58、去中心化在线社交网络中基于流言的行为群体识别

去中心化在线社交网络中基于流言的行为群体识别

1. 引言

近年来，发现社交网络中具有相同行为模式的有意义用户群体已成为一个活跃的研究领域。行为群体识别具有诸多有价值的应用，例如：
- 有助于改进推荐系统。
- 可用于广告投放、直接营销。
- 用于在线社交网络的风险评估，其关键思想是目标用户的行为与其他相似用户的行为差异越大，该目标用户的风险就越高。

将社交网络视为图，每个节点代表一个用户，连接两个用户的边表示他们之间的关系。但问题在于，所有用户在好友图中相互连接，然而具有相同行为模式的用户在图中不一定是好友关系。在对用户进行分组时，会考虑诸如年龄、性别、教育程度、国籍、好友数量、活动水平等个人资料和活动信息。

在研究行为群体的发现时，我们将重点放在了去中心化在线社交网络（DOSNs）上。在DOSN中，没有中央基础设施，发现行为群体比集中式设置更具挑战性。在完全分布式的社交图中，每个用户只能与他/她的直接好友通信，且不能以原始形式将所有私人群体识别特征值发送给直接好友。行为模式可分为社交行为模式和个人行为模式，社交行为模式依赖于用户交互，而个人行为模式与个人资料信息相关。

现有的社区检测方法存在一些局限性：
- 纯基于链接的社区检测方法，依赖拓扑结构，无法对具有相同行为模式的用户进行分组，因为这些用户可能基于友谊链接属于不同的社区。
- 一些基于内容的社区检测方法，依赖对每个用户生成内容的分析，构建图的开销大，不适合实时应用。
- 当每个用户特征向量包含离散和连续特征时，各种行为模式可能无法通过相似性度量明显体现，导致识别不准确。
- 大多数基于流的社区检测方法是基于链接的，不考虑用户的个人特