在线社交网络的快速发展让谣言迅速并广泛地传播成为可能,这对于社会与人们的生活会造成巨大危害。故设计有效策略来抑制在线社交网络中谣言的传播非常重要。在广泛调研了现有的关于抑制在线社交网络中谣言传播的研究工作后,本文发现很少有研究工作在设定谣言传播场景时,考虑到在线社交网络的社区结构性质,并且很少有利用社区结构性质来优化网络结构的谣言传播抑制策略。所以本文希望利用社区结构性质,设计有效实用的策略对网络结构进行优化,从而能有效地将谣言的传播范围限制在其初始所在的社区之内,并且最终能确保网络中受到谣言影响的节点数量处在一个预设的范围内。本文主要的研究内容归纳为如下两点:第一、本文定义了一个单一传播环境下,以最小代价封锁单个谣言社区与抑制谣言传播的优化问题。假设1)已知在线社交网络的非重叠社区结构。2)谣言起源于一个社区。3)除了谣言信息,网络中并无其它信息在传播,且以给定的影响力传播模型作为谣言的传播模型。此问题旨在删除最少的节点,使谣言无法传播到其初始所在的社区之外,且网络中受到谣言影响的节点总量的期望值不超过一个给定的正整数K。基于图论与非重叠社区结构性质,本文设计了一个基于最小顶点覆盖的贪婪算法,来近似求解该问题。本文的实验结果显示,比起常见的启发式算法,本文提出的算法的性能更优,它平均能少删除46.7%的节点。第二、本文在特定的双信息竞争传播模型下,定义了一个以最小代价封锁多个谣言社区与抑制谣言传播的优化问题。假设已知网络的非重叠社区结构,且谣言起源于多个社区。抑制谣言信息传播的基本策略是从网络中选取一些保护者节点,让它们传播积极信息跟谣言对抗竞争。该问题旨在选取最少的节点作为保护者节点,让谣言信息无法传播到任意一个谣言初始所在的社区之外,且令网络中最终受到谣言影响的节点总量占所有谣言社区内的谣言可达节点总量的比例不超过给定的比例??[0,1]。本文证明了它是一个NP-hard问题,并针对它设计了基于集合覆盖的贪婪谣言传播抑制算法和基于最小顶点覆盖的贪婪谣言传播抑制算法。本文的仿真实验结果显示,第一个算法的性能总体优于第二个算法的性能。