基于边介数的社交网络谣言控制方法及系统技术方案

本发明专利技术涉及一种基于边介数的社交网络谣言控制方法及系统，以解决如何在尽可能确保网络连通性的前提下有效控制社交网络中谣言的大量散播的问题。该方法包括：S1、获取社交网络中N个用户的关注用户列表，构建所述社交网络的邻接矩阵；S2、计算所述邻接矩阵的边集E中各条边的介数值；S3、切断所述边集E中介数值最大的k条边，完成对社交网络的谣言控制。由于边的介数值大小表征了边在网络中的重要性，边的介数值越大，边在网络中越重要，谣言沿此边传播的可能性越大，因此切断此边，即可实现对谣言的有效控制。又由于本发明专利技术是基于边层面进行的切断，相对于现有技术中基于节点层面的切断，避免了误切断，因此尽可能的确保了网络的连通性。

【技术实现步骤摘要】

本专利技术设及社交网络的谣言控制
，具体设及一种基于边介数的社交网络 谣言控制方法及一种基于边介数的社交网络谣言控制系统。
技术介绍
谣言作为一种典型的社会现象，在社会发展的各个阶段层出不穷，不断成为人们 关注的焦点问题，特别是在各种突发事件中，谣言的影响不可低估。近年来，微博、人人网、 微信等社交网络平台成为人们交流沟通W及消息传播的全新工具，也使得谣言传播具备 "点对点"的人际传播和"点对面"的大众传播的双重功能。 由于社交网络中信息发布的便捷性W及信息内容缺乏监管和过滤，使得大量不实 信息、谣言等在社交网络上肆意传播，污染了社交网络环境，对社会的稳定和国家的安全造 成了严重影响。例如，美国桑迪（Sandy)赃风发生后，推特（Twitter)上出现了大量关于政 府营救不利、死尸遍野的网络谣言，造成了群众的恐慌，对社会稳定造成了不利影响。此外， 中国最为流行的社交网站中也充斥着为数众多的网络谣言，例如，军车进京、滴血食物传播 病毒等，引发恐慌。又例如，地震谣言，令山西数百万人街头避难；姐橘谣言，让全国巧橘严 重滞销等。根据中国社科院2013年6月25日发布的2013年《中国新媒体发展报告》显示， 从2012年1月至2013年1月的100件微博热点舆情案件中，虚假信息的比例超过1/3。 在自然、社会和技术=重因素的合力推动下，造谣传谣正成为一种日趋常态化的 舆论运动，自然和社会层面累积的种种危机和风险，在W社交网络为代表的媒介新平台上 被叠加放大，产生一个又一个的谣言冲击波，对事态的发展产生了负面影响，很容易引发群 体性的非理性情绪与行为，不利于公共危机事件的处理。如果任其发展，必然将引发剧烈的 "蝴蝶效应"，极有可能导致人屯、不稳、社会不安、国家动荡。因此迫切需要一种有效的谣言 控制方法，能够及时、准确地把握谣言传播路径，并对谣言进行有效控制。 目前普遍采取的谣言控制方法主要有随机控制方法、目标控制方法。其中，随机控 制需要对网络中绝大部分节点进行控制，而目标控制需要对网络中整体信息进行全面分析 的基础上对部分重要节点进行控制。可见该两种控制方法都是节点层面的，会导致部分边 的误切断，W至于严重影响网络的连通性。
技术实现思路
本专利技术所要解决的技术问题是如何在尽可能确保网络连通性的前提下有效控制 社交网络中谣言的大量散播。 为此目的，本专利技术提出了一种一种基于边介数的社交网络谣言控制方法，该方法 包括：[000引S1、获取社交网络中N个用户的关注用户列表，根据所述N个用户的关注用户列表 构建所述社交网络的邻接矩阵G= {V，E}，其中N为预设用户数量，V为由所述N个用户组 成的用户集，E为由所述N个用户中任意两用户之间的边组成的边集； S2、计算所述邻接矩阵的边集E中各条边的介数值； S3、切断所述边集E中介数值最大的k条边，完成对社交网络的谣言控制，其中k 为切断边数的预设值。 进一步地，所述边集中的边用下式表示：[001引其中，1《i《N，1《j《N，f(i)为用户i的关注用户列表，为用户i与用户j之间的边。 更进一步地，所述邻接矩阵的边集E中各条边的介数值通过下式计算： 其中，BC(eu)为用户i与用户j之间的边的介数值，1《U《N，1《W《N，0 " 为用户U和用户W之间的最短路径总数量，0 "(eu)为用户U和用户W之间的所有最短路 径中经过边的路径数量。 进一步地，所述S3具体包括； 根据各条边的介数值对各条边进行排序； 根据排序结果切断所述边集E中介数值最大的k条边。 