×

社交网络中的谣言修正最大化问题。 (英语) Zbl 1500.91105号

总结:诚然,创新可以在在线社交网络中迅速传播,而恶意谣言的传播会导致一系列负面后果。因此,有必要采取有效措施限制负面信息的影响。事实上,人们在受到朋友的影响后,会成为创新的采纳者。同时,如果他们提前收到相关信息,他们更有可能成为追随者。基于这些观察结果,我们研究了同时使用种子节点和boost节点的谣言修正最大化问题。我们首先关注助推节点,并提出促进谣言修正最大化(BRCM)问题增压独立级联模型。我们证明了BRCM问题是NP-hard问题,目标函数是非次模的。为了处理这个问题,我们设计了一个具有数据相关近似比的高效算法。要浏览种子节点,请使用种子选择问题和最小种子选择分别提出了问题。因此,我们设计了两种有效的算法。最后,在三个网络中的广泛实证结果表明了我们的方法的效率,并显示出相对于其他基线的优势。

MSC公司:

91天30分 社交网络;意见动态
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 多明戈斯,P。;Richardson,M.,挖掘客户的网络价值,(第七届ACM SIGKDD知识发现和数据挖掘国际会议论文集(2001),ACM),57-66
[2] 理查森,M。;Domingos,P.,为病毒营销挖掘知识共享网站,(第八届ACM SIGKDD知识发现和数据挖掘国际会议论文集(2002),ACM),61-70
[3] Kempe,D。;Kleinberg,J。;爱沙尼亚塔尔多斯。,通过社交网络最大限度地扩大影响力,(第九届ACM SIGKDD国际知识发现和数据挖掘会议论文集(2003),ACM),137-146
[4] Chen,W。;王,C。;Wang,Y.,大规模社交网络中流行病毒营销的可扩展影响最大化,(第16届ACM SIGKDD知识发现和数据挖掘国际会议论文集(2010),ACM),1029-1038
[5] Chen,W。;袁,Y。;Zhang,L.,线性阈值模型下社交网络的可扩展影响最大化,(2010年IEEE数据挖掘国际会议(2010),IEEE),88-97
[6] Chen,W。;Zhang,H.,相对独立级联模型中的完全子模特征,Theor。计算。科学。,786, 78-87 (2019) ·兹比尔1429.91257
[7] Zhang,Y。;杨,X。;高,S。;Yang,W.,多产品独立级联模型下的预算利润最大化,IEEE Access,720040-20049(2019)
[8] 高,C。;杜,H。;Wu,W。;Wang,H.,社交网络中DS分解的网络游戏病毒营销,Theor。计算。科学。,803,10-21(2020)·Zbl 1443.91240号
[9] Zhang,Y。;郭杰。;杨伟(Yang,W.)。;Wu,W.,在线社交网络中的目标激活概率最大化问题,IEEE Trans。Netw公司。科学。工程,1(2020)
[10] 李,S。;Zhu,Y。;Li博士。;Kim,D。;Huang,H.,在线社交网络中的谣言限制,(2013年IEEE第32届国际性能计算与通信会议(IPCCC)(2013),IEEE),1-10
[11] 巴达克,C。;阿格拉瓦尔,D。;El Abbadi,A.,《限制社交网络中错误信息的传播》,(第20届国际互联网会议论文集(2011年),ACM),665-674
[12] 范,L。;卢,Z。;Wu,W。;托赖辛厄姆,B。;马,H。;Bi,Y.,《社交网络中的最低成本谣言屏蔽》,(2013年IEEE第33届分布式计算系统国际会议(2013),IEEE),540-549
[13] Tong,A。;杜,D.-Z。;Wu,W.,《在线社交网络中的错误信息遏制》,(神经信息处理系统进展(2018)),341-351
[14] Lin,Y。;Chen,W。;Lui,J.C.,《促进信息传播:算法方法》,(2017年IEEE第33届国际数据工程会议(ICDE)(2017年),IEEE),883-894
[15] 纳姆豪泽,G.L。;洛杉矶沃尔西。;Fisher,M.L.,最大化子模集函数的近似分析-I,数学。程序。,14, 1, 265-294 (1978) ·Zbl 0374.90045号
