[发明专利]一种基于注意力机制的网络舆情事件演化趋势预测方法

说明书

本发明属于社交网络分析传播领域，特别涉及一种基于注意力机制的网络舆情事件演化趋势预测方法，包括从基于Web的研究型推荐系统下载或者利用社交平台的公共API获取原始数据；对于获取的数据进行预处理，并去除数据中的噪声和冗余数据，提取在信息传播过程中用户之间的注意力；构建基于注意力机制的GRU模型；利用历史数据通时间反向传播算法过对模型进行训练，在训练过程中最小化损失函数，训练参数通过使用小批量的Momentum优化器来更新；将待预测的数据输入训练好的模型，即可预测信息下一阶段可能传播的用户；本发明可以对信息传播过程进行有效干预和实时控制。

技术领域

本发明属于社交网络分析传播领域，涉及社交网络中信息的传播过程，特别涉及一种基于注意力机制的网络舆情事件演化趋势预测方法。

背景技术

随着移动终端设备的广泛应用，在线社交网络已经成为用户传播、交流、共享和收集信息的主要平台。社交网络中关于信息传播的研究已经成为学术界和工业界广泛关注的热点话题。在线社交网络在传播新闻、思想、观点等方面发挥着突出的作用。例如，在新冠肺炎疫情防控期间，政府机构利用官方微信、微博、网络新媒体等平台及时发布官方信息，有效的阻止了虚假、有害信息的传播。同时，社交平台也为谣言、虚假新闻、有害信息的广泛传播提供了途径。因此，通过对社交网络中的用户行为数据的分析建模，不仅可以挖掘社交网络中信息传播的特点和演化规律，还可以预测社交网络中信息传播的演化趋势，从而对信息传播过程进行有效干预和实时控制。

现阶段，在社交网络中引发的网络舆情越来越多，对网络舆情的分析也逐渐成为研究热点。其主要研究在用户影响力、信息传播、用户转发等方向有不同程度的探索。与传统媒体相比，社交网络在传播新闻、思想、观点等方面发挥着突出的作用，同时也是传播谣言、虚假新闻等负面信息的最佳途径。因此，网络舆情演化趋势的准确预测和有效控制已成为重要的研究话题。目前，大多数研究从理论建模的角度对网络舆情事件的演化特性和发展趋势进行预测，基于用户行为特征的信息传播演化趋势预测模型建模及分析有待进一步研究，考虑到信息传播和用户行为的复杂性，利用注意力机制来挖掘用户之间的依赖性来预测真实的信息传播过程，最后，综合考虑影响信息传播的驱动因素，得到一种基于注意力机制的信息传播演化趋势预测模型。

发明内容

本发明提供一种基于注意力机制的网络舆情事件演化趋势预测方法，具体包括以下步骤：

S1、从基于Web的研究型推荐系统下载或者利用社交平台的公共API获取原始数据；

S2、对于获取的数据进行预处理，并去除数据中的噪声和冗余数据，提取在信息传播过程中用户之间的注意力；

S3、通过改造GRU时间维度模型融合注意力，获取基于注意力机制的GRU模型；

S4、利用历史数据通过时间反向传播算法对基于注意力机制的GRU模型进行训练，在训练过程中最小化损失函数，训练参数通过使用小批量的Momentum优化器来更新；

S5、将待预测的数据输入训练好的基于注意力机制的GRU模型，即可输出预测信息下一阶段可能传播的用户。

进一步的，提取在信息传播过程中用户之间的注意力包括：

将用户向量化，第i个用户的向量表示表示为其中u_i为在时间t_n输入的信息传播序列中的第i个用户的原始表示，d为向量的维度；

利用用户的嵌入向量来计算信息传播过程中用户之间的注意力得分，并根据该注意力得分获得用户的注意力权重，第j个用户的注意力权重表示为：

其中，w_kj为第k个用户的注意力得分，x_k为第k个用户的嵌入向量，ELU为激活函数。