CN114463142A - 一种网络群体用户行为影响预测***及方法 - Google Patents

一种网络群体用户行为影响预测***及方法 Download PDF

Info

Publication number
CN114463142A
CN114463142A CN202210147072.3A CN202210147072A CN114463142A CN 114463142 A CN114463142 A CN 114463142A CN 202210147072 A CN202210147072 A CN 202210147072A CN 114463142 A CN114463142 A CN 114463142A
Authority
CN
China
Prior art keywords
network
user
propagation
group
target
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
CN202210147072.3A
Other languages
English (en)
Other versions
CN114463142B (zh
Inventor
刘长征
张荣华
宋亚萍
刘雅辉
赵星标
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.)
Shihezi University
Original Assignee
Shihezi 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 Shihezi University filed Critical Shihezi University
Priority to CN202210147072.3A priority Critical patent/CN114463142B/zh
Publication of CN114463142A publication Critical patent/CN114463142A/zh
Application granted granted Critical
Publication of CN114463142B publication Critical patent/CN114463142B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及网络安全技术领域，具体涉及一种网络群体用户行为影响预测***及方法，包括：控制终端，是***的总控制端，用于发出执行命令供下级模块执行；接收模块，用于接收网络信息传播目标；评估模块，用于分析用户群体有效性，评估用户群体网络信息传播目标传播能力；选择模块，用于选择网络信息传播目标传播范围；确认模块，用于选择模块确认选择的网络信息传播目标传播范围；统计模块，用于统计确认模块确认网络信息传播目标传播范围内网络信息传播目标对应传播用户群体数量；本发明能够提供网络用户群体以最佳的消息传播途径，从而以最快、最全面、成本最低的方式将所需用户群体知晓的信息传递，对于传布信息的行为能够进行一定程度的预测。

