CN113076335A - 一种网络模因检测方法、***、设备及存储介质 - Google Patents

一种网络模因检测方法、***、设备及存储介质 Download PDF

Info

Publication number
CN113076335A
CN113076335A CN202110361213.7A CN202110361213A CN113076335A CN 113076335 A CN113076335 A CN 113076335A CN 202110361213 A CN202110361213 A CN 202110361213A CN 113076335 A CN113076335 A CN 113076335A
Authority
CN
China
Prior art keywords
network
vocabulary
time period
popularity
modular
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110361213.7A
Other languages
English (en)
Other versions
CN113076335B (zh
Inventor
乔亚男
杨帆
罗丹
王珊
薄钧戈
黄程
房琛琛
黄鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202110361213.7A priority Critical patent/CN113076335B/zh
Publication of CN113076335A publication Critical patent/CN113076335A/zh
Application granted granted Critical
Publication of CN113076335B publication Critical patent/CN113076335B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Computational Linguistics (AREA)
  • Bioethics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种网络模因检测方法、***、设备及存储介质，包括：接收各时段产生的网络词汇存储请求，对各时段产生的网络词汇进行数字化存储，并将数字化后的网络词汇写入区块链节点中；利用区块链节点存储网络词汇和用户关系信息；构建多智能体模型，根据多智能体模型获取各时段内网络词汇与用户关系的传播演化路径；根据各时段内网络词汇与用户关系的传播演化路径计算各时段内网络词汇的流行度，当各时段内任一网络词汇的流行度大于等于预设模因检测流行度阈值时，则将该网络词汇作为模因词汇，完成基于多智能体和区块链的网络模因检测，该方法、***、设备及存储介质能够较为准确的检测网络模因。

