基于多维用户特征的谣言传播预测

《ACM Transactions on Internet Technology》：A Rumor Propagation Prediction Based on Multi-dimensional User Characteristics

社交媒体谣言传播的复杂性及多维度建模研究。通过用户特征的多维度分析，结合基于交互行为的node2vec方法与图注意力网络，提出谣言传播网络链接预测模型。实验证明模型能有效捕捉谣言传播中的用户互动演化规律，提升链接预测精度。

　　

摘要AI 摘要

要查看此由 AI 生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

与传统媒体相比，社交媒体的开放性和即时性使得谣言更容易产生和传播，从而对社会造成更严重的影响。因此，识别与谣言相关主题中的潜在用户联系对于舆论监控和社会稳定至关重要。首先，根据用户特征的丰富性和多层次性，全面分析了用户的兴趣、偏好和社会属性，以实现用户特征的多维和深入表示。其次，为了更好地捕捉与谣言相关的社会互动复杂性，提出了一种利用用户互动行为的谣言用户互动节点2vec方法。该方法采用了一种结合谣言影响和用户互动演变的偏见随机游走策略，有效捕捉了谣言互动空间的关键属性，从而更精确地表示了谣言传播的网络结构。最后，考虑到不同节点之间关系的复杂性，使用图注意力网络有效捕捉节点间的互动，并提出了一种用于谣言传播的社会网络链接预测方法。在多个公共数据集上进行了实验和分析。结果表明，所提出的链接预测模型能够准确预测用户之间是否会形成链接，在谣言传播这一特定且复杂的场景中显示出显著的优势。

AI 摘要

AI 生成的摘要（实验结果）

此摘要是使用自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助发现内容、帮助读者评估相关性，并协助来自相关研究领域的读者理解本文的工作。它旨在补充作者提供的摘要，后者仍然是论文的官方摘要。完整文章才是权威版本。点击此处了解更多。

点击 此处 对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的版本。

要查看此由 AI 生成的通俗语言摘要，您必须具有高级访问权限。