Description

一种网络群体用户行为影响预测***及方法
技术领域
本发明涉及网络安全技术领域，具体涉及一种网络群体用户行为影响预测***及方法。
背景技术
网络是由若干节点和连接这些节点的链路构成，表示诸多对象及其相互联系，网络传播面影响面广大，因此网络也成为了宣传的一种新型载体，人们可通过广告投放或社会讯息发布的方式，以网络传播的方法将所需要人们了解的信息的进行散布。
但是，现今无论是通过广告投放或社会讯息发布的方式大都采用区域性的散布，不存在逻辑，这种方式信息传播的效果差，无法普及制定区域的每名用户，且成本颇高，耗时较长。
发明内容
解决的技术问题
针对现有技术所存在的上述缺点，本发明提供了一种网络群体用户行为影响预测***及方法，解决了现今无论是通过广告投放或社会讯息发布的方式大都采用区域性的散布，不存在逻辑，这种方式信息传播的效果差，无法普及制定区域的每名用户，且成本颇高，耗时较长的问题。
技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
第一方面，一种网络群体用户行为影响预测***及方法，包括：
控制终端，是***的总控制端，用于发出执行命令供下级模块执行；
接收模块，用于接收网络信息传播目标；
评估模块，用于分析用户群体有效性，评估用户群体网络信息传播目标传播能力；
选择模块，用于选择网络信息传播目标传播范围；
确认模块，用于选择模块确认选择的网络信息传播目标传播范围；
统计模块，用于统计确认模块确认网络信息传播目标传播范围内网络信息传播目标对应传播用户群体数量；
捕捉模块，用于捕捉网络信息传播目标对应传播用户群体之间关联；
优选模块，用于选择用户群体中关联下线最多的作为网络信息传播目标的传播用户群体；
投放模块，用于投放网络信息传播目标至传播范围中的优选模块所选择的用户群体；
预测模块，用于预测网络信息传播目标通过所选择的用户群体进行传播直至传播范围所有用户群体所需时间。
更进一步地，所述接收模块中包含有以下子模块：
分析单元，用于分析网络信息传播目标属性；
关联判断单元，用于判断网络信息传播目标关联的各用户群体；
匹配单元，用于匹配用户群体与网络信息传播目标；
其中，接收模块在接收网络信息传播目标后通过数据传输的方式将网络信息传播目标传输至分析单元中，并递进至分析单元关联项中处理后将匹配单元处理数据反馈至接收模块中。
更进一步地，所述选择模块中网络信息传播目标传播范围选择通过选择用户群体所在局域网、城域网、广域网进行划分、确定。
更进一步地，所述统计模块使用定时网络检测获取指定域络范围内在线用户群体进行统计。
更进一步地，所述优选模块中选择的关联下线最多的用户群体设置有选择方案，其中选择方案不少于两组，其中对选择方案中关联下线最多的用户群体中用户群体项数数量第二少的关联下线最多的用户群体进行优先使用。
更进一步地，所述预测模块中包含有以下子模块：
监测模块，用于监测选择的用户群体网络在线时间是否存在异常；
记录单元，用于周期制记录用户群体在线时间异常数据；
设定单元，用于设定协调模块以记录单元中用户群体在线时间异常数据作为触发条件；
协调单元，用于剔除出现异常用户群体由优选模块中与剔除用户群体关联最近的用户群体代替，参与执行。
第二方面，一种网络群体用户行为影响预测***及方法，包括以下步骤：
Step1：获取网络信息传播目标，分析网络信息传播目标属性；
Step2：确认网络信息传播目标传播域网范围，分析相应域网范围内网络群体用户属性；
Step3：根据网络信息传播目标属性与网络群体用户属性进行获取网络信息传播目标与网络群体用户进行匹配；
Step4：分析网络群体用户下个人用户各裙带惯性，建立用户裙带关系模型；
Step5：根据用户裙带关系模型设计网络信息传播目标传播方案；
Step6：选择使用网络信息传播目标传播方案，备选网络信息传播目标传播方案；
Step7：监控网络信息传播目标传播方案中网络用户群体中各用户的网络行为是否存在异常行为，
其中，步骤Step7监控到网络信息传播目标传播方案中网络用户群体中各用户的网络行为存在异常行为状态下跳转至步骤Step61，由步骤Step61中网络群体用户项代替异常用户群体继续执行。
