[发明专利]考虑用户重度传播行为的SNDR信息传播过程描述方法在审

专利信息
申请号: 201810181836.4 申请日: 2018-03-06
公开(公告)号: CN108540369A 公开(公告)日: 2018-09-14
发明(设计)人: 宋玉蓉;刘向阳;孟繁荣 申请(专利权)人: 南京邮电大学
主分类号: H04L12/58 分类号: H04L12/58;H04L12/24
代理公司: 南京苏科专利代理有限责任公司 32102 代理人: 徐振兴;姚姣阳
地址: 210003 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 传播 信息传播过程 社交网络 信息传播 微博 社交网络信息 病毒传播 传播过程 仿真验证 利益因素 用户群体 传统的 转播 主观 感染 概率 评论 申请 健康
【权利要求书】:

1.考虑带重度传播行为的SNDR信息传播过程描述方法,其特征在于,按照如下步骤进行:

步骤1,划分节点,结合用户重度传播行为将用户分为4类节点:健康节点、正常传播节点、重度传播节点、免疫节点,上述四种类型节点都是无权节点;

步骤2,结合上述划分节点,建立SNDR信息传播模型,根据该模型对信息传播过程进行描述;

SNDR信息传播模型为:

其中,健康者数量为S(t)、正常传播者数量为N(t)、重度传播者数量为D(t)、免疫者数量为R(t);处于健康状态的节点接触到正常传播的节点,其中健康状态的节点会以概率p1变成正常传播节点;处于健康状态的节点接触到重度传播的节点,其中健康状态的节点会以概率p2变成重度传播节点;处于将康状态的节点会以概率p3不参与信息传播直接变成免疫节点;正常传播节点会以概率p4转换为免疫节点,重度传播节点会以概率p5转换为免疫节点。

2.根据权利要求1所述的考虑带重度传播行为的SNDR信息传播过程描述方法,其特征在于,步骤1中,节点划分的依据为:健康节点表示该用户的客户端软件中未出现特定的消息内容或者是存在此特定消息但用户未看到;正常传播节点表示健康节点用户看到消息并转发但其仅进行一次转发而且没有特定目的的转发;重度传播节点表示健康节点看到消息之后考虑到此消息的传播对自己有利或者此用户属于人为雇佣特意的消息炒作而多次转发并带有评论进行评论并转发的重度传播行为;免疫节点表示用户已经对此消息不再感兴趣或者对此用户已经没有利益关系,此用户不再进行信息转发和传播行为。

3.根据权利要求1所述的考虑带重度传播行为的SNDR信息传播过程描述方法,其特征在于,步骤2中,t时刻,处于健康状态的节点以概率P1在t+1s时刻转换为正常传播状态节点;处于健康状态的节点以概率P2在t+1s时刻转换为重度传播状态节点;处于健康状态的节点以概率P3在t+1s时刻直接转换为免疫状态节点;处于正常传播状态的节点以概率P4在t+1s时刻转换为免疫状态节点;处于重度传播状态的节点以概率P5在t+1s时刻转换为免疫状态节点。

4.根据权利要求1所述的考虑带重度传播行为的SNDR信息传播过程描述方法,其特征在于,步骤2中,第一个公式表示健康节点S的变化率;第二个公式表示正常传播节点N的变化率;第三个公式表示重度传播D的变化率;第四个公式表示免疫节点R的变换率。

5.根据权利要求1或3所述的考虑重度传播行为的SNDR信息传播过程描述方法,其特征在于,0≤P1+P2+P3≤1。

6.根据权利要求1或3所述的考虑重度传播行为的SNDR信息传播过程描述方法,其特征在于,0≤P2≤P1≤1。

7.根据权利要求1或3所述的考虑重度传播行为的SNDR信息传播过程描述方法,其特征在于,0≤P5≤P4≤1。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810181836.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top