美文网首页
2018-12-30

2018-12-30

作者: vlsee | 来源:发表于2018-12-30 17:07 被阅读5次

Fast rumor source identification via random walks

亮点

文章的目标是一种快速而准确的启发式算法，用于大型、非结构化和密集的非树网络中的谣言源识别，工作在SI谣言传播模型上展开。

问题描述及想法

本文的最大似然估计MLE目标函数为\hat v = arg max _{v∈V_i}P(G_1 | v)表示以v为源点在观测时间T网络处于G_1状态的概率。
提出了一种基于代理随机游动过程的命中时间统计量的启发式算法，它可以用来计算上述定义的MLE的一个近似。
定义了一个随机游走过程来代替谣言传播过程，在以节点v为起点的随机游走过程中观测集中第一个节点被感染的时间点定义为\tau(V^c_I,v)，T为观测时刻，文章使用下述MLE作为原来的MLE的近似\hat v=arg maxP_{rw}(\tau(V^c_I,v)>T)然后文章利用大量篇幅说明但并非证明两式的相关性。

基于随机游走的启发式算法

\phi _t(i)=P_{rw}(\tau(V^c_I,v)>T|\tau(V^c_I,v)>t) 可以通过反向递归从 \phi _T(i) 得到 \hat v=\phi _0(i) 另外， Reach(i,t)=\{j|j∈V,D(i,j)\le t\}
其中 D(i,j) 是节点i和j之间最短的距离(以跳表示)。因此，集合 Reach(i,t) 包含从节点i最多在t跳中可以到达的所有节点。
该算法实际上是把节点先按 \phi _0 排序，然后从中按照最短距离挑出T时间(跳)内能够把传播范围扩大到 V_I 的节点。实际上就是从不超过以及能够两方面考虑取得里估计的源节点。本文利用自己建立的随机游走模型来表示谣言传播过程，？？

相关文章

网友评论

      本文标题：2018-12-30

      本文链接：https://www.haomeiwen.com/subject/oyyvlqtx.html

      延伸阅读

      深度阅读

      • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

      栏目导航

      热点阅读

      关于我们|服务条款|联系我们|2018-12-30|投稿指南|网站地图|RSS订阅|排版工具|手机版

      提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

      Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

      备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

      本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

      所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！