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。     

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。     

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。     

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.     

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.     

一个基于沟通函数的谣言传播仿真模型

人际谣言传播过程中人与人之间的沟通以及个体的记忆是谣言传播的主要因素。引入了个体对瑶言态度的不确定性、谣言的重要性和模糊性等参数建立了个体间的沟通函数,以此力基础实现了一介基于有限记忆的人际谣言传播的Agent仿真模型。仿真结果表明：谣言内容的重要性和模糊性、人际间的信任程度以及个体传播谣言的倾向概率以及个体基于有限记忆的态度选择是形成谣言及传播的重要因素。此结果能够与社会学、传播学对谣言形成与传播的研究结果相印证,反映了模型的合理性和有效性。     

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。     

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.     

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。