門玉霞

(自貢市第一人民醫(yī)院，四川，自貢 643000)

0 引言

網(wǎng)絡(luò)新聞已經(jīng)成為當(dāng)前網(wǎng)絡(luò)信息載體的主流，日益發(fā)展成為人類日常生活中不可缺少的一部分，傳統(tǒng)的新聞獲取方式已經(jīng)逐漸被網(wǎng)絡(luò)所代替[1]。由于網(wǎng)絡(luò)具有實(shí)時(shí)性、便捷性等優(yōu)勢(shì)[2-3]，人們主要通過電子設(shè)備在網(wǎng)絡(luò)上了解最新的新聞資訊，不再需要購(gòu)買報(bào)紙或者雜志等[4]?，F(xiàn)階段如何預(yù)測(cè)網(wǎng)絡(luò)新聞信息傳播流行度成為研究的熱點(diǎn)話題。相關(guān)專家針對(duì)該方面的內(nèi)容展開了大量的研究，例如朱琛剛等[5]采用行為動(dòng)力學(xué)分類方法將節(jié)目流行度演化過程劃分為4種不同類型，通過雙種群粒子優(yōu)化的最小二乘支持向量機(jī)對(duì)不同類型分別組建流行度預(yù)測(cè)模型，通過模型進(jìn)一步構(gòu)建對(duì)應(yīng)的預(yù)測(cè)系統(tǒng)。鮑鵬等[6]通過圖注意力機(jī)制學(xué)習(xí)在線內(nèi)容級(jí)聯(lián)結(jié)構(gòu)表示，采用時(shí)序卷積網(wǎng)絡(luò)捕獲傳播級(jí)聯(lián)的時(shí)序特征建立對(duì)應(yīng)的系統(tǒng)，同時(shí)通過全卷積映射在線內(nèi)容流行度預(yù)測(cè)。以上2種系統(tǒng)現(xiàn)階段雖然取得了較為滿意的研究成果，但是由于未能將短期記憶網(wǎng)絡(luò)(LSTM)算法應(yīng)用到網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)中，造成網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)準(zhǔn)確率減少，響應(yīng)時(shí)間和預(yù)測(cè)費(fèi)用大幅度增加。為了全面提升所設(shè)計(jì)系統(tǒng)的綜合性能，結(jié)合LSTM算法，提出一種網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)系統(tǒng)。仿真實(shí)驗(yàn)結(jié)果表明，所設(shè)計(jì)系統(tǒng)能夠有效提升網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)準(zhǔn)確率，降低預(yù)測(cè)響應(yīng)時(shí)間和預(yù)測(cè)費(fèi)用。

1 基于LSTM算法的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)

建立網(wǎng)絡(luò)新聞信息傳播模型的主要目的是對(duì)網(wǎng)絡(luò)新聞的傳播方式進(jìn)行描述，在網(wǎng)絡(luò)新聞中，用戶狀態(tài)可以劃分為4種不同的形式，分別為

(1) 傳播狀態(tài)；

(2) 未知狀態(tài)；

(3) 辨別狀態(tài)；

(4) 免疫狀態(tài)。

在組建狀態(tài)轉(zhuǎn)移方程的過程中，需要全面考慮用戶對(duì)網(wǎng)絡(luò)新聞信息的感興趣程度[7]，以此為基礎(chǔ)建立網(wǎng)絡(luò)新聞信息傳播模型。整個(gè)模型主要包含3種不同傳播規(guī)則，具體如下。

(1) 當(dāng)系統(tǒng)運(yùn)行初始階段只有一個(gè)用戶的狀態(tài)為傳播時(shí)，剩余用戶均為易感狀態(tài)。

(2) 通過自身概率完成狀態(tài)轉(zhuǎn)換。

(3) 將系統(tǒng)處于感染狀態(tài)的節(jié)點(diǎn)進(jìn)行狀態(tài)轉(zhuǎn)換，確保其不會(huì)再次被感染。

SIR模型是傳染病模型中最經(jīng)典的模型。其中，S表示易感者，I表示感染者，R表示移除者。其中，SIR(susceptible infected recovered model)模型的傳播規(guī)則，如圖1所示。