更进一步地，所述步骤Step1中网络信息传播目标属性包括，消息信息散播、数据文件群发、主机控制命令下发建立控制通道；所述步骤Step3中网络群体用户属性包括，用户入网设备使用类型、个人用户本体属性、用户登录网络使用习惯及特征。
更进一步地，所述步骤Step6中包含有子步骤Step61：获取备选网络信息传播目标传播方案中各网络群体用户项，将网络群体用户项载入用户裙带关系模型中进行校验，使网络群体用户项与使用者网络信息传播目标传播方案中个人用户相对应。
更进一步地，所述步骤Step7中网络用户群体中各用户网络异常行为包括用户登录网络后待机、用户未登录网络、用户未诱发执行网络刑讯传播目标的传播。
有益效果
采用本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：
1、本发明提供一种网络群体用户行为影响预测***供网络用户群体的消息传播行为所使用，通过该***能够提供网络用户群体以最佳的消息传播途径，从而以最快、最全面、成本最低的方式将所需用户群体知晓的信息传递，并且对于传布信息的行为能够进行一定程度的预测，并且针对预测结果能够做出相应的对策来解决问题，保证了网络群体用户消息传播的时效性。
2、本发明提供一种网络群体用户行为影响预测方法供网络用户群体的消息传播行为所使用，通过该方法能够根据所需传播的网络信息的属性进行传播源头用户的选择，进而实现传播信息行为预测的结果与实际传播信息所需达成的效果更加贴近的目的，并且对于网络用户采用了多种传播方案，在传播方案的使用过程中根据使用情况进行传播方案的更迭，维护的网络消息传播的稳定执行，确保网络消息传播任务能够完成。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为一种网络群体用户行为影响预测***的结构示意图；
图2为一种网络群体用户行为影响预测方法的流程示意图；
图3为***中用户裙带关系模型演示示例示意图；
图中的标号分别代表：1、控制终端；2、接收模块；21、分析单元；22、关联判断单元；23、匹配单元；3、评估模块；4、选择模块；5、确认模块；6、统计模块；7、捕捉模块；8、优选模块；9、投放模块；10、预测模块；101、监测单元；102、记录单元；103、设定单元；104、协调单元。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合实施例对本发明作进一步的描述。
实施例1
本实施例的一种网络群体用户行为影响预测***，如图1所示，包括：
控制终端1，是***的总控制端，用于发出执行命令供下级模块执行；
接收模块2，用于接收网络信息传播目标；
评估模块3，用于分析用户群体有效性，评估用户群体网络信息传播目标传播能力；
选择模块4，用于选择网络信息传播目标传播范围；
确认模块5，用于选择模块4确认选择的网络信息传播目标传播范围；
统计模块6，用于统计确认模块5确认网络信息传播目标传播范围内网络信息传播目标对应传播用户群体数量；
捕捉模块7，用于捕捉网络信息传播目标对应传播用户群体之间关联；
优选模块8，用于选择用户群体中关联下线最多的作为网络信息传播目标的传播用户群体；
投放模块9，用于投放网络信息传播目标至传播范围中的优选模块8所选择的用户群体；
预测模块10，用于预测网络信息传播目标通过所选择的用户群体进行传播直至传播范围所有用户群体所需时间。
在本实施中***运行时，由控制终端1控制接收模块2接收网络信息传播目标，进而通过评估模块3分析出用户群体的有效性，并评估用户群体网络信息传播目标传播能力，同步的选择模块4运行选择出网络信息传播目标传播范围，待确认模块5确认选择的网络信息传播目标传播范围后由统计模块7运行，来统计确认模块5确认网络信息传播目标传播范围内网络信息传播目标对应传播用户群体数量；
随即捕捉模块7启动，对确认模块5中捕捉到的网络信息传播目标对应传播用户群体之间关联进行捕捉，接收优选模块8对捕捉模块7所捕捉的网络信息传播目标对应传播用户群体之间关联进行处理，挑选出用户群体中关联下线最多的作为网络信息传播目标的传播用户群体；
