CIC模型下基于社区检测的谣言抑制最大化方法 |
| |
引用本文: | 刘维,杜宁宁,陈崚,洪青青.CIC模型下基于社区检测的谣言抑制最大化方法[J].南京大学学报(自然科学版),2023(2):282-294. |
| |
作者姓名: | 刘维 杜宁宁 陈崚 洪青青 |
| |
作者单位: | 扬州大学信息工程学院 |
| |
基金项目: | 国家自然科学基金(61971233,61702411);;江苏省自然科学基金(BK20170513); |
| |
摘 要: | 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.
|
关 键 词: | 在线社交网络 社区结构 谣言抑制 竞争性独立级联模型 |
|
|