在线社交网络中的多主题谣言溯源

来源：计算机技术与发展杂志2024年第01期北京时间：

作者：戴树兴;夏正友

单位：南京航空航天大学 计算机科学与技术学院,江苏 南京 211106 Author(s): DAI Shu-xing;XIA Zheng-you School of Computer Science and Technology,Nanjing University of Aeronautics and Astronautics, Nanjing 211106,China 关键词: 多主题;社交网络;谣言溯源;谣言来源;独立级联 Keywords: multi-topic;social network;rumor tracing;rumor source;independent cascade 分类号: TP39 DOI: 10. 3969 / j. issn. 1673-629X. 2024. 01. 005 摘要: 随着通信技术的快速发展,用户之间的信息可以很快地流通,同时也导致谣言在社交网络中传播,因此亟需对谣言来源进行检测以确保社交网络的公信力。 目前关于谣言溯源的研究方向基本注重于单主题谣言传播,然而社交网络中存在大量不同主题的谣言,谣言源头以及谣言主题数量越多,产生的不良影响越大。 针对多主题谣言同时存在的情况,信息的传播过程需要被重新定义。 因此,该文提出了一种多主题独立级联模型,并在该模型的基础上定义了谣言溯源问题。从已感染的网络子图中,基于影响力最大化的原则找出前 k 个可疑节点,这组节点被认为是最可能的谣言来源。 并证明了该问题是 NP 难的,以及目标函数是单调且子模的。 在此基础上,提出了一种基于影响力最大化的近似比为 (1 - 1 / e) 的贪婪算法。 在大型真实数据集上的实验表明,平均误差距离控制在 1 跳之内。 而且与其他算法相比,该算法具有更高的准确性以及有效性。

摘要：随着通信技术的快速发展,用户之间的信息可以很快地流通,同时也导致谣言在社交网络中传播,因此亟需对谣言来源进行检测以确保社交网络的公信力。 目前关于谣言溯源的研究方向基本注重于单主题谣言传播,然而社交网络中存在大量不同主题的谣言,谣言源头以及谣言主题数量越多,产生的不良影响越大。 针对多主题谣言同时存在的情况,信息的传播过程需要被重新定义。 因此,该文提出了一种多主题独立级联模型,并在该模型的基础上定义了谣言溯源问题。从已感染的网络子图中,基于影响力最大化的原则找出前 k 个可疑节点,这组节点被认为是最可能的谣言来源。 并证明了该问题是 NP 难的,以及目标函数是单调且子模的。 在此基础上,提出了一种基于影响力最大化的近似比为 (1 - 1 / e) 的贪婪算法。 在大型真实数据集上的实验表明,平均误差距离控制在 1 跳之内。 而且与其他算法相比,该算法具有更高的准确性以及有效性。

关键词：多主题;社交网络;谣言溯源;谣言来源;独立级联