[16] Borgs,C。;Brautbar,M。;Chayes,J。;Lucier,B.,《在近乎最佳的时间内最大化社会影响》,(第二十五届ACM-SIAM离散算法年会论文集(2014),SIAM),946-957·Zbl 1420.68248号
[17] Tang,Y。;Xiao,X。;Shi,Y.,《影响最大化:近最优时间复杂性满足实际效率》(2014年ACM SIGMOD国际数据管理会议论文集,ACM),75-86
[18] Tang,Y。;Shi,Y。;Xiao,X.,《近线性时间的影响最大化:鞅方法》,(2015年ACM SIGMOD国际数据管理会议论文集(2015),ACM),1539-1554
[19] Nguyen,H.T。;泰国,M.T。;Dinh,T.N.,《停止与凝视:十亿规模网络中病毒营销的最佳采样算法》,(2016年国际数据管理会议论文集(2016年),ACM),695-710
[20] Tang,J。;唐,X。;Xiao,X。;Yuan,J.,影响最大化的在线处理算法,(2018年国际数据管理会议(2018年)论文集),991-1005
[21] 卢·W。;Chen,W。;Lakshmanan,L.V.,《从竞争到互补:比较影响扩散和最大化》,Proc。荷兰VLDB。,9, 2, 60-71 (2015)
[22] 王,Z。;Yang,Y。;裴,J。;Chu,L。;Chen,E.,通过社会网络中的有效信息扩散实现活动最大化,IEEE Trans。知识。数据工程,29,11,2374-2387(2017)
[23] Chaoji,V。;拉努,S。;Rastogi,R。;Bhatt,R.,《促进社交网络内容传播的建议》(《第21届万维网国际会议论文集》(2012),ACM),529-538
[24] 王,S。;X.赵。;陈,Y。;Li,Z。;张凯。;Xia,J.,通过阻断社交网络中的节点来最小化负面影响,(第二十七届AAAI人工智能会议研讨会(2013))
[25] 木村,M。;齐藤,K。;Motoda,H.,通过阻断网络中的链接将污染传播降至最低,(AAAI,第8卷(2008)),1175-1180
[26] 何,X。;宋,G。;Chen,W。;Jiang,Q.,竞争线性阈值模型下社交网络中的影响力阻塞最大化,(2012年SIAM国际数据挖掘会议论文集(2012),SIAM),463-474
[27] Saxena,A。;徐伟。;Lee,M.L。;Chieu,H.Leong;Ng,L.公司。;Teow,L.N.,《用前k名揭穿者和不断演变的用户意见缓解在线社交网络中的错误信息》,(2020年网络会议配套论文集。2020年网络会议相关会议记录,WWW’20(2020),计算机械协会:美国纽约州纽约市计算机械协会,363-370
[28] Daley,D.J。;Kendall,D.G.,《随机谣言》,IMA J.Appl。数学。,1,42-55(1965年)
[29] 汤普森,D.M.,《数学模型和应用:以社会、生活和管理科学为重点》,美国医学会,10,12(1973)
[30] Watts,D.J.,随机网络上全局级联的简单模型,Proc。国家。阿卡德。科学。美国,99,9,5766-5771(2002)·Zbl 1022.90001号
[31] 朱,J。;镍、磷。;Wang,G.,在线社交网络中错误信息影响的活动最小化,IEEE Trans。计算。社会系统。,7, 4, 897-906 (2020)
[32] Karp,R.M.,组合问题中的可约性,(计算机计算复杂性(1972),Springer),85-103·Zbl 1467.68065号
[33] Valiant,L.G.,枚举和可靠性问题的复杂性,SIAM J.Compute。,8, 3, 410-421 (1979) ·Zbl 0419.68082号
[34] 达贡,P。;卡普,R。;卢比,M。;Ross,S.,Monte Carlo估计的最佳算法,SIAM J.Compute。,29, 5, 1484-1496 (2000) ·Zbl 1112.65300号
[35] Leskovec,J。;Krevl,A.,SNAP数据集:斯坦福大学大型网络数据集收集(2014年6月)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。