一种基于区域的社交网络谣言抑制方法技术

本发明专利技术提供的是一种基于区域的社交网络谣言抑制方法。(1)根据已知信息构建社交网络中任意节点的最大影响树；(2)根据社交网络中节点的位置信息构建四叉树存储节点位置；(3)对于给定的查询区域和阻断区域，得到备选种子集和阻断节点集；(4)对于备选种子集中的每个备选种子，计算其区域影响集；(5)对于备选种子集中的每个备选种子，计算其区域阻断影响力；(6)以贪婪的方式循环从备选种子集中选择阻断影响力最大的k个节点作为种子节点传播真实消息，阻断谣言在阻断区域中的传播。本发明专利技术能够根据不同的查询区域和阻断区域进行种子选择，在查询区域中选择最优种子进行正面消息的传播，从而在阻断区域中最大限度的抑制谣言的传播。

A Region-based Rumor Suppression Method for Social Networks

【技术实现步骤摘要】
一种基于区域的社交网络谣言抑制方法
本专利技术涉及的是一种网络谣言抑制方法，具体地说是一种在社交网络中在查询区域中选择种子节点传播真实消息并在阻断区域中抑制谣言传播的方法。
技术介绍
随着互联网技术的飞速发展，以Facebook、Twitter、新浪微博、腾讯微博等为代表的社交网络不断涌现，利用社交网络进行信息交流已成为人们日常生活中的一部分。由于社交网络信息传播的低成本、难追踪等特性，社交网络极易成为谣言传播的温床，其造成的政治、经济等领域的损失更是不可估量。以微信平台为例，2018年全年共拦截谣言8.4万多条。2018年3月的一则“伊利董事长潘刚被有关部门带走调查”的谣言更是使得伊利股份盘中价格振幅达到8.95％，较当日最高市值蒸发131.9亿元。当谣言或恶意信息发生时，通过寻找阻断影响力最大的种子传播正面影响，可以有效抑制谣言的传播，减少谣言带来的损失。He等人首次考虑了如何在网络中寻找这些影响力较大的节点，他们将谣言抑制问题定义为影响力阻断最大化问题，该问题的目标是寻找k个用户(也称为肯定种子集)，通过朋友关系进行正面信息的传播，使得由该种子集产生的正面信息的传播能够最大限度地阻断谣言的起源节点(也称为否定种子集)产生的谣言信息的传播。近几年来，随着社交网络谣言抑制相关问题研究的兴起，阻断影响力最大化问题正受到越来越多学者的关注。例如，Wu等人基于最大影响树模型提出了两种启发式算法解决谣言抑制问题。李劲等人从谣言产生源的不确定性上考虑谣言抑制问题，提出了基于博弈理论的算法选择负面种子。Lv等人基于社区发现理论提出了在不同的社区中选择肯定种子集来解决谣言抑制问题。虽然研究者们不同的角度对谣言抑制问题进行了研究，但现有的研究并没有考虑到谣言抑制的区域性问题，例如，通过在查询区域中选择种子进行正面消息的传播，从而在阻断区域中最大限度的抑制谣言的传播，在这种情况下，选择不同的查询区域和阻断区域会产生不同的种子集选择结果。
技术实现思路
本专利技术的目的在于提供一种能够最大限度地抑制谣言传播的基于区域的社交网络谣言抑制方法。本专利技术的目的是这样实现的：(1)根据已知信息构建社交网络G中任意节点的最大影响树；(2)根据社交网络中节点的位置信息构建四叉树存储节点位置；(3)对于给定的查询区域RC和阻断区域RB，得到备选种子集C和阻断节点集B，所述备选种子集C是查询区域中所有节点的集合，所述阻断节点集B是阻断区域中所有节点的集合；(4)对于备选种子集C中的每个备选种子u，计算其区域影响集Ie(u,B)，所述区域影响集Ie(u,B)是u在阻断节点集B中能够到达的节点的集合；(5)对于备选种子集C中的每个备选种子u，计算其区域阻断影响力decInc(u,B)，所述区域阻断影响力是u对Ie(u,B)中每个节点v的阻断影响力decInc(u,v)的累加和；(6)以贪婪的方式循环从备选种子集中选择阻断影响力最大的k个节点作为种子节点传播真实消息，阻断谣言在阻断区域中的传播。本专利技术还可以包括：1.