基于社交网络结构特征的S2IR谣言传播模型

针对社交网络中的用户对谣言的抵抗能力存在差异以及用户间亲密度不同的情形,通过引入谣言信度函数与个体亲密度函数,定义体现网络结构特征的非一致接触传播率。考虑传谣者的信谣程度及传谣力度不同,基于平均场理论建立一种新的网络谣言传播动力学模型。在BA无标度网络中通过数值仿真验证了理论分析的正确性。实验结果表明,谣言在度大的节点中传播更快、范围更广;高谣言信度与用户亲密度会使谣言传播速度加快、传播范围变广;进一步探究了模型中遗忘率、辟谣率等相关参数对谣言传播的影响。对基本再生数进行敏感性分析,进而提出了控制谣言传播的建议,并对比分析了随机免疫与目标免疫两种常见免疫策略的效果;在仿真网络与真实网络中分析了网络结构对谣言传播的影响规律。     

面向网络论坛的谣言传播与抑制研究

基于网络论坛中用户行为的异质性和病毒传播的SEIR模型,提出了面向网络论坛的SEIR谣言传播模型。首先根据模型在非均匀网络中的平均场方程,推导网络论坛中谣言传播的临界阈值,表明在谣言传播率有限的情况下,增加用户间的信任机制可以有效抑制谣言在网络中的传播;然后通过仿真与数值分析,验证模型的有效性以及信任机制的引入能够有效降低谣言的影响力、传播速率和影响范围;最后结合仿真与数值分析的结论和网络论坛用户间的高影响力有限信任关系,给出了抑制谣言传播的高影响力用户免疫策略。实验结果表明,该策略与传统的免疫策略相比能够取得更好的谣言抑制效果。     

突发事件发生后谣言传播的IS_rS_nR模型

随着社交网络的发展,谣言传播的模拟变得尤为重要。基于传统的D-K谣言传播模型,首先提出一种新的考虑谣言信息和非谣言信息竞争传播的未知者-谣言传播者-非谣言信息传播者-沉默者(IS_rS_nR)模型,并综合考虑网络结构、用户间的交互行为等多种属性以用户群体的平均社会影响力计算不同群体间的转移概率。其次,给出IS_rS_nR模型的平均场方程,并分析方程平衡解的存在性和稳定性。MATLAB的仿真结果显示:(1)非谣言信息的传播与谣言传播的趋势一致;(2)网络平均度、谣言传播者、非谣言信息传播者群体的平均社会影响力对信息传播的传播速度、传播周期及传播范围均有显著作用。研究成果可以在一定程度上对于舆情监测和市场营销起到指导作用。     

在线社交网络谣言传播的仿真研究——基于聚类系数可变的无标度网络环境

在经典SIR传染病模型的基础上,根据在线社交网络中谣言传播的特点,将网络谣言的受众用户扩展为无知者、知晓者、信任者、传播者、暂时免疫者和永久免疫者6类。同时考虑到用户会因为不断接触某一相同的谣言而导致对该谣言的信任水平增加的现实情况,引入社会加强正向效应,提出了一个改进的在线社交网络谣言传播模型,并结合复杂网络的相关理论建立了一个考虑聚类系数可变的无标度网络环境进行仿真研究。仿真发现,谣言的传播能力与影响范围会随着社会加强正向效应、用户首次接触并相信谣言的概率、孤立节点密度以及初始传播节点的度的增大而增大,但会随着网络聚类系数的增加而得到抑制。本文提出的谣言传播模型比较符合真实在线社交网络的谣言传播特性,可以为实践中网络谣言的管控提供一定理论参考。     

反沉默螺旋效应下社交媒体谣言传播动力学研究

目前，社交媒体已经成为网络谣言滋生的温床，其庞大的用户规模，以及即时性、开放性等特点，使得谣言传播的广度和速度远远高于现实社会网络，从而对人们的生活和社会的稳定产生巨大的影响.为此，基于传染病动力学及"反沉默螺旋"理论，构建了考虑辟谣行为及网络结构的社交媒体谣言传播模型；并进一步分析了模型中无谣言平衡点和谣言存在平衡点的存在性和稳定性，计算了模型的基本再生数；利用MATLAB对模型中各参数变化对谣言传播的影响进行了仿真分析，并对部分参数进行了敏感性分析；利用实际案例对模型进行了进一步的分析与验证；最后，给出了控制社交媒体中谣言传播的策略建议.     

无标度网络中遗忘率变化的谣言传播模型研究

本文在无标度网络中研究了遗忘率随时间变化的谣言传播模型,推导出了对应的平均场方程,并在社交网络人人网中就遗忘率对谣言传播过程的影响进行了数值模拟.结果表明:遗忘率对谣言传播的最终规模有重要影响,初始遗忘率越大或遗忘速度越大,谣言的最终传播规模越小;与遗忘率为常数的谣言传播模型相比,谣言在遗忘率随时间变化的模型中传播规模更小.研究还表明,网络结构对谣言传播也有重要影响,谣言在无标度网络中的传播速度比在均匀网络中更快,最终传播规模更小.     

