融入用户关系强度的社交网络舆情信源发现方法

作     者：顾秋阳 琚春华 鲍福光 GU Qiuyang;JU Chunhua;BAO Fuguang

作者机构：浙江工业大学管理学院杭州310023 浙江工商大学管理工程与电子商务学院杭州310018 浙江工商大学统计学院杭州310018 

基　　金：国家自然科学基金项目(71571162) 浙江省自然科学基金项目(LQ20G010002,LY18D010006) 浙江省社科规划重点课题(20NDJC10Z) 国家社科基金应急管理体系建设研究专项项目(20VYJ073)资助课题 

出 版 物：《系统科学与数学》 (Journal of Systems Science and Mathematical Sciences)

年 卷 期：2020年第40卷第9期

页      码：1578-1596页

摘      要：近年来,社交网络已成为用户普遍分享信息和交流互动的媒介,这使得社交网络中的舆情信息传播具有速度快、覆盖范围广等特征.但是,由于存在较多破坏性强、非理性的负面舆情信息,故社交网络舆情信源的发现和控制受到了学术界与相关监管者的广泛关注.文章针对社交网络中节点间关系强度不确定、舆情信源定位困难等问题提出了一种两阶段的舆情信源发现方法,以传统社交网络SI模型为基础,融入用户关系强度进行优化,在异质网络环境下结合概率加权图和宽度优先搜索树进行建模,并结合Louvain算法进行算法设计,最后利用BA无标度网络和真实社交网络用户数据集进行算法比较.实验结果表明,文章所提舆情信源发现算法从运行效率和准确率来看都优于现有的信源定位算法.

主 题 词：社交网络 舆情 用户关系强度 信源发现 

学科分类：08[工学] 081201[081201] 0812[工学-测绘类] 

核心收录：

馆 藏 号：203990764...