最终通过投放模块9对下线最多的作为网络信息传播目标的传播用户群体进行网络信息传播目标的传播，实现网络新传播目标的区域性普及传播，并且在此过程中预测模块10实时的运行，预测网络信息传播目标通过所选择的用户群体进行传播直至传播范围所有用户群体所需时间，确保通过协调网络群体用户使信息传播目标通过所选择的用户群体进行传播，直至传播范围所有用户群体的时间与预期所用时间区趋于相等。
如图1所示，接收模块2中包含有以下子模块：
分析单元21，用于分析网络信息传播目标属性；
关联判断单元22，用于判断网络信息传播目标关联的各用户群体；
匹配单元23，用于匹配用户群体与网络信息传播目标；
其中，接收模块2在接收网络信息传播目标后通过数据传输的方式将网络信息传播目标传输至分析单元21中，并递进至分析单元21关联项中处理后将匹配单元23处理数据反馈至接收模块2中。
在使用时，分析单元21可以分析出网络信息传播目标属性，关联判断单元22可以判断网络信息传播目标关联的各用户群体，进而通过匹配单元23匹配分析单元21与关联判断单元22中所得到的数据，在接收模块2接收网络信息传播目标，即可完成网络信息传播目标与网络信息传播目标传播网络群体用户之间的匹配。
如图1所示，选择模块4中网络信息传播目标传播范围选择通过选择用户群体所在局域网、城域网、广域网进行划分、确定。
如图1所示，统计模块6使用定时网络检测获取指定域络范围内在线用户群体进行统计。
通过该设置能够有效且全面的统计出指定域网范围内的网络群体用户。
如图1所示，优选模块8中选择的关联下线最多的用户群体设置有选择方案，其中选择方案不少于两组，其中对选择方案中关联下线最多的用户群体中用户群体项数数量第二少的关联下线最多的用户群体进行优先使用。
通过该设置使得***在运行的过程中能够默认的提供***操作端以最佳的网络信息传播目标的传播网络群体用户。
实施例2
如图1所示，预测模块10中包含有以下子模块：
监测模块101，用于监测选择的用户群体网络在线时间是否存在异常；
记录单元102，用于周期制记录用户群体在线时间异常数据；
设定单元103，用于设定协调模块104以记录单元102中用户群体在线时间异常数据作为触发条件；
协调单元104，用于剔除出现异常用户群体由优选模块8中于剔除用户群体关联最近的用户群体代替，参与执行。
在本实施运行过程中，能够提供以预测模块10以最为合理的运行络就，使得***所选中的用于网络信息传播目标传播的网络群体用户在出现异常情况无法达到预想的传播效果时，及时的对网络群体用户进行更迭取代，保证网络信息传播目标传播进程的稳定进行，避免较大传播纰漏的产生。
实施例3
在具体实施层面，在实施例1的基础上，本实施例参照图1所示对实施例1中网络群体用户行为影响预测***做进一步具体说明，如图2所示，一种网络群体用户行为影响预测方法，包括以下步骤：
Step1：获取网络信息传播目标，分析网络信息传播目标属性；
Step2：确认网络信息传播目标传播域网范围，分析相应域网范围内网络群体用户属性；
Step3：根据网络信息传播目标属性与网络群体用户属性进行获取网络信息传播目标与网络群体用户进行匹配；
Step4：分析网络群体用户下个人用户各裙带惯性，建立用户裙带关系模型；
Step5：根据用户裙带关系模型设计网络信息传播目标传播方案；
Step6：选择使用网络信息传播目标传播方案，备选网络信息传播目标传播方案；
Step7：监控网络信息传播目标传播方案中网络用户群体中各用户的网络行为是否存在异常行为，
其中，步骤Step7监控到网络信息传播目标传播方案中网络用户群体中各用户的网络行为存在异常行为状态下跳转至步骤Step61，由步骤Step61中网络群体用户项代替异常用户群体继续执行。
如图2所示，步骤Step1中网络信息传播目标属性包括，消息信息散播、数据文件群发、主机控制命令下发建立控制通道；步骤Step3中网络群体用户属性包括，用户入网设备使用类型、个人用户本体属性、用户登录网络使用习惯及特征。
如图2所示，步骤Step6中包含有子步骤Step61：获取备选网络信息传播目标传播方案中各网络群体用户项，将网络群体用户项载入用户裙带关系模型中进行校验，使网络群体用户项与使用者网络信息传播目标传播方案中个人用户相对应。
如图2所示，步骤Step7中网络用户群体中各用户网络异常行为包括用户登录网络后待机、用户未登录网络、用户未诱发执行网络刑讯传播目标的传播。
