CN107809363A - 一种网络信息传播控制方法和装置 - Google Patents
一种网络信息传播控制方法和装置 Download PDFInfo
- Publication number
- CN107809363A CN107809363A CN201610764612.7A CN201610764612A CN107809363A CN 107809363 A CN107809363 A CN 107809363A CN 201610764612 A CN201610764612 A CN 201610764612A CN 107809363 A CN107809363 A CN 107809363A
- Authority
- CN
- China
- Prior art keywords
- network
- transmission
- information
- nodes
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/02—Topology update or discovery
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/46—Interconnection of networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/54—Store-and-forward switching systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/54—Store-and-forward switching systems
- H04L12/56—Packet switching systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/54—Store-and-forward switching systems
- H04L12/56—Packet switching systems
- H04L12/5601—Transfer mode dependent, e.g. ATM
- H04L2012/5619—Network Node Interface, e.g. tandem connections, transit switching
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例公开了一种网络信息传播控制方法，所述方法包括：获取多个网络传输节点的信息转发行为记录；根据所述多个网络传输节点的信息转发行为记录，构建信息传播网络，所述信息传播网络包括所述多个网络传输节点、根据各个网络传输节点之间的历史转发行为记录确定的网络传输节点之间的传播关系以及对应的转播概率；根据构建得到的所述信息传播网络，计算各个网络传输节点的传输效率值；根据各个网络传输节点的传输效率值，从所述多个网络传输节点中确定关键网络传输节点；针对所述关键网络传输节点进行网络信息传播控制。本发明实施例还公开了一种网络信息传播控制装置。采用本发明，可对网络信息传播进行有效控制。
Description
技术领域
本发明涉及互联网技术，尤其涉及一种网络信息传播控制方法和装置。
背景技术
随着互联网技术的飞速发展，人们越来越多的从互联网获取各种网络信息，其中掺杂了各种虚假信息、恶意误导信息以及陷阱信息等不良信息，如何对网络信息传播进行有效控制成为一项急需解决的技术问题。
发明内容
有鉴于此，本发明实施例提供了一种网络信息传播控制方法和装置，可对网络信息传播进行有效控制。
为了解决上述技术问题，本发明实施例提供了一种网络信息传播控制方法，所述方法包括：
获取多个网络传输节点的信息转发行为记录；
根据所述多个网络传输节点的信息转发行为记录，构建信息传播网络，所述信息传播网络包括所述多个网络传输节点、根据各个网络传输节点之间的历史转发行为记录确定的网络传输节点之间的传播关系以及对应的转播概率；
根据构建得到的所述信息传播网络，计算各个网络传输节点的传输效率值；
根据各个网络传输节点的传输效率值，从所述多个网络传输节点中确定关键网络传输节点；
针对所述关键网络传输节点进行网络信息传播控制。
相应地，本发明实施例还提供了一种网络信息传播控制装置，所述装置包括：
转发记录获取模块，用于获取多个网络传输节点的信息转发行为记录；
传播网络构建模块，用于根据所述多个网络传输节点的信息转发行为记录，构建信息传播网络，所述信息传播网络包括所述多个网络传输节点、根据各个网络传输节点之间的历史转发行为记录确定的网络传输节点之间的传播关系以及对应的转播概率；
传输效率确定模块，用于根据构建得到的所述信息传播网络，计算各个网络传输节点的传输效率值；
关键节点选择模块，用于根据各个网络传输节点的传输效率值，从所述多个网络传输节点中确定关键网络传输节点；
信息传播控制模块，用于针对所述关键网络传输节点进行网络信息传播控制。
本实施例中的网络信息传播控制装置通过根据所述多个网络传输节点的信息转发行为记录构建信息传播网络，并计算各个网络传输节点在信息传播网络中的传输效率值，根据传输效率值的高低从所述多个网络传输节点中确定关键网络传输节点，从而可以通过对确定得到的关键网络传输节点进行网络信息传播控制实现对网络信息传播进行有效控制。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例中的一种网络信息传播控制方法的流程示意图；
图2是本发明另一实施例中的网络信息传播控制方法的流程示意图；
图3是本发明又一实施例中的网络信息传播控制方法的流程示意图；
图4是本发明实施例中构建网络信息传播网络的步骤流程示意图；
图5是本发明实施例中信息传播网络的示例图；
图6是本发明实施例中的一种网络信息传播控制装置的结构示意图；
图7是本发明实施例中的传输效率确定模块的结构示意图；
图8是本发明实施例中的信息传播控制模块的结构示意图；
图9是本发明实施例中两个网络传输节点(u,v)之间转播概率的示例图；
图10为应用本发明实施例的网络信息传播控制装置的一个硬件组成结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本实施例中的网络信息传播控制方法和装置，可以实施于各种网络终端设备，也可以实施于网络后台服务器，如社交应用服务器，社交消息管理服务器等，再不加以其他限定的情况下，本发明实施例中的网络信息传播控制方法可以是由网络信息传播控制装置执行实施。
图1是本发明实施例中的一种网络信息传播控制方法的流程示意图，如图所示本实施例中的网络信息传播控制方法流程可以包括：
S101，获取多个网络传输节点的信息转发行为记录。
具体的，所述网络传输节点包括网络用户、社交群组或社交公众号。所述网络用户可以接收到其他网络传输节点发来的网络信息，进而所述网络用户的信息转发方式可以包括：向其他网络用户单独发送网络信息(单发)，在所参与的社交群组社交群组上发布网络信息(群聊)，或通过朋友圈、社交空间、微博或网站帖子等方式发布网络信息，让其好友、专注(订阅)用户接收到其发布的网络信息；所述社交群组为由至少2个网络用户组成的网络群组，网络用户可以通过在社交群组上发布其通过其他方式接收到的网络信息，让社交群组的成员用户接收到相应的信息，该过程即可以视为该社交群组转发了其成员用户的网络信息；所述社交公众号可以视为一般的社交用户，其可以转发后台管理人员从其他方式获取到的网络信息，在可选实施例中，社交公众号也可以只负责发布，而没有转发行为。
