基于用户兴趣的微博溯源算法

doi:10.11959/j.issn.2096-109x.2020086

网络与信息安全学报 ›› 2020, Vol. 6 ›› Issue (6): 164-173.doi: 10.11959/j.issn.2096-109x.2020086

• 学术论文 • 上一篇

基于用户兴趣的微博溯源算法

杨潇^1,²,陈秀真^1,²(),马进^1,²,梁浩喆^1,²,李生红^1,²

¹ 上海交通大学网络安全技术研究院，上海 200240
² 上海市信息安全综合管理技术研究重点实验室，上海 200240

修回日期:2020-09-23 出版日期:2020-12-15 发布日期:2020-12-16
作者简介:杨潇（1993- ），男，重庆人，上海交通大学硕士生，主要研究方向为社交网络数据分析、自然语言处理|陈秀真（1977- ），女，山东聊城人，博士，上海交通大学副教授，主要研究方向为社交网络数据分析、车联网信息安全、安全检测与评估|马进（1977- ），女，山东滕州人，博士，上海交通大学高级工程师，主要研究方向为大数据与人工智能应用、车联网信息安全、网络空间安全综合管理新技术|梁浩喆（1994- ），男，广西柳州人，上海交通大学硕士生，主要研究方向为浏览器安全、分布式计算|李生红（1971- ），男，辽宁绥中人，博士，上海交通大学教授、博士生导师，主要研究方向为信息安全、人工智能
基金资助:
国家重点研发计划(2016YFB0801003);国家自然科学基金(61562004);国家自然科学基金(61431008)

User interests-based microblog tracing algorithm

Xiao YANG^1,²,Xiuzhen CHEN^1,²(),Jin MA^1,²,Haozhe LIANG^1,²,Shenghong LI^1,²

¹ Institute of Cyber Science and Technology,Shanghai Jiaotong University,Shanghai 200240,China
² Shanghai Key Laboratory of Integrated Administration Technologies for Information Security,Shanghai 200240,China

Revised:2020-09-23 Online:2020-12-15 Published:2020-12-16
Supported by:
The National Key R＆D Program of China(2016YFB0801003);The National Natural Science Foundation of China(61562004);The National Natural Science Foundation of China(61431008)

摘要/Abstract

摘要：

微博信息溯源通过分析在平台采集的话题数据集，挖掘相关话题的真正源头，即发布时间较早且影响力大的微博集合，实现网络舆论的管控与引导。提出一种基于用户兴趣的微博溯源算法，该算法根据博主的兴趣计算博主影响力，同时根据评论人、转发人的兴趣计算评论人、转发人的影响力，结合博主关注度和发表时间等因素，利用网页排序算法对微博评分，根据微博得分进行排序溯源。实验结果表明，该算法相较于传统溯源算法在查全率上提升了约21%。

关键词: 信息溯源, 微博, 兴趣, 影响力, 关注度

Abstract:

Microblog information tracing refers to finding the source set of microblog topics according to the analysis of crawled microblog texts and it’s of great significance in the aspect of public opinion control and information security.A user interests-based tracing method (ITM) was proposed.The proposed method calculates the influence of the blogger based on the interest of the microblog blogger,and also calculates the influence of the commentators based on the interest of the commentators.The ranking algorithm was used to score the blogs according to publication time,notability and influence,and the source of the blogs was traced according to the blog score rank.Experimental results show that the accuracy of the proposed algorithm improved about 21% compared with the traditional tracing algorithms.

Key words: information tracing, microblog, interest, influence, notability

中图分类号:

TP391

杨潇,陈秀真,马进,梁浩喆,李生红. 基于用户兴趣的微博溯源算法[J]. 网络与信息安全学报, 2020, 6(6): 164-173.

Xiao YANG,Xiuzhen CHEN,Jin MA,Haozhe LIANG,Shenghong LI. User interests-based microblog tracing algorithm[J]. Chinese Journal of Network and Information Security, 2020, 6(6): 164-173.