具有非一致传播率的无标度网络谣言传播模型

考虑到实际复杂网络中的个体对于谣言的免疫存在差异的情况,通过引入谣言接受度函数,描述不同节点的非一致性传播率。基于平均场理论,建立具有非一致传播率的无标度网络谣言传播模型,研究了无标度网络上的谣言传播行为。理论分析和仿真实验表明,节点对谣言接受度的差异可导致谣言传播速度减缓,传播规模减小,同时谣言在无标度网络上的传播阈值明显增加,可以有效抑制谣言的爆发和降低谣言传播的风险。     

基于OSN的谣言传播模型及影响力节点研究

经典的谣言传播模型较难描述现实在线社交网络的复杂活跃模式,为此提出一个基于在线社交网络的动态谣言传播模型。该模型采用传播者基于时间退化函数的自发退化方式,动态指定节点的权威度和免疫力,并考虑了接收增强信号效应。通过对真实微博网络的谣言传播仿真验证了模型的有效性。将模型用于识别网络中的影响力节点,根据传播仿真数据评估节点的传播影响力,并分析节点传播影响力与各中心性指标间的相关性。结果显示:有向社交网络中节点的影响力并不能由k-核的大小表征,而出度和紧密中心性才是更好的描述标量。     

在线社交网络中考虑抑制代价的谣言澄清策略研究

现有针对谣言澄清问题的研究,往往忽略了实施谣言澄清策略需要付出的代价问题.为此,本文构建了一种在线社交网络(online social networks,OSN)中,同时考虑信息整体流行度和个体传播倾向的动态线性阈值谣言传播模型(dynamic linear threshold based rumor spreading,DLTRS);并基于该模型,设计了一种考虑辟谣信息传播时间、种子节点数量、信息内容等谣言抑制代价的谣言澄清算法(rumor clarification considering cost restraint,RCCR);利用构建的网络和真实OSN环境下的数据集,对提出的谣言传播模型和澄清算法进行了仿真实验,并进一步分析了各参数变化对算法性能的影响.     

基于小世界网络的微博谣言传播演进研究

刻画谣言在微博上的快速传播状态,研究影响谣言传播的关键因素。基于传染病的基础模型,将受众扩展为5类(无知者、接触者、传播者、沉寂者、失去兴趣者),引入兴趣衰减系数描述个体多次接触谣言时转发兴趣降低状态,同时考虑了个体只会转发一次的现实状况。为验证模型的有效性,对模型进行了多主体仿真,并将仿真数据与两个真实案例的数据对比,发现构建的模型可以较好地拟合现实情况。通过仿真实验,对不同因素的系数进行对比分析,发现改变兴趣衰减系数、首次转发概率以及小世界网络的属性都显著影响了微博的传播演进过程。     

网络结构对谣言传播的影响

在分析战时谣言传播心理学机制的基础上,将谣言传播人群划分为三类,通过设计个体的交互规则,利用度分布来描述个体间的交互结构,建立了复杂网络谣言传播的新模型.并从理论推导和计算机仿真两个角度分析了网络结构与谣言传播效果之间的关系,结果表明:1)网络平均度分布越大,异质性越高,越有利于谣言传播;2)谣言在社区结构网络传播时会出现震荡行为.     

可变聚类系数无标度网络上的谣言传播仿真研究

在经典谣言传播模型的基础上,研究了具有幂律度分布和可变聚类系数的无标度网络上的谣言传播行为。目标是研究聚类系数对谣言传播的影响,通过改变特殊的参数调节网络的聚类系数来观察谣言传播的变化情况。仿真结果表明,聚类系数越高的网络,越能抑制谣言的传播,而聚类系数越低的网络,谣言传播将更加猖獗。     

基于Holling-Ⅱ功能反应函数的谣言传播模型

谣言作为一种不良社会现象,不仅不利于社会舆论的健康发展,严重的还将危害社会的稳定与和谐。必要的政府干预和受众的自觉抵抗将有利于遏制不实谣言的扩散。结合Holling-Ⅱ型功能反应函数,构造出一个新的谣言传播模型,用以解释官方应急管理者的及时干预在谣言传播过程中的作用。运用传统的稳定性理论,判断系统的平衡点类型,分析其性态,找出平衡点的稳定条件。通过对不同传播比率和干预系数的调整,发现了谣言大规模扩散和有效应急管理的临界值,相关研究结果将有利于制定合理的谣言控制策略,为政府部门应急管理者的信息发布与辟谣活动提供理论依据与技术支持。     

谣言传播模型研究综述

简要介绍了自二战以来谣言现象的研究成果及不同领域的谣言传播模型,综述了现有模型的特点及进展.指出谣言传播模型建模过程中要对谣言传播的复杂性、心理特征、蝴蝶效应、从无序到有序的演化等问题进行深入思考,并借鉴舆论传播等多学科的现有成果,以建立基于Agent的复杂网络上的谣言传播模型.     

