首页> 正文

在线社交网络中基于结构优化的谣言信息传播抑制

2020-12-08阅读(716)

在线社交网络中基于结构优化的谣言信息传播抑制

论文摘要

在线社交网络的快速发展让谣言迅速并广泛地传播成为可能,这对于社会与人们的生活会造成巨大危害。故设计有效策略来抑制在线社交网络中谣言的传播非常重要。在广泛调研了现有的关于抑制在线社交网络中谣言传播的研究工作后,本文发现很少有研究工作在设定谣言传播场景时,考虑到在线社交网络的社区结构性质,并且很少有利用社区结构性质来优化网络结构的谣言传播抑制策略。所以本文希望利用社区结构性质,设计有效实用的策略对网络结构进行优化,从而能有效地将谣言的传播范围限制在其初始所在的社区之内,并且最终能确保网络中受到谣言影响的节点数量处在一个预设的范围内。本文主要的研究内容归纳为如下两点:第一、本文定义了一个单一传播环境下,以最小代价封锁单个谣言社区与抑制谣言传播的优化问题。假设1)已知在线社交网络的非重叠社区结构。2)谣言起源于一个社区。3)除了谣言信息,网络中并无其它信息在传播,且以给定的影响力传播模型作为谣言的传播模型。此问题旨在删除最少的节点,使谣言无法传播到其初始所在的社区之外,且网络中受到谣言影响的节点总量的期望值不超过一个给定的正整数K。基于图论与非重叠社区结构性质,本文设计了一个基于最小顶点覆盖的贪婪算法,来近似求解该问题。本文的实验结果显示,比起常见的启发式算法,本文提出的算法的性能更优,它平均能少删除46.7%的节点。第二、本文在特定的双信息竞争传播模型下,定义了一个以最小代价封锁多个谣言社区与抑制谣言传播的优化问题。假设已知网络的非重叠社区结构,且谣言起源于多个社区。抑制谣言信息传播的基本策略是从网络中选取一些保护者节点,让它们传播积极信息跟谣言对抗竞争。该问题旨在选取最少的节点作为保护者节点,让谣言信息无法传播到任意一个谣言初始所在的社区之外,且令网络中最终受到谣言影响的节点总量占所有谣言社区内的谣言可达节点总量的比例不超过给定的比例??[0,1]。本文证明了它是一个NP-hard问题,并针对它设计了基于集合覆盖的贪婪谣言传播抑制算法和基于最小顶点覆盖的贪婪谣言传播抑制算法。本文的仿真实验结果显示,第一个算法的性能总体优于第二个算法的性能。

论文目录

  • 摘要
  • ABSTRACT
  • 中英文缩略语对照表
  • 第一章 绪论
  •   1.1 研究背景
  •   1.2 国内外研究现状
  •   1.3 论文的研究目标及内容
  •   1.4 论文组织架构
  • 第二章 相关理论知识研究
  •   2.1 引言
  •   2.2 在线社交网络的定义与结构模型
  •   2.3 谣言信息传播模型
  •     2.3.1 独立级联模型
  •     2.3.2 线性阈值模型
  •     2.3.3 传染病传播模型
  •     2.3.4 竞争传播模型
  •   2.4 社区发现相关算法
  •     2.4.1 基于模块度优化的Louvain社区发现算法
  •   2.5 节点重要性指标
  •     2.5.1 k-core核数
  •     2.5.2 度中心性
  •     2.5.3 介数中心性
  •   2.6 本章小结
  • 第三章 单一传播环境下最小代价谣言社区封锁优化问题
  •   3.1 引言
  •   3.2 问题定义
  •     3.2.1 问题描述
  •     3.2.2 问题的定义与分析
  •   3.3 基于最小顶点覆盖的贪婪算法
  •     3.3.1 桥节点与桥边
  •     3.3.2 桥节点搜索算法
  •     3.3.3 二部图的最小顶点覆盖
  •     3.3.4 MVCBG算法
  •   3.4 实验及结果分析
  •     3.4.1 实验环境及数据集
  •     3.4.2 对比算法与实验流程
  •     3.4.3 结果分析
  •   3.5 本章小结
  • 第四章 竞争传播环境下最小代价多谣言社区封锁优化问题
  •   4.1 引言
  •   4.2 竞争传播模型
  •     4.2.1 DOAM模型
  •   4.3 问题的定义与性质
  •     4.3.1 问题描述
  •     4.3.2 DOAM模型下最小代价多谣言社区封锁优化问题的定义
  •     4.3.3 DOAM模型下最小代价多谣言社区封锁优化问题的性质
  •   4.4 DOAM模型下最小代价多谣言社区封锁优化问题的求解
  •     4.4.1 基于集合覆盖的贪婪谣言传播抑制算法
  •     4.4.2 基于最小顶点覆盖的贪婪谣言传播抑制算法
  •   4.5 实验及结果分析
  •     4.5.1 实验环境及数据集
  •     4.5.2 实验流程
  •     4.5.3 结果分析
  •   4.6 本章小结
  • 第五章 总结与展望
  •   5.1 文章总结
  •   5.2 进一步工作展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间已发表或录用的论文

