考虑怀疑和辟谣机制的SEIMR谣言传播模型

考虑到复杂网络上的谣言传播可能会受到怀疑和辟谣等因素的影响，在SIR谣言传播模型中引入怀疑和辟谣机制，构建了一个新的SEIMR谣言传播模型。基于微分方程理论给出了模型在均匀网络上的传播动力学方程，并分析了该模型的无谣言平衡点和谣言盛行平衡点的存在性，利用下一代矩阵法计算了模型在无谣言平衡点处的基本再生数R₀。在此基础上，通过Routh-Hurwitz判据分析了模型在无谣言平衡点处和谣言盛行平衡点处的局部渐近稳定性，并利用Lyapunov稳定性理论证明了模型在无谣言平衡点处的全局渐近稳定性。仿真实验结果表明，怀疑和辟谣机制对谣言爆发规模、爆发时间以及持续时间具有重要影响。     

社会网络中考虑群体免疫力的谣言传播模型研究

近年来很多谣言给国家和社会带来了巨大的经济损失.为了更好地减少谣言对公众和社会的危害,并给出有效应对谣言传播的策略和建议,通过考虑谣言传播中无知者免疫程度差异性对谣言传播过程的影响,建立了社会网络中考虑群体免疫力的谣言传播模型,并给出了均匀网络中的平均场方程和相应的稳定性分析.根据平均场方程利用Runge-Kutta方法对谣言传播过程进行了数值仿真.仿真结果表明:社会网络中免疫增强率在谣言传播中起到重要的作用,免疫增强率越大,谣言的影响力越小,即提高免疫力强的无知者的人群比例,可降低网络中谣言传播的最大影响力.     

社会网络上的谣言传播模型

在经典谣言传播模型的基础上,研究了社会网络上的谣言传播,并建立了数学模型。目标是研究初始集合对谣言传播的影响。对给定的初始集合,随着时步增加,分析被谣言传播影响的节点的概率值,并得出了有关最终集合AS的期望值的一些结论。     

在线网络中具有反沉默螺旋现象的谣言传播模型

由于真实在线网络中用户发表的言论具有匿名性的特点,个体不再表现出传统舆论传播中的从众心理,形成反沉默螺旋现象。文中利用动态化描述的谣言传播概率来体现谣言传播演化中存在的反沉默螺旋现象,通过理论数值分析给出反沉默螺旋现象引发谣言传播的两种不同的演化结果。仿真实验结果表明,在谣言的初始传播概率较小时,反沉默螺旋现象会加速谣言传播;而在谣言的初始传播概率较大时,反沉默螺旋现象会抑制谣言传播。真实在线网络中的谣言传播演化仿真结果进一步表明初始传播节点的节点度大小对谣言的传播效果具有不同的影响。     

高校在线社交网络谣言传播模型

针对高校思想政治工作特点,将在校师生分为无知者、传谣者和智者三类,建立了一类在线社交网络谣言传播模型;应用微分方程定性理论讨论了模型的边界平衡点和正平衡点的局部稳定性,仿真研究了通过控制模型参数达到控制谣言传播的策略.结果表明,只有教师(智者)经常联系学生、及时告知突发事件真相、正确引导学生,并通过网络舆情教育讲座等形式提升学生辨别是非的能力,努力实现“谣言止于智者”,才能有效抑制网络谣言的传播.     

突发事件中谣言的传播机制及控制分析

在突发公众事件中,谣言在网络媒介的推动下,以更广的范围、更快的速度和更大的规模向公众进行传播。文章重点对突发事件中的谣言传播机制进行语言学、心理学、社会学、新闻学及舆论学意义上的分析,为公众及社会各方认知和控制谣言提供有益的借鉴与参考。     

带有反对机制的谣言传播模型

一个从未听过谣言的人,听到谣言之后,或者继续传播这个谣言,或者不理睬保持沉默,同时也有可能反对这个谣言,基于此构建了带有反对者的谣言传播模型——SICR谣言传播模型.并且在SICR谣言传播模型的基础上,运用了概率生成函数的方法,来解决谣言传播过程中任意时刻的传播规模等问题.     

考虑传播率和移出率变化的谣言传播规律研究

经典的谣言传播模型的研究中,谣言传播率和移出率通常被视为常数,根据实际情况提出传播率和移出率变化的谣言传播模型,在均匀网络和无标度网络中分别研究了传播率和移出率随时间变化的谣言传播模型,建立相应的平均场方程,并在Matlab中进行数值分析.结果显示在传播率和移出率变化的谣言传播模型中,传播阈值依然存在,谣言最终的影响力较传播率和移出率不变的情况更为显著.此外,通过均匀网络与无标度网络谣言传播的对比分析发现,在传播率和移出率随时间变化的情况下,网络拓扑结构对谣言传播也有很大影响,并且均匀网络中谣言最终的影响力较无标度网络中谣言的最终影响力更为显著.     