Description

一种网络模因检测方法、***、设备及存储介质
技术领域
本发明属于信息传播和共享领域，涉及一种网络模因检测方法、***、设备及存储介质。
背景技术
网络模因。模因(Meme)描述人类文化和人类语言传播与继承过程中的基本单位，目前有关模因的研究将能够帮助我们很好地认识模因的传播特征，由于网络模因的传播过程由于受到众多因素的影响，每个因素的变化都会直接或者间接地改变模因的传播行为，而社会媒体中记录的实际发生的数据仅仅是这千百万种可能发生的状态中的一种。网络模因指网络词汇中一定时间段内具备传播潜力大、传播范围广、具有特殊背景和含义的词汇。社交网络是一个复杂的***，用户自身、其他用户和外界环境均影响着用户的网上行为，进而影响网络模因的传播，然而现有技术种不能较为准确的检测网络模因。
发明内容
本发明的目的在于克服上述现有技术的缺点，提供了一种网络模因检测方法、***、设备及存储介质，该方法、***、设备及存储介质能够较为准确的检测网络模因。
为达到上述目的，本发明所述的网络模因检测方法包括：
接收各时段产生的网络词汇存储请求，对各时段产生的网络词汇进行数字化存储，并将数字化后的网络词汇写入区块链节点中；
利用区块链节点存储网络词汇和用户关系信息；
构建多智能体模型，根据多智能体模型获取各时段内网络词汇与用户关系的传播演化路径；
根据各时段内网络词汇与用户关系的传播演化路径计算各时段内网络词汇的流行度，当各时段内任一网络词汇的流行度大于等于预设模因检测流行度阈值时，则将该网络词汇作为模因词汇，完成基于多智能体和区块链的网络模因检测。
根据已有的模因词汇及预设流行度确定模因检测流行度阈值。
当前时段内网络词汇的流行度Qi＝α∑Qt.p，其中，Qt.p为在时间范围为t时段内对该网络词汇有过转发或传播行为的数目，α为当前时段的传播系数。
t+1时段第i个节点的状态hi(t+1)＝hi(t)+ri+Ii+Oi，其中，hi(t)为t时段第i个节点的状态，ri为周围节点对第i个节点的转发数目，Ii为第i节点获得的输入词汇数目，Oi为第i节点转发给其他节点的词汇的数目。
一种网络模因检测***包括：
网络词汇存储模块，用于接收各时段产生的网络词汇存储请求，对各时段产生的网络词汇进行数字化存储，并将数字化后的网络词汇写入区块链节点中；
存储模块，用于利用区块链节点存储网络词汇和用户关系信息；
路径获取模块，用于构建多智能体模型，根据多智能体模型获取各时段内网络词汇与用户关系的传播演化路径；
模因检测模块，用于根据各时段内网络词汇与用户关系的传播演化路径计算各时段内网络词汇的流行度，当各时段内任一网络词汇的流行度大于等于预设模因检测流行度阈值时，则将该网络词汇作为模因词汇，完成基于多智能体和区块链的网络模因检测。
根据已有的模因词汇及预设流行度确定模因检测流行度阈值。
当前时段内网络词汇的流行度Qi＝α∑Qt.p，其中，Qt.p为在时间范围为t时段内对该网络词汇有过转发或传播行为的数目，α为当前时段的传播系数。
t+1时段第i个节点的状态hi(t+1)＝hi(t)+ri+Ii+Oi，其中，hi(t)为t时段第i个节点的状态，ri为周围节点对第i个节点的转发数目，Ii为第i节点获得的输入词汇数目，Oi为第i节点转发给其他节点的词汇的数目。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述网络模因检测方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述网络模因检测方法的步骤。
本发明具有以下有益效果：
本发明所述的网络模因检测方法、***、设备及存储介质在具体操作时，根据多智能体模型获取各时段内网络词汇与用户关系的传播演化路径，并根据各时段内网络词汇与用户关系的传播演化路径计算各时段内网络词汇的流行度，再以此确定模因词汇，操作简单、方便，另外，本发明基于区块链技术对当前时段的网络词汇进行存储，使得每个时段产生的网络词汇能够安全存储在***中，所有信息不会被篡改及伪造，保证网络动态与舆情的有效监管。
附图说明
图1为本发明的流程图；
图2为多智能体模型中的节点连接结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，不是全部的实施例，而并非要限制本发明公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要的混淆本发明公开的概念。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
在附图中示出了根据本发明公开实施例的结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
实施例一
参考图1及图2，本发明所述的网络模因检测方法包括：
1)接收各时段产生的网络词汇存储请求，对各时段产生的网络词汇进行数字化存储，并将数字化后的网络词汇写入区块链节点中，并以此建立各时段的数字化网络词汇信息，其中，在初始时，词汇和信息源的位置都是随机分布在线下环境中，网络节点所处的网络拓扑是静态的，不会随着时间推移增加、减少或重新链接。
2)利用区块链节点存储网络词汇和用户关系信息，并对用户关系信息和转发信息进行存储；
3)构建多智能体模型，根据多智能体模型获取各时段内网络词汇与用户关系的传播演化路径；
其中，除用户本身、其他用户和环境三个影响因素外，用户的状态还受用户前一时刻状态的影响。一次模因词汇传播由全部智能体参与，来自其他用户的影响主要通过用户之间的社交关系、已转发帖子的邻居用户数和来自其他子网的影响表现出来，因此t+1时段第i个节点的状态hi(t+1)＝hi(t)+ri+Ii+Oi，其中，hi(t)为t时段第i个节点的状态，ri为周围节点对第i个节点的转发数目，Ii为第i节点获得的输入词汇数目，Oi为第i节点转发给其他节点的词汇的数目。
4)根据各时段内网络词汇与用户关系的传播演化路径计算各时段内网络词汇的流行度，当各时段内任一网络词汇的流行度大于等于预设模因检测流行度阈值时，则将该网络词汇作为模因词汇，完成基于多智能体和区块链的网络模因检测。
当前时段内网络词汇的流行度Qi＝α∑Qt.p，其中，Qt.p为在时间范围为t时段内对该网络词汇有过转发或传播行为的数目，α为当前时段的传播系数，在***运行初期，根据已有的网络模因词汇和节点之间的传播情况，确定该时间段的网络模因流行度阈值，如果邻居用户对其影响超过该阈值，则用户将转变为模因传播激活状态，并确定该网络词汇为模因候选词汇。
实施例二
一种网络模因检测***包括：
网络词汇存储模块，用于接收各时段产生的网络词汇存储请求，对各时段产生的网络词汇进行数字化存储，并将数字化后的网络词汇写入区块链节点中；
存储模块，用于利用区块链节点存储网络词汇和用户关系信息；
路径获取模块，用于构建多智能体模型，根据多智能体模型获取各时段内网络词汇与用户关系的传播演化路径；
模因检测模块，用于根据各时段内网络词汇与用户关系的传播演化路径计算各时段内网络词汇的流行度，当各时段内任一网络词汇的流行度大于等于预设模因检测流行度阈值时，则将该网络词汇作为模因词汇，完成基于多智能体和区块链的网络模因检测。
实施例四
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述网络模因检测方法的步骤。
实施例五
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现所述网络模因检测方法的步骤。
本发明将网络词汇通过多智能体模型进行分发，通过周围邻居的影响，用户自身对新信息的抵抗力，外界环境的影响，通过改变这三个因素的值探讨舆情的扩散模因传播规律和干预机制。同时本发明中的区块链用于分布式存储管理当前时段的互联网热点词汇，多智能体模型用于构建模因信息传播演化路径，根据生成的模因流行度数值确定当前时段的模因词汇。

