【技术实现步骤摘要】
本专利技术涉及信息检索、数据挖掘以及大数据处理，具体涉及一种基于多智能体的话题建模和观点演化仿真方法、电子设备以及存储介质。
技术介绍
1、现有话题建模和观点推演方法大多采用信息扩散模型及基于多智能体的方法。其中观点动力学（opinion dynamics）是最常被用于进行观点演化的工具。从线性的degroot模型到考虑不同用户之间影响的有界信心模型（bounded confidence model，bcm），观点动力学的表达式几经迭代，朝着还原用户在事件演化和观点传播过程中的真实心理状态演进。观点动力学模型可以模拟个体在进行观点交互时的演化过程。目前的观点动力学模型考虑到了个体的固执，以及个体表达出的观点和内心真实观点的差距。然而，由于收集关于观点的实证数据非常困难，需要将观点这样模棱两可的东西转化为一种可以建模的定量措施。由于数据的缺乏使得建模和模拟成为该
的主要研究方法。为了填补这一空缺，技术人员开始将概率方法及神经网络方法结合到观点动力学模型中，使其可以更加灵活准确地预测观点演化，助力决策。但是现有的观点预测方法仍旧面临准确率较低的技术问题。
技术实现思路
1、鉴于上述问题，本专利技术提供了基于多智能体的话题建模和观点演化仿真方法、电子设备以及存储介质。
2、根据本专利技术的第一个方面，提供了一种基于多智能体的话题建模和观点演化仿真方法，该方法包括：
3、利用智能体的行为集和观点集以及智能体之间的交互集构建观点演化模型，并通过对观点演化模型的运
4、基于智能体的观点集以及智能体之间的交互集，通过引入固执系数和逆火系数重构针对目标话题的观点动力学方程；
5、基于观点优化目标，利用观点动力学方程生成智能体的行为信息和智能体之间的交互信息，并利用所生成信息更新智能体的行为集和智能体之间的交互集；
6、利用更新后的智能体的行为集和更新后的智能体之间的交互集，通过期望最大化算法对智能体的观点集进行参数最大化操作，得到更新后的智能体的观点集。
7、根据本专利技术的实施例，上述利用智能体的行为集和观点集以及智能体之间的交互集构建观点演化模型包括：
8、针对目标话题，构建用于模拟用户行为的多个智能体，并在用户的授权下，得到表征用户愿望的观点集、表征用户意图的行为集以及表征用户信念的交互集；
9、基于智能体的观点集和智能体之间的交互集，构建带有交互类型的智能体的观点集；
10、基于贝叶斯概率模型，利用智能体的行为集、智能体之间的交互集以及带有交互类型的智能体的观点集构建针对目标话题的观点演化模型。
11、根据本专利技术的实施例，上述通过对观点演化模型的运算得到针对目标话题的观点优化目标包括：
12、对观点演化模型进行对数运算，得到针对目标话题的观点优化目标，其中，观点优化目标包括智能体之间的交互优化目标和智能体的行为优化目标。
13、根据本专利技术的实施例，上述基于智能体的观点集以及智能体之间交互集，通过引入固执系数和逆火系数重构针对目标话题的观点动力学方程包括：
14、基于智能体之间的交互集和智能体的观点集得到带有交互类型的智能体的观点集；
15、基于带有交互类型的智能体的观点集，通过引入逆火系数重构观点动力学方程中的观点权重模型；
16、基于带有交互类型的智能体的观点集，利用观点权重模型并通过引入固执系数重构观点动力学方程中的观点更新模型。
17、根据本专利技术的实施例，上述基于观点优化目标，利用观点动力学方程生成智能体的行为信息和智能体之间的交互信息，并利用所生成信息更新智能体的行为集和智能体之间的交互集包括：
18、对观点优化目标进行分解操作得到用于优化智能体之间交互的交互优化目标和用于优化智能体行为的行为优化目标；
19、基于交互优化目标，利用观点动力学方程并通过引入交互条件概率算法随机生成智能体之间的交互信息，并利用随机生成的交互信息更新智能体之间的交互集；
20、基于行为优化目标，利用观点动力学方程并通过引入行为条件概率算法随机生成智能体的行为信息，并利用随机生成的行为信息更新智能体的行为集。
21、根据本专利技术的实施例，上述基于交互优化目标，利用观点动力学方程并通过引入交互条件概率算法随机生成智能体之间的交互信息，并利用随机生成的交互信息更新智能体之间的交互集包括：
22、基于交互优化目标，通过引入交互条件概率算法构建交互信息生成器；
23、利用观点动力学方程得到智能体之间的观点权重，并基于观点权重，通过交互信息生成器随机生成智能体之间的交互信息；
24、利用基于广义线性激活函数的交互筛选器对随机生成的交互信息进行进行筛选，得到筛选后的交互信息；
25、迭代进行生成操作和筛选操作，直到满足预设的交互轮次，将所得到的交互信息添加到智能体之间的交互集中。
