[发明专利]一种社交网络信息传播检测节点的选择方法

说明书

技术领域

本发明涉及信息传播检测方法，特别涉及一种社交网络信息传播检测节点的选择方法。

背景技术

社会网络(Social Network)是指社会个体之间通过社会关系结成的复杂网络体系，它由社会中的个体以及个体之间的关系组成。近几年，以Twitter、 Facebook、微博、微信等为代表的在线社会网络迅速发展，基于社会网络的信息传播(Information Diffusion)也越来越深入和广泛，传播对象包括新闻事件、社会热点、时尚潮流，或者新发明、新创造、新思想，也有可能是网络谣言等等。社会网络中的信息传播与传统媒介中的信息传播相比，呈现出大规模性、多模态性、实时性、快速性等特点，其对经济社会和国家公共安全的影响越来越深入。在2011年爆发的“埃及革命”中，不法分子利用Twitter和Facebook等社会网络或媒体大肆造谣，煽动民意，传播恶意信息并组织犯罪活动，在社交媒体的推波助澜下，骚乱被极度放大并快速演变。在2013年4月四川“雅安地震”爆发后，微博成为最有力的信息传播媒体，各类政务微博、意见领袖、草根账号等充分利用微博的信息扩散能力，发布地震救援提示，为抗震救灾发挥积极作用.但是另一方面，也有不法分子利用微博传播谣言，欺骗公众，造成社会不安和民众恐慌，带来极坏的后果.对于社会网络中的信息传播，如何快速获取其中的信息传播态势，及时发现当前流行的热点事件或不良社会思潮，成为亟待解决的问题，这对于舆情监控和维护国家公共安全具有重要意义。对于大规模社会网络和海量数据信息，为了降低检测成本的同时保证检测效果通常会选取传播网络中有限的节点作为观察节点，通过跟踪这些观察节点的状态变化或分析其发布的信息来检测整个网络中的信息传播态势。

在本发明作出之前，近几年，有些研究学者已经对信息传播检测方法进行了研究，如：文献Physical Review Letters，2012，109(6)中刊登的“Locating the source of diffusion in Iarge scale network”对网络中如何确定信息传播源进行了研究，通过在网络中稀疏地布置传感器，获得观察节点感染信息的不同时间，文章给出一个有效算法，对任意树状传播网络可以在O(N)时间内，对于任意传播图可以在O(N3)时间内以一定的精度确定信息传播源。Proceedings of the 10th ACMConference on Electronic Commerce刊登的“A.Social influence and the diffusion of user created content”对信息传播的早期接受者(Early Adopter)研究表明，这些人通常不具有很多的关注者(节点入度较小)，他们的社交网络在线时间也低于平均在线时间.The 18th ACMSIGKDD International Conference on Knowledge Discovery and Data Mining刊登的“”研究了趋势发起者(Trendsetter)的特点，趋势发起者是网络中出现的热点趋势的早期接受者和传播者，文章结合时间演化因素，基于PageRank思想，给出了一个挖掘不同话题领域趋势发起者的算法.the 13th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining上刊登的“Cost effective out break detection in networks”针对博客网络中信息暴发检测(Outbreak Detection) 提出了基于次模特性(Sub Modularity)的贪心算法CELF。文章将信息检测问题抽象为一组需要最大化的目标函数R(A)，A表示需要部署传感器的观察节点集合。 R(A)可以是由k个节点检测到的信息传播级联的数量，或者由此带来的信息传播感染人数的减少量.文章证明了R(A)具有次模特性，基于此提出一个启发式贪心算法CELF.CHINESE JOURNAL OF COMPUTERS上刊登的“A Novel Algorithm for Information Diffusion Detection in Social Network”提出一种传播能力排序算法DiffRank，根据算法结果选取传播能力最强的k个节点作为观察节点来检测整体网络信息传播态势，

在现有的相关研究中，大部分算法以对社会网络中的关系结构为出发点，忽略了交互结构，无法达到令人满意的效果。

发明内容