在可选实施例中，为了减少计算量，网络信息传播控制装置可以仅获取指定时间范围的信息转发行为记录，例如近1年、近半年或近3个月的信息转发行为记录。
进而同样为了减少计算量，网络信息传播控制装置可以根据需要对网络传输节点进行筛选，只获取部分经过筛选的网络传输节点，例如通过上线时间、年龄、国籍等筛选条件对网络用户进行筛选，只获取满足筛选条件的部分网络用户的信息转发行为记录。
S102，根据所述多个网络传输节点的信息转发行为记录，构建信息传播网络，所述信息传播网络包括所述多个网络传输节点、根据各个网络传输节点之间的历史转发行为记录确定的网络传输节点之间的传播关系以及对应的转播概率。
以网络传输节点A和B为例，假设B从A处获取到一网络信息，可以是A单发发给B的，也可以是A在其社交空间中发布而B因为是A的好友或关注者被推送得到的，若B将该从A处获取到的网络信息转发给了其他网络传输节点，同样可以是B通过单发或社交空间发布的方式发给了其他网络传输节点，那么就可以确定B转发了一次A的网络信息，得到一次B的信息转发行为记录，每次信息转发行为记录至少包括该网络信息的转发源节点(即A)的标识，以及其他接收到B转发的该网络信息的直接传播目的节点的标识(即B发送网络信息的单发对象网络用户、将网络信息发送至的社交群组或可以通过B的社交空间查看到该网络信息的网络用户)。通过上述的信息转发行为记录，可以判断B是否转发过A的网络信息，若是，则可以确认A和B之间的传播关系包括A→B的转发关系，即B转发过A的网络信息，B是A的转发节点，或称为A是B的转发信息源，若同时A也转发过B的网络信息，则A和B之间的传播关系为相互转发，即A和B均转发过对方的网络信息，或称为A和B相互为对方的转发节点，同时也互相为对方的转发信息源。
网络信息传播控制装置可以对网络传输节点的转发历史记录进行统计，从而近似计算出两个网络传输节点之间的转播概率。由于不同网络传输节点之间的传播途径不同，因此存在不同的转播概率计算方式。传播途径分为从社交公众号到网络用户，从网络用户到网络用户(进一步还可以分为单发转发和朋友圈转发两种)，从网络用户到社交群组，从社交群组到网络用户等，每一种方式转播概率计算方法都不一样，以下以转发文章为例：
社交公众号u到网络用户v：转播概率p(u,v)＝网络用户v转发社交公众号u的文章数/社交公众号u发表的总文章数。
网络用户u通过朋友圈到网络用户v：转播概率p(u,v)＝网络用户v通过朋友圈转发网络用户u发表在朋友圈的文章数/网络用户u发表在朋友圈的总文章数。
网络用户u通过单发到网络用户v：转播概率p(u,v)＝网络用户v转发网络用户u通过单发发给v的文章数/网络用户u通过单发发给v的文章数。
网络用户u到社交群组v：转播概率p(u,v)＝网络用户u转发到社交群组v的文章数/网络用户u转发到所有社交群组的文章数。
社交群组u到网络用户v：转播概率p(u,v)＝网络用户u从社交群组v中转发的文章数/社交群组v接收到的文章数。
进一步的，仍以网络传输节点A和B为例，网络信息传播控制装置可以统计网络传输节点B通过一种或多种传播途径能够获取到的网络传输节点A发送的网络信息的数量，以及网络传输节点B转发网络传输节点A发送的网络信息的数量，计算网络传输节点A和B之间的转播概率。例如网络传输节点A在最近一个月发布了100条朋友圈消息，而B是A的关联用户从而可以全部接收到该100条A发布的朋友圈消息，进而B从中转发了10条朋友圈消息至B自己的朋友圈，那么网络传输节点A和B之间的转播概率即为10/100＝10％；在其他可选实施例中，还可以考虑到B通过其他方式从A获取到的A发送的的网络信息，例如通过A向B单独发送的50条通讯消息，那么转播概率可以得到10/(100+50)≈6.67％；进一步还可以考虑到B通过其他方式转发A发送的网络消息，例如B向其他好友或社交群组转发了A发送的网络消息10条，那么网络传输节点A和B之间的转播概率即为(10+10)/(100+50)≈13.3％。
示例性的，构建得到的信息传播网络可以如图5所示，信息传播网络中的网络传输节点包括社交公众号、社交群组以及网络用户，图中的单向箭头表示传播关系为单向转发，箭头源端的网络传输节点发出的网络信息有概率会被箭头指向的网络传输节点转发，即箭头源端的网络传输节点是箭头指向的网络传输节点的转发源节点，或箭头指向的网络传输节点是箭头源端的网络传输节点的转发节点；同理图中的双向箭头表示传播关系为双向转发，双向箭头两端的网络传输节点有概率会互相转发对方发出的网络信息，即相互作为对方的转发节点。
S103，根据构建得到的所述信息传播网络，计算各个网络传输节点的传输效率值。
具体实现中，网络信息传播控制装置可以构建得到的信息传播网络中某个网络传输节点的转发节点的数量及其对应的转播概率，以及这些转发节点各自的转发节点的数量及其对应的转播概率，计算该网络传输节点的传输效率值，即某网络传输节点的转发节点的数量越高、这些转发节点转发该网络传输节点的网络信息的转播概率越高以及这些转发节点各自的转发节点的数量及其对应的转播概率越高，则该网络传输节点的传输效率值越高。
示例性的：在构建得到的信息传播网络中网络传输节点a有2个转发节点b和c，而b又有转发节点d和e，c有转发节点f和g，其中b转发a的网络信息的转播概率为0.1，c转发a的网络信息的转播概率为0.05，d转发b的网络信息的转播概率为0.06，e转发b的网络信息的转播概率为0.04，f转发c的网络信息的转播概率为0.08，g转发c的网络信息的转播概率为0.02，那么据此计算a的传输效率值可以为0.1+0.05+0.1*(0.06+0.04)+0.05*(0.08+0.02)＝0.165。
在可选实施例中，网络信息传播控制装置可以根据构建得到的所述信息传播网络，建立针对每个网络传输节点的传输效率值的Pagerank算法模型，进而通过建立得到的Pagerank算法模型确定各个网络传输节点的传输效率值。该方式的具体实现过程可以参考下文结合附图2详细描述的实施流程，本实施例中不再赘述。
在另一可选实施例中，网络信息传播控制装置还可以根据构建得到的信息传播网络，针对某个网络传输节点进行预设次数的模拟信息传播，进而根据所述预设次数的模拟信息传播中的受传播网络传输节点的数量，确定该网络传输节点的传输效率值，从而可以根据上述方式确定所述多个网络传输节点中的每个网络传输节点的传输效率值。该方式的具体实现过程可以参考下文结合附图3详细描述的实施流程，本实施例中不再赘述。
在可选实施例中，网络信息传播控制装置可以通过上述不同方式计算各个网络传输节点的传输效率值，进而使用不同方式计算得到的结果进行相互校验，例如根据Pagerank算法模型得到多个网络传输节点的传输效率值的高低排序后，再与根据预设次数的模拟信息传播确定的相同多个网络传输节点的传输效率值的高低排序进行比较，若两者一致则表示该排序是准确的。
S104，根据各个网络传输节点的传输效率值，从所述多个网络传输节点中确定关键网络传输节点。
在经过S103后可以得到信息传播网络中各个网络传输节点的传输效率值，进而可以将所述多个网络传输节点中传输效率值最高的预设数量的网络传输节点确定为所述关键网络传输节点，所述预设数量可以为管理员预先设定的数量，例如10、20或100等，在可选实施例中，所述预设数量还可以根据所述网络传输节点的总数决定，例如取所述网络传输节点的总数的1％或1‰。在其他可选实施例中，还可以是将所述多个网络传输节点中传输效率值达到预设阈值的网络传输节点确定为所述关键网络传输节点。
S105，针对所述关键网络传输节点进行网络信息传播控制。
