-
公开(公告)号：CN105468681B
公开(公告)日：2018-11-23
申请号：CN201510783824.5
申请日：2015-11-16
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于话题模型的网络负面信息影响最小化方法，包括如下步骤：1)采用有向图表示社交网络中信息的传播，通过话题模型分别计算负面信息的概率分布和每条边上的历史信息的概率分布；2)分别计算负面信息的概率分布和每条边上的历史信息的概率分布的距离，即KL散度d(w,i)，其中d表示KL散度的计算结果，w表示历史信息的话题分布，i表示负面信息的话题分布；3)计算和其中b(w)和o(w)分别为中心度和出度入度算法的计算结果，然后从大到小排序，并去掉前k个节点，使负面信息的传播范围最小。本发明对于恶意信息已经爆发的社交网络能进行有效地控制，使负面信息的影响范围大大降低。
-
公开(公告)号：CN105138580A
公开(公告)日：2015-12-09
申请号：CN201510462971.2
申请日：2015-07-31
Applicant: 中国科学院信息工程研究所
IPC: G06F17/30
CPC classification number: G06F17/30864
Abstract: 本发明涉及一种基于阻断连边的网络负面信息影响最小化方法。该方法首先采用有向图表示社交网络中信息的传播，并利用贪婪算法找到该有向图中的k条边，使得当去掉该k条边时负面信息的感染面积最小，其中k为正整数；然后切除该k条边以使负面信息传播的范围最小。本发明通过贪婪算法寻找出可以将恶意信息扩散范围最小的k条边，这k条边远远小于社交网络图的总边数。本发明能够对于恶意信息已经爆发的社交网络进行有效地控制，使恶意信息的传播范围大大降低，所提出的贪婪算法是最接近理论最优解的，远远好于其他启发式算法。
-
公开(公告)号：CN105138580B
公开(公告)日：2018-11-23
申请号：CN201510462971.2
申请日：2015-07-31
Applicant: 中国科学院信息工程研究所
IPC: G06F17/30
Abstract: 本发明涉及一种基于阻断连边的网络负面信息影响最小化方法。该方法首先采用有向图表示社交网络中信息的传播，并利用贪婪算法找到该有向图中的k条边，使得当去掉该k条边时负面信息的感染面积最小，其中k为正整数；然后切除该k条边以使负面信息传播的范围最小。本发明通过贪婪算法寻找出可以将恶意信息扩散范围最小的k条边，这k条边远远小于社交网络图的总边数。本发明能够对于恶意信息已经爆发的社交网络进行有效地控制，使恶意信息的传播范围大大降低，所提出的贪婪算法是最接近理论最优解的，远远好于其他启发式算法。
-
公开(公告)号：CN105468681A
公开(公告)日：2016-04-06
申请号：CN201510783824.5
申请日：2015-11-16
Applicant: 中国科学院信息工程研究所
CPC classification number: G06F17/30867 , G06Q50/01
Abstract: 本发明涉及一种基于话题模型的网络负面信息影响最小化方法，包括如下步骤：1)采用有向图表示社交网络中信息的传播，通过话题模型分别计算负面信息的概率分布和每条边上的历史信息的概率分布；2)分别计算负面信息的概率分布和每条边上的历史信息的概率分布的距离，即KL散度d(w,i)，其中d表示KL散度的计算结果，w表示历史信息的话题分布，i表示负面信息的话题分布；3)计算和其中b(w)和o(w)分别为中心度和出度入度算法的计算结果，然后从大到小排序，并去掉前k个节点，使负面信息的传播范围最小。本发明对于恶意信息已经爆发的社交网络能进行有效地控制，使负面信息的影响范围大大降低。
-
-
-
Search Results
4
records
(took 0.02 seconds)