步骤(1)具体包括：所述已知信息为：已知社交网络G＝(V,E),V为网络中节点的集合，E为网络中边的集合；已知谣言的起源节点集SN；已知谣言的传播模型为一个影响力传播模型；已知V中任意节点的位置信息；(1.1)对于G中的任意节点对v，利用Djkstra算法计算其最大影响入树MIIA(v，θ)，θ用来控制传播的范围；(1.2)对于G中的任意节点对v，利用Djkstra算法计算其最大影响出树MIOA(v，θ)。2.步骤(2)具体包括：(2.1)创建四叉树根单元<Cid，MBR，NSET，SE，SW，NE，NW>，其中Cid表示四叉树单元序号，MBR是该单元所覆盖的最小边界矩形，NSET是该单元中存储的节点的集合，SE、SW、NE、NW表示四叉树的孩子指针，c为表示四叉树单元容量的一个全局变量，设置其MBR＝[(0,0),(180,90)],设置当前单元为qt；(2.2)检测当前单元容量是否超过c，若未超过c，对于G中所有未访问节点v，如果v坐标位于当前单元的MBR内，则将其保存在该单元，设置v为访问状态；若G中所有节点都为访问状态，则完成四叉树的创建；(2.3)若当前单元容量超过c且SE为空，则创建4个孩子单元SE、SW、NE、NW，每个单元的MBR分别为当前单元MBR的四分之一；(2.4)若当前单元容量超过c且SE不为空，则按广度优先方式在SE、SW、NE、NW中执行步骤(2.2)。3.步骤(3)中得到备选种子集C的方法为：(3.1)将四叉树根单元设置为当前单元，将备选种子集C置为空；(3.2)如果RQ与当前单元没有交集，则结束本次递归调用；(3.3)否则，查询当前单元中存储的每个节点，得到所有位于RQ中的节点，将这些节点加入到备选种子集C；(3.4)如果当前单元的SE指针为空，则结束本次递归调用；(3.5)将当前单元设置为SE，并返回步骤(3.2)；(3.6)将当前单元设置为SW，并返回步骤(3.2)；(3.7)将当前单元设置为NE，并返回步骤(3.2)；(3.8)将当前单元设置为NW，并返回步骤(3.2)；(3.9)若当前单元为四叉树根单元，返回C，结束；将步骤(3.1)至步骤(3.9)中的RQ替换为RB，备选种子集C替换为阻断节点集B，重复步骤(3.1)至步骤(3.9)得到阻断节点集B。4.所述区域影响集Ie(u,B)的计算公式为:Ie(u,B)＝MIOA(v，θ)∩B。5.阻断影响力decInc(u,v)的计算公式为：decInc(u,v)＝an(v,SP,SN)-an(v,SP∪{u},SN)，其中，SP表示当前已经被选择为肯定种子的节点的集合；an(v,SP,SN)表示在当前的肯定种子集SP和谣言的起源节点集SN作用下，节点v被谣言影响的概率，其值通过如下的动态规划算法得到：其中Nin(v)表示v的入邻居节点的集合,pw,v表示节点w到节点v的消息传播概率，pn(v,t)表示节点v在t时刻被谣言影响的概率，an(v,t)表示节点v从谣言开始传播到当前为止的t时间段内被谣言影响的概率，pn(v,t)表示节点v在t时刻被正面消息影响的概率，an(v,t)表示节点v从谣言开始传播到当前为止的t时间段内被正面消息影响的概率。6.区域阻断影响力decInc(u,B)的计算公式为：7.步骤(6)具体包括以下步骤：(6.1)在备选种子集C中，选择区域阻断影响力最大的节点u作为当前种子节点，即u＝argmaxv∈CdecInc(v,B)；(6.2)若当前种子集SP中节点数等于k，则返回SP作为种子集，结束；否则进行步骤(6.3)；(6.3)计算当前种子u的区域影响集Ie(u,B)；(6.4)对Ie(u,B)中的每个节点v，计算v的区域影响者集Ir(v,C)，Ir(v,C)是在备选种子集C中能够影响v的节点的集合,即Ir(v,C)＝MIIA(v，θ)∩C,对Ir(v,C)中的每个节点w，按如下公式更新其区域阻断影响力：(6.5)decInc(w,B)-＝an(v,SP,SN)-an(v,SP∪{w},SN)；(6.6)将u加入到SP中；(6.7)计算当前种子u的区域影响集Ie(u,B)；(6.8)对Ie(u,B)中的每个节点本文档来自技高网...

