本文關(guān)鍵詞：基于復(fù)雜網(wǎng)絡(luò)的謠言源挖掘方法研究

  更多相關(guān)文章： 謠言源挖掘 概率距離 源中心性 傳播子圖 觀察點(diǎn)部署

【摘要】：隨著因特網(wǎng)的普及,信息呈現(xiàn)爆炸式增長(zhǎng),信息傳播速度也非常容易形成級(jí)聯(lián)效應(yīng),因此包括社交網(wǎng)絡(luò)在內(nèi)的各種復(fù)雜網(wǎng)絡(luò)場(chǎng)景下的異常信息傳播控制顯得非常重要,尤其是針對(duì)謠言虛假信息的控制。如今網(wǎng)絡(luò)中的異常信息特別是謠言信息大量充斥在網(wǎng)絡(luò)環(huán)境中,嚴(yán)重影響了各方的合法利益,造成了社會(huì)的恐慌,因此對(duì)于這類謠言信息的擴(kuò)散控制非常有必要。在控制擴(kuò)散方面,如果我們可以準(zhǔn)確的挖掘出信息擴(kuò)散的源點(diǎn),這對(duì)于合理有效的控制謠言擴(kuò)散具有重要的應(yīng)用價(jià)值和現(xiàn)實(shí)意義。挖掘的難點(diǎn)是如何根據(jù)現(xiàn)有的有限節(jié)點(diǎn)信息準(zhǔn)確的在圖中找到信息源點(diǎn)的位置,傳播路徑以及傳播關(guān)系是未知的,時(shí)間信息也是處于未知狀態(tài)的�，F(xiàn)有的挖掘方法大多分為兩種類型,一種是基于傳播子圖場(chǎng)景下的挖掘,該類方法要求獲得謠言感染網(wǎng)絡(luò)的完整傳播子圖,對(duì)現(xiàn)實(shí)要求較高,準(zhǔn)確率相對(duì)較高;另一種是基于觀察點(diǎn)部署場(chǎng)景下的挖掘,該類方法不要求獲得完整的傳播子圖,只需要獲得部分感染節(jié)點(diǎn)的情況,即可對(duì)其進(jìn)行數(shù)據(jù)挖掘,最終得到的準(zhǔn)確率也會(huì)相對(duì)偏低。通過(guò)對(duì)謠言源挖掘問(wèn)題以及現(xiàn)有的模型分析,本文從以下幾個(gè)方面進(jìn)行研究:第一,通過(guò)對(duì)前人提出的RC(最大似然估計(jì)挖掘模型)的分析,將謠言中心性計(jì)算與傳播概率距離進(jìn)行融合,得到適應(yīng)于不同網(wǎng)絡(luò)場(chǎng)景的IRC(基于概率距離的最大似然估計(jì))模型,分析其效果。第二,深入分析基于復(fù)雜網(wǎng)絡(luò)中中心性度量的方法,尋找從總體上看更加穩(wěn)定的提升方案DRC模型(基于復(fù)雜網(wǎng)絡(luò)接近中心性計(jì)算模型)。第三,深入研究觀察點(diǎn)部署場(chǎng)景下的模型,并試圖找出一種模型TRC(基于帶時(shí)間標(biāo)簽的挖掘模型)其效果能夠不過(guò)份依賴于觀察點(diǎn)部署情況,而是基于傳播時(shí)間差與理論傳播時(shí)間差之間的相似度進(jìn)行源中心性評(píng)估。第四,在多源挖掘方面,研究現(xiàn)有的CMS(基于社區(qū)劃分的多源挖掘)模型,將自主提出的傳播概率距離融入到自適應(yīng)聚類挖掘中,多次迭代產(chǎn)生穩(wěn)定的感染區(qū)域,從而更好的挖掘出各種謠言源的感染范圍,進(jìn)而將問(wèn)題轉(zhuǎn)換為單源挖掘,形成新的ICMS(改進(jìn)的CMS模型)模型。本文實(shí)驗(yàn)結(jié)果證明了以下幾點(diǎn):第一,本文改進(jìn)的IRC模型能夠更好的表達(dá)實(shí)際傳播距離,比原始謠言中心性計(jì)算模型更加準(zhǔn)確。第二,本文提出的DRC模型比ECC(基于復(fù)雜網(wǎng)絡(luò)中偏心距離計(jì)算的中心性度量)模型無(wú)論在無(wú)圖還是有向圖在效果上均有較大的提高。第三,在實(shí)際應(yīng)用場(chǎng)景中的觀察點(diǎn)部署挖掘場(chǎng)景下,DRC模型存在對(duì)觀察點(diǎn)選擇過(guò)分依賴的情況,本文設(shè)計(jì)的基于時(shí)間標(biāo)簽的TRC模型可以很好的解決這一問(wèn)題。第四,多謠言源挖掘場(chǎng)景下,本文提出的ICMS模型在基于自適應(yīng)聚類的社區(qū)劃分效果上比原先CMS模型有較大提升,從而使得在單源挖掘方法相同時(shí),多謠言源挖掘效果有較大提升。
【關(guān)鍵詞】：謠言源挖掘 概率距離 源中心性 傳播子圖 觀察點(diǎn)部署
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：O157.5
【目錄】：

