电子工业出版社-网上书店

大规模网络的普及和大数据技术的应用为研究信息和影响力在网络中的传播提供了全新的机会。本书围绕近年来移动社会网络中信息传播与控制的研究热点和难点，重点介绍和分析了移动社会网络中的重要节点识别、信息传播最大化、谣言检测与抑制等方面的具体应用。全书共分为信息传播概述、移动社会网络的重要节点识别、移动社会网络的信息传播、移动社会网络的谣言检测与抑制四个部分，其中第一部分是对移动社会网络和社会影响力与信息传播模型相关知识的综述，第二部分通过分析移动社会网络的网络特征和社会属性，提出了多种重要节点识别方案，第三部分通过研究移动社会网络中的社团特征、用户的移动特征和信息传播规律，提出了多种信息传播最大化方案，第四部分通过挖掘移动社会网络中多信息传播的竞争关系和谣言信息的传播特征，提出了多种谣言抑制方案。

目    录
第一部分  移动社会网络概述
第1章  移动社会网络	2
1.1  移动社会网络及其性质	2
1.2  信息物理社会系统	6
1.2.1  车载社会网络	7
1.2.2  智能电网	9
1.3  本章小结	10
参考文献	10
第2章  社会影响力与信息传播模型	16
2.1  社会影响力	17
2.2  信息传播模型	19
2.3  本章小结	23
参考文献	24
第二部分  移动社会网络的重要节点识别
第3章  基于活跃度的重要节点识别方案	31
3.1  背景与相关工作	31
3.2  节点活跃度的定义	32
3.3  基于活跃度的重要节点识别	34
3.3.1  基于活跃度的重要节点识别算法	34
3.3.2  SIS模型传播算法	35
3.4  实验与分析	36
3.4.1  实验数据集简介	37
3.4.2  不同方案识别出的重要节点的对比	37
3.4.3  不同方案传播能力的比较	38
3.5  本章小结	39
参考文献	40
第4章  基于社会属性和拓扑性质的重要节点识别方案	42
4.1  背景与相关工作	42
4.2  基于社会属性和结构洞的重要节点识别	43
4.2.1  用户社会属性相似度的计算	44
4.2.2  用户拓扑位置重要性的计算	46
4.2.3  用户的社会影响力计算	47
4.3  算法分析	48
4.3.1  基于社会属性的用户重要性分析	48
4.3.2  基于拓扑位置的用户重要性分析	49
4.4  实验与分析	49
4.4.1  实验数据集的信息	49
4.4.2  采用不同方法识别出的前k个节点的对比	50
4.4.3  移除SASH识别出的节点和网络鲁棒性的关系	52
4.5  本章小结	54
参考文献	54
第5章  基于全局信任模型的重要节点识别方案	56
5.1  背景及相关工作	56
5.2  基于全局信任模型的重要节点识别	58
5.3  实验与分析	60
5.3.1  实验数据集简介	60
5.3.2  相关实验与分析	61
5.4  本章小结	63
参考文献	63
第6章  基于随机游走概率的重要节点识别方案	65
6.1  背景及相关工作	65
6.2  基于随机游走概率的重要节点识别	66
6.2.1  基于二跳邻居网络的节点影响力评估	66
6.2.2  基于随机游走概率的重要节点选取	67
6.3  实验与分析	70
6.3.1  实验数据集及对比方案	70
6.3.2  算法参数设置	71
6.3.3  实验结果分析	72
6.4  本章小结	74
参考文献	74
第三部分  移动社会网络的信息传播
第7章  基于局部密度聚类的社团检测方案	77
7.1  背景与相关工作	77
7.2  基于局部密度聚类的社团检测	79
7.2.1  用户重要性度量	79
7.2.2  局部密度聚类	80
7.3  对比实验与分析	81
7.3.1  实验数据集的信息	82
7.3.2  聚类效果	82
7.3.3  评价指标的比较	85
7.4  本章小结	86
参考文献	86
第8章  基于波动粒子群的信息传播最大化方案	89
8.1  背景与相关工作	89
8.2  基于波动粒子群的最具影响力节点识别	90
8.2.1  基于社团划分的最具影响力初始节点识别	90