本专利技术还提供了一种基于边介数的社交网络谣言控制系统，该系统包括： 邻接矩阵构建模块，用于获取社交网络中N个用户的关注用户列表，根据所述N个 用户的关注用户列表构建所述社交网络的邻接矩阵G= {V，E}，其中N为预设用户数量，V 为由所述N个用户组成的用户集，E为由所述N个用户中任意两用户之间的边组成的边集； 介数值计算模块，用于计算所述邻接矩阵的边集E中各条边的介数值； 边切断模块，用于切断所述边集E中介数值最大的k条边，完成对社交网络的谣言 控制，其中k为切断边数的预设值。 进一步地，所述边集中的边用下式表示： 其中，1《i《N，1《j《N，f(i)为用户i的关注用户列表，6^为用户i与用户 j之间的边。 更进一步地，所述介数值计算模块通过下式计算所述邻接矩阵的边集E中各条边 的介数值：[002引 其中，BC(eu)为用户i与用户j之间的边的介数值，1《U《N，1《W《N，0 " 为用户U和用户W之间的最短路径总数量，0 "(eu)为用户U和用户W之间的所有最短路 径中经过边的路径数量。 进一步地，所述边切断模块包括： 排名子模块，用于根据各条边的介数值对各条边进行排序； 切断子模块，用于根据排序结果切断所述边集E中介数值最大的k条边。 边的介数值大小表征了边在网络中的重要性，边的介数值越大，边在网络中越重 要，谣言沿此边传播的可能性越大，因此本专利技术计算边的介数值，并根据其介数值切断此 边，即可实现对谣言的有效控制。又由于本专利技术是基于边层面进行的切断，相对于现有技术 中基于节点层面的切断，尽量避免了误切断，因此尽可能的确保了网络的连通性。【附图说明】 通过参考附图会更加清楚的理解本专利技术的特征和优点，附图是示意性的而不应理 解为对本专利技术进行任何限制，在附图中； 图1示出了本专利技术基于边介数的社交网络谣言控制方法的流程示意图；图2示出了本专利技术基于边介数的社交网络谣言控制系统的结构框图。【具体实施方式】 下面将结合附图对本专利技术的实施例进行详细描述。[003引本专利技术提供一种基于边介数的社交网络谣言控制方法，如图1所示，该方法包括：S1、获取社交网络中N个用户的关注用户列表，根据所述N个用户的关注用户列表 构建所述社交网络的邻接矩阵G= {V，E}，其中N为预设用户数量，V为由所述N个用户组 成的用户集，E为由所述N个用户中任意两用户之间的边组成的边集； S2、计算所述邻接矩阵的边集E中各条边的介数值； S3、切断所述边集E中介数值最大的k条边，完成对社交网络的谣言控制，其中k 为切断边数的预设值。 所述社交网络可W为微博、人人网、微信等。 某用户的关注用户列表，为该用户所关注的用户的列表。用户i的关注用户列表 可用fa)表示，若另一用户jGf(i)，则表示用户i关注用户j。若扣乃〇,则表示用户i 没有关注用户j。 构建的邻接矩阵包含用户集和边集，W表示N个用户中任意两用户之间的关注关 系，所谓的关注关系用边表示。 某边的介数即边介数的定义为所有最短路径中经过该边的最短路径的数量占所 有最短路径数量的比例，可见边介数表明了信息流经过该边的可能性。因此可W利用边介 数来确定谣言传播最可能的路径，边介数越大，说明该边在网络中越重要，在整个网络中对 谣言的传播影响越大。因此在谣言的传播初始切断该边，即可达到了控制谣言传播的目的。 又由于本专利技术提供了基于边层面的边切断方法，避免了由于节点层面的边切断当前第1页1 2 本文档来自技高网...

【技术保护点】
一种基于边介数的社交网络谣言控制方法，其特征在于，包括：S1、获取社交网络中N个用户的关注用户列表，根据所述N个用户的关注用户列表构建所述社交网络的邻接矩阵G＝{V,E}，其中N为预设用户数量，V为由所述N个用户组成的用户集，E为由所述N个用户中任意两用户之间的边组成的边集；S2、计算所述邻接矩阵的边集E中各条边的介数值；S3、切断所述边集E中介数值最大的k条边，完成对社交网络的谣言控制，其中k为切断边数的预设值。

【技术特征摘要】

【专利技术属性】
技术研发人员：薛一波，鲍媛媛，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11