综上而言，本发明提供一种网络群体用户行为影响预测***供网络用户群体的消息传播行为所使用，通过该***能够提供网络用户群体以最佳的消息传播途径，从而以最快、最全面、成本最低的方式将所需用户群体知晓的信息传递，并且对于传布信息的行为能够进行一定程度的预测，并且针对预测结果能够做出相应的对策来解决问题，保证了网络群体用户消息传播的时效性；
本发明提供一种网络群体用户行为影响预测方法供网络用户群体的消息传播行为所使用，通过该方法能够根据所需传播的网络信息的属性进行传播源头用户的选择，进而实现传播信息行为预测的结果与实际传播信息所需达成的效果更加贴近的目的，并且对于网络用户采用了多种传播方案，在传播方案的使用过程中根据使用情况进行传播方案的更迭，维护的网络消息传播的稳定执行，确保网络消息传播任务能够完成。
实施例4
在具体实时层面，通过该***进行以下试验：
在同一网域中于随机位置发布讯息使网域中成员知晓，初始成员人数为10人，所有成员存在随机的通讯连接关联，其进行7次试验，每次试验人数为上次试验人数的两倍，通过逐一发布讯息或指定目标分发使网域中各成员知晓与使用该***发布讯息使网域中成员知晓，所得试验结果记录于下表：
试验次数 ①使用该***进行告知/耗时 ②逐一通知/耗时 ③指定目标分发/耗时
第一次/10人 7min 5min 4min
第二次/20人 7.1min 10min 7.8min
第三次/40人 7.12min 20min 12min
第四次/80人 7.17min 40min 29.11min
第五次/160人 7.19min 1h 49.12min
第六次/320人 7.21min 2h 1.38h
第七次/640人 7.25min 8h 1.59h
其中，参照图3进行演示成员存在的随机性通讯连接关联，图中各字母代表试验中成员名称，其具体操作方式如下：
参照图3，由十名成员于指定域网范围区域内组成试验场地，图中连线即为各成员之间的裙带关系，用户通过试验②对十名成员进行网络信息传播目标的传播，其采取手段为逐一传播耗时5分钟，通过试验③选择成员C与D来按照裙带关系连线进行下发传播网络信息传播目标所用耗时为4分钟，通过试验①来进行网络信息传播目标的传播时，***将十名成员数据载入***，由***对各成员进行分析，最终确定成员A与B或成员A与J作为消息传播源头，首次对成员A与B或成员A与J进行网络信息传播目标的传播，再由任意组二者逐次呈***状将网络信息传播目标进行传播，B与J作为各自的备用传播目标进行闲置待命，B出现异常时由J接替B的工作；
上述即为本次试验的试验原理，根据表格记录数据记载可以看出，在指定域网范围区域，成员越多，采用该***进行网络信息传播目标的传播效率相比与其他方式更加高效。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种网络群体用户行为影响预测***，其特征在于，包括：
控制终端（1），是***的总控制端，用于发出执行命令供下级模块执行；
接收模块（2），用于接收网络信息传播目标；
评估模块（3），用于分析用户群体有效性，评估用户群体网络信息传播目标传播能力；
选择模块（4），用于选择网络信息传播目标传播范围；
确认模块（5），用于选择模块（4）确认选择的网络信息传播目标传播范围；
统计模块（6），用于统计确认模块（5）确认网络信息传播目标传播范围内网络信息传播目标对应传播用户群体数量；
捕捉模块（7），用于捕捉网络信息传播目标对应传播用户群体之间关联；
优选模块（8），用于选择用户群体中关联下线最多的作为网络信息传播目标的传播用户群体；
投放模块（9），用于投放网络信息传播目标至传播范围中的优选模块（8）所选择的用户群体；
预测模块（10），用于预测网络信息传播目标通过所选择的用户群体进行传播直至传播范围所有用户群体所需时间。
2.根据权利要求1所述的一种网络群体用户行为影响预测***，其特征在于，所述接收模块（2）中包含有以下子模块：
分析单元（21），用于分析网络信息传播目标属性；
关联判断单元（22），用于判断网络信息传播目标关联的各用户群体；
匹配单元（23），用于匹配用户群体与网络信息传播目标；
