代价约束下基于随机游走的负影响力传播抑制方法

• 作者: 陈伯伦 朱国畅 纪敏 朱鸿飞 韦晨
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 社交网络 代价约束 影响力传播 叠加随机游走 负影响力 传播抑制 渗流 子图
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 机器学习|Machine Learning
• 页码范围: 266-275
• 页数: 10页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.11992/tis.202101037

摘要

在社交网络的信息传播机制中,不同用户之间信息扩散往往会受到用户之间影响力的影响,因此开展复杂网络分析研究显得格外必要.首先研究在代价约束下,社交网络的影响力传播模型,在未知网络传播原理的情况下,研究如何利用叠加的随机游走策略对网络的影响力传播进行度量,将影响力传播的范围控制在某一子图中,设计出抑制负影响力传播的有效方法.在此基础上,通过渗流来对抑制节点的范围进行控制.实验证明,本文的算法不仅可以有效地限制负影响力的传播,而且在代价约束下能够取得较好的性能.本文不仅对分析、理解和预测网络的拓扑结构、功能和动力学行为具有十分重要的理论意义,而且在舆情管控、虚假信息抑制等领域中也发挥着重要的作用.