首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于图像复原技术和谣言辟谣信息的话题传播预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:重庆邮电大学

摘要:本发明属于数据挖掘和信息检索领域,具体涉及基于图像复原技术和谣言辟谣信息的话题传播预测方法;该方法包括获取参与话题讨论的用户数据源信息;提取用户的相关属性;提出rumor2pixel算法,将用户传播空间映射到像素空间,生成话题图像,利用无监督的对抗生成网络对得到的话题图像进行数据补偿,根据演化博弈理论,定义博弈策略,量化谣言‑辟谣互影响力,利用卷积神经网络建立谣言‑辟谣信息的话题传播预测模型,预测用户最终是否会参与该话题的讨论;本发明能让相关部门更准确地掌握网络谣言事件的发酵和传播,并加以引导和管控;也能应用于企业产品和服务的推广,有助于掌握群体行为特性分布,分析潜在客户群体,从而获得良好的经济、社会效益。

主权项:1.基于图像复原技术和谣言辟谣信息的话题传播预测方法,其特征在于,该方法包括以下步骤:S1、从现有的基于Web的研究型推荐系统下载或者利用成熟的社交平台的公共API获取数据源;S2、根据获取到的数据源,提取出参与用户的相关属性,包括提取出用户的内部属性特征和外部属性特征;用户的内部属性特征包括用户个人属性和用户历史活跃度,其分别表示为:用户个人属性userAttrui:userAttrui=[genderui,fansNumui,friNumui]用户历史活跃度userActui:userActui=α*originalNumui+1-α*retweetNumui其中,genderui代表用户的性别,fansNumui代表用户的粉丝数量,friNumui代表用户的好友数量;originalNumui表示用户原创微博数量,retweetNumui为用户转发微博数量;α∈[0,1]为调节因子,用来调整originalNumui与retweetNumui之间的权重;用户的外部特征属性包括用户与好友关联度、话题热度和用户消息感知度,其分别表示为:用户与好友关联度friInfluui: 话题热度topicPopt: 用户消息感知度topicSensui: 其中,uj表示参与转发用户ui发布微博的用户,forwardedNumuj表示用户uj转发用户ui微博的数量,n为用户ui的好友数量;retweetNumt-1指用户ui在t-1时刻转发该话题的数量,指该话题自产生到t-1时刻转发的总数量,k为超参数,t0为统计数据的初始时刻;表示话题向量,表示用户历史微博信息向量;S3、综合参与用户的内部属性特征和外部属性特征,使用rumor2pixel算法,将用户传播空间映射到像素空间,生成话题图像;使用rumor2pixel算法,将用户传播空间映射到像素空间,生成话题图像,包括以下步骤:S31、采用SDNE算法获取用户节点的邻接表示,通过T-SNE非线性降维方法在保持用户节点相对关系的情况下,将用户节点向量降至二维空间,并对用户节点进行矢量化表达;S32、在保持用户节点之间相对位置的前提下,采用包括切割、扩散的方式得到话题图像像素化矩阵;S33、根据得到的话题图像像素矩阵,将用户的历史行为数据填充到对应的像素点,得到话题图像rect;根据SDNE算法获取用户节点的邻接表示,通过1阶相似度和2阶相似度得到用户的网络结构,并采用损失函数进行优化,得到最优的用户邻接矩阵,1阶损失函数、2阶损失函数以及最终优化目标分别表示为:2阶损失函数:1阶损失函数:整体优化目标:Lmix=L1st+αL2nd+vLreg其中,Lreg是正则化项,α为控制2阶损失的参数,v为控制正则化项的参数,为重构后的邻接矩阵,xi是节点i的邻接矩阵,是节点降维后的向量;S4、通过无监督的对抗生成网络对生成的话题图像进行数据补偿;S5、根据演化博弈理论,构建一种基于图像复原技术和谣言-辟谣信息的话题传播预测模型,将进行数据补偿的历史数据输入模型进行训练,通过完成训练后的模型实时预测用户是否参与该话题的讨论。

全文数据:

权利要求:

百度查询: 重庆邮电大学 基于图像复原技术和谣言辟谣信息的话题传播预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。