一种多特征扩散模型：社交网络中的谣言阻断
社会与信息网络
2020-11-02 v1
摘要
在线社交网络为谣言传播提供了便利平台，可能导致经济损失和公众恐慌等严重后果。经典的谣言阻断问题旨在发起一组节点作为正向级联，与错误信息竞争以限制谣言传播。然而，大多数相关研究基于一维扩散模型。现实中，一个对象关联的特征不止一个。用户对该对象的印象不仅由单一特征决定，而是由其对所有特征的总体评价决定。因此，该对象的影响力传播可分解为多个特征的传播。基于此，本文提出一种多特征扩散模型（MF-model），并根据该模型在多-layer网络结构上形式化了新问题——多特征谣言阻断（MFRB）。为解决MFRB，我们设计了一种称为Multi-Sampling的创新采样方法，可应用于多层网络结构。受鞅分析启发，提出Revised-IMM算法，为MFRB返回满意的近似解。最后，我们在真实数据集上通过实验评估所提算法，展示了Revised-IMM算法的有效性与准确性，且其显著优于其他基线算法。
引用
@article{arxiv.1912.03481,
title = {A Multi-Feature Diffusion Model: Rumor Blocking in Social Networks},
author = {Jianxiong Guo and Tiantian Chen and Weili Wu},
journal= {arXiv preprint arXiv:1912.03481},
year = {2020}
}
备注
in IEEE/ACM Transactions on Networking