基于多目标优化的网络焦点事件社区发现算法.pdfVIP

电子证

基于多目标优化的

网络焦点事件社区发现算法*

高光亮伏家乐展智炜王群江苏警官学院

摘要：运用社会网络理论对网络焦点事件建模，提出一种基于多目标优化的重叠社区发现算法，基于找到的重叠社区结构捕

获事件中的核心子群。在一系列合成和真实网络数据集上的实验结果表明，所提算法相较于对比算法表现出更优的有

效性和稳定性。为公安机关进一步提高事件组织结构解析成效，分析同类事件的关键要素和共性特征提供了理论指引

和数据支撑。

关键词：网络分析社区发现多目标优化演化计算

各种媒介直接流向受众，而是经由意见领袖这个中间环节

引传播。依据受意见领袖影响程度的不同，受众可以分为完

互联网已成为时下公众信息传播和意见表达的重要媒全追随者和普通追随者，随着意见领袖和追随者之间共鸣

介和渠道，尤其是微博、直播、视频分享、社交平台等网效应越来越强，最终演化成核心子群主导事件的发展。

络应用的出现与流行，公众参与和思想互动的方式日益丰近年来，网络焦点事件的发生场域和发展机制更加多

富。然而，各种网络应用的隐匿性、开放性、便捷性等特样化，国内外学者19~14尝试在社会网络视域下，依据演化博

点也为焦点事件的爆发提供了更多便利，在各种网络应用奔、自组织临界性等理论研究事件中的行为主体关系、群

和社会活动的催化下，焦点事件的影响在虚拟世界和现实体结构以及事件动态演化机理，例如焦点事件中参与主体

世界的交互中不断放大、激化，从而形成了所谓的网络焦的策略演化博奔分析、基于多维因子模型的网络焦点事件

点事件-2。研究[3~表明，在网络焦点事件中，信息并非由演化影响机制分析和基于舆情大数据的网络焦点事件动态

*基金项目：江苏省高校自然科学研究面上项目（编号：23KJB520009）；“十四五”江苏省重点学科“网络空间安全”建设项目；省级大学生创

新创业训练计划面上项目（编号：202310329058Y）

PoliceTechnology2024年第3期81

电子取证

识别分析等。社会网络视域下的网络焦点事件建模[12~1,发现问题建模为两个或两个以上目标函数的优化问题。不

参与者的虚拟身份表示为节点，参与者的网上行为和虚拟失一般性，以最大化为例，定义如公式（1）所示：

社交关系表示为节点特征和节点间连边，进而从点、边、F(C*)=maxF,(C),pE(1,2,,P)(1)

团三个维度对事件的形成与演化进行分析。就节点而言，CEQ

通过度量节点特征的同质性、差异性等属性性质来识别参其中，Q={C,C,,C)表示网络社区结构的候选集

与者在事件中的角色，通过度量节点度分布、中心性、影合，F={F,F,F}，VF:Q-R表示相互制约且必须同时优

响力等结构性质来识别参与者在事件中的地位，从而捕获化的目标函数集合，C*表示找到的最优社区结构，对于任

事件中的意见领袖、主要跟随者、普通跟随者等。就连边一候选社区结构CEQ和目标函数F,EF，满足条件如公式

而言，通过度量有无、方向、权重等基础性质来反映参与(2)所示：

者在事件中的活跃程度，通过与随机网络、无标度网络等F,(C*)≥F,(C),pE(1,2,,P)(2)

模型上的信息传播机制对比来挖掘参与者的关联模式等。由于多目标之间相互制约，使全部目标最优的社区结

就子团而言，通过发现网络中的社区结构来阐述参与者的构往往不存在[17，因此，基于多目标优化的社区发现一