Claims (10)

1.一种网络模因检测方法，其特征在于，包括：
接收各时段产生的网络词汇存储请求，对各时段产生的网络词汇进行数字化存储，并将数字化后的网络词汇写入区块链节点中；
利用区块链节点存储网络词汇和用户关系信息；
构建多智能体模型，根据多智能体模型获取各时段内网络词汇与用户关系的传播演化路径；
根据各时段内网络词汇与用户关系的传播演化路径计算各时段内网络词汇的流行度，当各时段内任一网络词汇的流行度大于等于预设模因检测流行度阈值时，则将该网络词汇作为模因词汇，完成基于多智能体和区块链的网络模因检测。
2.根据权利要求1所述的网络模因检测方法，其特征在于，根据已有的模因词汇及预设流行度确定模因检测流行度阈值。
3.根据权利要求1所述的网络模因检测方法，其特征在于，当前时段内网络词汇的流行度Qi＝α∑Qt.p，其中，Qt.p为在时间范围为t时段内对该网络词汇有过转发或传播行为的数目，α为当前时段的传播系数。
4.根据权利要求1所述的网络模因检测方法，其特征在于，t+1时段第i个节点的状态hi(t+1)＝hi(t)+ri+Ii+Oi，其中，hi(t)为t时段第i个节点的状态，ri为周围节点对第i个节点的转发数目，Ii为第i节点获得的输入词汇数目，Oi为第i节点转发给其他节点的词汇的数目。
5.一种网络模因检测***，其特征在于，包括：
网络词汇存储模块，用于接收各时段产生的网络词汇存储请求，对各时段产生的网络词汇进行数字化存储，并将数字化后的网络词汇写入区块链节点中；
存储模块，用于利用区块链节点存储网络词汇和用户关系信息；
路径获取模块，用于构建多智能体模型，根据多智能体模型获取各时段内网络词汇与用户关系的传播演化路径；
模因检测模块，用于根据各时段内网络词汇与用户关系的传播演化路径计算各时段内网络词汇的流行度，当各时段内任一网络词汇的流行度大于等于预设模因检测流行度阈值时，则将该网络词汇作为模因词汇，完成基于多智能体和区块链的网络模因检测。
6.根据权利要求1所述的网络模因检测***，其特征在于，根据已有的模因词汇及预设流行度确定模因检测流行度阈值。
7.根据权利要求1所述的网络模因检测***，其特征在于，当前时段内网络词汇的流行度Qi＝α∑Qt.p，其中，Qt.p为在时间范围为t时段内对该网络词汇有过转发或传播行为的数目，α为当前时段的传播系数。
8.根据权利要求1所述的网络模因检测***，其特征在于，t+1时段第i个节点的状态hi(t+1)＝hi(t)+ri+Ii+Oi，其中，hi(t)为t时段第i个节点的状态，ri为周围节点对第i个节点的转发数目，Ii为第i节点获得的输入词汇数目，Oi为第i节点转发给其他节点的词汇的数目。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述网络模因检测方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述网络模因检测方法的步骤。
CN202110361213.7A 2021-04-02 2021-04-02 一种网络模因检测方法、***、设备及存储介质 Active CN113076335B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110361213.7A CN113076335B (zh) 2021-04-02 2021-04-02 一种网络模因检测方法、***、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110361213.7A CN113076335B (zh) 2021-04-02 2021-04-02 一种网络模因检测方法、***、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113076335A true CN113076335A (zh) 2021-07-06
CN113076335B CN113076335B (zh) 2024-05-24

