(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210882573.6 (22)申请日 2022.07.26 (71)申请人 浙江工业大 学 地址 310014 浙江省杭州市拱 墅区潮王路 18号 (72)发明人 阮中远　张丽娜　张璐　殳欣成　 宣琦　 (74)专利代理 机构 杭州天正专利事务所有限公 司 33201 专利代理师 舒良 (51)Int.Cl. G06F 30/20(2020.01) G06Q 50/00(2012.01) (54)发明名称 基于阈值模型的信息关联传播和非关联传 播实现方法 (57)摘要 基于阈值模型的信息关联传播和非关联传 播实现方法， 包括： (S1)： 构造随机网络； (S2)： 给 网络中所有节 点分配初始阈值， 设置网络所有节 点初始状态为S态并随机选取一个节 点作为一类 一代信息传播源； (S3)： 按照阈值模型机制传播 信息， 从一个节点进行一类一、 二代关联性信息 的传播； (S4)： 按照阈值模型机制传播信息， 从一 个节点开始进行一类和二类的非关联性信息传 播； (S5)： 计算传播结束后网络中非S态节点数量 在节点总数中的占做为最终级联范围； 本发明提 供一种基于阈值模型的信息关联传播和非关联 传播实现方法， 结合阈值变化提出两种情况下： 关联性信息的和非关联性信息传播的策略实现， 能够使得一二代关联性信息传播时， 二代信息几 乎完全占据网络； 一类二类非关联性信息传播 时， 二类信息占据大部分网络， 且这种占有率随 着用户对一类信息的满意度越高而 越小。 权利要求书3页 说明书6页 附图3页 CN 115391987 A 2022.11.25 CN 115391987 A 1.基于阈值模型的信息关联传播和非关联传播实现方法， 其特征在于： 基于阈值模型 的信息关联传播和非关联传播模型包含三种信息： 一类一代信息、 一类二代信息、 二类信 息； 五种节点状态： 未接触状态S、 已接触一类一代 并给出负面评价状态 已接触一类一 代并给出正面评价状态 已接受一类二代状态I12、 已接受二类状态I2； 所述基于阈值模 型的信息关联传播和非关联传播实现方法包括如下步骤： S1： 构造网络G＝(V,E)， 其中V＝{v1,v2,...,vN}为网络节 点集， N为节点总数， 为网络连边 集； S2： 初始化： 给网络中所有节点分配相同初始阈值 随机选择一个节点作为传播源； S3： 一类一、 二代的关联性信息传播， 首先进行一代信息的传播， 按照 阈值模型机制传 播， S态节点满足阈值条件后以概率p给出负面评价状态变为 同时以概率1‑p给出正面 评价状态变为 直至网络中不再出现新的非S态节点， 一类一代信息传播结束， 再进 行二 代信息的传播， 同样按照阈值模型机制传播， 对于一代信息给出负面评价的节点面对二代 信息时阈值增加 对于一代信息给出正面评价的节点面对二代信息时阈值减小 对 于满足阈值条件的节点状态变化 为I12， 直至网络中不再 出现新的I12态节点， 传播结束； S4： 一类、 二类的非关联性信息传播， 首先进行一类一代信息的传播， 按照 阈值模型机 制传播， S态节点满足阈值条件后以概率p给出负面评价状态变为 同时以概率1 ‑p给出 正面评价状态变为 直至网络中不再出现新的非S态节点， 一类一代信息传播结束， 再进 行二类信息的传播， 按照阈值模型机制传播， 对于一类一代信息给出负面评价的节点面对 二类信息时阈值不变； 对于一类一代信息给出正面评价的节点面对二类信息时阈值增加 对于满足阈值条件的节点状态变化为I2， 直至网络中不再出现新的I2态节点， 传播结 束； S5： 计算信 息传播最终级联范围， 对于每组实验指标进行多次实验， 计算传播结束后网 络中非S态 节点数量在节点总数中的占比。 2.如权利要求1所述的基于阈值模型的信息关联传播和非关联传播实现方法， 其特征 在于： 所述 步骤S1具体包括： 考 虑 一 平 均 度 为 z 的 随 机 网 络 ， 节 点 数 量 为 N ＝ 5 0 0 0 ， 连 边 数 量 满 足 3.如权利要求1所述的基于阈值模型的信息关联传播和非关联传播实现方法， 其特征 在于： 所述 步骤S2具体包括： 网络中每一个节点vi都具有节点阈值， 记为 对于网络中的所有节点， 赋予其相同初 始阈值为 设置网络所有节点初始状态为S态， 随机 选取一个节点令其处于 态。 4.如权利要求1所述的基于阈值模型的信息关联传播和非关联传播实现方法， 其特征 在于： 所述 步骤S3具体包括： 一、 二代关联性信息传播具体如下： S3.1： 随机选择网络中的一个节点， 作为一代信息的源头， 发表一则正面评价， 设置其 状态为 态；权　利　要　求　书 1/3 页 2 CN 115391987 A 2S3.2： 随机选择一个S态节点vi， 邻居节点中对 一代信息发表正面评价的个数为 采 用以下阈值判定式： 其中ki为节点vi的邻居数量； 对于满足阈值判定式(1)的S态节点vi， 生成一个随机数r 与概率值p进行比较， 当随机数r小于等于p时， 节点vi的状态变换为 态， 否则将变为 态； S3.3： 不断重复步骤S3.2， 直到网络中不再 出现新的非S态 节点； S3.4： 随机选择网络中的一个节点， 作为二代信息的源头， 发表一则正面评论， 设置其 状态为I12态； S3.5： 二代信息传播每一步的开始， 对于目前网络中的所有节点vi， 根据其邻居中 态 节点的数量 减小 根据其邻居中 态节点的数量 增加 S3.6： 随机选择一个S态或 态节点vi， 邻居节点中接受二代信息的个数为n12， 采 用以下阈值判定式： 其中ki为节点vi的邻居数量； 对于满足阈值判定式(2)的节点vi状态变换为 I12态； S3.7： 不断重复步骤S3.1～S3.6， 直到网络中不再 出现新的非I12态节点。 5.如权利要求1所述的基于阈值模型的信息关联传播和非关联传播实现方法， 其特征 在于： 所述 步骤S4具体包括： 非关联性信息的传播具体如下： S4.1： 随机选择网络中的一个节点， 作为一类一代信息的源头， 发表一则正面评论， 设 置其状态为 态； S4.2： 随机选择一个S态节点vi， 邻居节点中对一类一代信息发表正面评论的个数为 采用以下阈值判定式： 其中ki为节点vi的邻居数量； 对于满足阈值判定式(3)的S态节点vi， 生成一个随机数r 与概率值p进行比较， 当随机数r小于等于p时， 节点vi的状态变换为 态， 否则将变为 态； S4.3： 不断重复步骤S4.2， 直到网络中不再 出现新的非S态 节点； S4.4： 随机选择网络中的一个节点， 作为二类信息的源头， 发表一则正面评论， 设置其 状态为I2态； S4.5： 二类信息传播每一步的开始， 对于目前网络中的所有节点vi， 根据其邻居中 态 节点的数量 增加 S4.6： 随机选择一个S态或 态节点vi， 邻居节点中接受二类信息的个数为n2， 采 用以下阈值判定式：权　利　要　求　书 2/3 页 3 CN 115391987 A 3