圖1 SIR模型的傳播規(guī)則

隨著時(shí)間的推移，SIR模型可以表示為以下的形式[8]：

(1)

式中，a表示網(wǎng)絡(luò)新聞傳播的感染率,b表示網(wǎng)絡(luò)新聞傳播的恢復(fù)率,t為某個(gè)時(shí)刻，例如t=1，S(1)為第一天網(wǎng)絡(luò)新聞傳播的人數(shù)。無論t為什么時(shí)刻，總?cè)藬?shù)是不變的，即N(t)=S(t)+I(t)+R(t)。人口總數(shù)總保持一個(gè)常數(shù)，即N(t)=k，不考慮人口的出生、死亡、遷移等因素。

在上述分析的基礎(chǔ)上，需要獲取模型的應(yīng)用場(chǎng)景。網(wǎng)絡(luò)新聞信息傳播模型設(shè)定各個(gè)節(jié)點(diǎn)共計(jì)包含4種不同的狀態(tài)，其中辨識(shí)狀態(tài)是未知狀態(tài)的下一個(gè)狀態(tài)，主要目的是利用狀態(tài)節(jié)點(diǎn)接收鄰近節(jié)點(diǎn)所轉(zhuǎn)發(fā)的信息，同時(shí)該節(jié)點(diǎn)不會(huì)主動(dòng)向其他節(jié)點(diǎn)轉(zhuǎn)發(fā)所接收到的信息。只有當(dāng)系統(tǒng)內(nèi)的用戶對(duì)網(wǎng)絡(luò)新聞信息產(chǎn)生興趣或者是其本身具有一定的吸引力時(shí)，可以考慮是否進(jìn)行信息轉(zhuǎn)發(fā)。當(dāng)需要進(jìn)行信息轉(zhuǎn)發(fā)時(shí)，將節(jié)點(diǎn)狀態(tài)轉(zhuǎn)換為傳播狀態(tài)，同時(shí)主動(dòng)將該條網(wǎng)絡(luò)新聞信息向鄰近節(jié)點(diǎn)傳播；反之，當(dāng)不需要進(jìn)行信息傳播時(shí)，則節(jié)點(diǎn)保持自身狀態(tài)不變。

在建立模型的過程中，主要是在傳播概率的基礎(chǔ)上進(jìn)行計(jì)算，當(dāng)組建狀態(tài)轉(zhuǎn)移方程時(shí)，需要引入網(wǎng)絡(luò)新聞信息價(jià)值和用戶行為，通過用戶影響因子和記憶效應(yīng)因子、信息參與談?wù)摰刃畔⑦M(jìn)行分析研究。

在上述分析的基礎(chǔ)上，可以將信息傳播模型拓展為

G=(V,E,I,h,p)

(2)

式中，V表示網(wǎng)絡(luò)新聞信息初始狀態(tài)集合，h代表社會(huì)參與信息的熱度，I代表用戶對(duì)網(wǎng)絡(luò)新聞信息的感興趣程度；p表示為網(wǎng)絡(luò)新聞信息傳播狀態(tài)轉(zhuǎn)換的概率，在初始狀態(tài)集合V中任意選取一個(gè)節(jié)點(diǎn)i作為傳播節(jié)點(diǎn)，此時(shí)該節(jié)點(diǎn)已經(jīng)接收到信息[8-9]，同時(shí)會(huì)主動(dòng)向其它鄰近節(jié)點(diǎn)進(jìn)行信息傳播。S(t)代表在t時(shí)間段內(nèi)接收到信息的用戶集合，在t+1時(shí)間段內(nèi)會(huì)有一個(gè)不屬于集合S(t)的新節(jié)點(diǎn)將來自鄰近節(jié)點(diǎn)轉(zhuǎn)發(fā)的消息一次性接收。其中，S(t)可以設(shè)定為以下的形式：