26、根据本专利技术的实施例，上述基于行为优化目标，利用观点动力学方程并通过引入行为条件概率算法随机生成智能体的行为信息，并利用随机生成的行为信息更新智能体的行为集包括：
27、基于行为优化目标，通过引入行为条件概率算法构建行为信息生成器；
28、利用观点动力学方程得到智能体之间的观点权重，并基于观点权重，通过行为信息生成器随机生成智能体行为信息；
29、利用基于广义线性激活函数的行为筛选器对随机生成的行为信息进行进行筛选，得到筛选后的行为信息；
30、迭代进行生成操作和筛选操作，直到满足预设的轮次，将所得到的行为信息添加到智能体行为集中。
31、根据本专利技术的实施例，上述利用更新后的智能体的行为集和更新后的智能体之间的交互集，通过期望最大化算法对智能体的观点集进行参数最大化操作，得到更新后的智能体的观点集包括：
32、根据观点动力学方程对智能体的观点集进行初始更新，并基于更新后的智能体的行为集和更新后的智能体之间的交互集计算智能体之间的正向交互概率和负向交互概率；
33、基于智能体之间的正向交互概率和负向交互概率，通过期望最大化算法对初始更新后的智能体的观点集进行参数最大化操作，得到二次更新后的智能体的观点集进而完成观点的演化仿真过程。
34、本专利技术的第二方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个计算机程序，其中，上述一个或多个处理器执行上述一个或多个计算机程序以实现上述方法的步骤。
35、本专利技术的第三方面还提供了一种计算机可读存储介质，其上存储有计算机程序或指令，上述计算机程序或指令被处理器执行时实现上述方法的步骤。
36、本专利技术提供的上述多智能体的话题建模和观点演化仿真方法，基于行为-交互-观点的框架和观点动力学方程，并考虑到现实中个体的固执和偏见，在观点动力学的观点动力学方程中加入固执系数和逆火效应系本文档来自技高网...
【技术保护点】
1.一种基于多智能体的话题建模和观点演化仿真方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，利用智能体的行为集和观点集以及所述智能体之间的交互集构建观点演化模型包括：
3.根据权利要求1所述的方法，其特征在于，通过对所述观点演化模型的运算得到针对目标话题的观点优化目标包括：
4.根据权利要求1所述的方法，其特征在于，基于所述智能体的观点集以及所述智能体之间交互集，通过引入固执系数和逆火系数重构针对所述目标话题的观点动力学方程包括：
5.根据权利要求1所述的方法，其特征在于，基于所述观点优化目标，利用所述观点动力学方程生成所述智能体的行为信息和所述智能体之间的交互信息，并利用所生成信息更新所述智能体的行为集和智能体之间的交互集包括：
6.根据权利要求5所述的方法，其特征在于，基于所述交互优化目标，利用所述观点动力学方程并通过引入交互条件概率算法随机生成所述智能体之间的交互信息，并利用随机生成的交互信息更新所述智能体之间的交互集包括：
7.根据权利要求5所述的方法，其特征在于，基于所述
8.根据权利要求1所述的方法，其特征在于，利用更新后的智能体的行为集和更新后的智能体之间的交互集，通过期望最大化算法对所述智能体的观点集进行参数最大化操作，得到更新后的智能体的观点集包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序或指令，其特征在于，所述计算机程序或指令被处理器执行时实现根据权利要求1~8中任一项所述方法的步骤。
...【技术特征摘要】
1.一种基于多智能体的话题建模和观点演化仿真方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，利用智能体的行为集和观点集以及所述智能体之间的交互集构建观点演化模型包括：
3.根据权利要求1所述的方法，其特征在于，通过对所述观点演化模型的运算得到针对目标话题的观点优化目标包括：
4.根据权利要求1所述的方法，其特征在于，基于所述智能体的观点集以及所述智能体之间交互集，通过引入固执系数和逆火系数重构针对所述目标话题的观点动力学方程包括：
5.根据权利要求1所述的方法，其特征在于，基于所述观点优化目标，利用所述观点动力学方程生成所述智能体的行为信息和所述智能体之间的交互信息，并利用所生成信息更新所述智能体的行为集和智能体之间的交互集包括：
6.根据权利要求5所述的方法，其特征在于，基于所述交互优...
【专利技术属性】
技术研发人员：杨帆，白洁，李林静，曾大军，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。