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SIHR_1R_2的突发事件谣言传播研究

[目的/意义]突发事件会吸引媒体大量报道和人们的广泛关注,导致事件相关的谣言迅速大范围传播,并给人们的生活带来严重影响,为刻画突发事件谣言快速传播的状态,研究影响谣言传播的关键因素,以便采取措施来控制谣言的传播。[方法/过程]分析了突发事件谣言传播的特点,完善了突发事件谣言传播的规则,引入变化的遗忘与记忆函数,在经典传染病模型的基础上,构建了突发事件谣言传播的SIHR1R2模型,并得到模型的交互马尔科夫(IMC)平均场方程。最后,应用Monte-Carlo仿真方法对谣言传播过程进行仿真,分析了媒体以及遗忘记忆机制等因素对谣言传播的影响。[结果/结论]仿真结果与真实数据相比,能够有效的描述谣言传播过程,并得到媒体的报道降低了谣言传播门槛等结论,为制定谣言控制策略提供了理论基础。

两层无标度网络谣言传播模型仿真研究

人际关系网络是谣言人际传播的载体,将媒体从人际关系网络中分离出来,利用可变聚类系数无标度网络和SIQR传播模型建立了谣言的两层传播模型,并制定了谣言在两层模型上的传播规则及相应算法。在仿真实验中,利用多Agent仿真平台Netlogo4.0.2分析了新模型中与媒体层相关的3个参数谣言激发数、媒体谣言传播率以及节点覆盖度的变化对人际关系网络中谣言传播的影响,发现提高媒体对谣言的敏感度、规范媒体职业操守、扩大媒体的传播范围有利于抑制人际关系网络中谣言的传播。

无标度网络中谣言传播的研究

在网络化高度发展的今天,网络谣言传播泛滥,控制网络谣言传播逐渐成为一个值得关注的问题。文中通过分析现实世界中网络谣言的传播特性和方式,提出一种新的谣言传播模型-HKASI模型,建立基于HKASI模型的动力学方程组。在无标度网络中仿真谣言的传播演化过程,分析模型特性,求出无标度网络谣言传播各状态的临界值,选取不同概率仿真比较模型中的参数对各个传播状态的影响,得出在无标度网络中谣言扩散的高速性,以及通过提高公民求证意识可以有效阻止网络谣言传播的结论。

一种改进的SEIR网络谣言传播模型研究

[目的/意义]在线社交网络的流行推动了网络舆情的研究,网络谣言作为网络舆情分析的重要方面,对其传播规律和控制方法的研究越发重要。[方法/过程]当前,利用传染病模型分析网络谣言传播的多种模型中,SEIR模型通过节点的易感、潜伏、感染、免疫四种状态较全面的反应了谣言的传播特性。但模型对于单位时间内网络节点间的传播概率均等这一假设与实际社交网络的传播性质不一致,个体间的亲密度、谣言接收次数等均影响谣言的传播概率,另外免疫节点对谣言传播在实际情况中是有一定抑制作用的,基于这两点提出一种改进的谣言传播模型PSEIR。[结果/结论]将该模型在无标度网络上进行谣言传播过程仿真,分析影响谣言传播的主要因素,并与传统的SEIR、SIR谣言传播模型进行对比,结果表明PSEIR模型能更好地反映社交网络中谣言的传播规律。

谣言短信传播网络拓扑性质研究

作者分析了谣言短信传播的特点及方式,把谣言短信的传播过程抽象成一个网络的生长过程.根据谣言短信传播的特点,以星形网络表示初始网络,在局域世界中选择新增节点的连接节点.局域世界的选取,采用了依据节点之间的网络路径值作为选取局域世界的原则.给出了生成谣言短信传播网络模型的算法,并且通过理论推导说明网络模型的度分布为幂律函数,模拟了网络节点的度分布、聚类系数和平均路径长度,通过GN算法对模型的社团结构进行分析,发现谣言短信传播网络具有明显的社团结构特征.仿真结果表明,谣言短信传播网络具有无标度特性、小世界特性以及明显的社团结构特征.

基于无标度网络的谣言传播模型研究

基于计算机网络的无标度性,建立了一类SIRS网络谣言传播模型.通过微分方程理论得到了谣言传播的基本再生数,证明了当基本再生数小于1时谣言将逐渐消失,当基本再生数大于1时谣言将持续存在.最后通过数值模拟验证了所得结论的正确性.

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.