一方面，网络信息传播控制装置可以通过向所述关键网络传输节点推送指定网络信息，从而可以实现使用最少的网络资源让指定网络信息得到一定广度范围的高效传播，在网络辟谣、传播正面信息、寻人启事等场景下可以得到很好的实施效果。
另一方面，网络信息传播控制装置可以对所述关键网络传输节点的网络传播行为进行监控，例如监控所述关键网络传输节点发送的网络信息，当监听到关键网络传输节点发送了例如虚假、违反法律或道德、煽动性等类型的不良网络信息时，网络信息传播控制装置可以记录下该网络传播行为以便后续对该网络传播节点进行相应处理，或可以删除该网络传播节点发送的网络信息，或直接对该网络传播节点进行相应处理，所述相应处理可以包括禁言、禁止登录、查封账号、查封网络地址等，在严重时还可以将网络传播行为提供给行政监察机关对相关用户追究责任。
除上述两方面监控方式之外，本发明的网络信息传播控制方法还可以使用在更多的监控场景，本实施例不进行更多穷举。
本实施例中的网络信息传播控制装置通过根据所述多个网络传输节点的信息转发行为记录构建信息传播网络，并计算各个网络传输节点在信息传播网络中的传输效率值，根据传输效率值的高低从所述多个网络传输节点中确定关键网络传输节点，从而可以通过对确定得到的关键网络传输节点进行网络信息传播控制实现对网络信息传播进行有效控制。
图2是本发明另一实施例中的网络信息传播控制方法的流程示意图，如图所示本实施例中的网络信息传播控制方法可以包括：
S201，获取多个网络传输节点的信息转发行为记录。
S202，根据所述多个网络传输节点的信息转发行为记录，构建信息传播网络，所述信息传播网络包括所述多个网络传输节点、根据各个网络传输节点之间的历史转发行为记录确定的网络传输节点之间的传播关系以及对应的转播概率。
S201和S202与前文实施例中的S101和S102相类似，本实施例中不再赘述。
S203，根据构建得到的所述信息传播网络，建立针对每个网络传输节点的传输效率值的Pagerank(网页排名)算法模型。
示例性的，建立得到的Pagerank算法模型可以为：
其中N表示信息传播网络中的网络传输节点数目，d是阻尼系数(例如可以取经验值0.85)，PR(u)表示网络传输节点u的传输效率值，S(u)表示网络传输节点u在所述信息传播网络中的转发源节点的集合，PR(u)表示本次迭代之前S(u)中的网络传输节点v的传输效率值，N(v)表示S(u)中的网络传输节点v在所述信息传播网络中的直接传播目的节点的数量。
需要指出的是，本领域技术人员可以了解，本发明可以采用其他形式的Pagerank算法模型，属于本发明实施方式的合理变形，不会改变本发明实施逻辑，本发明不再穷举其他形式的Pagerank算法模型。
S204，通过建立得到的Pagerank算法模型确定各个网络传输节点的传输效率值。
以上述建立得到的Pagerank算法模型为例，网络信息传播控制装置可以对信息传播网络中的每个网络传输节点的传输效率值进行初始赋值，若是首次初始赋值可以为随机赋值，若已存在对应的该网络传输节点的传输效率值的记录，则可以将最近一次确定得到的该网络传输节点的传输效率值作为初始赋值；进而通过上述Pagerank算法模型对各个网络传输节点的传输效率值进行迭代，直至某次迭代的各个网络传输节点的传输效率值与前一次迭代的对应网络传输节点的传输效率值之间的差值均低于设定的阈值，将本次迭代的各个网络传输节点的传输效率值确定为各个网络传输节点的传输效率值。
S205，根据各个网络传输节点的传输效率值，从所述多个网络传输节点中确定关键网络传输节点。
在经过S204后可以得到信息传播网络中各个网络传输节点的传输效率值，进而可以将所述多个网络传输节点中传输效率值最高的预设数量的网络传输节点确定为所述关键网络传输节点，所述预设数量可以为管理员预先设定的数量，例如10、20或100等，在可选实施例中，所述预设数量还可以根据所述网络传输节点的总数决定，例如取所述网络传输节点的总数的1％或1‰。在其他可选实施例中，还可以是将所述多个网络传输节点中传输效率值达到预设阈值的网络传输节点确定为所述关键网络传输节点。
在可选实施例中，在根据Pagerank算法模型确定得到所述多个网络传输节点中传输效率值最高的预设数量的网络传输节点后，可以进一步根据构建得到的信息传播网络，针对某个网络传输节点进行预设次数的模拟信息传播，根据所述预设次数的模拟信息传播中的受传播网络传输节点的数量，确定该网络传输节点的传输效率值，进而可以根据上述方式确定所述多个网络传输节点中的每个网络传输节点的传输效率值，从而可以根据上述方式确定所述多个网络传输节点中传输效率值最高的预设数量的网络传输节点，并将通过该方式得到的传输效率值最高的预设数量的网络传输节点与通过Pagerank算法模型确定得到所述多个网络传输节点中传输效率值最高的预设数量的网络传输节点进行比较，两者是否一致，若一致则表示该结果是有效的。
S206，针对所述关键网络传输节点进行网络信息传播控制。
一方面，网络信息传播控制装置可以通过向所述关键网络传输节点推送指定网络信息，从而可以实现使用最少的网络资源让指定网络信息得到一定广度范围的高效传播，在网络辟谣、传播正面信息、寻人启事等场景下可以得到很好的实施效果。
另一方面，网络信息传播控制装置可以对所述关键网络传输节点的网络传播行为进行监控，例如监控所述关键网络传输节点发送的网络信息，当监听到关键网络传输节点发送了例如虚假、违反法律或道德、煽动性等类型的不良网络信息时，网络信息传播控制装置可以记录下该网络传播行为以便后续对该网络传播节点进行相应处理，或可以删除该网络传播节点发送的网络信息，或直接对该网络传播节点进行相应处理，所述相应处理可以包括禁言、禁止登录、查封账号、查封网络地址等，在严重时还可以将网络传播行为提供给行政监察机关对相关用户追究责任。
除上述两方面监控方式之外，本发明的网络信息传播控制方法还可以使用在更多的监控场景，本实施例不进行更多穷举。
本实施例中的网络信息传播控制装置通过根据所述多个网络传输节点的信息转发行为记录构建信息传播网络，并计算各个网络传输节点在信息传播网络中的传输效率值，根据传输效率值的高低从所述多个网络传输节点中确定关键网络传输节点，从而可以通过对确定得到的关键网络传输节点进行网络信息传播控制实现对网络信息传播进行有效控制。
图3是本发明又一实施例中的网络信息传播控制方法的流程示意图，如图所示本实施例中的网络信息传播控制方法可以包括：
S301，获取多个网络传输节点的信息转发行为记录；
S302，根据所述多个网络传输节点的信息转发行为记录，构建信息传播网络，所述信息传播网络包括所述多个网络传输节点、根据各个网络传输节点之间的历史转发行为记录确定的网络传输节点之间的传播关系以及对应的转播概率；
S301和S302与前文实施例中的S101和S102相类似，本实施例中不再赘述。
S303，根据构建得到的信息传播网络，针对某个网络传输节点进行预设次数的模拟信息传播。
以图5所示的信息传播网络为例，网络信息传播控制装置在得到各个网络传输节点之间的传播关系以及对应的转播概率后，就可以通过蒙恬卡罗法模拟网络信息传播的过程。例如图9所示的两个网络传输节点(u,v)之间转播概率为p(u,v)＝0.4，表示经过历史统计得到网络传输节点u转发网络传输节点v的网络信息的概率为0.4，那么当网络传输节点v在朋友圈发表了一篇文章链接时，网络传输节点u转发该文章链接的概率即为0.4，使用蒙恬卡罗法模拟信息传播的过程可以使用一个伪随机数生成器生成一个(0,1)之间的服从均匀分布的随机数s，如果s<＝0.4则表示网络传输节点u转发了网络传输节点v发表的文章，反之，则没有转发。以此类推，当信息传播网络中的某个网络传输节点发表了一条网络信息时，可以根据该网络传输节点的直接转发节点以及间接转发节点的转播概率，通过伪随机数生成器模拟每两个网络传输节点之间的转发结果，从而得到针对该网络传输节点的一轮模拟信息传播中的网络信息的传播范围，所述传播范围可以为受传播网络传输节点的数量，在可选实施例中还可以是转发了该网络信息的网络传输节点的数量，即信息转发次数或信息转发量。在实际的计算过程中，当需要衡量一个网络传输节点能够带来多大的信息转发量时，需要通过预设次数轮(可以取100、1000、10000，根据实际需求而定)的模拟信息传播，统计每次模拟信息传播结束后这一条网络信息的传播范围，并取多轮模拟信息传播的传播范围的均值作为结果。
