基于图模型时空动态演化的社交网络不实信息传播流行度预测方法

本发明公开了一种基于图模型时空动态演化的社交网络不实信息传播流行度预测方法。针对现有技术在社交网络不实信息预测中忽视用户内在关系与不实信息传播过程中物理特征变化的问题，本方法从社交网络原始数据出发，基于网络拓扑学原理，利用共同邻居算法和节点对度差异算法提取用户内在关系特征因子，并将其嵌入图卷积网络获取不同时段传播图结构信息；基于动力学理论，运用偏微分方程构建不实信息传播动力学方程，探索不实信息传播过程中的物理规律，提取传播速度变化率、结构演变趋势等动态演化特征；融合空间结构信息与动态演化特征，优化预测模型，显著提升不实信息传播流行度预测的精准性。