• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

社交网络信息传播预测与特定信息抑制

曹玖新, 高庆清, 夏蓉清, 刘伟佳, 朱雪林, 刘波

曹玖新, 高庆清, 夏蓉清, 刘伟佳, 朱雪林, 刘波. 社交网络信息传播预测与特定信息抑制[J]. 计算机研究与发展, 2021, 58(7): 1490-1503. DOI: 10.7544/issn1000-1239.2021.20200809
引用本文: 曹玖新, 高庆清, 夏蓉清, 刘伟佳, 朱雪林, 刘波. 社交网络信息传播预测与特定信息抑制[J]. 计算机研究与发展, 2021, 58(7): 1490-1503. DOI: 10.7544/issn1000-1239.2021.20200809
shu
Cao Jiuxin, Gao Qingqing, Xia Rongqing, Liu Weijia, Zhu Xuelin, Liu Bo. Information Propagation Prediction and Specific Information Suppression in Social Networks[J]. Journal of Computer Research and Development, 2021, 58(7): 1490-1503. DOI: 10.7544/issn1000-1239.2021.20200809
Citation: Cao Jiuxin, Gao Qingqing, Xia Rongqing, Liu Weijia, Zhu Xuelin, Liu Bo. Information Propagation Prediction and Specific Information Suppression in Social Networks[J]. Journal of Computer Research and Development, 2021, 58(7): 1490-1503. DOI: 10.7544/issn1000-1239.2021.20200809
shu
曹玖新, 高庆清, 夏蓉清, 刘伟佳, 朱雪林, 刘波. 社交网络信息传播预测与特定信息抑制[J]. 计算机研究与发展, 2021, 58(7): 1490-1503. CSTR: 32373.14.issn1000-1239.2021.20200809
引用本文: 曹玖新, 高庆清, 夏蓉清, 刘伟佳, 朱雪林, 刘波. 社交网络信息传播预测与特定信息抑制[J]. 计算机研究与发展, 2021, 58(7): 1490-1503. CSTR: 32373.14.issn1000-1239.2021.20200809
shu
Cao Jiuxin, Gao Qingqing, Xia Rongqing, Liu Weijia, Zhu Xuelin, Liu Bo. Information Propagation Prediction and Specific Information Suppression in Social Networks[J]. Journal of Computer Research and Development, 2021, 58(7): 1490-1503. CSTR: 32373.14.issn1000-1239.2021.20200809
Citation: Cao Jiuxin, Gao Qingqing, Xia Rongqing, Liu Weijia, Zhu Xuelin, Liu Bo. Information Propagation Prediction and Specific Information Suppression in Social Networks[J]. Journal of Computer Research and Development, 2021, 58(7): 1490-1503. CSTR: 32373.14.issn1000-1239.2021.20200809
shu

社交网络信息传播预测与特定信息抑制

  • 1(东南大学网络空间安全学院 南京 211189)

  • 2(东南大学计算机科学与工程学院 南京 211189) (jx.cao@seu.edu.cn)

基金项目: 国家自然科学基金项目(61772133, 61972087)；国家社会科学基金项目(19@ZH014)；江苏省重点研发计划项目(BE2018706)；江苏省自然科学基金项目(SBK2019022870) ；江苏省计算机网络技术重点实验室；江苏省网络与信息安全重点实验室(BM2003201)；计算机网络和信息集成教育部重点实验室(93K-9)
详细信息

  • 中图分类号: TP391

Information Propagation Prediction and Specific Information Suppression in Social Networks

  • 1(School of Cyber Science and Engineering, Southeast University, Nanjing 211189)

  • 2(School of Computer Science and Engineering, Southeast University, Nanjing 211189)

Funds: This work was supported by the National Natural Science Foundation of China (61772133, 61972087), the National Social Science Foundation of China (19@ZH014), the Jiangsu Key Research and Development Program (BE2018706), the Natural Science Foundation of Jiangsu Province (SBK2019022870), the Jiangsu Key Laboratory of Computer Networking Technology, the Jiangsu Provincial Key Laboratory of Network and Information Security (BM2003201), and the Key Laboratory of Computer Network and Information Integration of Ministry of Education of China (93K-9).