Family

ID=76615641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110361213.7A Active CN113076335B (zh) 2021-04-02 2021-04-02 一种网络模因检测方法、***、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113076335B (zh)

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5819222A (en) * 1993-03-31 1998-10-06 British Telecommunications Public Limited Company Task-constrained connected speech recognition of propagation of tokens only if valid propagation path is present
CN101661513A (zh) * 2009-10-21 2010-03-03 上海交通大学 网络热点和舆情的检测方法
US20100318484A1 (en) * 2009-06-15 2010-12-16 Bernardo Huberman Managing online content based on its predicted popularity
CN102110140A (zh) * 2011-01-26 2011-06-29 桂林电子科技大学 基于网络离散文本的舆情信息分析方法
US20110191355A1 (en) * 2007-04-24 2011-08-04 Peking University Method for monitoring abnormal state of internet information
CN102609436A (zh) * 2011-12-22 2012-07-25 北京大学 一种社交网络热词和事件挖掘***及方法
CN103198072A (zh) * 2012-01-06 2013-07-10 腾讯科技（深圳）有限公司 一种流行检索词的挖掘、推荐方法及装置
US20150127594A1 (en) * 2013-11-04 2015-05-07 Google Inc. Transfer learning for deep neural network based hotword detection
CN104679738A (zh) * 2013-11-27 2015-06-03 北京拓尔思信息技术股份有限公司 互联网热词挖掘方法及装置
CN104809108A (zh) * 2015-05-20 2015-07-29 成都布林特信息技术有限公司 信息监测分析***
CN104978523A (zh) * 2014-11-06 2015-10-14 哈尔滨安天科技股份有限公司 一种基于网络热词识别的恶意样本捕获方法及***
CN105893611A (zh) * 2016-04-27 2016-08-24 南京邮电大学 一种构建面向社交网络的兴趣主题语义网络的方法
CN106294650A (zh) * 2016-08-03 2017-01-04 北京金和网络股份有限公司 基于搜索埋点的新词挖掘方法
KR20170037709A (ko) * 2015-09-25 2017-04-05 충북대학교 산학협력단 사용자 영향력 및 시간 변화를 고려한 소셜 네트워크 핫 토픽 결정 방법 및 시스템
CN108170692A (zh) * 2016-12-07 2018-06-15 腾讯科技（深圳）有限公司 一种热点事件信息处理方法和装置
CN109145297A (zh) * 2018-08-13 2019-01-04 华东计算技术研究所（中国电子科技集团公司第三十二研究所） 基于hash存储的网络词汇语义分析方法和***
WO2019053152A1 (en) * 2017-09-13 2019-03-21 Amplified Global Ltd. METHOD AND SERVER FOR DETERMINING A POPULAR CLASSIFICATION LIST
WO2019095570A1 (zh) * 2017-11-17 2019-05-23 平安科技（深圳）有限公司 预测事件流行度方法、服务器及计算机可读存储介质
US10698728B1 (en) * 2019-11-15 2020-06-30 Blockstack Pbc Systems and methods for forming application-specific blockchains

