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 CHEN Bolun;ZHU Guochang;JI Min;ZHU Hongfei;WEI Cheng

作者机构：淮阴工学院计算机与软件工程学院江苏淮安223003 

基　　金：国家自然科学基金项目(61602202) 江苏省自然科学基金项目(BK20160428) 江苏省六大人才高峰项目(XYDXX-034) 江苏省高等学校自然科学研究项目(20KJA520008) 

出 版 物：《智能系统学报》 (CAAI Transactions on Intelligent Systems)

年 卷 期：2022年第17卷第2期

页      码：266-275页

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。

主 题 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 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11992/tis.202101037

馆 藏 号：203110325...