基于混沌理论的信息传播问题研究

发布时间：2020-06-07 21:51

【摘要】：近年来人们的社交需求性的增长与社交网络的急速发展,让在线社交网络逐渐成为一个内容互享与交流的一个平台,越来越多的热点事件在社交网络平台上发酵和爆发。如何预测热点事件在社交网络上的趋势对于舆情疏导、商品营销、流量管控等方面具有重要的现实意义。传统的社交网络热点事件的预测方法是从社交网络内部出发根据传染病模型、影响力模型等判断预测事件的未来走向趋势。本文从宏观角度出发,将混沌预测理论引入到社交网络热点事件时间序列预测方面,本文的主要工作如下:1.将混沌预测理论融入社交网络信息传播预测中,从不同角度验证了社交网络信息传播时间序列中确实存在混沌特性。随着非线性理论的不断完善,越来越多的现象表明社交网络信息传播具有混沌特性。本文通过采集的社交网络热点事件数据,利用C-C算法求解时间延迟参数和嵌入维数参数,然后在此基础上通过小数据量法求解出时间序列的最大李雅普诺夫指数,发现得出的李雅普诺夫指数大于0,从而验证了系统的混沌特性;另外求解出关联维数,利用关联维数也验证了系统的混沌性。最后重构单维时间序列的相空间和融合数据的相空间,得到社交网络时间序列在高维的演化轨迹。2.提出一种融合加权一阶预测模型和RBF神经网络模型的组合预测模型,对网媒热点事件趋势进行多变量时间序列预测。针对单预测模型在预测热点话题趋势上准确性的不足,将加权一阶和神经网络结合,使两个预测模型的优点结合起来,并且对RBF神经网络的初始的聚类方法提出改进。最后通过实验对比发现融合模型确实提高了预测的准确度,而且对比单维的混沌网媒热点时间序列,由微信、微博等跨平台构成的多变量的混沌时间序列的预测度更高,为热点事件预测提供了新的角度。
【图文】：

图 2.1 热点话题的传播动态时间序列2.2.1 单平台数据分析大多学者在分析热点事件影响扩散时，仅讨论在单一平台上事件的信息转发与传播特征，假设信息不受网络外的影响，仅沿着社交网络的边在节点之间传播。文献[23]中曹玖新等人通过研究新浪微博用户间的网络关系，基于概率级联模型来计算用户转发概率的大小，给社交网络影响范围的预测提供了一种新的角度。文献[24]中提出两种异构非线性模型，所构建的模型解释了微信平台中级联树的关键特征。关于用户行为的系列研究中，文献[25]中刘红丽等人将阅读和转发概率同时考虑进去，以新浪微博数据进行分析，提出了新型的网络信息扩散模型。文献[26]通过分析微信群信息平台，发现了微信群在动态过程中聚集、发展和演化的周期规律。文献[27]黄炜等人基于对微信用户行为的分析，对分享预测模型进行了研究。文献[28]提出一种实时预测新浪微博热点话题的模型。

重庆邮电大学硕士学位论文 第 4 章 基于多参数的热点事件混沌时间序列预测在得知M1Y+后分为两种预测方法：一种是更新M1Y+为新的中心点，重新找到新的参考点并且计算得到a,b 值，该类方法被称为间接多步预测。一种是以MY 为中心点时的相邻关系等特征值代入方程M 1MY a e bY→++ ，进而继续预测，该类方法被称为直接多步预测。
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：O415.5;G206

【参考文献】

相关期刊论文 前10条

1 陈江;刘玮;巢文涵;王丽宏;;融合热点话题的微博转发预测研究[J];中文信息学报;2015年06期

2 黄发明;殷坤龙;张桂荣;唐志政;张俊;;多变量PSO-SVM模型预测滑坡地下水位[J];浙江大学学报(工学版);2015年06期

3 魏德志;陈福集;郑小雪;;基于混沌理论和改进径向基函数神经网络的网络舆情预测方法[J];物理学报;2015年11期

4 肖迁;李文华;李志刚;刘金龙;刘会巧;;基于改进的小波-BP神经网络的风速和风电功率预测[J];电力系统保护与控制;2014年15期

5 曹玖新;吴江林;石伟;刘波;郑啸;罗军舟;;新浪微博网信息传播分析与预测[J];计算机学报;2014年04期

6 侯公羽;梁荣;孙磊;刘琳;龚砚芬;;基于多变量混沌时间序列的煤矿斜井TBM施工动态风险预测[J];物理学报;2014年09期

7 张洪忠;朱匴捚;;微博、微信对传统媒体内容使用的影响[J];新闻记者;2013年12期

8 刘岩;王金东;郭建华;李西兵;;基于参量优化的多变量相空间重构方法[J];机械传动;2013年06期

9 史永胜;彭朋;宋云雪;;基于边界值的多元混沌发动机性能预测算法[J];航空动力学报;2012年01期

10 雷绍兰;孙才新;周nv;张晓星;;电力短期负荷的多变量时间序列线性回归预测方法研究[J];中国电机工程学报;2006年02期

，

本文编号：2702049