CIC模型下基于社区检测的谣言抑制最大化方法

随着电子设备的日益普及和信息扩散的便利性，在线社交网络为各种负面信息的传播提供了高效的媒介.谣言是社交媒体上负面信息的突出形式之一，会引发社会动荡，造成经济损失，因此，快速有效地抑制谣言传播成为当前社交网络研究领域中的一个热点.提出一种有效的谣言抑制传播方法，从网络中选取多个正种子节点来传播真相，抑制谣言的传播.首先采用竞争性独立级联（Conpetitive Independent Cascade,CIC）模型来同时传播谣言和真相；其次，提出一种基于标签传播的社区检测算法对社交网络进行分解，并为各个社区分配正种子节点预算；最后，创新地提出节点强度来衡量网络中节点的重要性，并利用节点强度在各个社区中选取抑制谣言传播的初始正种子集.实验证明，该方法能达到与贪婪算法相匹配的抑制效果，且运行时间比贪婪算法快三个数量级.