社交网络,指的是人与人之间通过互动所建立起来的社会网络结构。从社会学的角度来看,它是指个体之间通过社交行为所形成的一个关系网络。伴随着互联网的迅猛发展,在线社交网络也已经成为人们日常生活当中不可或缺的一部分,同时也已经成为最强大的信息传播平台,成千上万的人们可以通过社交网络分享不同的信息与资源。但不幸的是,除了积极正面的消息,社交网络同样成为传播误导性信息,有害的谣言甚至是恐慌消息的主要渠道。所以,如何限制社交网络上的谣言传播是网络用户们非常关注的一个问题。在目前各种限制谣言传播的方法当中,其中一种是将某些特定的节点设置为真相发起者节点,它的作用是在社交网络中传播与谣言对立的真相,当真相传播至其他用户时,用户们将会意识到谣言的误导性从而对其产生免疫,那么当谣言传播至他/她们的时候将不会产生危害。然而,在现有的工作当中缺乏对谣言的传播周期的限制以及社交网络中用户权重的考虑。针对上述问题,本文结合现实世界中信息传播的机制,模拟真实在线社交网络中用户的行为,在多目标活动独立级联模型当中引入熵值与权重的概念,构建出专属的传播模型。在以谣言传播周期内受影响节点数量最小化为目的的推动下,本文提出了一种分两阶段进行的解决方案来选择top-k节点作为真相的发起者节点。第一阶段的工作主要为计算节点的风险程度(Risk Degree),通过风险程度可以明确被谣言感染的节点在特定时刻对传播范围内其他节点的危害等级。第二阶段则是通过生成谣言路径树(Rumor Path Tree)结构来获取谣言的传播路径,在这样的结构当中可以通过一系列计算得到谣言节点到达某特定节点的概率。随后在这两者的基础上构建出一个分数函数来计算每个节点的得分,该分数表示节点作为真相发起者节点时所能影响到的节点总数。在计算出全部节点的分数之后,真相节点的选择可能会导致某些节点分数的变更,所以我们对冲突节点的分数进行一次更新。在确定所有节的最终分数以后,我们仅需选择分数排名最高的k个节点作为真相发起者,那么将会在最大程度上抑制谣言的传播。在真实数据集上进行的大量对比实验论证了我们所提出方法的有效性以及效率。