图/表 7

图1

图2

表1

表2

表3

表4

图3

参考文献 22

[1]	时国华 . 微博信息溯源及传播面分析技术的研究与实现[D]. 长沙:国防科学技术大学, 2012.
	SHI G H . The research and implementation of microblogging in-itiator detection and dissemination analysis[D]. Changsha:National University of Defense Technology, 2012.
[2]	刘荣叁, 张宇, 王星 . 面向新浪微博的信息溯源技术研究[J]. 智能计算机与应用, 2017,7(2): 94-98.
	LIU R S , ZHANG Y , WANG X . Research of information trace technology based on Sina micro-blog[J]. Intelligent Computer and Applications, 2017,7(2): 94-98.
[3]	米昂 . 结合影响力分析的微博舆情溯源研究[D]. 北京:北京交通大学, 2015.
	MI A . Research on source tracing of public opinion on micro-blogs combined with impact analysis[D]. Beijing:Beijing Jiaotong Uni-versity, 2015.
[4]	张跃伟 . 基于微博客话题的热点预测及传播溯源[D]. 北京:北京邮电大学, 2014.
	ZHANG Y W . Hotspot prediction and analysis of propagating of topics based on microblog[D]. Beijing:Beijing University of Posts and Telecommunications, 2014.
[5]	刘岗 . 基于微博事件的话题溯源方法[D]. 哈尔滨:哈尔滨工程大学, 2015.
	LIU G . A method to track topics based on events of micro-blog[D]. Harbin:Harbin Engineering University, 2015.
[6]	WANG D , ZHOU W , ZHENG J X ,et al. Who spread to whom? inferring online social networks with user features[C]// 2018 IEEE International Conference on Communications (ICC). 2018: 1-6.
[7]	吴信东, 李毅, 李磊 . 在线社交网络影响力分析[J]. 计算机学报, 2014,37(4): 735-752.
	WU X D , LI Y , LI L . Influence analysis of online social net-works[J]. Chinese Journal of Computers, 2014,37(4): 735-752.
[8]	SADIKOV E , MONTSERRAT M , JURE L et al . Correcting for missing data in information cascades[C]// WSDM '11 Proceedings of the fourth ACM International Conference on Web Search and Data Mining. 2011: 55-64.
[9]	杨静, 董圆, 张健沛 . 一种基于话题影响力的微博话题溯源方法[J]. 小型微型计算机系统, 2015,36(9): 1939-1942.
	YANG J , DONG Y , ZHANG J P . Method for tracing the source of micro-blogging topic based on the topic influence[J]. Journal of Chinese Mini-Micro Computer Systems, 2015,36(9): 1939-1942.
[10]	董圆 . 一种基于话题影响力的微博话题溯源方法[D]. 哈尔滨:哈尔滨工程大学, 2015.
	DONG Y . Trace of microblogging topic initiator based on the in-fluence of topic[D]. Harbin:Harbin Engineering University, 2015.
[11]	尹熙成 . 在线社交网络中信息传播主路径的识别与应用研究[D]. 南京:南京邮电大学, 2017.
	YIN X C . Research on the identification and application of the main paths of information diffusion in online social networks[D]. Nanjing:Nanjing University of Posts and Telecommunications, 2017.
[12]	LESKOVEC J , MCGLOHON M , FALOUTSOS C ,et al. Patterns of cascading behavior in large blog graphs[C]// Proceedings of the 2007 SIAM International Conference on Data Mining. 2007: 551-556.
[13]	何冰心 . 社交网络中信息传播和溯源模型研究[D]. 大连:大连理工大学, 2018.
	HE B X . A study on information diffusion and source locating model in social network[D]. Dalian:Dalian University of Technol-ogy, 2018.
[14]	王梦迪 . 基于OSN的信息溯源问题研究[D]. 北京:中国人民公安大学, 2018.
	WANG M D . Research on information tracing based on OSN[D]. Beijing:People's Public Security University of China, 2018.
[15]	XIAO Y , YU H , LI Q ,et al. MPURank:a social hotspot tracking scheme based on tripartite graph and multimessages iterative driven[J]. IEEE Transactions on Computational Social Systems, 2019,6(4): 715-725.
[16]	FEIZI S , MEDARD M , QUON G ,et al. Network infusion to infer information sources in networks[J]. IEEE Transactions on Network Science and Engineering, 2018
[17]	INUI T , MASAKI S , MIKIO Y . Automatic news source detection in twitter based on text segmentation[C]// Proceedings of the 28th Pacific Asia Conference on Language,Information and Computing. 2014.
[18]	葛斌, 李芳芳, 郭丝路 . 基于知网的词汇语义相似度计算方法研究[J]. 计算机应用研究, 2010,27(9): 3329-3333.
	GE B , LI F F , GUO S L . Word’s semantic similarity computation method based on hownet[J]. Application Research of Computers, 2010,27(9): 3329-3333.
[19]	刘群, 李素建 . 基于知网的词汇语义相似度计算[J]. 中文计算语言学, 2002,7(2): 59-76.
	LIU Q , LI S J . Word similarity computing based on how-net[J]. In-ternational Journal of Computational Linguistics ＆ Chinese Lan-guage Processing, 2002,7(2): 59-76.
[20]	周雪妍 . 在线社会网络关键用户挖掘方法研究[D]. 哈尔滨:哈尔滨工程大学, 2016.
	ZHOU X Y . Research on key users mining of online social net-work[D]. Harbin:Harbin Engineering University, 2016.
[21]	曹秀英, 梁静国 . 基于粗集理论的属性权重确定方法[J]. 中国管理科学, 2002,5(5): 98-100.
	CAO X Y , LIANG J G . The method of ascertaining attribute weight based on rough sets theory[J]. Chinese Journal of Management Science, 2002,5(5): 98-100.
[22]	SALIHEFENDIC A . How hacker news ranking algorithm works[EB].

