一種基于用戶信任網(wǎng)絡最大生成樹的謠言控制方法
【專利摘要】本發(fā)明公開一種基于用戶信任網(wǎng)絡最大生成樹的謠言控制方法，包括：S1.獲取社交網(wǎng)絡中用戶發(fā)布內容的數(shù)據(jù)；S2.獲取用戶所有轉發(fā)信息的來源用戶并統(tǒng)計每個來源用戶被用戶轉發(fā)信息的次數(shù)；S3.獲取用戶所有推送信息的目標用戶并統(tǒng)計每個目標用戶被所述用戶推送信息的次數(shù)；S4.計算每個用戶與其他每個用戶之間的信任度；S5.構建用戶信任網(wǎng)絡G={V，E}；S6.將網(wǎng)絡G的權重鄰接矩陣W={wi}轉換為W’={wi’}，得到轉化網(wǎng)絡G’={V，E}；S7.利用最小生成樹算法找到G’的最小生成樹，即得到G的最大生成樹T*={V，E*}；S8.切斷邊集E*中的邊，完成對社交網(wǎng)絡的謠言控制。
【專利說明】—種基于用戶信任網(wǎng)絡最大生成樹的謠言控制方法
【技術領域】
[0001]本發(fā)明涉及互聯(lián)網(wǎng)【技術領域】，具體涉及一種基于用戶信任網(wǎng)絡最大生成樹的謠言控制方法。
【背景技術】
[0002]近幾年，隨著以Web2.0為代表的新技術的出現(xiàn)，社交網(wǎng)絡迅速發(fā)展，成為人們交流溝通以及消息傳播的全新工具，也使得謠言傳播具備“點對點”的人際傳播和“點對面”的大眾傳播的雙重功能。社交網(wǎng)絡中信息發(fā)布的便捷性以及信息內容缺乏監(jiān)管和過濾的問題，使得謠言在社交網(wǎng)絡上肆意傳播，對社會的穩(wěn)定和國家的安全造成了嚴重影響，因此迫切需要有效的謠言控制方法，能夠及時、準確地把握謠言傳播路徑，并對謠言進行有效控制。
[0003]目前普遍采取的謠言控制策略包括隨機控制以及目標控制，隨機控制需要對網(wǎng)絡中絕大部分節(jié)點進行控制，而目標控制需要對網(wǎng)絡中整體信息進行全面分析的基礎上才能做到。
[0004]因此這兩種控制策略不能及時、準確地把握謠言傳播路徑，并對謠言進行有效控制。

【發(fā)明內容】

[0005]本發(fā)明所要解決的技術問題是現(xiàn)有技術不能及時、準確地把握謠言傳播最可能路徑，并對謠言進行有效控制的問題。
[0006]為此目的，本發(fā)明提出一種基于用戶信任網(wǎng)絡最大生成樹的謠言控制方法，該方法包括:
[0007]S1.獲取社交網(wǎng)絡中用戶發(fā)布內容的數(shù)據(jù)；
[0008]S2.分析獲取到的數(shù)據(jù)，獲取用戶所有轉發(fā)信息的來源用戶并統(tǒng)計每個來源用戶被所述用戶轉發(fā)信息的次數(shù)；
[0009]S3.分析獲取到的數(shù)據(jù)，獲取用戶所有推送信息的目標用戶并統(tǒng)計每個目標用戶被所述用戶推送信息的次數(shù)；
[0010]S4.計算每個用戶與其他每個用戶之間的信任度；
[0011]S5.構建用戶信任網(wǎng)絡G= {V，E}，其中所述V為用戶節(jié)點集，所述E為邊集，所述網(wǎng)絡G的權重鄰接矩陣為W=IwJ，Wi為任意兩個用戶之間的信任度；
[0012]S6.網(wǎng)絡G的用戶節(jié)點集V和邊集E不變，將權重鄰接矩陣變?yōu)閃’ =Iw/ }，得到轉化網(wǎng)絡 G’ ={V, E},其中 w/ = Σ W1-Wi ；
[0013]S7.利用最小生成樹算法找到G’的最小生成樹，即得到G的最大生成樹T*= {V，E*}，其中所述V為用戶節(jié)點集，所述E*為邊集E的子集；
[0014]S8.切斷邊集E*中的邊，完成對社交網(wǎng)絡的謠言控制。