【技术保护点】
1.一种基于区域的社交网络谣言抑制方法，其特征是：(1)根据已知信息构建社交网络G中任意节点的最大影响树；(2)根据社交网络中节点的位置信息构建四叉树存储节点位置；(3)对于给定的查询区域RC和阻断区域RB，得到备选种子集C和阻断节点集B；(4)对于备选种子集C中的每个备选种子u，计算其区域影响集Ie(u,B)；(5)对于备选种子集C中的每个备选种子u，计算其区域阻断影响力decInc(u,B)；(6)以贪婪的方式循环从备选种子集中选择阻断影响力最大的k个节点作为种子节点传播真实消息，阻断谣言在阻断区域中的传播。

【技术特征摘要】
1.一种基于区域的社交网络谣言抑制方法，其特征是：(1)根据已知信息构建社交网络G中任意节点的最大影响树；(2)根据社交网络中节点的位置信息构建四叉树存储节点位置；(3)对于给定的查询区域RC和阻断区域RB，得到备选种子集C和阻断节点集B；(4)对于备选种子集C中的每个备选种子u，计算其区域影响集Ie(u,B)；(5)对于备选种子集C中的每个备选种子u，计算其区域阻断影响力decInc(u,B)；(6)以贪婪的方式循环从备选种子集中选择阻断影响力最大的k个节点作为种子节点传播真实消息，阻断谣言在阻断区域中的传播。2.根据权利要求1所述的基于区域的社交网络谣言抑制方法，其特征是步骤(1)具体包括：所述已知信息为：已知社交网络G＝(V,E),V为网络中节点的集合，E为网络中边的集合；已知谣言的起源节点集SN；已知谣言的传播模型为一个影响力传播模型；已知V中任意节点的位置信息；(1.1)对于G中的任意节点对v，利用Djkstra算法计算其最大影响入树MIIA(v，θ)，θ用来控制传播的范围；(1.2)对于G中的任意节点对v，利用Djkstra算法计算其最大影响出树MIOA(v，θ)。3.根据权利要求2所述的基于区域的社交网络谣言抑制方法，其特征是步骤(2)具体包括：(2.1)创建四叉树根单元<Cid，MBR，NSET，SE，SW，NE，NW>，其中Cid表示四叉树单元序号，MBR是该单元所覆盖的最小边界矩形，NSET是该单元中存储的节点的集合，SE、SW、NE、NW表示四叉树的孩子指针，c为表示四叉树单元容量的一个全局变量，设置其MBR＝[(0,0),(180,90)],设置当前单元为qt；(2.2)检测当前单元容量是否超过c，若未超过c，对于G中所有未访问节点v，如果v坐标位于当前单元的MBR内，则将其保存在该单元，设置v为访问状态；若G中所有节点都为访问状态，则完成四叉树的创建；(2.3)若当前单元容量超过c且SE为空，则创建4个孩子单元SE、SW、NE、NW，每个单元的MBR分别为当前单元MBR的四分之一；(2.4)若当前单元容量超过c且SE不为空，则按广度优先方式在SE、SW、NE、NW中执行步骤(2.2)。4.根据权利要求3所述的基于区域的社交网络谣言抑制方法，其特征是步骤(3)中得到备选种子集C的方法为：(3.1)将四叉树根单元设置为当前单元，将备选种子集C置为空；(3.2)如果RQ与当前单元没有交集，则结束本次递归调用；(3.3)否则，查询当前单元中存储的每个节点，得到所有位于RQ中的节点，将这些节点加入到备选种子集C；(3.4)如果当前单元的SE指针为空，则结束本次递归调用；(3.5)将当前单元设置为SE，并返回步骤(3.2)；(3.6)将当前单元设置为SW，并返回步...

【专利技术属性】
技术研发人员：杨武，朱文龙，王巍，玄世昌，苘大鹏，吕继光，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23