(3)

節(jié)點(diǎn)j的狀態(tài)主要是通過辨別狀態(tài)轉(zhuǎn)換為傳播狀態(tài)的概率進(jìn)行設(shè)定[10]，具體的計(jì)算式為

(4)

式中，wij代表節(jié)點(diǎn)i和節(jié)點(diǎn)j之間的連接權(quán)重，可以表示為式(5)的形式：

(5)

(6)

nj代表節(jié)點(diǎn)j在t時(shí)刻之前所接收到的信息次數(shù)，即：

(7)

在上述分析的基礎(chǔ)上，模型的傳播過程可以描述為設(shè)定網(wǎng)絡(luò)新聞信息傳播的初始狀態(tài)只有一個(gè)隨機(jī)選取的傳播節(jié)點(diǎn)，剩余節(jié)點(diǎn)均為未知狀態(tài)，此時(shí)辨別狀態(tài)和免疫狀態(tài)的節(jié)點(diǎn)數(shù)量均為0；然后，從初始傳播節(jié)點(diǎn)開始按照節(jié)點(diǎn)數(shù)量進(jìn)行排序，將各個(gè)節(jié)點(diǎn)轉(zhuǎn)為辨別狀態(tài)。其中需要注意的是，需要結(jié)合節(jié)點(diǎn)自身信息的熱度以及用戶對(duì)網(wǎng)絡(luò)新聞信息的感興趣程度判定是否需要進(jìn)行狀態(tài)轉(zhuǎn)換以及擴(kuò)散[11-12]；最后，傳播節(jié)點(diǎn)在成功將鄰近節(jié)點(diǎn)的狀態(tài)轉(zhuǎn)換為傳播狀態(tài)后，將被轉(zhuǎn)換的鄰近節(jié)點(diǎn)繼續(xù)傳播下去，直至整個(gè)網(wǎng)絡(luò)中不再有新的節(jié)點(diǎn)需要轉(zhuǎn)換。

2 網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)系統(tǒng)設(shè)計(jì)

需求分析是實(shí)現(xiàn)網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)系統(tǒng)設(shè)計(jì)的重要步驟。在當(dāng)前的信息時(shí)代背景下，社會(huì)人士均需要在網(wǎng)上獲取有價(jià)值的信息，其中信息的獲取途徑也是多種多樣，主要包括：各類社交網(wǎng)絡(luò)以及網(wǎng)絡(luò)電視等。新聞信息傳播流行度預(yù)測(cè)系統(tǒng)的用戶用例圖如圖2所示。

需要使用新聞抓取模塊在互聯(lián)網(wǎng)上的新聞網(wǎng)站抓取對(duì)應(yīng)的新聞數(shù)據(jù)，系統(tǒng)抓取數(shù)據(jù)后，需要將其存儲(chǔ)到后臺(tái)數(shù)據(jù)中，用戶利用不同網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)系統(tǒng)。在用戶的訪問期間[13]，需要通過Web服務(wù)器收集和記錄用戶的行為數(shù)據(jù)，網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)主要通過用戶的行為數(shù)據(jù)組建更新用戶的偏好模型，結(jié)合用戶的偏好模型進(jìn)行網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)。整個(gè)系統(tǒng)主要由以下幾個(gè)模塊組成，如圖3所示。

圖2 網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)系統(tǒng)用戶用例圖

圖3 網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)系統(tǒng)框架圖

(1) 網(wǎng)絡(luò)新聞信息抓取和存儲(chǔ)模塊

系統(tǒng)本身不具有產(chǎn)生新聞的功能，需要通過該模塊在互聯(lián)網(wǎng)上進(jìn)行新聞網(wǎng)站爬取，重點(diǎn)需要新聞標(biāo)題、子標(biāo)題以及新聞URL等信息，確保網(wǎng)絡(luò)新聞信息的抓取具有較快的響應(yīng)速度，同時(shí)盡量避免影響其它用戶。