[0015]其中，在步驟SI中，所述用戶發(fā)布內容的數(shù)據(jù)包括用戶ID、發(fā)布類型、轉發(fā)來源用戶ID、發(fā)布內容，其中，所述發(fā)布類型為原創(chuàng)或者轉發(fā)。
[0016]其中，在步驟S2中，從發(fā)布類型為轉發(fā)的發(fā)布內容中獲取轉發(fā)來源用戶ID，統(tǒng)計每個轉發(fā)來源用戶ID被轉發(fā)的次數(shù)。
[0017]其中，在步驟S3中，截取出用戶發(fā)布內容中“O”之后的用戶ID即推送目標用戶ID，獲取所有推送目標用戶ID，統(tǒng)計每個推送目標用戶ID被推送的次數(shù)。
[0018]其中，在步驟S4中，所述用戶之間的信任度W，由下式計算:
【權利要求】
1.一種基于用戶信任網(wǎng)絡最大生成樹的謠言控制方法，其特征在于，該方法包括: 51.獲取社交網(wǎng)絡中用戶發(fā)布內容的數(shù)據(jù)； 52.分析獲取到的數(shù)據(jù)，獲取用戶所有轉發(fā)信息的來源用戶并統(tǒng)計每個來源用戶被所述用戶轉發(fā)信息的次數(shù)； 53.分析獲取到的數(shù)據(jù)，獲取用戶所有推送信息的目標用戶并統(tǒng)計每個目標用戶被所述用戶推送信息的次數(shù)； 54.計算每個用戶與其他每個用戶之間的信任度； 55.構建用戶信任網(wǎng)絡G={V，E}，其中所述V為用戶節(jié)點集，所述E為邊集，所述網(wǎng)絡G的權重鄰接矩陣為W=IwJ，Wi為任意兩個用戶之間的信任度； 56.網(wǎng)絡G的用戶節(jié)點集V和邊集E不變，將權重鄰接矩陣變?yōu)閃’=Iw/ }，得到轉化網(wǎng)絡 G’ ={V, E},其中 w/ = Σ W1-Wi ； 57.利用最小生成樹算法找到G’的最小生成樹，即得到G的最大生成樹T*={V，E*}，其中所述V為用戶節(jié)點集，所述E*為邊集E的子集； 58.切斷邊集E*中的邊，完成對社交網(wǎng)絡的謠言控制。
2.根據(jù)權利要求1所述的方法，其特征在于，在步驟SI中，所述用戶發(fā)布內容的數(shù)據(jù)包括用戶ID、發(fā)布類型、轉發(fā)來源用戶ID、發(fā)布內容，其中，所述發(fā)布類型為原創(chuàng)或者轉發(fā)。
3.根據(jù)權利要求2所述的方法，其特征在于，在步驟S2中，從發(fā)布類型為轉發(fā)的發(fā)布內容中獲取轉發(fā)來源用戶ID，統(tǒng)計每個轉發(fā)來源用戶ID被轉發(fā)的次數(shù)。
4.根據(jù)權利要求2所述的方法，其特征在于，在步驟S3中，截取出用戶發(fā)布內容中“O”之后的用戶ID即推送目標用戶ID，獲取所有推送目標用戶ID，統(tǒng)計每個推送目標用戶ID被推送的次數(shù)。
5.根據(jù)權利要求1所述的方法，其特征在于，在步驟S4中，所述用戶之間的信任度W，由下式計算:
6.根據(jù)權利要求5所述的方法，其特征在于，所述a>b，且a+b=l。
7.根據(jù)權利要求1所述的方法，其特征在于，在步驟S4中，所述用戶之間的信任度為O表示用戶之間沒有轉發(fā)和推送行為發(fā)生。
8.根據(jù)權利要求1所述的方法，其特征在于，在步驟S7中，采用Kruskal算法求解G’的最小生成樹。
【文檔編號】G06F17/30GK103631901SQ201310591297
【公開日】2014年3月12日 申請日期:2013年11月20日 優(yōu)先權日:2013年11月20日
【發(fā)明者】薛一波, 鮑媛媛 申請人:清華大學