多层多主体谣言传播网络的演化博弈模型

为了更好地揭示谣言在多种媒介和社会影响构成的多层网络中的传播扩散现象,考虑主体间依赖、竞争的博弈行为,结合SIR(susceptible,infected,recovered)传播机制和智能体建模方法构建了“用户层-平台层-媒体层”的多层多主体网络传播模型(SHICR)。首先,利用三类主体间的博弈关系和用户收益矩阵,刻画出谣言作用下各主体自适应的状态演化过程并提出一种用户节点免疫的传播抑制方法;其次,融合结构网络的关系信息和智能体属性,提出具有推广属性的平台抑制机制;最后,分析了媒体影响力对谣言传播的影响。结论表明：利用用户收益阈值可有效抑制谣言的传播;平台采用去除推广信谣者信息的机制可以明显减缓谣言传播;具有高影响力的媒体可有效减少负面信息,维护社会良性发展。     

无标度网络中基于反馈机制的病毒传播模型

在网络中存在超强传染者的前提下,传统的病毒传播模型在无限规模的无标度网络上不存在病毒传播阈值,许多真实的无标度网络中并不存在这种超强传染者.针对这一问题提出了无标度网络中基于反馈机制的最大传染能力限定的病毒传播模型.通过数学方法证明了该模型中病毒传播阈值是存在的,最后通过数据仿真分析了反馈机制、最大传染能力值对网络感染率、控制病毒扩散以及传播阈值的影响.这为控制真实网络中的病毒传播提供了重要的参考依据     

群落网络中信息传播规律的研究

【目的】介于具有群落结构的复杂网络上信息传播的现实意义,本文对其传播规律进行了研究。【方法】通过随机交叉换边的方法调节群落网络的模块化强度,计算在不同的外部边数量下传播源所在群落、任意群落和网络整体的传播特性。【结果】对网络整体而言传播范围先变大后变小,最大值对应于集聚系数和外部边数量之间竞争的平衡点;增加传播源的数量会使得最优传播范围对应的外部边数量增加;就单次传播来说非传播源所在的群落的传播范围可能大于、小于、或大或小于传播源所在的群落。【结论】在群落网络中,信息的传播情况非常复杂,若要深入研究信息在群落网络上的传播行为,应具体问题具体分析。     

基于主题和预防模型的微博谣言检测

针对微博短文本存在的特征提取困难及微博谣言传播浪费网络资源的问题,提出了基于主题和预防模型的微博谣言检测.对微博进行主题提取,按主题分类后提取基于用户、传播结构、内容三方面的统计特征.将样本与官方谣言子集中的微博进行相似度计算,将其值与传统特征进行特征融合之后作为统计特征进入有监督的机器学习.实验结果表明,相对于传统的有监督机器学习,该方法将微博谣言检测的性能提升了3%左右,同时实现了谣言预防.     

基于群体特征的复杂网络信息传播建模

为对不同人群中信息传播进行有效控制,建立了基于群体特征的复杂网络信息传播模型,研究了网络拓扑结构、社会强化作用和群体传播特征对信息传播的影响. 仿真结果表明:群体传播特征的同质性更有利于信息的传播;小世界网络中行为传播范围较广,无标度网络在传播过程早期具有最快的传播速度;信息传播的范围随社会强化作用的增加而增加,异质群体中这一趋势更加明显.      

一种新的无线传感器网络危害传播模型

研究了无线传感器网络中的危害传播问题,提出了一种新的危害传播模型.针对随机图模型存在的不足,利用随机几何图来构造无线传感器网络的拓扑,分析无线传感器网络中的危害传播,并与随机图构造的网络拓扑下的危害传播进行比较.结果表明,采用随机几何图拓扑网络比随机图拓扑网络能够更有效地减缓整个网络的危害爆发.     

复杂网络免疫策略分析

基于网络免疫策略, 先从免疫效率、 代价和鲁棒性三方面分析各免疫策略在同构网络中的免疫特性, 再构建异构耦合网络模型, 并分析了各类免疫策略在异构耦合网络中对病毒传播的抑制力. 实验结果表明, 已有免疫策略可有效抑制病毒在同构网络中的传播, 但对异构耦合网络的保护能力有待提高.