S304，根据所述预设次数的模拟信息传播中的传播范围，确定该网络传输节点的传输效率值。
由于通过预设次数的模拟信息传播，其得到的传播范围一定程度上可以反映出某个网络传输节点的传输效率值，因此在可选实施例中可以根据所述预设次数的模拟信息传播中的传播范围，确定该网络传输节点的传输效率值，例如采用所述预设次数的模拟信息传播的信息转发量的均值作为该网络传输节点的传输效率值。
S305，根据各个网络传输节点的传输效率值，从所述多个网络传输节点中确定关键网络传输节点。
在经过S304后可以得到信息传播网络中各个网络传输节点的传输效率值，进而可以将所述多个网络传输节点中传输效率值最高的预设数量的网络传输节点确定为所述关键网络传输节点，所述预设数量可以为管理员预先设定的数量，例如10、20或100等，在可选实施例中，所述预设数量还可以根据所述网络传输节点的总数决定，例如取所述网络传输节点的总数的1％或1‰。在其他可选实施例中，还可以是将所述多个网络传输节点中传输效率值达到预设阈值的网络传输节点确定为所述关键网络传输节点。
在可选实施例中，在根据预设次数的模拟信息传播的传播范围确定得到所述多个网络传输节点中传输效率值最高的预设数量的网络传输节点后，可以进一步根据Pagerank算法模型确定得到所述多个网络传输节点中传输效率值最高的预设数量的网络传输节点，并将通过预设次数的模拟信息传播的传播范围确定得到的传输效率值最高的预设数量的网络传输节点与通过Pagerank算法模型确定得到所述多个网络传输节点中传输效率值最高的预设数量的网络传输节点进行比较，两者是否一致，若一致则表示该结果是有效的。
S306，针对所述关键网络传输节点进行网络信息传播控制。
一方面，网络信息传播控制装置可以通过向所述关键网络传输节点推送指定网络信息，从而可以实现使用最少的网络资源让指定网络信息得到一定广度范围的高效传播，在网络辟谣、传播正面信息、寻人启事等场景下可以得到很好的实施效果。
另一方面，网络信息传播控制装置可以对所述关键网络传输节点的网络传播行为进行监控，例如监控所述关键网络传输节点发送的网络信息，当监听到关键网络传输节点发送了例如虚假、违反法律或道德、煽动性等类型的不良网络信息时，网络信息传播控制装置可以记录下该网络传播行为以便后续对该网络传播节点进行相应处理，或可以删除该网络传播节点发送的网络信息，或直接对该网络传播节点进行相应处理，所述相应处理可以包括禁言、禁止登录、查封账号、查封网络地址等，在严重时还可以将网络传播行为提供给行政监察机关对相关用户追究责任。
除上述两方面监控方式之外，本发明的网络信息传播控制方法还可以使用在更多的监控场景，本实施例不进行更多穷举。
本实施例中的网络信息传播控制装置通过根据所述多个网络传输节点的信息转发行为记录构建信息传播网络，并计算各个网络传输节点在信息传播网络中的传输效率值，根据传输效率值的高低从所述多个网络传输节点中确定关键网络传输节点，从而可以通过对确定得到的关键网络传输节点进行网络信息传播控制实现对网络信息传播进行有效控制。
在本发明一可选实施例中，网络信息传播控制装置构建信息传播网络的流程可以如图4所示，包括以下步骤：
S401，选择转发行为记录的统计范围。
这里的统计范围主要指的是统计时间范围，例如选择只统计近半年来发生的转发行为记录。所述统计范围在可选实施例中还可以为设置限定于某一种或多种的传播方式，例如只限定为群发或公共频道上网络信息传播方式，或只限定为单发的网络信息传播方式。
S402，确定网络传输节点。
具体的，可以将所有登记的网络传输节点都设为构建信息传播网络的节点，也可以对网络传输节点进行筛选，例如将最近一次登录时间距今超过预设时长阈值(如1周)的网络传输节点排除，或将最近一次发生转发行为的时间距今超过预设时长(如一周)的网络传输节点排除，筛选掉这些对网络信息传播可能不会造成有效影响的网络传输节点，不会对本发明的信息传播网络构建带来精确度的损失，同时可以有效降低数据收集量和计算量。另一方面，网络信息传播控制装置可以根据需要对网络传输节点进行筛选，例如通过年龄、国籍等筛选条件对网络用户进行筛选，只获取满足筛选条件的部分网络传输节点的转发行为记录用以构建信息传播网络。
S403，根据各个网络传输节点之间的历史转发行为记录确定网络传输节点之间的传播关系以及对应的转播概率。
图6是本发明实施例中的一种网络信息传播控制装置的结构示意图，如图所示本发明实施例中的网络信息传播控制装置至少可以包括：
转发记录获取模块610，用于获取多个网络传输节点的信息转发行为记录。
具体的，所述网络传输节点包括网络用户、社交群组或社交公众号。所述网络用户可以接收到其他网络传输节点发来的网络信息，进而所述网络用户的信息转发方式可以包括：向其他网络用户单独发送网络信息(单发)，在所参与的社交群组社交群组上发布网络信息(群聊)，或通过朋友圈、社交空间、微博或网站帖子等方式发布网络信息，让其好友、专注(订阅)用户接收到其发布的网络信息；所述社交群组为由至少2个网络用户组成的网络群组，网络用户可以通过在社交群组上发布其通过其他方式接收到的网络信息，让社交群组的成员用户接收到相应的信息，该过程即可以视为该社交群组转发了其成员用户的网络信息；所述社交公众号可以视为一般的社交用户，其可以转发后台管理人员从其他方式获取到的网络信息，在可选实施例中，社交公众号也可以只负责发布，而没有转发行为。
在可选实施例中，为了减少计算量，转发记录获取模块610可以仅获取指定时间范围的信息转发行为记录，例如近1年、近半年或近3个月的信息转发行为记录。
进而同样为了减少计算量，转发记录获取模块610可以根据需要对网络传输节点进行筛选，只获取部分经过筛选的网络传输节点，例如通过上线时间、年龄、国籍等筛选条件对网络用户进行筛选，只获取满足筛选条件的部分网络用户的信息转发行为记录。
传播网络构建模块620，用于根据所述多个网络传输节点的信息转发行为记录，构建信息传播网络，所述信息传播网络包括所述多个网络传输节点、根据各个网络传输节点之间的历史转发行为记录确定的网络传输节点之间的传播关系以及对应的转播概率。
以网络传输节点A和B为例，假设B从A处获取到一网络信息，可以是A单发发给B的，也可以是A在其社交空间中发布而B因为是A的好友或关注者被推送得到的，若B将该从A处获取到的网络信息转发给了其他网络传输节点，同样可以是B通过单发或社交空间发布的方式发给了其他网络传输节点，那么就可以确定B转发了一次A的网络信息，得到一次B的信息转发行为记录，每次信息转发行为记录至少包括该网络信息的转发源节点(即A)的标识，以及其他接收到B转发的该网络信息的直接传播目的节点的标识(即B发送网络信息的单发对象网络用户、将网络信息发送至的社交群组或可以通过B的社交空间查看到该网络信息的网络用户)。通过上述的信息转发行为记录，可以判断B是否转发过A的网络信息，若是，则传播网络构建模块620可以确认A和B之间的传播关系包括A→B的转发关系，即B转发过A的网络信息，B是A的转发节点，或称为A是B的转发信息源，若同时A也转发过B的网络信息，则A和B之间的传播关系为相互转发，即A和B均转发过对方的网络信息，或称为A和B相互为对方的转发节点，同时也互相为对方的转发信息源。
