移動社會網(wǎng)絡(luò)中信息傳播與控制

目 錄
第一部分 移動社會網(wǎng)絡(luò)概述
第1章 移動社會網(wǎng)絡(luò) 2
1.1 移動社會網(wǎng)絡(luò)及其性質(zhì) 2
1.2 信息物理社會系統(tǒng) 6
1.2.1 車載社會網(wǎng)絡(luò) 7
1.2.2 智能電網(wǎng) 9
1.3 本章小結(jié) 10
參考文獻 10
第2章 社會影響力與信息傳播模型 16
2.1 社會影響力 17
2.2 信息傳播模型 19
2.3 本章小結(jié) 23
參考文獻 24
第二部分 移動社會網(wǎng)絡(luò)的重要節(jié)點識別
第3章 基于活躍度的重要節(jié)點識別方案 31
3.1 背景與相關(guān)工作 31
3.2 節(jié)點活躍度的定義 32
3.3 基于活躍度的重要節(jié)點識別 34
3.3.1 基于活躍度的重要節(jié)點識別算法 34
3.3.2 SIS模型傳播算法 35
3.4 實驗與分析 36
3.4.1 實驗數(shù)據(jù)集簡介 37
3.4.2 不同方案識別出的重要節(jié)點的對比 37
3.4.3 不同方案傳播能力的比較 38
3.5 本章小結(jié) 39
參考文獻 40
第4章 基于社會屬性和拓撲性質(zhì)的重要節(jié)點識別方案 42
4.1 背景與相關(guān)工作 42
4.2 基于社會屬性和結(jié)構(gòu)洞的重要節(jié)點識別 43
4.2.1 用戶社會屬性相似度的計算 44
4.2.2 用戶拓撲位置重要性的計算 46
4.2.3 用戶的社會影響力計算 47
4.3 算法分析 48
4.3.1 基于社會屬性的用戶重要性分析 48
4.3.2 基于拓撲位置的用戶重要性分析 49
4.4 實驗與分析 49
4.4.1 實驗數(shù)據(jù)集的信息 49
4.4.2 采用不同方法識別出的前k個節(jié)點的對比 50
4.4.3 移除SASH識別出的節(jié)點和網(wǎng)絡(luò)魯棒性的關(guān)系 52
4.5 本章小結(jié) 54
參考文獻 54
第5章 基于全局信任模型的重要節(jié)點識別方案 56
5.1 背景及相關(guān)工作 56
5.2 基于全局信任模型的重要節(jié)點識別 58
5.3 實驗與分析 60
5.3.1 實驗數(shù)據(jù)集簡介 60
5.3.2 相關(guān)實驗與分析 61
5.4 本章小結(jié) 63
參考文獻 63
第6章 基于隨機游走概率的重要節(jié)點識別方案 65
6.1 背景及相關(guān)工作 65
6.2 基于隨機游走概率的重要節(jié)點識別 66
6.2.1 基于二跳鄰居網(wǎng)絡(luò)的節(jié)點影響力評估 66
6.2.2 基于隨機游走概率的重要節(jié)點選取 67
6.3 實驗與分析 70
6.3.1 實驗數(shù)據(jù)集及對比方案 70
6.3.2 算法參數(shù)設(shè)置 71
6.3.3 實驗結(jié)果分析 72
6.4 本章小結(jié) 74
參考文獻 74
第三部分 移動社會網(wǎng)絡(luò)的信息傳播
第7章 基于局部密度聚類的社團檢測方案 77
7.1 背景與相關(guān)工作 77
7.2 基于局部密度聚類的社團檢測 79
7.2.1 用戶重要性度量 79
7.2.2 局部密度聚類 80
7.3 對比實驗與分析 81
7.3.1 實驗數(shù)據(jù)集的信息 82
7.3.2 聚類效果 82
7.3.3 評價指標的比較 85
7.4 本章小結(jié) 86
參考文獻 86
第8章 基于波動粒子群的信息傳播最大化方案 89
8.1 背景與相關(guān)工作 89
8.2 基于波動粒子群的最具影響力節(jié)點識別 90
8.2.1 基于社團劃分的最具影響力初始節(jié)點識別 90
8.2.2 波動粒子群優(yōu)化算法 92
8.3 實驗與分析 95
8.3.1 實驗數(shù)據(jù)集的信息 95
8.3.2 不同數(shù)據(jù)集中的社團劃分效果 95
8.3.3 影響力節(jié)點對移動社會網(wǎng)絡(luò)魯棒性的影響 97
8.3.4 實驗結(jié)果分析 98