• 摘要4-6
• ABSTRACT6-10
• 第1章 緒論10-15
• 1.1 課題來(lái)源及研究背景和意義10
• 1.2 課題研究現(xiàn)狀10-13
• 1.3 本課題主要研究?jī)?nèi)容13-14
• 1.4 本文的組織結(jié)構(gòu)14-15
• 第2章 相關(guān)背景知識(shí)介紹15-22
• 2.1 引言15
• 2.2 復(fù)雜網(wǎng)絡(luò)研究概述15-17
• 2.2.1 復(fù)雜網(wǎng)絡(luò)基本概念介紹15-16
• 2.2.2 復(fù)雜網(wǎng)絡(luò)社區(qū)劃分算法介紹16-17
• 2.3 復(fù)雜網(wǎng)絡(luò)中謠言源傳播模型介紹17-19
• 2.4 復(fù)雜網(wǎng)絡(luò)中謠言源挖掘介紹19-21
• 2.5 本章小結(jié)21-22
• 第3章 基于復(fù)雜網(wǎng)絡(luò)的謠言源挖掘22-37
• 3.1 引言22
• 3.2 基于復(fù)雜網(wǎng)絡(luò)中傳播子圖的單源挖掘22-29
• 3.2.1 基于概率距離的最大似然估計(jì)單源模型（IRC）22-27
• 3.2.2 基于復(fù)雜網(wǎng)絡(luò)理論的中心性計(jì)算模型(DRC)27-29
• 3.3 基于復(fù)雜網(wǎng)絡(luò)中候選觀察點(diǎn)的單源挖掘29-33
• 3.3.1 基于觀察點(diǎn)部署的DRC模型(SDRC)29-30
• 3.3.2 基于帶時(shí)間標(biāo)簽的復(fù)雜網(wǎng)絡(luò)謠言挖掘模型(TRC)30-33
• 3.4 基于概率距離的社區(qū)劃分多源挖掘模型(ICMS)33-36
• 3.5 本章小結(jié)36-37
• 第4章 謠言源挖掘?qū)嶒?yàn)結(jié)果驗(yàn)證及分析37-54
• 4.1 引言37
• 4.2 系統(tǒng)框架37-39
• 4.3 實(shí)驗(yàn)數(shù)據(jù)及評(píng)價(jià)標(biāo)準(zhǔn)39-41
• 4.3.1 實(shí)驗(yàn)數(shù)據(jù)39-40
• 4.3.2 實(shí)驗(yàn)結(jié)果評(píng)價(jià)標(biāo)準(zhǔn)40-41
• 4.4 基于傳播子圖的挖掘模型實(shí)驗(yàn)結(jié)果與分析41-44
• 4.4.1 IRC模型效果評(píng)估41-43
• 4.4.2 DRC模型效果評(píng)估43-44
• 4.5 基于觀察點(diǎn)的挖掘模型實(shí)驗(yàn)結(jié)果與分析44-46
• 4.6 ICMS多源挖掘模型實(shí)驗(yàn)結(jié)果與分析46-50
• 4.7 微博真實(shí)謠言案例實(shí)驗(yàn)驗(yàn)證與分析50-53
• 4.8 本章小結(jié)53-54
• 結(jié)論54-55
• 參考文獻(xiàn)55-60
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果60-62
• 致謝62

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 張聿博;張錫哲;張斌;;基于觀察點(diǎn)的信息源定位方法的準(zhǔn)確率分析[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年03期

2 周東浩;韓文報(bào);王勇軍;;基于節(jié)點(diǎn)和信息特征的社會(huì)網(wǎng)絡(luò)信息傳播模型[J];計(jì)算機(jī)研究與發(fā)展;2015年01期

3 張聿博;張錫哲;張斌;;面向社交網(wǎng)絡(luò)信息源定位的觀察點(diǎn)部署方法[J];軟件學(xué)報(bào);2014年12期

4 王超;楊旭穎;徐珂;馬建峰;;基于SEIR的社交網(wǎng)絡(luò)信息傳播模型[J];電子學(xué)報(bào);2014年11期

5 陳慧娟;鄭嘯;陳欣;;微博網(wǎng)絡(luò)信息傳播研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2014年02期

6 時(shí)京晶;;三種經(jīng)典復(fù)雜網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)劃分算法研究[J];電腦與信息技術(shù);2011年04期

7 駱志剛;丁凡;蔣曉舟;石金龍;;復(fù)雜網(wǎng)絡(luò)社團(tuán)發(fā)現(xiàn)算法研究新進(jìn)展[J];國(guó)防科技大學(xué)學(xué)報(bào);2011年01期

，

本文編號(hào)：908205