(2) 網(wǎng)絡(luò)新聞信息展示模塊

搭建網(wǎng)站，確保用戶可以采用瀏覽器打開頁(yè)面進(jìn)行訪問。用戶所看到的網(wǎng)絡(luò)新聞信息，可以劃分為3個(gè)部分，如圖4所示。

需要在系統(tǒng)的首頁(yè)為用戶展示網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)結(jié)果。

圖4 網(wǎng)絡(luò)新聞信息展示模塊的組成

(3) 相關(guān)內(nèi)容引導(dǎo)模塊

當(dāng)用戶瀏覽一篇新的文章時(shí)，可能會(huì)對(duì)網(wǎng)絡(luò)新聞中涉及到的內(nèi)容感興趣，所以想要更加深入了解信息的需求，需要通過該模塊提供對(duì)應(yīng)新聞的跳轉(zhuǎn)連接。

(4) 數(shù)據(jù)預(yù)處理模塊

在網(wǎng)站中爬取的網(wǎng)絡(luò)新聞信息無法直接應(yīng)用于網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)中[14-15]。數(shù)據(jù)預(yù)處理是網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)的基礎(chǔ)，通過該步驟能夠有效過濾無利用價(jià)值的詞語，同時(shí)節(jié)省計(jì)算時(shí)間，降低噪聲產(chǎn)生的影響。

(5) 網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)模塊

進(jìn)行網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)是整個(gè)系統(tǒng)的核心，同時(shí)也是體現(xiàn)所設(shè)計(jì)系統(tǒng)和其它系統(tǒng)的不同所在。網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)針對(duì)獲取的新聞數(shù)據(jù)進(jìn)行傳播流行度預(yù)測(cè)。

(6) 網(wǎng)絡(luò)新聞信息管理模塊

對(duì)于系統(tǒng)而言，除了在網(wǎng)站爬取新聞數(shù)據(jù)外，還需要擁有獨(dú)家發(fā)布新聞的功能，從而促使所設(shè)計(jì)的系統(tǒng)更具有特色，所以該模塊重點(diǎn)負(fù)責(zé)網(wǎng)絡(luò)新聞信息管理工作。

3 仿真實(shí)驗(yàn)

為了驗(yàn)證所設(shè)計(jì)基于LSTM算法的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)系統(tǒng)的有效性，本文以自貢市第一人民醫(yī)院為實(shí)驗(yàn)對(duì)象，實(shí)驗(yàn)數(shù)據(jù)來自自貢市第一人民醫(yī)院論壇，將全部帖子進(jìn)行加工處理，具體數(shù)據(jù)如表1所示。

表1 帖子數(shù)據(jù)集

(1) 網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)準(zhǔn)確率

經(jīng)過多次實(shí)驗(yàn)和參數(shù)調(diào)整，獲取如圖5所示的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)準(zhǔn)確率對(duì)比結(jié)果。

圖5 網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)準(zhǔn)確率

分析圖5中的實(shí)驗(yàn)數(shù)據(jù)可知，當(dāng)運(yùn)行時(shí)間為0.5 s時(shí)，文獻(xiàn)[5]系統(tǒng)的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)準(zhǔn)確率為83%，文獻(xiàn)[6]系統(tǒng)的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)準(zhǔn)確率為87%，本文系統(tǒng)的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)準(zhǔn)確率為94%。當(dāng)運(yùn)行時(shí)間為2.0 s時(shí)，文獻(xiàn)[5]系統(tǒng)的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)準(zhǔn)確率為72%，文獻(xiàn)[6]系統(tǒng)的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)準(zhǔn)確率為79%，本文系統(tǒng)的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)準(zhǔn)確率為90%。本文方法具有較高的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)準(zhǔn)確率。這是因?yàn)楸疚南到y(tǒng)在實(shí)際應(yīng)用的過程中將LSTM算法應(yīng)用到系統(tǒng)中，促使整個(gè)系統(tǒng)的預(yù)測(cè)準(zhǔn)確率得到大幅度提升。