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5819222A (en) * 1993-03-31 1998-10-06 British Telecommunications Public Limited Company Task-constrained connected speech recognition of propagation of tokens only if valid propagation path is present
US20110191355A1 (en) * 2007-04-24 2011-08-04 Peking University Method for monitoring abnormal state of internet information
US20100318484A1 (en) * 2009-06-15 2010-12-16 Bernardo Huberman Managing online content based on its predicted popularity
CN101661513A (zh) * 2009-10-21 2010-03-03 上海交通大学 网络热点和舆情的检测方法
CN102110140A (zh) * 2011-01-26 2011-06-29 桂林电子科技大学 基于网络离散文本的舆情信息分析方法
CN102609436A (zh) * 2011-12-22 2012-07-25 北京大学 一种社交网络热词和事件挖掘***及方法
CN103198072A (zh) * 2012-01-06 2013-07-10 腾讯科技（深圳）有限公司 一种流行检索词的挖掘、推荐方法及装置
US20150127594A1 (en) * 2013-11-04 2015-05-07 Google Inc. Transfer learning for deep neural network based hotword detection
CN104679738A (zh) * 2013-11-27 2015-06-03 北京拓尔思信息技术股份有限公司 互联网热词挖掘方法及装置
CN104978523A (zh) * 2014-11-06 2015-10-14 哈尔滨安天科技股份有限公司 一种基于网络热词识别的恶意样本捕获方法及***
CN104809108A (zh) * 2015-05-20 2015-07-29 成都布林特信息技术有限公司 信息监测分析***
KR20170037709A (ko) * 2015-09-25 2017-04-05 충북대학교 산학협력단 사용자 영향력 및 시간 변화를 고려한 소셜 네트워크 핫 토픽 결정 방법 및 시스템
CN105893611A (zh) * 2016-04-27 2016-08-24 南京邮电大学 一种构建面向社交网络的兴趣主题语义网络的方法
CN106294650A (zh) * 2016-08-03 2017-01-04 北京金和网络股份有限公司 基于搜索埋点的新词挖掘方法
CN108170692A (zh) * 2016-12-07 2018-06-15 腾讯科技（深圳）有限公司 一种热点事件信息处理方法和装置
WO2019053152A1 (en) * 2017-09-13 2019-03-21 Amplified Global Ltd. METHOD AND SERVER FOR DETERMINING A POPULAR CLASSIFICATION LIST
WO2019095570A1 (zh) * 2017-11-17 2019-05-23 平安科技（深圳）有限公司 预测事件流行度方法、服务器及计算机可读存储介质
CN109145297A (zh) * 2018-08-13 2019-01-04 华东计算技术研究所（中国电子科技集团公司第三十二研究所） 基于hash存储的网络词汇语义分析方法和***
US10698728B1 (en) * 2019-11-15 2020-06-30 Blockstack Pbc Systems and methods for forming application-specific blockchains

Also Published As

Publication number Publication date
CN113076335B (zh) 2024-05-24

Similar Documents

Publication Publication Date Title
CN110288199A (zh) 产品质量预测的方法
Kim et al. Multiplicative attribute graph model of real-world networks
CN104484359B (zh) 一种基于社交图谱的舆情分析方法及装置
CN107402997B (zh) 网络舆情态势的安全评估方法、终端及计算机存储介质
CN107194819A (zh) 基于元胞自动机的信息传播模型
CN106339322A (zh) 一种基于hmm‑aco的软件行为预测的方法
Li et al. An information dissemination model based on the rumor and anti-rumor and stimulate-rumor and tripartite cognitive game
CN117272195A (zh) 基于图卷积注意力网络的区块链异常节点检测方法及***
Yang et al. Evolutionary game dynamics of the competitive information propagation on social networks
CN113254864B (zh) 基于节点特征和回复路径的动态子图生成方法、争议性检测方法
Qing et al. Multi-agent risk identifier model of emergency management system engineering based on immunology
Wang et al. Research on supply chain risk transmission mechanism based on improved SIRS model
CN116980899A (zh) 一种基于演化博弈的无线传感器入侵检测方法及***
CN113076335A (zh) 一种网络模因检测方法、***、设备及存储介质
CN112163169A (zh) 基于知识图谱的多模态用户情感分析方法
CN109829504B (zh) 一种基于ics-svm分析用户转发行为的预测方法及***
CN112037078B (zh) 一种对异构网络异质结点上谣言传播情况预测方法和***
CN112822113B (zh) 路由地址的获取方法及装置、电子设备和可读存储介质
Chen et al. Immune algorithm to suppress rumor propagation based on influence maximization
CN111147575B (zh) 一种基于区块链的数据存储***
Li et al. A Network Public Opinion Trend Estimation Model Using a Scale‐Free Network Algorithm
KR102320718B1 (ko) 부울리언 네트워크의 특정 끌개유역에 포함되는 모든 상태들을 결정하는 방법
KR102452630B1 (ko) 네트워크의 구조와 끌개유역 정보로부터 거리 비교의 복잡도를 최소화하면서 경계 상태를 찾는 최적의 방법
Xu et al. Effect of contact preference among heterogeneous individuals on social contagions
Li et al. Modeling social network behavior spread based on group cohesion under uncertain environment

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant