社交网络信息传播预测与特定信息抑制

摘要：

近年来,随着Twitter、Facebook、新浪微博等社交网站用户数量的激增,信息数量急剧膨胀,隐藏在海量信息中的不实信息的传播带来了不良的影响,如何调控或抑制特定信息的传播是网络信息管理面临的一项技术挑战.为了解决这一问题,首先从真实微博网络出发,基于机器学习方法提出了不依赖于传播模型的独立信息转发预测机制,从而对信息的传播进行预测;其次,基于独立级联模型,综合考虑本文场景的特殊性,提出了异步信息不平等竞争传播模型作为特定信息与免疫信息的竞争传播机制;最后,提出了 3个种子节点集合选择算法,通过向选择的种子节点注入免疫信息使得免疫信息在网络中广泛传播从而抑制特定信息的传播.基于真实社交网站数据的实验证明,提出的信息传播预测模型以及种子节点选取算法对特定信息传播的调控和抑制具有良好的效果.

关键词：社交网络;竞争传播;传播模型;转发预测;信息抑制

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目;国家社会科学基金项目;江苏省重点研发计划项目;江苏省自然科学基金项目;江苏省计算机网络技术重点实验室;江苏省网络与信息安全重点实验室;计算机网络和信息集成教育部重点实验室

在线出版日期：2021-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：1490-1503