基于多层次深度模型的社交网络核心谣言传播节点识别

作者：李元; 张栖; 朱建明; 焦建彬

来源：中国科学院大学学报, 2024, 41(01): 136-144.

DOI：10.7523/j.ucas.2022.057

• 在线社交网络
• 谣言
• 识别核心节点
• 图卷积神经网络

鉴于在线社交网络谣言控制的时效性与及时性，提出一种基于多维特征的两阶段图卷积网络(MSF-GCN)学习模型。该模型试图在尽早的时间实现精准定位核心谣言传播节点，从源头上阻断谣言扩散。通过将MSF-GCN方法与其他基准方法在谣言数据集上进行比对，实验结果验证了MSF-GCN学习模型更加有效。

• 单位
  中国科学院大学