2018-12-30

2018-12-30 本文已影响5人 vlsee

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。