    • 文章来源

    类型: 硕士论文

    作者: 郑建国

    导师: 李建华

    关键词: 在线社交网络,谣言信息传播抑制,单一传播,竞争传播

    来源: 上海交通大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,新闻与传媒

    单位: 上海交通大学

    分类号: G206;O157.5

    DOI: 10.27307/d.cnki.gsjtu.2019.001783

    总页数: 74

    文件大小: 2147K

    下载量: 26

    相关论文文献

    • [1].基于K值算法的在线谣言抑制分析[J]. 信息通信 2019(12)
    • [2].2019年11月热点谣言榜单[J]. 中国信息安全 2019(12)
    • [3].2019年，科学终结了这些谣言[J]. 方圆 2020(01)
    • [4].2019年，科学终结了这些谣言[J]. 小康 2020(02)
    • [5].面向推特平台的谣言检测综述[J]. 信息通信 2019(12)
    • [6].别让疫情谣言跑得比真相快[J]. 中国信用 2020(02)
    • [7].2019那些可能左右你的“爆款”谣言[J]. 中国信息安全 2020(01)
    • [8].也说“谣言”[J]. 成才与就业 2020(03)
    • [9].基于知识关联特征的网络内容识别——以健康谣言为重点[J]. 北京邮电大学学报(社会科学版) 2020(01)
    • [10].在线健康谣言的传播意愿研究——谣言来源、类型和传播对象的作用[J]. 南开管理评论 2020(01)
    • [11].基于信息传递的谣言源检测新算法[J]. 计算机与现代化 2020(03)
    • [12].谣言粉碎机[J]. 今日科技 2020(03)
    • [13].基于主题和预防模型的微博谣言检测[J]. 北京理工大学学报 2020(03)
    • [14].比病毒可怕：被谣言操纵的人类暴力史[J]. 世界文化 2020(03)
    • [15].疫情面前,别误入“谣言陷阱”[J]. 新闻战线 2020(03)
    • [16].疫情危机下的谣言粉碎机[J]. 财富时代 2020(02)
    • [17].新媒体图像谣言的特征、成因、危害及对策——以60起图像谣言事件为研究样本[J]. 青年记者 2020(03)
    • [18].谣言散布与乡村社会心态——以“水鬼毛人”风波为中心的考察(1947～1961)[J]. 党史研究与教学 2020(01)
    • [19].别让谣言成为抗击疫情的绊脚石！[J]. 中国信息安全 2020(03)
    • [20].谣言穿着名人的“马甲”乘虚而入[J]. 中国报业 2020(07)
    • [21].疫情时期的谣言及辟谣机制[J]. 青年记者 2020(07)
    • [22].浅析新媒体环境下广播如何发挥优势当好“谣言粉碎机”[J]. 新闻传播 2019(24)
    • [23].新冠肺炎疫情谣言传播特征及其治理机制研究——对新冠肺炎疫情期间318个谣言个案的综合分析[J]. 新闻研究导刊 2020(06)
    • [24].德黑兰:疫情、谣言与温暖[J]. 中国记者 2020(04)
    • [25].基于随机森林的健康谣言分享意愿研究[J]. 现代情报 2020(05)
    • [26].重大疫情中谣言治理的法治理性[J]. 新闻与传播评论 2020(03)
    • [27].新冠肺炎疫情谣言的分类和应对[J]. 新闻采编 2020(02)
    • [28].疫情中的阅读[J]. 博览群书 2020(03)
    • [29].看谣言的社会心理密码——“疫情中的阅读”之一[J]. 博览群书 2020(03)
    • [30].“网红医生”不该被谣言包围[J]. 理论与当代 2020(05)

    标签：;  ;  ;  ;  

    在线社交网络中基于结构优化的谣言信息传播抑制
    下载Doc文档

    猜你喜欢

    © 2024 毕论降 版权所有 鄂ICP备12018319号-6