本发明属于信息级联预测领域，涉及一种基于跨域信息融合的信息级联预测方法。
背景技术：
1、当下信息时代的快速发展，社交平台如微博、推特、脸书等已经成为人们日常获取信息的主要渠道。伴随着当下所爆发的海量信息，如何挖掘信息级联的扩散规律并精确预测一定时间后的传播情况，已引起了学术界和工业界的极大关注。针对于信息级联预测的研究，在虚假新闻检测、广告营销、科学影响量化等下游应用中起着至关重要的作用。
2、信息扩散的轨迹和结构，以及信息传播的参与者，形成了所谓的信息级联。现有的信息级联预测工作，按其预测粒度可分为两类：(一)微观级别，从用户角度上出发，目标是预测下一个可能参与信息转发的用户。(二)宏观级别，从信息传播尺度上出发，目标是预测级联增长大小、是否会成为热门事件、是否会超过某个阈值等。在本发明中，我们专注于宏观层面的预测任务，对信息级联在未来一段时间内的增量预测。
3、为了解决信息级联预测问题，许多方法已经被提出。主要分三类方法：(1)基于特征驱动的方法。通过识别和手工设计出与信息传播相关的重要特征，包括内容特征、时序特征、结构特征等。这种方法极其依靠研发者的先验知识，并且很难推广到新的领域中。(2)基于生成过程的方法。通过生成过程对信息传播过程建模，如泊松过程、霍克斯过程等。为了模拟或再现级联扩散过程，控制级联成功的复杂潜在机制被低估和简化，这限制了它们的表达能力。(3)基于深度学习的方法。借助于深度学习强大的学习能力，来捕获信息级联的扩散规律并预测其增长情况。基于端到端学习，无需人工提取特征。具有较好的通用性，在信息级联预测任务上已取得了巨大的成功。
4、尽管级联建模有所改进，但现有技术仍存在问题：(1)用户影响力表征不准确：目前对用户影响力的评估主要基于关注者数量，忽视了定性方面，导致由于“虚假关注者”的不当影响而导致潜在的误判。(2)忽视行动时机的重要性：信息级联本质上是动态的，以前的方法主要集中在用户激活的时间顺序上，从而忽略了动作计时提供的传播速度。(3)跨域信息利用不足：当代级联预测架构往往仅依赖于单一或特定的特征集，忽略了不同特征之间的细微差别和相关性，这导致可能遗漏有价值的跨域见解。
技术实现思路
1、有鉴于此，本发明的目的在于提供一种基于跨域信息融合的信息级联预测方法，简称casciff。该方法利用多跳邻域信息来表征用户影响力，并采样分层随机采样算法来采集信息，使得用户嵌入更加高效；在嵌入级联时，本发明有意合并时间戳，使其能够捕获不断变化的信息传播模式；最后，将用户分类和级联预测任务无缝集成到一个统一的框架中，从而允许提取对所有任务有用的共同特征。经过对公开数据集进行大量实验后，结果证明本发明具有优秀的预测能力。
2、为达到上述目的，本发明提供如下技术方案：
3、一种基于跨域信息融合的信息级联预测方法，包括如下步骤：
4、s1：用户表示学习：分析用户与其在底层社交网络中的多跳邻居之间的历史交互，衡量用户的影响力；利用自动编码器技术执行主成分分析以提取用户特征；
5、s2：级联表示学习：基于级联进化轨迹和瞬时速度捕获信息级联网络的基本特征；利用用户“转发”操作的时间来计算每个时间点的邻接矩阵的权重；
6、s3：用户分类任务：使用多层感知器mlp，根据用户影响力区分意见领袖和一般用户；
7、s4：信息级联预测任务：整合有关用户影响力、事件时序和级联图的信息；使用双向门控循环单元bigru从合并数据中提取时空属性；然后应用时间衰减因子对快照向量进行加权，以进行后续的级联预测工作。
8、进一步，步骤s1中具体包括以下步骤：
9、s11：令全局图gg＝(vg，eg)，vg代表当前网络中所含的用户，eg表示用户之间的“关注/被关注”关系；对于每个用户结点，在采样过程中引入分层随机采样hrs技术，聚合来自整个网络的直接邻居和多跳邻居的信息来表征自身影响力；
10、s12：将用户uk的1阶邻居环境表征，2阶邻居环境表征，…i阶邻居环境表征，分别用来表示，其中根据影响力排名前s的影响力节点组成；用户uk的输入数据表示为
11、
12、其中，λi表示可学习的权重，concat(·)表示串联操作；
13、s13：使用自动编码器ae提取用户特征，其过程如下式：
14、
15、
16、其中，σ(·)是非线性激活函数relu，fc(·)是全连接层；γk反映了用户uk的全局影响力，这是最小化损失函数lae意义上的最优解；对于级联预测，如果级联中有k个用户，则级联的全局信息表示为所有用户嵌入的搭配。
17、进一步，步骤s2中具体包括以下步骤：
18、s21：将信息级联网络ci的演化过程用级联快照序列描述，其中表示到tj时刻形成的级联快照，表示当前时刻的已参与传播的用户结点集，表示用户之间的信息传递关系；将用户的参与时间作为权重，设计时间带权邻接矩阵作为级联快照序列的输入；所述权重代表标准化参与时间，计算公式为：