传播网络构建模块620可以对网络传输节点的转发历史记录进行统计，从而近似计算出两个网络传输节点之间的转播概率。由于不同网络传输节点之间的传播途径不同，因此存在不同的转播概率计算方式。传播途径分为从社交公众号到网络用户，从网络用户到网络用户(进一步还可以分为单发转发和朋友圈转发两种)，从网络用户到社交群组，从社交群组到网络用户等，每一种方式转播概率计算方法都不一样，以下以转发文章为例：
社交公众号u到网络用户v：转播概率p(u,v)＝网络用户v转发社交公众号u的文章数/社交公众号u发表的总文章数。
网络用户u通过朋友圈到网络用户v：转播概率p(u,v)＝网络用户v通过朋友圈转发网络用户u发表在朋友圈的文章数/网络用户u发表在朋友圈的总文章数。
网络用户u通过单发到网络用户v：转播概率p(u,v)＝网络用户v转发网络用户u通过单发发给v的文章数/网络用户u通过单发发给v的文章数。
网络用户u到社交群组v：转播概率p(u,v)＝网络用户u转发到社交群组v的文章数/网络用户u转发到所有社交群组的文章数。
社交群组u到网络用户v：转播概率p(u,v)＝网络用户u从社交群组v中转发的文章数/社交群组v接收到的文章数。
进一步的，仍以网络传输节点A和B为例，传播网络构建模块620可以统计网络传输节点B通过一种或多种传播途径能够获取到的网络传输节点A发送的网络信息的数量，以及网络传输节点B转发网络传输节点A发送的网络信息的数量，计算网络传输节点A和B之间的转播概率。例如网络传输节点A在最近一个月发布了100条朋友圈消息，而B是A的关联用户从而可以全部接收到该100条A发布的朋友圈消息，进而B从中转发了10条朋友圈消息至B自己的朋友圈，那么网络传输节点A和B之间的转播概率即为10/100＝10％；在其他可选实施例中，还可以考虑到B通过其他方式从A获取到的A发送的的网络信息，例如通过A向B单独发送的50条通讯消息，那么转播概率可以得到10/(100+50)≈6.67％；进一步还可以考虑到B通过其他方式转发A发送的网络消息，例如B向其他好友或社交群组转发了A发送的网络消息10条，那么网络传输节点A和B之间的转播概率即为(10+10)/(100+50)≈13.3％。
示例性的，构建得到的信息传播网络可以如图5所示，信息传播网络中的网络传输节点包括社交公众号、社交群组以及网络用户，图中的单向箭头表示传播关系为单向转发，箭头源端的网络传输节点发出的网络信息有概率会被箭头指向的网络传输节点转发，即箭头源端的网络传输节点是箭头指向的网络传输节点的转发源节点，或箭头指向的网络传输节点是箭头源端的网络传输节点的转发节点；同理图中的双向箭头表示传播关系为双向转发，双向箭头两端的网络传输节点有概率会互相转发对方发出的网络信息，即相互作为对方的转发节点。
传输效率确定模块630，用于根据构建得到的所述信息传播网络，计算各个网络传输节点的传输效率值。
具体实现中，传输效率确定模块630可以构建得到的信息传播网络中某个网络传输节点的转发节点的数量及其对应的转播概率，以及这些转发节点各自的转发节点的数量及其对应的转播概率，计算该网络传输节点的传输效率值，即某网络传输节点的转发节点的数量越高、这些转发节点转发该网络传输节点的网络信息的转播概率越高以及这些转发节点各自的转发节点的数量及其对应的转播概率越高，则该网络传输节点的传输效率值越高。
示例性的：在构建得到的信息传播网络中网络传输节点a有2个转发节点b和c，而b又有转发节点d和e，c有转发节点f和g，其中b转发a的网络信息的转播概率为0.1，c转发a的网络信息的转播概率为0.05，d转发b的网络信息的转播概率为0.06，e转发b的网络信息的转播概率为0.04，f转发c的网络信息的转播概率为0.08，g转发c的网络信息的转播概率为0.02，那么传输效率确定模块630据此计算a的传输效率值可以为0.1+0.05+0.1*(0.06+0.04)+0.05*(0.08+0.02)＝0.165。
在可选实施例中，所述传输效率确定模块630如图7所示进一步可以包括：
模型建立单元631，用于根据构建得到的所述信息传播网络，建立针对每个网络传输节点的传输效率值的Pagerank算法模型。
示例性的，建立得到的Pagerank算法模型可以为：
其中N表示信息传播网络中的网络传输节点数目，d是阻尼系数(例如可以取经验值0.85)，PR(u)表示网络传输节点u的传输效率值，S(u)表示网络传输节点u在所述信息传播网络中的转发源节点的集合，PR(u)表示本次迭代之前S(u)中的网络传输节点v的传输效率值，N(v)表示S(u)中的网络传输节点v在所述信息传播网络中的直接传播目的节点的数量。
需要指出的是，本领域技术人员可以了解，本发明可以采用其他形式的Pagerank算法模型，属于本发明实施方式的合理变形，不会改变本发明实施逻辑，本发明不再穷举其他形式的Pagerank算法模型。
传输效率确定单元632，用于通过建立得到的Pagerank算法模型确定各个网络传输节点的传输效率值。
以上述建立得到的Pagerank算法模型为例，传输效率确定单元632可以对信息传播网络中的每个网络传输节点的传输效率值进行初始赋值，若是首次初始赋值可以为随机赋值，若已存在对应的该网络传输节点的传输效率值的记录，则可以将最近一次确定得到的该网络传输节点的传输效率值作为初始赋值；进而通过上述Pagerank算法模型对各个网络传输节点的传输效率值进行迭代，直至某次迭代的各个网络传输节点的传输效率值与前一次迭代的对应网络传输节点的传输效率值之间的差值均低于设定的阈值，将本次迭代的各个网络传输节点的传输效率值确定为各个网络传输节点的传输效率值。
在另一实施例中，所述传输效率确定模块630进一步可以包括：
模拟信息传播单元633，用于根据构建得到的信息传播网络，针对某个网络传输节点进行预设次数的模拟信息传播。
以图5所示的信息传播网络为例，模拟信息传播单元633在得到各个网络传输节点之间的传播关系以及对应的转播概率后，就可以通过蒙恬卡罗法模拟网络信息传播的过程。例如图9所示的两个网络传输节点(u,v)之间转播概率为p(u,v)＝0.4，表示经过历史统计得到网络传输节点u转发网络传输节点v的网络信息的概率为0.4，那么当网络传输节点v在朋友圈发表了一篇文章链接时，网络传输节点u转发该文章链接的概率即为0.4，使用蒙恬卡罗法模拟信息传播的过程可以使用一个伪随机数生成器生成一个(0,1)之间的服从均匀分布的随机数s，如果s<＝0.4则表示网络传输节点u转发了网络传输节点v发表的文章，反之，则没有转发。以此类推，当信息传播网络中的某个网络传输节点发表了一条网络信息时，可以根据该网络传输节点的直接转发节点以及间接转发节点的转播概率，通过伪随机数生成器模拟每两个网络传输节点之间的转发结果，从而得到针对该网络传输节点的一轮模拟信息传播中的网络信息的传播范围，所述传播范围可以为受传播网络传输节点的数量，在可选实施例中还可以是转发了该网络信息的网络传输节点的数量，即信息转发次数或信息转发量。在实际的计算过程中，当需要衡量一个网络传输节点能够带来多大的信息转发量时，需要通过预设次数轮(可以取100、1000、10000，根据实际需求而定)的模拟信息传播，统计每次模拟信息传播结束后这一条网络信息的传播范围，并取多轮模拟信息传播的传播范围的均值作为结果。
传输效率确定单元632，用于根据所述预设次数的模拟信息传播中的传播范围，确定该网络传输节点的传输效率值。
