融合客观赋权法的社交网络谣言源检测算法

周中月,张海军,潘伟民

(新疆师范大学计算机科学技术学院,新疆 乌鲁木齐 830054)

0 引 言

社交网络平台(Social Network Platform)通常是人们分享信息、意见，进行推荐和交流的载体，同时社交网络也是一个典型的复杂网络[1]。社交媒体渠道允许用户建立各种显性或隐性的社交关系，利用网络作为沟通世界的平台，无论是知名人士、媒体官方账号还是普通用户都能以自己的观点去发表评价和意见，在这些开放性的评论、转发平台上，评估信息的真实性比在传统媒体中更具有挑战性。

目前，谣言源的研究工作多基于部署观察点进行展示，相对于传播子图快照的方法，部署观察点的方法不用获取整个网络状态，只需要部署少量的观测点来统计邻居节点状态，然后进行谣言源的估计，在实际应用中的可行性更高。通常，观测点位置和数量的选取往往影响到检测结果。

以往的研究工作中选取原则多是基于谣言中心性特征，并没有考虑到网络边节点权值属性。少数考虑边节点权值的方法是随机赋权法，该方法虽然考虑到节点权值这项重要参数，但随机赋权并不能很好地表示出网络结构的真实性。

本文将权值作为一项重要参数引入谣言源识别工作中，并且使用4个真实网络数据集基于SIR传染病模型进行仿真实验，分析比较本文所提出的基于SIR模型的客观赋权算法与其他算法在谣言源估计准确率、平均误差距离等方面的优越性。实验结果表明，本文提出的改进算法检测谣言源的准确率更高，且误差距离大部分都控制在几跳之内。……