其中，接收模块（2）在接收网络信息传播目标后通过数据传输的方式将网络信息传播目标传输至分析单元（21）中，并递进至分析单元（21）关联项中处理后将匹配单元（23）处理数据反馈至接收模块（2）中。
3.根据权利要求1所述的一种网络群体用户行为影响预测***，其特征在于，所述选择模块（4）中网络信息传播目标传播范围选择通过选择用户群体所在局域网、城域网、广域网进行划分、确定。
4.根据权利要求1所述的一种网络群体用户行为影响预测***，其特征在于，所述统计模块（6）使用定时网络检测获取指定域络范围内在线用户群体进行统计。
5.根据权利要求1所述的一种网络群体用户行为影响预测***，其特征在于，所述优选模块（8）中选择的关联下线最多的用户群体设置有选择方案，其中选择方案不少于两组，其中对选择方案中关联下线最多的用户群体中用户群体项数数量第二少的关联下线最多的用户群体进行优先使用。
6.根据权利要求1所述的一种网络群体用户行为影响预测***，其特征在于，所述预测模块（10）中包含有以下子模块：
监测模块（101），用于监测选择的用户群体网络在线时间是否存在异常；
记录单元（102），用于周期制记录用户群体在线时间异常数据；
设定单元（103），用于设定协调模块（104）以记录单元（102）中用户群体在线时间异常数据作为触发条件；
协调单元（104），用于剔除出现异常用户群体由优选模块（8）中于剔除用户群体关联最近的用户群体代替，参与执行。
7.一种网络群体用户行为影响预测方法，所述方法是对如权利要求1-7中任意一项所述的网络群体用户行为影响预测***的实施方法，其特征在于，包括以下步骤：
Step1：获取网络信息传播目标，分析网络信息传播目标属性；
Step2：确认网络信息传播目标传播域网范围，分析相应域网范围内网络群体用户属性；
Step3：根据网络信息传播目标属性与网络群体用户属性进行获取网络信息传播目标与网络群体用户进行匹配；
Step4：分析网络群体用户下个人用户各裙带惯性，建立用户裙带关系模型；
Step5：根据用户裙带关系模型设计网络信息传播目标传播方案；
Step6：选择使用网络信息传播目标传播方案，备选网络信息传播目标传播方案；
Step7：监控网络信息传播目标传播方案中网络用户群体中各用户的网络行为是否存在异常行为，
其中，步骤Step7监控到网络信息传播目标传播方案中网络用户群体中各用户的网络行为存在异常行为状态下跳转至步骤Step61，由步骤Step61中网络群体用户项代替异常用户群体继续执行。
8.根据权利要求7所述的一种网络群体用户行为影响预测方法，其特征在于，所述步骤Step1中网络信息传播目标属性包括，消息信息散播、数据文件群发、主机控制命令下发建立控制通道；所述步骤Step3中网络群体用户属性包括，用户入网设备使用类型、个人用户本体属性、用户登录网络使用习惯及特征。
9.根据权利要求7所述的一种网络群体用户行为影响预测方法，其特征在于，所述步骤Step6中包含有子步骤Step61：获取备选网络信息传播目标传播方案中各网络群体用户项，将网络群体用户项载入用户裙带关系模型中进行校验，使网络群体用户项与使用者网络信息传播目标传播方案中个人用户相对应。
10.根据权利要求7所述的一种网络群体用户行为影响预测方法，其特征在于，所述步骤Step7中网络用户群体中各用户网络异常行为包括用户登录网络后待机、用户未登录网络、用户未诱发执行网络刑讯传播目标的传播。
CN202210147072.3A 2022-02-17 2022-02-17 一种网络群体用户行为影响预测***及方法 Active CN114463142B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210147072.3A CN114463142B (zh) 2022-02-17 2022-02-17 一种网络群体用户行为影响预测***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210147072.3A CN114463142B (zh) 2022-02-17 2022-02-17 一种网络群体用户行为影响预测***及方法

