[发明专利]基于智慧社区大数据知识图谱的不良舆论传播抑制方法

说明书

本发明揭示了一种基于智慧社区大数据知识图谱的不良舆论传播抑制方法，其包括：S1）构建基于智慧社区不良舆论传播抑制模型的知识图谱和社区网络；S2）采用社团检测算法将社区网络划分为多个社团，采用BGLL算法将社团检测问题转变为优化的问题；S3）选择对应节点得到一个候选免疫节点集；S4）利用改进Memetic算法优化传播阈值函数从候选免疫节点集中选择最终的免疫节点，抑制智慧社区中不良舆论的传播。本发明对智慧社区大数据知识图谱进行深层次的结构化分析，通过基于智慧社区的大数据知识图谱和人工智能的不良舆论抑制算法，可以实现低成本、小影响、高效率的不良舆论抑制，提升管理者的管理效果、减少管理负担。

【技术领域】

本发明属于知识图谱技术领域，特别是涉及一种基于智慧社区大数据知识图谱的不良舆论传播抑制方法。

【背景技术】

社区中的社会关系可以用复杂网络来表示，社区结构作为复杂网络的一个重要性质，在复杂网络行为预测与结构挖掘中得到了越来越多的应用。随着近年来信息网络的快速发展，信息传播是近年来复杂网络的研究热点。如何理解并利用信息传播意义重大且有很大的实用价值。如对影响力大的节点进行广告投放可以获得最大的价值。然而网络舆论的传播往往对我们的生活和健康造成重大损失，因此如何研究不良舆论传播抑制的模型并加以控制是非常必要的。

在近些年的研究中，信息传播被学者建模为疾病传播模型，将言论的传播基于仿生学的传播控制方法实现对不良言论传播的控制。对于免疫策略来看，免疫一个节点需要付出一定的代价，因此如何通过免疫最少量的节点取得最大的抑制效果是免疫的研究要点，从不良舆论传播上来看，如何通过最小化影响民众的言论自由来实现对不良言论的传播检测与控制。之前的研究中学者们提出了大量的免疫策略，而目标免疫是免疫中常用的一种策略，根据网络不同的结构特性选择免疫节点但是随着传播阈值函数的提出，传播抑制问题被建模为优化问题，通过优化阈值可以找到最优的免疫节点，传统的免疫策略不再适用于优化模型。

因此，有必要提供一种新的基于智慧社区大数据知识图谱的不良舆论传播抑制方法来解决上述问题。

【发明内容】

本发明的主要目的在于提供一种基于智慧社区大数据知识图谱的不良舆论传播抑制方法，通过基于智慧社区的大数据知识图谱和人工智能的不良舆论抑制算法，可以实现低成本、小影响、高效率的不良舆论抑制，提升管理者的管理效果、减少管理负担。

本发明通过如下技术方案实现上述目的：一种基于智慧社区大数据知识图谱的不良舆论传播抑制方法，其包括以下步骤：

S1)构建基于智慧社区不良舆论传播抑制模型的知识图谱，基于此模型构建不良舆论传播抑制模型的社区网络；

S2)对于构建的社区网络，采用社团检测算法将社区网络划分为多个社团，采用经典的BGLL算法，通过定义模块度函数，将社团检测问题转变为一个优化的问题；

S3)根据社团结构的性质，选择对应节点得到一个候选免疫节点集；

S4)基于步骤S3)得到的候选免疫节点集，结合网络社团的性质，利用改进Memetic算法优化传播阈值函数从候选免疫节点集中选择最终的免疫节点，高效的抑制智慧社区中不良舆论的传播。

进一步的，所述步骤S1)中，构建基于智慧社区不良舆论传播抑制模型的知识图谱，包括从原始的社区数据出发，通过知识抽取和知识表示从原始数据和第三方数据库中抽取出来社区知识，然后将提取的所述社区知识存入知识库的数据层和模式层中，通过知识融合包括实体链接和知识合并，解决已有的社区知识存在冗余、缺乏逻辑性的问题；对社区知识形成的知识图谱中由于数据源或不同构建方法产生的冲突，根据数据源可靠性或机器学习方法进行冲突解决，形成所述智慧社区大数据知识图谱。

进一步的，所述步骤S2)中采用社团检测算法将社区网络划分为多个社团，具体包括：