(2) 網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)響應(yīng)時(shí)間

利用表2給出3種不同系統(tǒng)的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)響應(yīng)時(shí)間對(duì)比結(jié)果。

表2 不同系統(tǒng)的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)響應(yīng)時(shí)間對(duì)比結(jié)果

分析表2可知，當(dāng)樣本數(shù)量為200個(gè)時(shí)，文獻(xiàn)[5]系統(tǒng)的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)響應(yīng)時(shí)間為17 ms，文獻(xiàn)[6]系統(tǒng)的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)響應(yīng)時(shí)間為20 ms，本文系統(tǒng)的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)響應(yīng)時(shí)間為15 ms。當(dāng)樣本數(shù)量為300個(gè)時(shí)，文獻(xiàn)[5]系統(tǒng)的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)響應(yīng)時(shí)間為23 ms，文獻(xiàn)[6]系統(tǒng)的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)響應(yīng)時(shí)間為27 ms，本文系統(tǒng)的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)響應(yīng)時(shí)間為20 ms。相比另外2種系統(tǒng)，所設(shè)計(jì)系統(tǒng)的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)響應(yīng)時(shí)間明顯更低一些，最為主要的原因是本文系統(tǒng)在設(shè)計(jì)的過程中引入了LSTM算法進(jìn)行網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)，有效剔除無用的詞語，促使整個(gè)系統(tǒng)的響應(yīng)時(shí)間得到有效降低。

(3) 預(yù)測(cè)費(fèi)用

為了更加全面驗(yàn)證所設(shè)計(jì)系統(tǒng)的有效性，以下實(shí)驗(yàn)測(cè)試對(duì)比不同系統(tǒng)的預(yù)測(cè)費(fèi)用，具體實(shí)驗(yàn)對(duì)比結(jié)果如表3所示。

表3 不同系統(tǒng)的預(yù)測(cè)費(fèi)用對(duì)比結(jié)果

分析表3可知，當(dāng)樣本數(shù)量為200個(gè)時(shí)，文獻(xiàn)[5]系統(tǒng)的預(yù)測(cè)費(fèi)用為176元，文獻(xiàn)[6]系統(tǒng)的預(yù)測(cè)費(fèi)用為189元，本文系統(tǒng)系統(tǒng)的預(yù)測(cè)費(fèi)用為163元。當(dāng)樣本數(shù)量為350個(gè)時(shí)，文獻(xiàn)[5]系統(tǒng)的預(yù)測(cè)費(fèi)用為236元，文獻(xiàn)[6]系統(tǒng)的預(yù)測(cè)費(fèi)用為248元，本文系統(tǒng)的預(yù)測(cè)費(fèi)用為223元。所設(shè)計(jì)系統(tǒng)的預(yù)測(cè)費(fèi)用在3種系統(tǒng)中為最低，最為主要的目的是所設(shè)計(jì)系統(tǒng)通過LSTM算法進(jìn)行網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)，在計(jì)算的過程中濾除了大量無利用價(jià)值的信息，促使整個(gè)系統(tǒng)的預(yù)測(cè)費(fèi)用得到有效降低。

4 總結(jié)

由于現(xiàn)已有系統(tǒng)已經(jīng)無法滿足現(xiàn)階段的發(fā)展需求，為此結(jié)合LSTM算法，提出一種基于LSTM算法的網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)系統(tǒng)。仿真實(shí)驗(yàn)結(jié)果表明，所設(shè)計(jì)系統(tǒng)能夠有效提升網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)準(zhǔn)確率，降低網(wǎng)絡(luò)新聞信息傳播流行度預(yù)測(cè)響應(yīng)時(shí)間以及預(yù)測(cè)費(fèi)用。

盡管本文方法具有以上優(yōu)點(diǎn)，但是仍然存在各種外界突發(fā)因素的干擾，網(wǎng)絡(luò)新聞信息預(yù)測(cè)準(zhǔn)確率需要進(jìn)一步提高。