一种融合认知与交互的关键用户发现方法

本发明属于网络谣言传播与社交网络分析领域，具体涉及一种融合认知与交互的关键用户发现方法，包括：获取网络数据与用户属性，利用图神经网络跨维度聚合特征并结合谣传相似度矩阵生成加权邻接矩阵，实现初期数据稀疏的有效补偿；通过自动编码器提取深层语义特征，引入外部信息强度构建动态博弈模型，量化用户认知的非线性演变；利用图注意力网络自适应学习连接权重，并引入指数时间衰减因子动态调整时序交互权重，聚合生成兼顾时效性的多维用户交互特征；将提取的多维特征拼接融合为综合表征向量并输入分类器，输出关键用户筛选结果。通过数据稀疏补偿、认知动态演变以及复杂时效交互三阶段协同，提升了谣言初期特征刻画的精准度与个人策略演变的拟合效率，有效遏制了网络谣言扩散。