[发明专利]一种社交网络中的不良实体传播抑制方法

说明书

一种社交网络中的不良实体传播抑制方法，包括：步骤S1，以某个节点为起始点，基于SIR模型的游走策略，在图中进行游走采样，记录不良实体传播路径，构建语料库，同时记录被传染的节点列表，重复以上操作直至遍历所有节点；S2，将所述语料库置于word2vec模型中训练，计算节点相似性矩阵，获得节点相似度sim1；S3，根据所述被传染节点ID列表，计算节点对之间存在相同的被传染节点的数量，归一化计算节点对相似度sim2；S4，将sim1和sim2的加权平均数作为连边的权值，排序连边权值，删除top‑k的连边可以有效抑制不良实体的传播；本发明利用基于SIR模型游走采样的方法，构建语料库和相同被感染节点列表，结合自然语言处理的方法计算节点相似度，抑制不良实体传播的关键连边。

技术领域

本发明涉及数据挖掘和网络连边处理技术，尤其涉及一种社交网络中的不良实体传播抑制方法。

背景技术

现实生活中，许多物理场景可以用网络的形式来表达，例如，计算机网络、社交网络和万维网。对复杂网络的结构和功能的研究也越来多，从功能的角度来看，社交网络平台在大规模信息传播中发挥着关键作用。例如，热点话题、观点、知识等在线社交网络上积极内容的传播丰富了人们的娱乐生活。然而，社交网络中信息的传播也伴随着大量不良实体的产生，所谓不良实体是指网络中容易造成负面影响的事物。例如，计算机病毒可以通过计算机网络和电子邮件网络传播，恶意谣言可以通过社交网络在个人之间传播。在这些过程中，传播的对象被认为是有害的，因此是不受欢迎的。

在社交网络上，一些用户可能故意造谣以欺骗其他用户，或因误解而无意造谣。这些有意或者无意的谣言传播将导致用户对社交网络中传播的新闻和消息的信任度下降，并且可能会对国家和政府公信力产生相当大的影响，甚至可能导致重大损害和经济损失，不利于社会稳定和公民安全。因此，开发有效的策略来防止不良实体通过网络传播是一个重要的研究问题。

现有工作通过从网络中移除节点来减小传播范围。特别是有相关研究已经表明，按出度递减顺序移除节点的策略通常能阻断或延缓不良实体的传播。删除节点的过程即伴随着删除连边。也就是说，删除连边的任务比删除节点的任务是更基本的。因此，如何通过从底层网络移除连边来防止不良实体的传播是一个重要的研究课题。

发明内容

本发明要克服现有技术的上述缺点，提出一种社交网络中的不良实体传播抑制方法。

本发明运用经典的SIR传染病模型，模拟网络中健康节点被不良实体的传播感染的过程，记录不良实体传播路径和被感染节点的ID，结合deepwalk算法和自然语言处理word2vec模型，计算网络中连边的相似度作为其权重值，有效解决因网络特征不足，无法有效预测连边重要性的问题。

本发明实现上述发明目的所采用的技术方案如下：

一种社交网络中的不良实体传播抑制方法，包括以下步骤：

S1：假设存在一个无向无权网络G，基于SIR模型的游走策略，假设以网络 G中某个节点为不良实体传播的起始点，在图中进行游走采样，记录该起始点的不良实体传播路径，构建语料库，同时记录被该起始点传染的节点ID列表，重复以上操作直至遍历所有节点；

S2：将步骤S1所述语料库置于word2vec模型中训练，使用训练完成的模型，构建节点特征矩阵，计算节点相似性矩阵，获得网络G中各个连边的节点对相似度sim1；

S3：根据步骤S1所述的被感染节点ID列表，计算网络G中各个连边的节点之间存在相同的被传染节点ID的数量，计算网络G中各个连边的节点对相似度 sim2；

S4：将sim1和sim2的加权平均数作为网络G中连边的权值，排序连边权值，删除top-k的连边可以有效抑制不良实体的传播。