基于数据场的复杂网络节点影响力建模与仿真

复杂网络节点影响力的研究是数据挖掘的重要组成部分。挖掘出复杂网络中有影响力的节点不仅具有重要的学术意义,且有助于抑制流行病的爆发、控制谣言的传播和推广电子商务产品等。通过选取每个节点的混合度分解值(Mixed Degree Decomposition,MDD)作为质量,将复杂网络抽象为数据场,结合数据场模型来识别有影响力的节点,并与一些著名的节点中心性方法进行对比。使用经典的传染病模型(Susceptible-Infected-Recovered,SIR)通过对比感染节点的数量来评估仿真性能。对实际网络的仿真实验结果表明,数据场模型能够有效的识别网络中有影响力的节点。     

基于局域交互和全局广播的创新传播模型研究

考虑公共媒体对创新传播的影响,本文提出基于网络局域交互和全局广播的创新传播模型,该模型既考虑了创新传播过程中邻居节点之间的交互作用,也考虑了公共媒体对创新传播的影响。实证网络数据集上的仿真结果表明在公共媒体宣传力度有限的情况下,局域交互特性对创新传播具有重要影响。进一步的分析表明,结合网络结构和创新传播机制的节点影响力评价指标可以准确地对创新传播中的节点影响力进行排序,相对于度、紧密度等方法,该方法的Kendall's Tau可以提高39.19%,35.61%和33.03%。     

动态社交网络中非完全信息下谣言溯源问题研究

突发事件发生后,在线社交网络往往成为谣言滋生与传播的重灾区.追溯谣言源头,从源头阻断谣言传播是舆情管控的有效手段.但在实际中在线社交网络是动态变化的,并且谣言传播的历史情况信息很难完全获取,通常只能获取当前时刻下谣言的传播情况,因此本文聚焦于研究动态社交网络中非完全信息下谣言溯源问题.本文根据节点的传播级联在最后一层网络上的感染集合与当前时刻下新增被谣言感染节点集合的期望对称差构造目标函数,并证明了目标函数具有#P-hard的性质,且既不是次模函数也不是超模函数.接下来设计了基于可达集合抽样的方法寻找谣言源头节点,并给出了算法框架和计算复杂度分析.最后在三个真实的动态网络数据集上仿真验证了本文所提出谣言溯源方法 RSS相比于已有方法的效果更好,并探究了动态社交网络的拓扑结构变化对本文提出的谣言溯源方法准确性的影响.     

动态影响力下网络舆论传播的计算实验研究

基于以往研究较少考虑影响力的即时动态更新,对于网络舆论传播的某些现象,可以融入这一因素进行分析.借鉴Krause有界信任的思想,引入Festinger的认知不一致理论对观点交互条件进行改进,并对信任阈值的作用进行了重新认识.本文认为,信任阈值并非判定个体是否交互的分界线,而是决定影响力增大或减小的分割线.进一步,对影响力的动态性进行了深入研究,引入短记忆过程和惩罚机制,从而构建动态影响力下的网络舆论传播模型,进行了计算实验分析.结果表明:随着群体信任闽值的提高,观点分化程度降低.群体观点演化也受初始影响力分布影响,初始影响力较高,网络群体更容易形成稳定的观点,且收敛速度更快.而投入干预个体的影响作用与群体信任阈值负相关,与干预个体所占的比例正相关.     

基于演化博弈理论的人际谣言传播仿真模型研究

利用博弈理论研究了谣言实现的社会机制。引入了谣言重要性和模糊性等参数建立了个体间的沟通函数,以此为基础利用演化博弈机制实现了一个人际谣言传播的Agent仿真模型。仿真结果表明：与人们切身利益相关的谣言会改变个体的预期收益使个体错误地选择相信谣言,尽管相信谣言会带来实际的损失;由于此行为存在一定风险,实际上个体相信谣言与否除了取决于自身预期收益的判断,还取决于他人的选择。利用演化博弈对谣言传播机理的研究为谣言传播的创新研究提供了新思路和新方法。     

基于复杂网络的谣言传播模型

分析了谣言传播的心理学机制和敌我双方的对抗策略, 引入谣言属性变量并藉此建立了平均场下的谣言传播新模型. 借助严格一阶随机占优和严格二阶随机占优的概念分别讨论了谣言属性、敌我双方干预强度、网络结构特征和谣言传播效果之间的关系,提出并证明了具有重要管理意义的4个命题. 通过仿真实验进一步验证了命题的正确性.