由于通过预设次数的模拟信息传播，其得到的传播范围一定程度上可以反映出某个网络传输节点的传输效率值，因此在可选实施例中传输效率确定单元632可以根据所述预设次数的模拟信息传播中的传播范围，确定该网络传输节点的传输效率值，例如采用所述预设次数的模拟信息传播的信息转发量的均值作为该网络传输节点的传输效率值。
在可选实施例中，传输效率确定模块630可以通过上述不同方式计算各个网络传输节点的传输效率值，进而使用不同方式计算得到的结果进行相互校验，例如根据Pagerank算法模型得到多个网络传输节点的传输效率值的高低排序后，再与根据预设次数的模拟信息传播确定的相同多个网络传输节点的传输效率值的高低排序进行比较，若两者一致则表示该排序是准确的。
关键节点选择模块640，用于根据各个网络传输节点的传输效率值，从所述多个网络传输节点中确定关键网络传输节点。
在传输效率确定模块630得到信息传播网络中各个网络传输节点的传输效率值后，关键节点选择模块640可以将所述多个网络传输节点中传输效率值最高的预设数量的网络传输节点确定为所述关键网络传输节点，所述预设数量可以为管理员预先设定的数量，例如10、20或100等，在可选实施例中，所述预设数量还可以根据所述网络传输节点的总数决定，例如取所述网络传输节点的总数的1％或1‰。在其他可选实施例中，还可以是将所述多个网络传输节点中传输效率值达到预设阈值的网络传输节点确定为所述关键网络传输节点。
信息传播控制模块650，用于针对所述关键网络传输节点进行网络信息传播控制。
在一可选实施例中，信息传播控制模块650如图8所示可以包括：
信息推送单元651，用于向所述关键网络传输节点推送指定网络信息，从而可以实现使用最少的网络资源让指定网络信息得到一定广度范围的高效传播，在网络辟谣、传播正面信息、寻人启事等场景下可以得到很好的实施效果。
在另一可选实施例中，信息传播控制模块650如图8所示可以包括：
传播监控单元652，用于对所述关键网络传输节点的网络传播行为进行监控，例如监控所述关键网络传输节点发送的网络信息，当监听到关键网络传输节点发送了例如虚假、违反法律或道德、煽动性等类型的不良网络信息时，传播监控单元652可以记录下该网络传播行为以便后续对该网络传播节点进行相应处理，或可以删除该网络传播节点发送的网络信息，或直接对该网络传播节点进行相应处理，所述相应处理可以包括禁言、禁止登录、查封账号、查封网络地址等，在严重时还可以将网络传播行为提供给行政监察机关对相关用户追究责任。
除上述两方面监控方式之外，本发明的网络信息传播控制方法还可以使用在更多的监控场景，本实施例不进行更多穷举。
本实施例中的网络信息传播控制装置通过根据所述多个网络传输节点的信息转发行为记录构建信息传播网络，并计算各个网络传输节点在信息传播网络中的传输效率值，根据传输效率值的高低从所述多个网络传输节点中确定关键网络传输节点，从而可以通过对确定得到的关键网络传输节点进行网络信息传播控制实现对网络信息传播进行有效控制。
这里需要指出的是，上述网络信息传播控制装置可以为PC这类电子设备，也可以是通过集群系统构成的，为实现各单元功能而合并为一或各单元功能分体设置的电子设备，网络信息传播控制装置至少包括用于存储数据的数据库和用于数据处理的处理器，或者包括内置的存储介质或独立设置的存储介质。
其中，对于用于数据处理的处理器而言，在执行处理时，可以采用微处理器、中央处理器(CPU，Central Processing Unit)、数字信号处理器(DSP，DigitalSingnalProcessor)或可编程逻辑阵列(FPGA，Field－Programmable Gate Array)实现；对于存储介质来说，包含操作指令，该操作指令可以为计算机可执行代码，通过所述操作指令来实现上述本发明实施例网络信息传播控制流程中的各个步骤。
网络信息传播控制装置作为硬件实体的一个示例如图10所示。所述
装置包括处理器101、存储介质102以及至少一个外部通信接口103；所述处理器101、存储介质102以及通信接口103均通过总线104连接。
这里需要指出的是：以上涉及网络信息传播控制装置的描述，与前文网络信息传播控制方法的描述是类似的，同方法的有益效果描述，不做赘述。对于本发明网络信息传播控制装置实施例中未披露的技术细节，请参照本发明方法实施例的描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (16)
1.一种网络信息传播控制方法，其特征在于，所述方法包括：
获取多个网络传输节点的信息转发行为记录；
根据所述多个网络传输节点的信息转发行为记录，构建信息传播网络，所述信息传播网络包括所述多个网络传输节点、根据各个网络传输节点之间的历史转发行为记录确定的网络传输节点之间的传播关系以及对应的转播概率；
根据构建得到的所述信息传播网络，计算各个网络传输节点的传输效率值；
根据各个网络传输节点的传输效率值，从所述多个网络传输节点中确定关键网络传输节点；
针对所述关键网络传输节点进行网络信息传播控制。
2.如权利要求1所述的网络信息传播控制方法，其特征在于，所述根据构建得到的所述信息传播网络，计算各个网络传输节点的传输效率值包括：
根据构建得到的所述信息传播网络，建立针对每个网络传输节点的传输效率值的Pagerank算法模型；
通过建立得到的Pagerank算法模型确定各个网络传输节点的传输效率值。
3.如权利要求2所述的网络信息传播控制方法，其特征在于，所述针对每个网络传输节点的传输效率值的Pagerank算法模型为：
<mrow>
<mi>P</mi>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>d</mi>
</mrow>
<mi>N</mi>
</mfrac>
<mo>+</mo>
<mi>d</mi>
<munder>
<mi>&Sigma;</mi>
<mrow>
<mi>v</mi>
<mo>&Element;</mo>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>)</mo>
</mrow>
</mrow>
</munder>
<mfrac>
<mrow>
<mi>P</mi>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>N</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中N表示信息传播网络中的网络传输节点数目，d是阻尼系数，PR(u)表示网络传输节点u的传输效率值，S(u)表示网络传输节点u在所述信息传播网络中的转发源节点的集合，PR(u)表示本次迭代之前S(u)中的网络传输节点v的传输效率值，N(v)表示S(u)中的网络传输节点v在所述信息传播网络中的直接传播目的节点的数量；
所述通过建立得到的Pagerank算法模型确定各个网络传输节点的传输效率值包括：
通过对各个网络传输节点的传输效率值进行迭代，直至某次迭代的各个网络传输节点的传输效率值与前一次迭代的对应网络传输节点的传输效率值之间的差值均低于设定的阈值，将本次迭代的各个网络传输节点的传输效率值确定为各个网络传输节点的传输效率值。
4.如权利要求1所述的网络信息传播控制方法，其特征在于，所述根据构建得到的所述信息传播网络，计算各个网络传输节点的传输效率值包括：
根据构建得到的信息传播网络，针对某个网络传输节点进行预设次数的模拟信息传播；
根据所述预设次数的模拟信息传播中的传播范围，确定该网络传输节点的传输效率值。
5.如权利要求1所述的网络信息传播控制方法，其特征在于，所述根据各个网络传输节点的传输效率值，从所述多个网络传输节点中确定关键网络传输节点包括：
将所述多个网络传输节点中传输效率值最高的预设数量的网络传输节点确定为所述关键网络传输节点。
6.如权利要求1所述的网络信息传播控制方法，其特征在于，所述针对所述关键网络传输节点进行网络信息传播控制包括：
向所述关键网络传输节点推送指定网络信息。
7.如权利要求1所述的网络信息传播控制方法，其特征在于，所述针对所述关键网络传输节点进行网络信息传播控制包括：
对所述关键网络传输节点的网络传播行为进行监控。
8.如权利要求1-7中任一项所述的网络信息传播控制方法，其特征在于，所述网络传输节点包括网络用户、社交群组或社交公众号。
9.一种网络信息传播控制装置，其特征在于，所述装置包括：
转发记录获取模块，用于获取多个网络传输节点的信息转发行为记录；
传播网络构建模块，用于根据所述多个网络传输节点的信息转发行为记录，构建信息传播网络，所述信息传播网络包括所述多个网络传输节点、根据各个网络传输节点之间的历史转发行为记录确定的网络传输节点之间的传播关系以及对应的转播概率；
传输效率确定模块，用于根据构建得到的所述信息传播网络，计算各个网络传输节点的传输效率值；
关键节点选择模块，用于根据各个网络传输节点的传输效率值，从所述多个网络传输节点中确定关键网络传输节点；
信息传播控制模块，用于针对所述关键网络传输节点进行网络信息传播控制。
10.如权利要求9所述的网络信息传播控制装置，其特征在于，所述传输效率确定模块包括：
模型建立单元，用于根据构建得到的所述信息传播网络，建立针对每个网络传输节点的传输效率值的Pagerank算法模型；
传输效率确定单元，用于通过建立得到的Pagerank算法模型确定各个网络传输节点的传输效率值。
11.如权利要求10所述的网络信息控制装置，其特征在于，所述模型建立单元针对每个网络传输节点的传输效率值建立的Pagerank算法模型为：
<mrow>
<mi>P</mi>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>d</mi>
</mrow>
<mi>N</mi>
</mfrac>
<mo>+</mo>
<mi>d</mi>
<munder>
<mi>&Sigma;</mi>
<mrow>
<mi>v</mi>
<mo>&Element;</mo>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>)</mo>
</mrow>
</mrow>
</munder>
<mfrac>
<mrow>
<mi>P</mi>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>N</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中N表示信息传播网络中的网络传输节点数目，d是阻尼系数，PR(u)表示网络传输节点u的传输效率值，S(u)表示网络传输节点u在所述信息传播网络中的转发源节点的集合，PR(u)表示本次迭代之前S(u)中的网络传输节点v的传输效率值，N(v)表示S(u)中的网络传输节点v在所述信息传播网络中的直接传播目的节点的数量；
所述传输效率确定单元用于：
通过对各个网络传输节点的传输效率值进行迭代，直至某次迭代的各个网络传输节点的传输效率值与前一次迭代的对应网络传输节点的传输效率值之间的差值均低于设定的阈值，将本次迭代的各个网络传输节点的传输效率值确定为各个网络传输节点的传输效率值。
12.如权利要求9所述的网络信息传播控制装置，其特征在于，所述传输效率确定模块：
模拟信息传播单元，用于根据构建得到的信息传播网络，针对某个网络传输节点进行预设次数的模拟信息传播；
传输效率确定单元，用于根据所述预设次数的模拟信息传播中的传播范围，确定该网络传输节点的传输效率值。
13.如权利要求9所述的网络信息传播控制装置，其特征在于，所述关键节点选择模块用于：
将所述多个网络传输节点中传输效率值最高的预设数量的网络传输节点确定为所述关键网络传输节点。
14.如权利要求9所述的网络信息传播控制装置，其特征在于，所述信息传播控制模块包括：
信息推送单元，用于向所述关键网络传输节点推送指定网络信息。
15.如权利要求9所述的网络信息传播控制装置，其特征在于，所述信息传播控制模块包括：
传播监控单元，用于对所述关键网络传输节点的网络传播行为进行监控。
16.如权利要求9-15中任一项所述的网络信息传播控制装置，其特征在于，所述网络传输节点包括网络用户、社交群组或社交公众号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610764612.7A CN107809363B (zh) | 2016-08-30 | 2016-08-30 | 一种网络信息传播控制方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610764612.7A CN107809363B (zh) | 2016-08-30 | 2016-08-30 | 一种网络信息传播控制方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107809363A true CN107809363A (zh) | 2018-03-16 |
| CN107809363B CN107809363B (zh) | 2021-07-27 |
Family
ID=61575857
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610764612.7A Active CN107809363B (zh) | 2016-08-30 | 2016-08-30 | 一种网络信息传播控制方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107809363B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110224918A (zh) * | 2019-05-17 | 2019-09-10 | 西安交通大学 | 一种跨域sdn虚拟网络映射方法 |
| CN110661696A (zh) * | 2019-08-30 | 2020-01-07 | 浙江工业大学 | 一种基于梯度信息的消息传播控制方法 |
| CN110795641A (zh) * | 2019-11-05 | 2020-02-14 | 重庆邮电大学 | 基于表示学习的网络谣言传播控制方法 |
| CN111899040A (zh) * | 2019-05-05 | 2020-11-06 | 腾讯科技（深圳）有限公司 | 目标对象异常传播的检测方法、装置、设备及存储介质 |
| WO2021212982A1 (zh) * | 2020-04-21 | 2021-10-28 | 华为技术有限公司 | 路由信息扩散方法、装置和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080027921A1 (en) * | 2006-07-31 | 2008-01-31 | Microsoft Corporation | Temporal ranking of search results |
| CN103412872A (zh) * | 2013-07-08 | 2013-11-27 | 西安交通大学 | 一种基于有限节点驱动的微博社会网络信息推荐方法 |
