DiffRank:一种新型社会网络信息传播检测算法

被引:47
作者
周东浩 [1 ,2 ]
韩文报 [2 ,3 ]
机构
[1] 国防科学技术大学计算机学院
[2] 数学工程与先进计算国家重点实验室
[3] 解放军信息工程大学
关键词
社会网络; 信息传播; 传播检测; 随机游走模型; 社会计算;
D O I
暂无
中图分类号
G206 [传播理论];
学科分类号
050302 [传播学];
摘要
信息传播检测是给定一个传播网络,如何选择最有效的节点集合作为观察节点或部署传感器,以尽早尽快检测到网络中传播的信息,这对于社会网络中的意见领袖挖掘、谣言传播检测、舆情监控等应用具有重要意义.文中结合网络结构特点、节点内容属性、历史传播数据等信息,提出了一个基于随机游走模型的传播能力排序算法DiffRank,根据该算法的结果选择传播能力最强的top-k个节点作为观察节点来检测网络中可能出现的信息传播.基于新浪微博真实数据的实验结果表明,与其他同类算法相比,DiffRank算法在检测覆盖率、检测时间和信息感染人数下降比率3个指标上,都优于同类算法.在算法的可扩展性方面,DiffRank算法更加适用于并行或分布式计算,可扩展性更好.
引用
收藏
页码:884 / 893
页数:10
相关论文
共 4 条
[1]
一种新型的社会网络影响最大化算法 [J].
田家堂 ;
王轶彤 ;
冯小军 .
计算机学报, 2011, 34 (10) :1956-1965
[2]
一种基于随机游走模型的多标签分类算法 [J].
郑伟 ;
王朝坤 ;
刘璋 ;
王建民 .
计算机学报, 2010, 33 (08) :1418-1426
[3]
Authoritative sources in a hyperlinked environment[J] Jon M. Kleinberg Journal of the ACM (JACM) 1999,
[4]
The anatomy of a large-scale hypertextual Web search engine[J] Sergey Brin;Lawrence Page Computer Networks and ISDN Systems 1998,