吉林大学学报(信息科学版) ›› 2023, Vol. 41 ›› Issue (1): 106-111.
路 苗, 门 可, 马永红, 张海瑞, 冯彦成
LU Miao, MEN Ke, MA Yonghong, ZHANG Hairui, FENG Yancheng
摘要: 针对群体社交网络舆情演化时, 目前方法获取关键节点中的数据较为困难, 导致无法准确获得舆情传播次数、 搜索指数、 达到舆情峰值所用时间等参数, 存在演化精度低的问题, 提出基于聚类算法与易感-感染-易感(SIS: Susceptible Infected Susceptible Model)模型的群体社交网络舆情演化仿真方法。 在群体社交网络中采用PageRank 算法获取关键节点, 利用聚类算法对关键节点中的数据聚类进行处理, 在此基础上构建 SIS 模型, 并通过其完成群体社交网络的舆情演化仿真。 实验结果表明, 该方法可准确地获得舆情传播次数、 搜索指数、 达到舆情峰值所用时间等参数, 演化仿真精度高。
中图分类号: