图神经网络在社交网络虚假信息传播预测中的应用

芮 嘉阳
南京市江原安迪科正电子研究发展有限公司

摘要


随着社交网络的发展与普及，虚假信息的传播越来越严重，给社会带来了很多负面影响。传统的信息传
播机制在应对社交网络中复杂的数据流动时显得力不从心，存在明显局限性。而图神经网络（graphneuralnetworks，
GNN）作为当下预测假新闻传播的关键方法，正逐渐展现出其独特优势。本文就探讨图神经网络对社交网络中虚假
新闻的预测过程，分析图神经网络的基本理论和社会网络的基本属性之间的关系，提出图神经网络对社会网络中假
新闻的优势以及面临的问题，对未来发展方向进行展望。

关键词


图神经网络；社交网络；虚假信息；传播预测；深度学习

全文:

PDF


参考


[1]龚泽林，郭彦宏.图神经网络在社交网络信息传播

预测中的应用研究[J].计算机科学，2023（12）：45-53.

[2]秦思涵，曹昊天.基于图卷积网络的虚假信息检

测方法[J].软件学报，2024（3）：78-87.

[3]鲁明哲，施紫萱.社交网络中虚假信息传播模型与

图神经网络分析[J].系统仿真学报，2023（10）：102-110.

[4]庞宜轩，纪子轩.图注意力网络在虚假信息识别

中的应用[J].计算机应用研究，2024（5）：60-69.

[5]童景辰，卢雨薇.社交网络虚假信息传播预测的

深度学习方法综述[J].电子学报，2023（11）：121-130.

[6]周峤，林兴澎，周赵斌，许力.在线社交网络中

基于双向动态图注意力网络的异质图谣言检测方法[J].小

型微型计算机系统，2024，45（11）：2609-2617.

[7]邵云飞，宋友，王宝会.基于社交网络图节点度

的神经网络个性化传播算法研究[J].计算机科学，2023，

50（4）：6.


Refbacks

  • 当前没有refback。