摘要

    摘要
  • 摘要: 近年来，随着Twitter、Facebook、新浪微博等社交网站用户数量的激增，信息数量急剧膨胀，隐藏在海量信息中的不实信息的传播带来了不良的影响，如何调控或抑制特定信息的传播是网络信息管理面临的一项技术挑战.为了解决这一问题，首先从真实微博网络出发，基于机器学习方法提出了不依赖于传播模型的独立信息转发预测机制，从而对信息的传播进行预测；其次，基于独立级联模型，综合考虑本文场景的特殊性，提出了异步信息不平等竞争传播模型作为特定信息与免疫信息的竞争传播机制；最后，提出了3个种子节点集合选择算法，通过向选择的种子节点注入免疫信息使得免疫信息在网络中广泛传播从而抑制特定信息的传播.基于真实社交网站数据的实验证明，提出的信息传播预测模型以及种子节点选取算法对特定信息传播的调控和抑制具有良好的效果.
    Abstract: In recent years, with the increasing number of users in social networks such as Twitter, Facebook and Sina Weibo, the amount of information has rapidly expanded. The spread of untrue information hidden in massive information has brought adverse effects. How to regulate or suppress the spread of specific information is a technical challenge faced by network information management. In order to solve this problem, first of all, the independent information forwarding prediction mechanism based on machine learning method, which does not depend on the propagation model is proposed, so as to predict the information propagation. Secondly, based on the independent cascade model, considering the particularity of the scenario in this paper, the asynchronous information unequal competition propagation model is proposed as the competitive propagation mechanism of specific information and immune information. Finally, three selection algorithms of seed nodes are proposed and the immune information is widely spread in the network by injecting immune information into the seed nodes, so as to suppress the spread of specific information. Experiments based on real social network data show that the information propagation prediction model and the selection algorithms of seed nodes proposed have good effects on the regulation and suppression of specific information propagation.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(34)

  • 期刊类型引用(14)

    1. 胡磊，甘胜丰. 基于YOLO-CIRCLE算法的圆形钢卷检测. 湖北第二师范学院学报. 2023(02): 18-25 . 百度学术
    2. 张晓辉，何金海，兰鹏燕，徐圣斯. 局部几何与全局结构联合感知的三维形状分类方法. 计算机应用研究. 2023(12): 3828-3833 . 百度学术
    3. 张晓媛，于洋，王新蕊. 三维图像虚拟视点生成优化研究仿真. 计算机仿真. 2022(03): 205-209 . 百度学术
    4. 张艳丽，牛任恺，张鑫磊，孙志杰，王利赛. 基于序列标注的业务异常工单判别方法研究. 电子设计工程. 2022(07): 139-143 . 百度学术
    5. 吴康楠，姜洪庆. 面向绿色化改造的历史民居建筑三维重构方法. 工业加热. 2022(05): 27-30+40 . 百度学术
    6. 连远锋，裴守爽，胡伟. 融合NFFD与图卷积的单视图三维物体重建. 光学精密工程. 2022(10): 1189-1202 . 百度学术
    7. 李远松，丁津津，徐晨，高博，汤汉松，单荣荣. 基于智能感知与深度学习的智能变电站设备状态检测方法. 电气工程学报. 2022(02): 208-214 . 百度学术
    8. 郭艺辉，陆寄远，黄承慧，钟雪灵，林淑金，苏卓，罗笑南. 基于混合频谱信号编码的网格纹理平滑. 计算机学报. 2021(02): 318-333 . 百度学术
    9. 谢昊洋，钟跃崎. 基于图卷积网络的非参数化三维人体重建. 毛纺科技. 2021(04): 18-24 . 百度学术
    10. 李海生，武玉娟，郑艳萍，吴晓群，蔡强，杜军平. 基于深度学习的三维数据分析理解方法研究综述. 计算机学报. 2020(01): 41-63 . 百度学术
    11. 曲海成，田小容，刘腊梅，石翠萍. 多尺度显著区域检测图像压缩. 中国图象图形学报. 2020(01): 31-42 . 百度学术
    12. 杨晓文，尹洪红，韩燮，刘佳鸣. 基于蚁狮优化的极限学习机的网格分割方法. 激光与光电子学进展. 2020(04): 163-169 . 百度学术
    13. 崔金栋，陈思远. 融媒体信息推荐模型构建与信息推荐方法研究. 情报科学. 2020(07): 52-58 . 百度学术
    14. 周燕，曾凡智，吴臣，罗粤，刘紫琴. 基于深度学习的三维形状特征提取方法. 计算机科学. 2019(09): 47-58 . 百度学术

    其他类型引用(20)

    • 资源附件(0)
计量
  • 文章访问数:  601
  • HTML全文浏览量:  7
  • PDF下载量:  471
  • 被引次数: 34
出版历程
  • 发布日期:  2021-06-30

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(34)
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计