8.2.2  波动粒子群优化算法	92
8.3  实验与分析	95
8.3.1  实验数据集的信息	95
8.3.2  不同数据集中的社团划分效果	95
8.3.3  影响力节点对移动社会网络鲁棒性的影响	97
8.3.4  实验结果分析	98
8.4  本章小结	101
参考文献	101
第9章  基于模体的信息传播最大化方案	103
9.1  背景与相关工作	103
9.2  基于模体的信息传播最大化	104
9.2.1  关键网络模体的定义	104
9.2.2  基于机器学习的网络模体识别	107
9.2.3  信息传播网络的重构	108
9.3  实验与分析	109
9.3.1  实验数据及参数设置	109
9.3.2  实际案例分析	110
9.3.3  模体重要性评价	114
9.3.4  信息传播最大化效率	115
9.4  本章小结	117
参考文献	117
第10章  基于链路预测的信息传播最大化方案	119
10.1  背景及相关工作	119
10.2  基于链路预测的信息传播最大化	120
10.2.1  基于引力解码的变分图自编码器	120
10.2.2  基于相似度递减传递算法的节点影响力评估	122
10.3  实验与分析	123
10.3.1  链路预测效果分析	124
10.3.2  信息传播效果分析	124
10.4  本章小结	128
参考文献	128
第四部分  移动社会网络的谣言检测与抑制
第11章  基于双向动态图的谣言检测方案	131
11.1  背景与相关工作	131
11.2  问题形式化定义	132
11.3  基于双向动态图注意力网络的谣言检测模型	133
11.3.1  时序图嵌入模块	133
11.3.2  双向图嵌入模块	135
11.3.3  谣言检测模块	136
11.4  实验与分析	137
11.4.1  实验配置	137
11.4.2  实验结果对比	138
11.5  本章小结	143
参考文献	143
第12章  融合用户表示的谣言检测方案	145
12.1  背景与相关工作	145
12.2  问题形式化定义	146
12.3  融合用户表示的谣言检测模型	147
12.3.1  用户嵌入模块	147
12.3.2  节点增强表示模块	151
12.4  实验与分析	153
12.5  本章小结	157
参考文献	157
第13章  基于正向通信支配集的主动谣言控制方案	159
13.1  背景与相关工作	159
13.2  基于正向通信支配集的主动谣言控制	160
13.2.1  正向通信支配集的识别	160
13.2.2  谣言传播主动控制方案	163
13.3  实验与分析	165
13.3.1  实验配置信息	166
13.3.2  实验结果分析	166
13.4   本章小结	169
参考文献	170
第14章  基于信息博弈的谣言抑制方案	172
14.1  背景与相关工作	172
14.2  多实体竞争性的博弈论模型	175
14.2.1  模型假设	175
14.2.2  收益矩阵	175
14.2.3  模型传播特征	179
14.2.4  模型的纳什均衡	180
14.3  基于传播路径的谣言抑制算法	181
14.4  实验与分析	183
14.4.1  GTBMM实验	183
14.4.2  谣言抑制方案实验	185
14.5  本章小结	189
参考文献	189
第15章  基于模体的多层网络信息可控传播方案	192
15.1  背景与相关工作	192
15.2  多层网络系统模型	193
15.2.1  移动社会网络双层结构	193
15.2.2  社会网络层中的信息传播模型	193
15.2.3  控制信息流模体	195
15.3  基于模体的信息可控传播	196
15.3.1  社会网络层关键网络模体的确定	196
15.3.2  社会网络层种子节点的选取	197
15.3.3  通信网络层的信息可控传播	198
15.4  虚假信息抑制效果分析	199
15.4.1  理论分析	199
15.4.2  实验分析	200
15.5  本章小结	207
参考文献	207

