基于干扰相似度的多话题演化模型

doi:10.11959/j.issn.1000-0801.2017204

电信科学 ›› 2017, Vol. 33 ›› Issue (9): 28-35.doi: 10.11959/j.issn.1000-0801.2017204

基于干扰相似度的多话题演化模型

陈叶斐,张学军,黄卫东

南京邮电大学，江苏南京 210023

修回日期:2017-06-28 出版日期:2017-09-01 发布日期:2017-09-11
作者简介:陈叶斐（1973-），女，南京邮电大学助理研究员，主要研究方向为网络舆情预警。|张学军（1969-），男，博士，南京邮电大学教授，主要研究方向为智能信息处理、复杂网络与系统和认知网络频谱感知等。|黄卫东（1968-），男，博士，南京邮电大学教授，主要研究方向为应急管理、数字化预案和网络舆情分析。
基金资助:
国家自然科学基金资助项目(71671093);江苏省高校哲学社会科学基金资助项目(2015SJB018);南京邮电大学人文社会科学基金资助项目(NYS214028)

Multiple topics evolution model based on similarity of interference

Yefei CHEN,Xuejun ZHANG,Weidong HUANG

Nanjing University of Posts and Telecommunications,Nanjing 210023,China

Revised:2017-06-28 Online:2017-09-01 Published:2017-09-11
Supported by:
The National Natural Science Foundation of China(71671093);Philosophy and Social Science Foundation of Education Department of Jiangsu Province(2015SJB018);Humanities and Social Science Foundation of NUPT(NYS214028)

摘要/Abstract

摘要：

当前演化模型研究中，主要是单一话题在网络中的传播，较少考虑多话题之间的相互影响因素。在SIR 模型的基础上提出了基于干扰相似度的多话题演化模型，该模型中的干扰是通过话题相似度对传播概率的影响来表征的。仿真结果表明，在临界值以内，正负两种趋向的话题相似度分别对话题演化的进程起到加强或阻碍作用，作用程度随着被干扰节点的度而变化，分别表现为正向相似度下的演化一致性和负向相似度下的演化分离性。超过临界值时，加强或阻碍作用均趋于饱和。

关键词: 话题演化, 多话题, SIR模型, 干扰相似度

Abstract:

The current researches of evolution model mainly focus on the spread of the individual topics,rarely considering the influential factors between multiple topics.A new topic evolution model was proposed by considering the interference among topics based on SIR model,which characterized by the influence of the similarity of the topic on the probability of propagation.The experimental results show that within the critical value,the similarity degree of positive and negative trends enhance or hinder the process of topic evolution,and the degree of action varies with the degree of interference nodes,which is expressed as evolutionary consistency under positive similarity and the evolutionary separability under negative similarity.When the critical value is exceeded,the effect of strengthening or hindering tends to saturation.

Key words: topic evolution, multiple topics, susceptible-infective-removal model, similarity of interference

中图分类号:

TP393

陈叶斐,张学军,黄卫东. 基于干扰相似度的多话题演化模型[J]. 电信科学, 2017, 33(9): 28-35.

Yefei CHEN,Xuejun ZHANG,Weidong HUANG. Multiple topics evolution model based on similarity of interference[J]. Telecommunications Science, 2017, 33(9): 28-35.