	k₁（博主影响力）	k₂（评论人、转发人影响力）	k₃ （关注度）
k₁（博主影响力）	1.00	2.00	2.00
k₂（评论人、转发人影响力）	0.50	1.00	2.00
K₃（关注度）	0.50	0.50	1.00

参数	公式	值
μ ₁,μ₂,μ₃,μ₄	3	0.5,0.2,0.17,0.13
γ	4	1.6
β	6	1.2
λ	10	1.2
G	16	1.4
k ₁,k₂,k₃	17	0.493,0.311,0.363

微博事件	标注源头数N	准确数			查全率			热门微博个数
微博事件	标注源头数N	ITM	OR	UITAUITA	ITM	OR	UITA	ITM	OR	UITA
1	7	6	4	44	85%	57%	57%	5	4	4
2	6	5	4	44	83%	66.7%	66.7%	5	4	3
3	5	3	3	22	60%	60%	40%	3	3	2
4	7	5	4	33	71.4%	57.5%	42.9%	4	4	3
5	3	2	1	11	66.7%	33.3%	33.3%	2	1	0
总计	28	21	16	1414	75%	57.1%	50%	19	16	12

博主	发表时间	点赞数	评论数	转发数	粉丝数
每日经济新闻	9.12 08:10	135	37	38	3 481万
新浪科技	9.11 05:51	134	29	55	1 510万
第一财经日报	9.11 15:19	42	15	33	1 067万
全景网	9.12 12:30	108	23	29	114万
电商行业	9.20 08:30	202	28	92	264万
财新网	9.12 11:10	27	27	13	383万
中国妇女报	9.11 15:10	51	2	14	116万
胡舒立	9.12 12:17	29	16	12	515万
财经杂志	9.12 10:24	20	6	21	213万
爱肉丸的兔纸	9.15 12:15	39	11	8	5万

基于用户兴趣的微博溯源算法

User interests-based microblog tracing algorithm

在线阅读

pdf下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 22

相关文章 2

Metrics

推荐阅读 0

[1]	朱宇航, 吉立新, 李英乐, 李海涛, 刘树新. 基于社团多特征融合嵌入表示的时序链路预测方法[J]. 网络与信息安全学报, 2023, 9(1): 67-82.
[2]	陈铁明,王小号,庞卫巍,江颉. 结合时序和语义的中文微博话题检测与跟踪方法[J]. 网络与信息安全学报, 2016, 2(5): 21-29.