社交网络中谣言源检测与定位方法研究

作     者：郭松青 

作者单位：扬州大学 

学位级别：硕士

导师姓名：刘维

授予年度：2023年

学科分类：05[文学] 07[理学] 070104[理学-应用数学] 0503[文学-新闻传播学] 0701[理学-数学] 

主      题：社交网络 源定位 谣言源检测 谣言扩散阈值模型 马尔科夫链 

摘      要：在社交网络分析领域,研究如何检测和定位谣言源是非常重要的。源定位问题是研究某个信息在社交网络中被传播后,如何找到它最初的传播源并推断出传播的起始时间。这些问题一直广受专家学者的关注。由于社交网络已成为谣言传播的主要渠道之一,在现实生活中,一些谣言经常通过社交网络进行传播,从而危害人民的公共财产及安全,造成非常恶劣的后果。而这些谣言的传播源头,往往只是极少的节点,却通过社交网络的复杂结构将不良信息传递给绝大多数人,从而演变成了大规模的谣言传播。因此,为了遏制谣言的不良影响,最大限度地减少谣言带来的危害,找到谣言最初传播的源节点便至关重要。这个过程也就是谣言源的检测与定位工作。然而,由于现如今网络规模巨大及节点之间的复杂链接,谣言在实际网络中的传播具有很大的随机性。而现有的谣言源定位方法大多数是基于独立级联(Independent Cascade)模型的极大似然估计,其效率不高且未充分利用谣言源的初始传播时间。因此,如何基于时间信息快速且准确地进行谣言源的检测与定位,是一个充满挑战的研究课题。这项研究具有重要的意义,同时也具有广阔的实际应用前景和价值。针对社交网络中谣言源检测与定位问题的研究,本文的主要工作有:(1)提出了应用于存在辟谣信息的多实体谣言传播模型TRU模型(Truth-Rumor-Unknown),并在此基础上提出了基于最大后验估计的影响力源检测与定位方法。我们考虑在现实世界中,许多谣言的传播过程都会伴随着与真实信息的竞争性传播。针对上述情形,我们提出了一种更适合解决现实问题的一种谣言扩散阈值模型TRU,该模型假设不同节点在进行信息传播时,具备的可信度不同。在此基础上,我们又提出了最大后验方法对候选种子节点排序,以确定源节点。通过在三种虚拟网络及五种真实网络数据集上进行实验,结果表明,该算法实用性更强,且更准确地定位源节点。(2)提出了基于马尔科夫链蒙特卡洛的影响力源定位方法。该方法融合了时间信息首先采用马尔科夫链蒙特卡洛方法在指定分布的网络上进行大量采样,绘制传播延迟样本,从而找到最短传播路径长度作为两点间的传输延迟,其次,采用相关系数映射传播延迟样本与观测节点信息的相关程度,最后将候选种子节点排序,将相关性系数最大的节点作为传播源。通过在三种虚拟网络和五种真实网络中进行实验,结果表明该算法获得了较好的性能,进一步提高了谣言传播源定位问题的精度。(3)提出了基于联合多通道的影响力源定位方法。该方法在TRU阈值模型基础上,综合考虑了不同信息的竞争性传播和不同节点的不同可信度,将本文提出的SI-TRU、中介中心性和紧密中心性归一化之后进行线性组合,接着对不同组合参数进行样本测试,选出源定位准确率最高的一组稳定参数,并将其用于传播源的定位,最后选择组合值最大的节点作为源节点。通过在三种虚拟网络和五种真实网络中进行实验,结果表明该算法在真实信息与谣言信息共同传播的环境下能够更准确地定位源节点。