在线社交网络中考虑抑制代价的谣言澄清策略研究
现有针对谣言澄清问题的研究,往往忽略了实施谣言澄清策略需要付出的代价问题.为此,本文构建了一种在线社交网络(online social networks,OSN)中,同时考虑信息整体流行度和个体传播倾向的动态线性阈值谣言传播模型(dynamic linear threshold based rumor spreading,DL-TRS);并基于该模型,设计了一种考虑辟谣信息传播时间、种子节点数量、信息内容等谣言抑制代价的谣言澄清算法(rumor clarification considering cost restraint,RCCR);利用构建的网络和真实OSN环境下的数据集,对提出的谣言传播模型和澄清算法进行了仿真实验,并进一步分析了各参数变化对算法性能的影响.
在线社交网络、谣言澄清、抑制代价、记忆机制
41
C931(管理学)
国家自然科学基金;教育部人文社会科学研究项目
2021-07-06(万方平台首次上网日期,不代表论文的发表时间)
共19页
1119-1137