图/表 6

图1

图2

表1

图3

图4

图5

参考文献 15

[1]	BLEI D M , LAFFERTY J D . Dynamic topic model[C]// The 23rd International Conference on Machine Learning,September 10-13,2006,Pittsburgh,PA,USA.[S.l.:s.n], 2006: 113-120.
[2]	单斌, 李芳 . 基于LDA话题演化研究方法综述[J]. 中文信息学报, 2010,24(6): 43-50.
	SHAN B , LI F . A survey of topic evolution based on LDA[J]. Journal of Chinese Information Processing, 2010,24(6): 43-50.
[3]	刘衍珩, 李飞鹏, 孙鑫 ,等. 基于信息传播的社交网络拓扑模型[J]. 通信学报, 2013,34(4): 1-9.
	LIU Y H , LI F P , SUN X ,et al. Social network model based on the transmission of information[J]. Journal on Communications, 2013,34(4): 1-9.
[4]	MENG X Z , ZHAO S N , FENG T ,et al. Dynamics of a novel nonlinear stochastic SIS epidemic model with double epidemic hypothesis[J]. Journal of Mathematical Analysis ＆ Applications, 2016,433(1): 227-242.
[5]	朱宪莹, 刘箴, 金炜 ,等. 基于特征融合的层次结构微博情感分类[J]. 电信科学, 2016,32(7): 106-114.
	ZHU X Y , LIU Z , JIN W ,et al. Hierarchical micro-blog sentiment classification based on feature fusion[J]. Telecommunications Science, 2016,32(7): 106-114.
[6]	钟杰, 陈兴蜀, 王文贤 ,等. 面向微博话题传播的重要节点测量研究[J]. 计算机应用研究, 2016,33(8): 2290-2293.
	ZHONG J , CHEN X S , WANG W X ,et al. Measurement study of topology structure and crucial nodes for spread of weibo topics[J]. Application Research of Computers, 2016,33(8): 2290-2293.
[7]	琚春华, 鲍福光, 戴俊彦 . 一种融入公众情感投入分析的微博话题发现与细分方法[J]. 电信科学, 2016,32(7): 97-105.
	JU C H , BAO F G , DAI J Y . Discovery and segmentation method in micro-log topics based on public emotional engagement analysis[J]. Telecommunications Science, 2016,32(7): 97-105.
[8]	ZANETTE D H . Dynamics of rumor propagation on small-world networks[J]. Physics, 2001,65(1): 110-126.
[9]	MORENO Y , NEKOVEE M , VESPIGNANI A . Efficiency and reliability of epidemic data dissemination in complex networks[J]. Physical Review E Statistical Nonlinear ＆ Soft Matter Physics, 2004,69(50): 1-4.
[10]	ZHOU J , LIU Z H , LI B W . Influence of network structure on rumor propagation[J]. Physics Letters A, 2007,368(6): 458-463.
[11]	张伟 . 基于复杂社会网络的网络舆情演化模型研究[D]. 哈尔滨:哈尔滨工业大学, 2014.
	ZHANG W . Models of the network public opinion dynamics on complex social networks[D]. Harbin:Harbin Institute of Technology, 2014.
[12]	孙立远, 管晓宏 . 在线社会网络多话题传播竞争特性的测量[J]. 清华大学学报(自然科学版), 2015,55(11): 1157-1162.
	SUN L Y , GUAN X H . Measurements of the competitive characteristics of multi-topic propagation in online social networks[J]. Journal Tsinghua University(Sci ＆Technol) , 2015,55(11): 1157-1162.
[13]	黄卫东, 林萍, 董怡 ,等. 基于话题特征词的网络舆情参与者情感演化分析[J]. 情报杂志, 2015(11): 117-122,144.
	HUANG W D , LIN P , DONG Y ,et al. Analysis on the feature words based evolution of netizens sentiments in network public topics[J]. Journal of Intelligence, 2015(11): 117-122,144.
[14]	WANG H , DENG L , XIE F ,et al. A new rumor propagation model on SNS structure[C]// IEEE International Conference on Granular Computing,Aug 11-13,2012,Hangzhou,China. New Jersey:IEEE Press, 2012: 499-503.
[15]	王辉, 韩江洪, 邓林 ,等. 基于移动社交网络的谣言传播动力学研究[J]. 物理学报, 2013,62(11): 98-109.
	WANG H , HAN J H , DENG L ,et al. Dynamics of rumor spreading in mobile social networks[J]. Acta Phys Sin, 2013,62(11): 98-109.

条件	话题生命周期	有效传播率	传播峰值	峰值时间	系统稳定性
固定概率	80	0.98	0.45	20	39.2
ave =0.2	60	1	0.60	10	∞
ave=-0.2	180	0.65	0.22	40	1.86

基于干扰相似度的多话题演化模型

Multiple topics evolution model based on similarity of interference

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 15

相关文章 15

Metrics

推荐阅读 0

[1]	高凯辉, 李丹. 数据中心网络性能保障研究综述[J]. 电信科学, 2023, 39(6): 1-21.
[2]	李彧, 李召召, 吕平, 刘勤让. 全维可重构的多模态网络交换芯片架构设计[J]. 电信科学, 2023, 39(6): 22-32.
[3]	李炯, 胡宇翔, 崔鹏帅, 田乐, 董永吉. 面向多模态网络环境的网络模态增量式部署机制研究[J]. 电信科学, 2023, 39(6): 33-43.
[4]	郭泽华, 朱昊文, 徐同文. 面向分布式机器学习的网络模态创新[J]. 电信科学, 2023, 39(6): 44-51.
[5]	刘爱华, 骆汉光, 温建中, 占治国. 面向多模态网络的隔离转发技术研究[J]. 电信科学, 2023, 39(6): 52-60.
[6]	邹涛, 张慧峰, 高万鑫, 徐琪, 沈丛麒, 朱俊, 潘仲夏, 国兴昌. 面向智能制造的多模态网络应用技术研究[J]. 电信科学, 2023, 39(6): 61-72.
[7]	何耀宇, 张超. 面向无人机应用的低轨卫星通信技术适航分析[J]. 电信科学, 2023, 39(6): 96-104.
[8]	王甫镔, 孙士渊, 王梦辉, 杨昉, 王小斐, 宋健. 多光源可见光通信关键技术[J]. 电信科学, 2023, 39(5): 3-10.
[9]	马天洋, 陈雄斌, 徐义武. 基于可见光通信的零能耗光标签[J]. 电信科学, 2023, 39(5): 20-27.
[10]	刘思聪, 苏丹萍, 卫天阔, 王先耀. 基于多节点协作的鲁棒可见光智能定位[J]. 电信科学, 2023, 39(5): 28-41.
[11]	胡珈玮, 刘晓谦, 唐昕柯, 董宇涵. 基于DQN的UUV辅助水下无线光通信轨迹规划系统[J]. 电信科学, 2023, 39(5): 42-47.
[12]	刘晓谦, 唐昕柯, 董宇涵. 水下无线光MIMO链路空间信道建模[J]. 电信科学, 2023, 39(5): 48-56.
[13]	张嗣宏, 张健. 以ChatGPT为代表的生成式AI对通信行业的影响和应对思考[J]. 电信科学, 2023, 39(5): 67-75.
[14]	马晓亮, 刘英, 杜德泉, 安玲玲. 运营商智能客服的关键技术和发展趋势[J]. 电信科学, 2023, 39(5): 76-89.
[15]	唐鑫新, 曾学文, 凌致远, 宋磊. 可编程数据平面技术综述[J]. 电信科学, 2023, 39(4): 1-16.