Publications (2)

Publication Number Publication Date
CN114463142A true CN114463142A (zh) 2022-05-10
CN114463142B CN114463142B (zh) 2024-06-28

Family

ID=81414937

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210147072.3A Active CN114463142B (zh) 2022-02-17 2022-02-17 一种网络群体用户行为影响预测***及方法

Country Status (1)

Country Link
CN (1) CN114463142B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101821757A (zh) * 2007-12-08 2010-09-01 Sk电信有限公司 广告方法、sns广告***以及记录介质
CN103248639A (zh) * 2012-02-06 2013-08-14 阿里巴巴集团控股有限公司 一种用于确定信息传播能力的方法及***
CN109145109A (zh) * 2017-06-19 2019-01-04 国家计算机网络与信息安全管理中心 基于社交网络的用户群体消息传播异常分析方法及装置
CN113569162A (zh) * 2021-01-29 2021-10-29 腾讯科技（深圳）有限公司 数据处理方法、装置、设备及存储介质
WO2021225511A1 (en) * 2020-05-08 2021-11-11 Telefonaktiebolaget Lm Ericsson (Publ) Selecting propagation delay compensation for time-sensitive network (tsn) information

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101821757A (zh) * 2007-12-08 2010-09-01 Sk电信有限公司 广告方法、sns广告***以及记录介质
CN103248639A (zh) * 2012-02-06 2013-08-14 阿里巴巴集团控股有限公司 一种用于确定信息传播能力的方法及***
CN109145109A (zh) * 2017-06-19 2019-01-04 国家计算机网络与信息安全管理中心 基于社交网络的用户群体消息传播异常分析方法及装置
WO2021225511A1 (en) * 2020-05-08 2021-11-11 Telefonaktiebolaget Lm Ericsson (Publ) Selecting propagation delay compensation for time-sensitive network (tsn) information
CN113569162A (zh) * 2021-01-29 2021-10-29 腾讯科技（深圳）有限公司 数据处理方法、装置、设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LI YUN 等: "A Method of Obtaining High Precision Propagation Delay for BPL Timing Signal", 《2018 IEEE INTERNATIONAL FREQUENCY CONTROL SYMPOSIUM》, 3 January 2019 (2019-01-03), pages 1 - 5 *
蔡淑琴 等: "基于信息传播理论的微博协同过滤推荐模型", 《***工程理论与实践》, vol. 35, no. 05, 25 May 2015 (2015-05-25), pages 1267 - 1275 *

Also Published As

Publication number Publication date
CN114463142B (zh) 2024-06-28

Similar Documents

Publication Publication Date Title
Ye et al. Crowd trust: A context-aware trust model for worker selection in crowdsourcing environments
CN102724182B (zh) 异常客户端的识别方法
CN112866185B (zh) 网络流量监控设备和异常流量检测方法
CN109995614B (zh) 一种α测试方法及装置
CN113762900A (zh) 一种基于区块链预言机的供应链管理***及方法
CN110311812B (zh) 一种网络分析方法、装置和存储介质
WO2014187304A1 (zh) 用户状态确定方法及装置
CN114357495B (zh) 基于区块链的预言机链下聚合方法、装置、设备和介质
CN105357167A (zh) 业务处理方法和装置
CN107230090B (zh) 一种净推荐值nps分类方法及装置
US20110172963A1 (en) Methods and Apparatus for Predicting the Performance of a Multi-Tier Computer Software System
CN109981405A (zh) 节点管理方法、装置及计算机可读存储介质
CN114912510A (zh) 一种线上调研样本质量评估***
CN109246178B (zh) 一种在线题目发放方法、装置、服务器及存储介质
CN107506408A (zh) 对海量事件分布式关联匹配的方法及***
CN111898918A (zh) 一种设备使用跟踪管理方法、装置、设备及存储介质
CN103888919A (zh) 短消息监控方法及装置
CN117875501B (zh) 一种基于大数据的社交媒体用户行为预测***及方法
CN114281784A (zh) 分布式核心***的交易日志回放方法、装置、设备和介质
CN114463142A (zh) 一种网络群体用户行为影响预测***及方法
CN114268839A (zh) 视频发布账户筛选方法、装置、电子设备及存储介质
Ferretti Publish-subscribe systems via gossip: a study based on complex networks
CN111182018B (zh) 一种用户识别方法、装置、设备及介质
CN105868288A (zh) 图文信息管理方法、装置及***
CN109040075A (zh) 无线移动传感器网络中节点的管理方法、服务器和***

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