[发明专利]一种基于阻断连边的网络负面信息影响最小化方法

权利要求书

1.一种基于阻断连边的网络负面信息影响最小化方法，其特征在于，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；

其中利用贪婪算法找到有向图中的k条边的方法是：

1)设负面信息在有向图G＝(V,E)中传播，V和E分别代表所有节点和连边的集合，起始感染节点集合是目标是通过切断在E中的D集合使负面信息的传播范围最小，D集合中有k条边，将该问题表示成下面的最优化问题：

其中，σ(S|E\D)表示当边集合D被切断后，S集合中节点最终被感染的数目；

2)将步骤1)所述最优化问题替换为下面的相等的优化问题：

其中，f(D):＝σ(S|E)-σ(S|E\D)，其定义为当初始感染集合S在去除连边集合D后减少的扩散；

3)用贪婪算法寻找集合大小为k的集合D，从而使f(D)最大化。

2.如权利要求1所述的方法，其特征在于，所述步骤3)迭代地选择一个新的边e*使f(D)的增加量最大，然后把这个边加入到集合D中，直到集合D的大小等于k。

3.如权利要求1或2所述的方法，其特征在于：所述社交网络中的信息传播采用独立级联模型。