一种利用复合事件概率运算解决负信息抑制最大化问题的方法

作     者：王晓航 李永杰 余雷 范萧 WANG Xiaohang;LI Yongjie;YU Lei;FAN Xiao

作者机构：海军工程大学电子工程学院湖北武汉430033 中国人民解放军95174部队湖北武汉430048 

基　　金：国家自然科学基金资助项目(62276110) 

出 版 物：《计算机与现代化》 (Computer and Modernization)

年 卷 期：2024年第12期

页      码：24-33页

摘      要：在线社交网络为人们提供通信便利的同时,也会广泛传播负面信息从而造成严重的负面影响。因此,亟需采取合理有效的策略来最大程度地抑制网络中负面信息的传播。本文在COICM模型上研究了负信息抑制最大化问题并基于局部影响入树结构设计求解节点正(负)激活概率的方法,进而提出一种启发式算法来求解此问题。核心思想为首先在局部影响入树中区分节点的状态,即节点在当前时刻被正或(负)激活,在当前时刻之前曾被正(负)激活和直到当前时刻保持不被激活,且5种状态组成该节点截至当前时刻发生事件的样本空间,然后利用复合事件概率的运算方法求出节点在当前时刻的被正(负)激活的概率表达式,以及通过递归计算求出根节点的负激活概率,最后将网络中所有节点的负激活概率之和作为负种子集的影响力。该算法使用贪心框架迭代选择负信息抑制最大的节点作为传播正信息的节点。在4种真实的不同规模的社交网络数据集上与现有算法进行对比分析,结果表明本文算法的负信息抑制效果更好,且能够适用于大规模网络。

主 题 词：在线社交网络 影响力抑制最大化 启发式算法 多信息 竞争独立级联模型 

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

D　O　I：10.3969/j.issn.1006-2475.2024.12.004

馆 藏 号：203156470...