大规模网络的普及和大数据技术的应用为研究信息和影响力在社会网络中的传播提供了全新的机会。信息传播是社会网络中的人们通过符号、信号进行的信息传递、接收和反馈等活动，也是人们彼此交换意见、情感，以实现相互了解和影响的过程。人们在利用移动社会网络享受便捷高效信息的同时，一些虚假信息也可能在网络中肆意传播，世界经济论坛数据显示，错误信息的迅速传播已被列为全球最大风险之一。因此，如何识别移动社会网络中的重要节点，利用其社会影响力来促进正向信息传播和抑制虚假信息传播，是学术界和工业界一直关注的问题。为了更好地实现移动社会网络信息的传播与控制，越来越多的研究理论、方法和工具被提出，图论、博弈论、网络与信息安全，以及图神经网络等方法的应用逐步得到许多研究人员和工程人员的认可。
本书围绕近年来移动社会网络中信息传播与控制的研究热点和难点，重点介绍和分析了移动社会网络中的重要节点识别、信息传播、谣言检测与抑制3方面的具体应用。全书分为4部分，共有15章。
第一部分对移动社会网络和社会影响力与信息传播模型相关知识进行了综述。其中，第1章比较详细地介绍了移动社会网络及其性质、信息物理社会系统，并指出当前存在的一些挑战；第2章介绍了社会影响力和信息传播模型，并针对几种关键技术做了深入分析，最后介绍了后续章节的安排。
第二部分通过分析移动社会网络的网络特征和社会属性，提出了多种重要节点识别方案。其中，第3章提出了基于活跃度的重要节点识别方案，将活跃度定义为用户的拓扑属性和行为特性的线性加权和，相关实验结果表明该方案能够较好地识别重要节点；第4章提出了基于社会属性和拓扑性质的重要节点识别方案，相关实验结果表明该方案能够有效保护重要节点，从而使真实网络对蓄意攻击具有更强的抵抗性；第5章提出了基于全局信任模型的重要节点识别方案，它以网络中的高信任度用户作为重要节点，促进正向信息在网络中的传播；第6章提出了基于随机游走概率的算法，以优化重要节点识别。
第三部分通过研究移动社会网络中的社团特征、用户的移动特征和信息传播规律，提出了多种信息传播最大化方案。其中，第7章针对移动社会网络中用户及其关系复杂性和多样性的特点，提出了基于局部密度聚类的社团检测方案，即从数据点的角度实现移动社会网络中的社团检测，并以社团为基础促进信息传播；第8章考虑用户社会关系受周围环境等因素的影响而发生变化的问题，采用符号函数作为波动变量来表示用户态度是否发生变化，提出了基于波动粒子群的信息传播最大化方案；第9章提出了基于模体的信息传播最大化方案，即从群体角度出发，将低阶子图结构视为构成移动社会网络并承担信息传播功能的最小结构单元，利用贝叶斯机器学习模型训练关键网络模体，并以该模体为载体利用其社会影响力实现信息传播最大化；第10章提出了基于链路预测的信息传播最大化方案，考虑在网络拓扑结构缺失的情况下，通过链路预测对可能存在而未被观测到的用户间关系进行挖掘，并考虑信息在节点间的传播概率存在递减情况，衡量用户在网络中的关键程度。
第四部分通过挖掘移动社会网络中多实体信息传播的竞争关系和谣言信息的传播特征，提出了多种谣言检测和抑制方案。其中，第11章提出了基于双向动态图的谣言检测方案，将谣言传播过程抽象为连续时间动态图，并使用双向动态图注意力网络同时捕捉谣言的传播特征与扩散特征；第12章提出了融合用户表示的谣言检测方案，使用图注意力网络融合用户行为信息，强化用户特征向量的表示，从而充分利用用户信息来提高谣言检测效果；第13章提出了基于正向通信支配集的主动谣言控制方案，构造的正向通信支配集能够起到意见领袖的作用，从而实现谣言抑制；第14章采用基于信息博弈的谣言抑制方案，从网络中选取一组正向节点传播正确信息，通过与谣言信息相互博弈的方式抑制谣言传播；第15章提出了基于模体的多层网络信息可控传播方案，对移动社会网络进行分层，以研究网络模体对信息传播的控制。
本书著者在计算机与通信网络、图论、博弈论、网络与信息安全，以及图神经网络等领域开展了多年的研究，书中大部分内容是相关研究的成果，其中许多来自相应的原创论文；著者及其所在的福建省网络安全与密码技术重点实验室和福建省网络与信息安全行业技术开发基地在相关领域承担过许多科研项目，相关的研究成果也被本书引用。本书中部分数据为统计分析数据，其单位可以被忽略。
本书在撰写过程中，得到了福建师范大学计算机与网络空间安全学院、福建省网络安全与密码技术重点实验室的领导和同仁的支持和帮助，感谢国家自然科学基金NSFC-海峡联合基金（U1905211）、国家自然科学基金面上项目（62171132、61771140）、中央支持地方发展专项（2021L3032）、福建省软件业技术创新重点攻关和产业化项目（2022G02003），以及福建省科技创新领军人才项目等各类项目和经费的资助。感谢王峰、周赵斌老师以及徐振宇、周峤、徐瑞阳、陈雄逸、李一凡等同学协助进行书稿的整理工作。
由于移动社会网络中的信息传播和社会影响力技术发展迅速，许多问题尚无定论，加之著者水平有限，书中难免存在不妥之处，敬请同行及读者批评指正。

著者   
2023年3月

本书配套资源下载

对不起，暂无音视频资源！