CN119442022A 一种基于seir模型的突发事件网络舆情演化预测及预警方法 （华北电力大学）

号一种基于SEIR模型的突发事件网络舆情演及一种基于SEIR模型的突发事件网络舆情演化2所述移出状态R为对网络舆情信息失去兴趣并不播的知情状态E的个体则直接进入移出状态R，传播状态I的个体经过预定的时间后失去对S6，预警指标风险评级：通过层次分析法改2.根据权利要求1所述的一种基于SEIR模型的突发事件网络舆情演化预测及预警方i代表社会网中传播舆情的人数，ki代表个体i接触并将舆情信息传播到的人群33.根据权利要求2所述的一种基于SEIR模型的突发事件网络舆情演化预测及预警方表示t时刻入度为k的节点有一条边来自传播节点的4.根据权利要求3所述的一种基于SEIR模型的突发事件网络舆情演化预测及预警方5.根据权利要求4所述的一种基于SEIR模型的突发事件网络舆情演化预测及预警方t其中，v为系统运行至时刻T时，平均每一时刻增加的知情个t为瞬时扩散速度。6.根据权利要求5所述的一种基于SEIR模型的突发事件网络舆情演化预测及预警方4wteT:F=l-e-AX;2S55，Markov链的建立：将SPN模型与Markov链同构，构建SPN模型的状态转移图，用Markov链分析舆情发展过程中状态转移的动7.根据权利要求6所述的一种基于SEIR模型的突发事件网络舆情演化预测及预警方58.根据权利要求7所述的一种基于SEIR模型的突发事件网络舆情演化预测及预警方9.根据权利要求8所述的一种基于SEIR模型的突发事件网络舆情演化预测及预警方6[0003]现有的基于SEIR模型的突发事件网络舆情演化模型在理论和实践中取得了一定未传播的知情状态E的个体则直接进入移出状态R，传播状态I的个体经过预定的时间后失舆情扩散网络为静态，将群体规模设定为N，利用平均场方法建立个体状态转移的微分方78[0045]wteT:F=l-e-A,x;}；9Markov链分析舆情发展过程中状态转移的动[0073]图3为本发明实施例的网络舆情信息扩散过程中不同状态个体密度随时间变化示[0077]下面结合附图和具体实施例对本发明进行详细描述。同[0087]第四是移出状态(R)，该状态的个体失去了对某一网络舆情信息的传播兴趣而处[0094]4.个体是否发生状态转移与他在网络中所处的位置以及他的关注网络中的所有[0113]从宏观上来看，网络舆情信息扩散过程表现为网络舆情信息的比例只有0退出者个体的数量不断增长，最终达到个体总数的99.89处于潜伏状态别为0％和0.11其高峰分别出现在t＝8和t＝11，高峰时刻的比重分别为51.33％和[0119]采用SEIR_SPN结构模型对突发事件网络舆情系统演化及预警系统内指标间的交[0129]突发事件网络舆情SPN预警模型(如图4所示)，该模型由9个网络舆情预警要素和[0133]通过运用突发事件网络舆情预警的SPN模型与Markov链同构性，来分析突发事件警SPN模型从一个状态向另一个状态的转换过程，每条弧上的标注代表该弧所对应变迁的[0138]由图5所示Markov链和式(12)，得到突发事件网络舆情演化系统状态概率间的关