| CN105095988A (zh) * | 2015-07-01 | 2015-11-25 | 中国科学院计算技术研究所 | 社交网络信息爆发检测方法与系统 |
| CN105117422A (zh) * | 2015-07-30 | 2015-12-02 | 中国传媒大学 | 智能社交网络推荐系统 |
-
2016
- 2016-08-30 CN CN201610764612.7A patent/CN107809363B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080027921A1 (en) * | 2006-07-31 | 2008-01-31 | Microsoft Corporation | Temporal ranking of search results |
| CN103412872A (zh) * | 2013-07-08 | 2013-11-27 | 西安交通大学 | 一种基于有限节点驱动的微博社会网络信息推荐方法 |
| CN105095988A (zh) * | 2015-07-01 | 2015-11-25 | 中国科学院计算技术研究所 | 社交网络信息爆发检测方法与系统 |
| CN105117422A (zh) * | 2015-07-30 | 2015-12-02 | 中国传媒大学 | 智能社交网络推荐系统 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111899040A (zh) * | 2019-05-05 | 2020-11-06 | 腾讯科技（深圳）有限公司 | 目标对象异常传播的检测方法、装置、设备及存储介质 |
| CN111899040B (zh) * | 2019-05-05 | 2023-09-01 | 腾讯科技（深圳）有限公司 | 目标对象异常传播的检测方法、装置、设备及存储介质 |
| CN110224918A (zh) * | 2019-05-17 | 2019-09-10 | 西安交通大学 | 一种跨域sdn虚拟网络映射方法 |
| CN110661696A (zh) * | 2019-08-30 | 2020-01-07 | 浙江工业大学 | 一种基于梯度信息的消息传播控制方法 |
| CN110795641A (zh) * | 2019-11-05 | 2020-02-14 | 重庆邮电大学 | 基于表示学习的网络谣言传播控制方法 |
| CN110795641B (zh) * | 2019-11-05 | 2022-09-27 | 重庆邮电大学 | 基于表示学习的网络谣言传播控制方法 |
| WO2021212982A1 (zh) * | 2020-04-21 | 2021-10-28 | 华为技术有限公司 | 路由信息扩散方法、装置和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107809363B (zh) | 2021-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107809363B (zh) | 一种网络信息传播控制方法和装置 | |
| KR101961711B1 (ko) | 온라인 소셜 네트워크 내 네트워크-인지 제품 시판 | |
| Sun et al. | Gesundheit! modeling contagion through facebook news feed | |
| US20200372526A1 (en) | Methods and apparatus to determine ratings data from population sample data having unreliable demographic classifications | |
| Perera et al. | Twitter analytics: Architecture, tools and analysis | |
| CN111325417B (zh) | 实现隐私保护的多方协同更新业务预测模型的方法及装置 | |
| CN104052647B (zh) | 用于控制网络通信的系统和方法 | |
| Hossmann et al. | Collection and analysis of multi-dimensional network data for opportunistic networking research | |
| US9866454B2 (en) | Generating anonymous data from web data | |
| Li et al. | Modeling and performance analysis of information diffusion under information overload in Facebook‐like social networks | |
| Li et al. | Understanding video sharing propagation in social networks: Measurement and analysis | |
| TW201601086A (zh) | 資訊推送方法及裝置 | |
| CN104954360A (zh) | 分享内容屏蔽方法及装置 | |
| US20160110365A1 (en) | Systems and methods for locating contagion sources in networks with partial timestamps | |
| Fanti et al. | Barracuda: the power of ℓ-polling in proof-of-stake blockchains | |
| CN110830306B (zh) | 确定网络用户影响力的方法、装置、存储介质及电子设备 | |
| Jiang et al. | Approaching an optimal bitcoin mining overlay | |
| CN104462116B (zh) | 数据选择的方法及装置 | |
| Xiao et al. | Analyzing, modeling, and simulation for human dynamics in social network | |
| Luo et al. | Time critical disinformation influence minimization in online social networks | |
| Pajevic et al. | Epidemic content distribution: empirical and analytic performance | |
| Youssef | Online social network internetworking analysis | |
| Boldrini et al. | From pareto inter-contact times to residuals | |
| CN108471445B (zh) | 一种关注对象内容更新通知方法和装置 | |
| CN109413459B (zh) | 一种直播平台中用户的推荐方法以及相关设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |