[发明专利]基于深度模型的传播预测方法及其系统

说明书

一种基于深度模型的传播预测方法，包括：1)数据预处理，采集社交网络一段时间内的数据作为样本数据，处理网络数据，生成数据集并划分：2)构建Seq2Seq模型，采用编码器‑解码器的框架，其中编码器和解码器均由LSTM单元组成；3)嵌入GCN模型：利用图卷积神经网络GCN来提取每个时刻的网络结构特征；具体有：构建滤波器g_θ，对隐藏层状态和细胞层状态分别进行卷积操作：4)处理得到的隐藏层向量，具体有：将隐藏层向量输入到逻辑斯蒂二分类器，将隐藏层向量输入到全连接层中。本发明还包括实施上述基于深度模型的传播预测方法的系统，包括：依次连接的数据预处理模块、Seq2Seq模型构建模块、GCN模型嵌入模块、隐藏层向量处理模块。

技术领域

本发明涉及一种结合图卷积神经网络(GCN)和长短时记忆网络 (LSTM)的节点属性预测方法及其系统。

背景技术

信息的传播在社会网络中是一种很普遍的现象。推特、微博、微信等社交平台在我们的日常生活中扮演着越来越重要的作用。它们的急剧增长促进了各种信息的快速传播，例如新闻消息的传播、科技创新成果的传播以及营销活动的传播等。互联网时代下，网络已经成为人们获取信息、咨询的重要途径。与传统媒体相比，网络媒体时效性更高、信息资源更丰富，使受众从中可以获取更多、更新、更全面的新闻信息。也正是因为网络媒体的这种优势，使得信息在网络中很容易被发布，更容易出现虚假信息。虚假信息一旦踏入互联网这一快速通道，不仅会造成网络自媒体公信力的下降，还会对虚假信息中的当事人造成不可逆的影响。虚假消息检测是信息传播模型的下游应用之一，除此之外还有信息源识别、病毒营销识别等应用。

早期经典的传播模型有线性阈值模型(LT)和独立级联模型(IC)。其中LT模型的核心思想是：当一个已经激活的节点去试图激活邻居节点而没有成功时，其对邻居节点的影响力被积累而不是被舍弃，这个贡献直到节点被激活或传播过程结束为止，该过程称为“影响积累”。 IC模型的核心思想是：处于激活的节点会尝试激活邻居中未激活的节点，如果失败该影响被抛弃。可以看出这两个模型都具有很强的假设性，脱离一定的情景可能就不适用。也有许多依赖于特征工程的模型，它们手工提取有用的特征然后预测节点的激活概率，模型可以取得一定的效果，但是特征提取的过程需要大量的人力和相应领域的先验知识。随着近几年神经网络的发展，研究者们提出了一些深度学习的方法，可以很好地避免特征提取的过程，小部分工作使用图嵌入来对传播进行建模。例如，Embedded-IC。循环神经网络(RNN)的发展给传播预测带来了活力。例如DeepCas，它是用来预测传播规模的模型，它在每个时间步长上用一个诱导子图在活动节点上对级联进行建模，然后将子图分解为若干随机游动路径，并利用门控递归单元(GRU) 学习子图的嵌入向量，基于该子图嵌入向量，对未来的级联规模进行了预测。传播规模的预测是宏观层面的任务，在微观层面考虑的就是用户层面的行为推理问题，即用户之间的相互影响。

发明内容

为了克服已有传播模型假设性太强、特征提取工程太过繁琐的不足，本发明提供了一种假设性较弱、适用性广、由模型自动提取复杂特征的基于深度模型的传播预测方法及其系统，解决用户层面的预测问题。

本发明解决其技术问题所采用的技术方案是：

基于深度模型的传播预测方法，包括以下步骤：

1)数据预处理：

1.1)采集社交网络一段时间内的数据作为样本数据：

传播模型针对的是一个随时间变化的社交网络，因此我们使用微博、推特、微信等社交平台的网络数据。

1.2)处理网络数据，生成数据集并划分：