19、
20、s22：信息扩散；设计dugcn图卷积块，所述dugcn是一种双层gcn，保留了1阶和2阶邻居的信息；将dugcn作为基础结构特征提取模块，dugcn的运算过程如下公式表达：
21、
22、
23、其中*g表示cascn(2019)中的图卷积运算，是tj时刻级联快照的带权邻居矩阵，concat(·)是特征拼接函数，σ(·)是非线性激活函数relu；其他参数w1，w2，b1以及b2属于可训练权重矩阵和偏置项；经过激活操作后，将作为时序学习模块的输入；假设级联由k个快照组成，其级联预测任务的级联表示为从k个快照的嵌入导出的序列。
24、进一步，所述步骤s3中，用户影响力γk预先表示为用户类型概率p(u|γk)，如下式：
25、p(uk)＝softmax(mlpcl(γk)) (7)
26、其中softmax(·)是softmax算子，mlpcl(·)是分类任务的mlp；
27、损失函数loss的目标是用户分类任务，通过交叉熵损失来训练：
28、
29、其中n是训练数据集中的用户总数；cross_entropy(·)是计算交叉熵的操作；p是公式(7)的结果，是真实分类标签。
30、进一步，步骤s4中具体包括以下步骤：
31、s41：通过信息级联网络ci(t)将获得的每个参与用户的全局影响力表征和局部结构表征βi进行融合，并通过ae实现数据降维，突出主要的结构信息：
32、
33、
34、s42：将时间戳附加到输出向量si，以捕获时间细微差别：
35、sti＝{concat(si，t′i)} (11)
36、其中t′i为是标准化参与时间，按式(5)计算；
37、s43：将两种特征进行拼接，送入到循环神经网络中，捕获其时序关系：
38、
39、
40、
41、其中，和是gru的全序列输出向量，grufwd(·)和grubwd(·)分别是前向门控递归单元和后向门控递归单元；将和拼接后得到全序列的双向隐藏层向量hk，用于预测级联的流行度；
42、s44：对时间衰减效应进行建模；将时间窗拆分成l个不相交的时间间隔{[t0＝0，t1]，[t1，t2]，[t2，t3]，...，，[tl-1，t1＝t]}，使连续的时间窗变为离散的时间窗，每个离散区间对应一个时间衰减因子λm，其时间衰减过程如下式表达：
43、h′k＝λmhk (15)
44、其中，λm是一个可学习的离散变量，表示hk落入的第m个区间对应的权重参数；
45、s45：利用级联增量预测模块进行处理，将经过时间衰减作用后的级联图表征输入到多层感知机mlp中，mlp的输出结果也就是级联图的未来增量，其过程描述如下：
46、
47、回归任务是预测固定时间间隔的级联增量大小，通过最小化以下损失函数来实现：
48、
49、其中m是级联信息数量，是信息ci(t)在预测时间间隔内的级联增量大小，是真实增量大小；casciff模型的总损失为：
50、l＝lreg+lcl+lae1+lae2+lrgl (18)
51、lrgl表示所有参数上的l2范数正则化项，由模型所有权重的平方和计算得出。
52、本发明的有益效果在于：
53、(1)本发明提出了一种新颖的策略来表示植根于全球社交网络结构的用户影响力。这种方法通过利用来自多跳相邻节点的信息来减轻假跟随者的负面影响。
54、(2)本发明引入了级联表示，提高了图嵌入的效率。将归一化交互时序引入邻接矩阵并链接到特征向量，确保全面捕获传播动态。
55、(3)本发明构建了一个由多任务学习支持的时空数据融合框架，该框架集成了全局用户特征、局部级联属性和时间动态，以同时解决级联预测和用户分类的双重挑战。
56、(4)本发明使用真实世界的数据集进行严格的评估。对三个数据集进行的详尽实验，证明了本发明在预测准确性方面优于现有方法。
57、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
1.一种基于跨域信息融合的信息级联预测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于跨域信息融合的信息级联预测方法，其特征在于：步骤s1中具体包括以下步骤：
3.根据权利要求1所述的基于跨域信息融合的信息级联预测方法，其特征在于：步骤s2中具体包括以下步骤：
4.根据权利要求1所述的基于跨域信息融合的信息级联预测方法，其特征在于：所述步骤s3中，用户影响力γk预先表示为用户类型概率p(u|γk)，如下式：
5.根据权利要求1所述的基于跨域信息融合的信息级联预测方法，其特征在于：步骤s4中具体包括以下步骤：
