[发明专利]应用群体智能的热点事件热度度量方法

权利要求书

1.一种应用群体智能的热点事件热度度量方法，其特征在于，包括如下步骤：

S1、描述步骤，使用交互图描述用户之间的交互情况；

S2、预处理步骤，将交互图划分成连续的时间片，在每个时间片内，分别计算节点度分布、点度中心性和集聚系数；

所述预处理步骤包括：

S21、将交互图以预先设定的时间间隔，划分成m个连续的时间片；

S22、计算出每个时间片内的节点度分布D；

S23、计算出每个时间片内的点度中心性DC；

S24、计算出每个时间片内的集聚系数CL；

在每个时间片内，所述节点度分布D使用该时间片内节点度分布在双对数坐标下的幂指数表示，所述点度中心性DC使用该时间片内节点点度中心性的平均值表示，所述集聚系数CL使用该时间片内集聚系数值表示；

所述交互图中的每个节点均对应一个用户，所述交互图中的每条边均对应用户之间的交互关系；

每个所述节点均具有节点属性，所述节点属性包括用户年龄、用户职业以及用户所在地；

所述交互关系包括用户间的转发、评论及点赞，每条所述边均具有边属性，所述边属性包括交互频率；

S3、综合度量步骤，在每个时间片内，根据该时间片内的节点度分布、点度中心性以及集聚系数，综合计算出当前时间片内的热点事件热度；

所述综合度量步骤，包括：

S31、获取单一时间片内的集聚系数CL、点度中心性DC以及节点度分布D；

S32、对已获取的集聚系数x₁、节点度分布x₂以及点度中心性x₃进行无量纲化处理，处理公式为,

其中，x_i表示节点度分布、点度中心性和集聚系数值，x_i'表示去量纲之后的结果，函数max(x_i)用于计算三个值中的最大值；

S33、将经过处理后的集聚系数、节点度分布以及点度中心性进行两两对比，得到比较矩阵，

其中，比较矩阵中的元素a_jk表示两个对比值之间的重要性，值的大小与重要性成正比，其中，j，k＝{1,2,3}；

S34、对比较矩阵进行一致性检验，计算比较矩阵的平均随机一致性指标CI，计算公式为，

其中，m表示矩阵阶数，m＝3，λ_max(A)表示比较矩阵A的特征值的最大值；

S35、计算检验指标CR，计算公式为，

其中，RI的取值为常数，取值随阶数不同而变化；

S36、计算权重，比较矩阵最大特征值对应的特征向量经过归一化处理后得到特征向量，所述特征向量为对应指标的权重向量，表达式为，

S37、综合计算热点事件热度的评价指标P，计算公式为，

P＝0.6370*CL+0.2583*D+0.1047*DC，

其中，CL表示集聚系数，D表示节点度分布，DC表示点度中心性。