8.4 本章小結(jié) 101
參考文獻 101
第9章 基于模體的信息傳播最大化方案 103
9.1 背景與相關(guān)工作 103
9.2 基于模體的信息傳播最大化 104
9.2.1 關(guān)鍵網(wǎng)絡(luò)模體的定義 104
9.2.2 基于機器學習的網(wǎng)絡(luò)模體識別 107
9.2.3 信息傳播網(wǎng)絡(luò)的重構(gòu) 108
9.3 實驗與分析 109
9.3.1 實驗數(shù)據(jù)及參數(shù)設(shè)置 109
9.3.2 實際案例分析 110
9.3.3 模體重要性評價 114
9.3.4 信息傳播最大化效率 115
9.4 本章小結(jié) 117
參考文獻 117
第10章 基于鏈路預測的信息傳播最大化方案 119
10.1 背景及相關(guān)工作 119
10.2 基于鏈路預測的信息傳播最大化 120
10.2.1 基于引力解碼的變分圖自編碼器 120
10.2.2 基于相似度遞減傳遞算法的節(jié)點影響力評估 122
10.3 實驗與分析 123
10.3.1 鏈路預測效果分析 124
10.3.2 信息傳播效果分析 124
10.4 本章小結(jié) 128
參考文獻 128
第四部分 移動社會網(wǎng)絡(luò)的謠言檢測與抑制
第11章 基于雙向動態(tài)圖的謠言檢測方案 131
11.1 背景與相關(guān)工作 131
11.2 問題形式化定義 132
11.3 基于雙向動態(tài)圖注意力網(wǎng)絡(luò)的謠言檢測模型 133
11.3.1 時序圖嵌入模塊 133
11.3.2 雙向圖嵌入模塊 135
11.3.3 謠言檢測模塊 136
11.4 實驗與分析 137
11.4.1 實驗配置 137
11.4.2 實驗結(jié)果對比 138
11.5 本章小結(jié) 143
參考文獻 143
第12章 融合用戶表示的謠言檢測方案 145
12.1 背景與相關(guān)工作 145
12.2 問題形式化定義 146
12.3 融合用戶表示的謠言檢測模型 147
12.3.1 用戶嵌入模塊 147
12.3.2 節(jié)點增強表示模塊 151
12.4 實驗與分析 153
12.5 本章小結(jié) 157
參考文獻 157
第13章 基于正向通信支配集的主動謠言控制方案 159
13.1 背景與相關(guān)工作 159
13.2 基于正向通信支配集的主動謠言控制 160
13.2.1 正向通信支配集的識別 160
13.2.2 謠言傳播主動控制方案 163
13.3 實驗與分析 165
13.3.1 實驗配置信息 166
13.3.2 實驗結(jié)果分析 166
13.4 本章小結(jié) 169
參考文獻 170
第14章 基于信息博弈的謠言抑制方案 172
14.1 背景與相關(guān)工作 172
14.2 多實體競爭性的博弈論模型 175
14.2.1 模型假設(shè) 175
14.2.2 收益矩陣 175
14.2.3 模型傳播特征 179
14.2.4 模型的納什均衡 180
14.3 基于傳播路徑的謠言抑制算法 181
14.4 實驗與分析 183
14.4.1 GTBMM實驗 183
14.4.2 謠言抑制方案實驗 185
14.5 本章小結(jié) 189
參考文獻 189
第15章 基于模體的多層網(wǎng)絡(luò)信息可控傳播方案 192
15.1 背景與相關(guān)工作 192
15.2 多層網(wǎng)絡(luò)系統(tǒng)模型 193
15.2.1 移動社會網(wǎng)絡(luò)雙層結(jié)構(gòu) 193
15.2.2 社會網(wǎng)絡(luò)層中的信息傳播模型 193
15.2.3 控制信息流模體 195
15.3 基于模體的信息可控傳播 196
15.3.1 社會網(wǎng)絡(luò)層關(guān)鍵網(wǎng)絡(luò)模體的確定 196
15.3.2 社會網(wǎng)絡(luò)層種子節(jié)點的選取 197
15.3.3 通信網(wǎng)絡(luò)層的信息可控傳播 198
15.4 虛假信息抑制效果分析 199
15.4.1 理論分析 199
15.4.2 實驗分析 200
15.5 本章小結(jié) 207
參考文獻 207