计算机工程

作者：马满福, 杨鑫, 李勇, 刘泽政

单位：西北师范大学计算机科学与工程学院, 甘肃 兰州 730070

关键词：节点表示,谣言源,多谣言源识别,图注意力网络,残差连接

基金：国家自然科学基金(72364033); 甘肃省科技计划项目(23JRZA397); 西北师范大学高校重大科研项目培育计划项目(NWNU-LKZD2021-06)

谣言源的准确识别能够抑制谣言的传播扩散, 减少谣言对社会公众的影响。目前的谣言源识别模型忽略了节点之间影响力的差异性, 导致在聚合邻居特征信息时权重相同, 从而降低了谣言源识别的准确性。提出一种基于图注意力网络(GAT)的多谣言源识别模型——MRSDGAT。首先, 在一个完成谣言传播的社交网络中, 利用用户状态、谣言来源突出性和中心性将社交网络中的用户节点表示成向量, 通过此向量构建出节点的特征矩阵。然后, 通过GAT挖掘节点之间的相互影响力, 计算节点的影响力权重, 并按照节点间的影响力权重聚合节点特征信息。接着, 在注意力层之间引入残差连接以缓解梯度消失问题, 提高识别多个谣言源的能力。最后, 模型输出的值为每个节点作为源节点的概率值, 概率值越大, 表明该节点作为源节点的可能性越大。实验结果表明, 在Karate数据集上, MRSDGAT模型的F1值比基线GCNSI模型提升了14.09、13.32、13.10百分点, 比基线LPSI模型提升了23.41、22.59、24.21百分点, 识别性能更优。

来源：2026年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第2期