[论文解读] Cost Effective Rumor Containment in Social Networks

Bhushan Kotnis, Joy Kuri|arXiv (Cornell University)|Mar 25, 2014

Misinformation and Its Impacts参考文献 33被引用 12

一句话总结

本文通过基于个体度数的训练，提出了一种在社交网络中成本有效的谣言遏制策略，以提升谣言检测能力。该方法将问题建模为一个非线性优化问题，其等价于求解一系列线性规划问题，表明增加受训人数比提升训练质量更具效果，且基于最优解模式推导出一种可扩展的启发式方法。

ABSTRACT

The spread of rumors through social media and online social networks can not only disrupt the daily lives of citizens but also result in loss of life and property. A rumor spreads when individuals, who are unable decide the authenticity of the information, mistake the rumor as genuine information and pass it on to their acquaintances. We propose a solution where a set of individuals (based on their degree) in the social network are trained and provided resources to help them distinguish a rumor from genuine information. By formulating an optimization problem we calculate the optimum set of individuals, who must undergo training, and the quality of training that minimizes the expected training cost and ensures an upper bound on the size of the rumor outbreak. Our primary contribution is that although the optimization problem turns out to be non convex, we show that the problem is equivalent to solving a set of linear programs. This result also allows us to solve the problem of minimizing the size of rumor outbreak for a given cost budget. The optimum solution displays an interesting pattern which can be implemented as a heuristic. These results can prove to be very useful for social planners and law enforcement agencies for preventing dangerous rumors and misinformation epidemics.

研究动机与目标

• 开发一种在在线社交网络中有效遏制谣言爆发的成本有效机制。
• 在确保谣言爆发规模上限的前提下，最小化预期训练成本。
• 解决训练成本与受训人数和训练质量之间的权衡问题。
• 基于最优解模式，提供一种可扩展且可实施的启发式方法。
• 将训练视为与节点选择并列的控制变量，改进以往假设完美免疫的模型。

提出的方法

• 建立一个非线性优化问题，以最小化预期训练成本，同时满足谣言爆发规模的约束条件。
• 将个体建模为受训或未受训状态，其中受训个体具有更高的正确识别谣言的概率。
• 为保证分析可处理性，仅根据节点的度数对节点进行表征，利用度中心性在无标度网络中的有效性。
• 使用固定点方程建模谣言传播动态，其中参数 T1（未受训者）和 T2（受训者）表示传播概率。
• 将非线性优化问题转化为一组等价的线性规划问题，以实现高效计算。
• 基于最优受训节点分布模式，推导出一种启发式方法，优先选择高阶数个体。

实验结果

研究问题

• RQ1 如何联合优化受训人数与训练质量，以在限制谣言传播的同时最小化成本？
• RQ2 增加受训人数与提升训练质量相比，对谣言遏制的相对影响是什么？
• RQ3 能否将谣言遏制的非线性优化问题转化为可处理的线性规划集合？
• RQ4 最优受训个体集合中会呈现出何种结构模式？该模式能否用于设计实用的启发式方法？
• RQ5 与以往假设完美免疫或忽略训练成本的模型相比，本模型有何差异？

主要发现

• 该优化问题等价于求解一系列线性规划问题，尽管其形式为非线性，但可实现高效计算。
• 增加受训人数在谣言遏制方面比提升训练质量更为有效。
• 最优受训个体集合呈现出基于度数的显著模式，可被用于设计实用且可扩展的启发式方法。
• 谣言爆发概率 ψ 随训练质量 q 严格递增，表明更高训练质量可降低传播风险。
• 谣言爆发概率随 T2（受训个体的有效性）增加而降低，证实更高质量的受训个体在遏制谣言方面更有效。
• 本模型考虑了部分免疫（即受训节点仍可能传播谣言），相较于以往假设完美免疫的模型更具现实性。