| 类型 | 内容 |
|---|---|
| 标题 | Are the Popular Users Always Important forInformation Dissemination in Online Social Networks? |
| 时间 | 2014 |
| 会议 | MNET |
| 引用 | S. Wen, J. Jiang, Y. Xiang, S. Yu and W. Zhou, “Are the popular users always important for information dissemination in online social networks?,” in IEEE Network, vol. 28, no. 5, pp. 64-67, September-October 2014. |
| DOI | 10.1109/MNET.2014.6915441 |
摘要
OSN-online social networks
受欢迎的用户在OSN中通常是高度连接的，直观地说，他们可以将恶意信息分发给更多的人，并更快地到达接收者.
在Facebook中模拟信息传播，研究高度连接的用户之间的传播速度、规模和可控性。
识别有影响力的用户的方法
OSN中的热门用户对应的节点度较高，除此之外还有四个度量
-
Core - OSN拓扑可以使用k-shell分析进行分解。最里面的部分是网络的核心。一些研究人员发现，最有效的信息传播者是位于核心的节点。这个核心的用户能够最快地分发信息（图2c）。我们将检查受欢迎的用户是否是核心节点
-
Betweenness - Betweenness的概念通常定义为通过拓扑中任意节点的最短路径数 如图2b所示，具有较大Betweenness的节点在将不同的用户组连接在一起时，在信息传播规模中起着至关重要的作用。
-
Overlapped Community Bridges（重叠社区的桥梁） - 在现实世界中，每个OSN用户在不同的组中扮演各种角色。 例如用户是学生，则属于一个学生社区，同时该用户也可能属于一个家庭和各种爱好群体的社区。 因此，大多数实际的OSN由高度重叠的凝聚力社区组成。 位于多个社区中的网桥将信息从一个社区转发到另一个社区。 这些桥梁自然是人们用来预防社区内外恶意信息的节点。 如图2d。
-
Separated Community Bridges 研究人员通过将OSNs的拓扑结构划分成许多独立的社区来提取社会关系图。这些方法的前提是用户社交朋友那里接收和转发信息。与重叠社区相比，图2e所示，桥梁是指与其他社区连接的节点。
信息传播速度
我们模拟谣言在真实的OSN上的传播。扩散的起源是从拓扑中随机选择的。结果是100次运行的平均值。
我们检查节点的平均传染时间以阻止谣言。 我们使用防御率（l）表示OSN拓扑中所选节点相对于所有节点的百分比。 结果如图3所示。很明显，由degree度量确定的节点将比core度量所捕获的节点晚受到影响。 结果表明，受欢迎的用户传播信息的效率比核心内部的用户低。
为了探究degree度量在信息传播速度方面表现不佳的原因，我们在图4a中检查了具有较大degree的节点的核心顺序。我们可以看到网络核心内的大量节点没有高度连接。对于信息传播的速度，分析表明，在OSNs中，受欢迎的用户在OSN中可能并不总是很重要。
信息传播规模
我们还模拟谣言的传播来检验当一组受欢迎的用户阻止谣言时，信息传播的规模。结果如图5所示。当采用degree度量来确定群组成员时，最终相信谣言的用户数将小于Betweenness度量所确定的用户数。
我们计算了具有较大degree的节点的Betweenness值。如图4b所示，在OSN拓扑中，许多高度连接的节点没有高Betweenness值。
可控性
在现实世界中，OSN由一系列社区组成。 人们自然更可能与位于相同社区的用户建立联系。 为了控制进出社区的信息，连接不同社区的桥梁至关重要。 我们研究degree度量是否可以识别大多数的社区桥梁来进一步检查可控性。
分离的社区的结果如图4c。 类似于Betweenness度量，我们可以看到许多社区桥梁在OSN拓扑中的degree都很小。 此外，我们在图4d中显示了重叠社区的结果。很明显，degree度量识别重叠的社区桥梁的能力较弱。 对于可控性，分析结果进一步解释了以下观点：受欢迎的用户在OSN中可能并不总是很重要。
不同措施的交叉
为了更清楚地比较这三种方法，我们检查了不同方法识别的节点之间的交叉点。结果如图6所示，degree度量可以捕获更多的分离社区的桥，其次是Core度量、betweenness度量和重叠社区桥。这些广泛的结果表明，与其他用户相比，受欢迎的用户更可能成为分离的社区桥梁。