基于BA模型的微博谣言传播机理研究

基于BA无标度网络模型,融合微博用户网络的特征,构造一种微博谣言传播网络模型。提出一种新的SIR(susceptible-infected-removed)模型,通过数值仿真探讨微博谣言的传播动力学行为。研究表明,当微博用户规模以及节点间新建连接数量不断增大时,微博谣言的最终感染程度显著增大,网络的传播临界值却大幅降低。研究还发现,拥有较大吸引度的节点比例以及微博用户之间添加反向关注的概率基本不影响谣言的传播特性。

流言传播的小世界网络特性研究

本文依据社会网络拓扑结构及其传播动力学研究的新进展,研究了一定社会区域中流言传播的时空演化特性。利用中国广东地区 SARS疫区相关调查历史数据解释、说明了现实社会中,流言传播也具有新近提出的小世界网络、无尺度网络的典型特性。本文研究表明:采用小世界网络模型研究流言传播的动力学行为,进而对其进行预测、实施控制,是有潜在应用价值的。本文所采用的方法对于同类研究具有一定借鉴和指导意义。

考虑具有惩罚因子的谣言传播模型

通过分析惩罚因子对谣言传播的影响,建立了具有惩罚因子的谣言传播模型,并且得到了具有惩罚因子的平均场方程.通过对模型的稳定性分析,得到了与惩罚因子有关的网络谣言阈值.并通过一系列仿真验证得出:无论是在BA无标度网络中还是在均质网络中,随着惩罚因子的加大,谣言传播者对系统的影响越来越弱;惩罚因子对易感者的影响最大,对易感者加大惩罚力度,可以有效地降低系统中的感染者密度.

Mathematical Model of the Dynamics of Rumor Propagation

In this study, we proposed a deterministic mathematical model that attempts to explain the propagation of a rumor using epidemiological models approach. The population is divided into four classes which consist of ignorant individuals, I(t), spreaders targeting community through media, M(t), spreaders targeting community through verbal communication, G(t) and stiflers, R(t). We explored existence of the equilibria and analyzed its stability. It was established that rumour-free equilibrium E0 is locally asymptotically stable if R0<1;meaning rumor can seize spreading in a population, and unstable if R0>1 leads to new rumor spreading in the population. Numerical simulations of the dynamic model are carried out on the system to confirm the analytical results. We see that the dynamics of rumor spreading show similar behavior to that found in the dynamics of infectious diseases except that the spread depends on the classes of spreader.

基于无尺度网络的网络聊天谣言传播研究

利用平均场理论对谣言在无尺度网络上流传行为进行理论分析,分析讨论谣言在一对一模式和社区模式下的产生、传播机制,针对不同模式,建立互联网谣言的SIRS和SIS传播模型,研究了两种谣言传播模型在无尺度网络上传播的动力方程,并给出模拟结果,提出应对方案。

考虑从众效应的谣言传播模型

考虑到真实社交网络中存在的从众效应,根据个体心理特征的变化,改进了对谣言传播概率以及谣言传播者恢复理性概率的动态化描述,提出了考虑从众效应的谣言传播模型,并针对不同的网络拓扑结构建立了相应的谣言传播动力学方程组。在考虑从众效应的谣言传播模型中,对谣言的最终传播规模进行了数值分析,结果表明,随着谣言的初始传播概率的增大,谣言的最终传播规模也随之增大;改进模型的仿真结果也表明从众效应会加速谣言的传播演化。利用蒙特卡罗方法模拟了谣言在小世界网络和无标度网络中的传播演化,结果表明在从众效应的影响下,谣言在无标度网络中传播速度更快,扩散程度更深。将改进模型基于真实社交网络拓扑进行了模拟仿真,发现谣言的初始传播个体影响力对于谣言的传播演化具有重要的影响。

考虑节点亲密度的社交网络谣言传播研究

考虑到真实社交网络中节点间亲密程度对谣言传播的影响,提出一种新的SI2R传播模型,建立谣言传播动力学方程组,研究谣言在无标度网络上的传播特性。该模型中不同节点间谣言传播率的非一致性同时取决于节点度与节点间亲密度,理论分析得到了无标度网络上谣言传播阈值表达式。随后,在BA(Barabási-Albert)无标度网络中就节点亲密度对谣言传播过程的影响进行了仿真实验,并利用Twitter和Live Journal两种真实网络数据集对仿真结果进行验证。研究表明,无标度网络中节点间平均亲密度随网络聚类系数的增大而减小,随着网络中节点间平均亲密度增大,谣言传播最终范围变大。研究还发现,节点间亲密度的存在使无标度网络中存在传播阈值,传播阈值随着节点间平均亲密度增大而减小。

基于微博的UVFR谣言传播模型研究及仿真

针对微博网络谣言的传播机制进行了研究,根据其传播特征将微博谣言的受众用户划分为未知者、浏览者、转发者、评论者四类,从而构建一个UVFR网络谣言传播模型。利用该模型分析主要参数对传播过程的影响,提出相应的控制策略。模型的主要特点是重新定义了谣言传播规则和传播动力学方程,使得传播过程的描述更加符合微博用户行为。使用多主体仿真平台在无标度网络结构下对谣言的传播行为进行了仿真研究。通过将仿真结果与新浪微博真实数据进行比较,证实了所得结论的合理性和有效性。仿真实验结果表明,初始传播节点越多,谣言传播的速度越快;转发概率越大,谣言传播的范围越广。

节点影响力下无标度网络谣言传播研究

针对社交网络中节点对谣言态度的选择受邻居节点影响力的共同作用,考虑不同节点影响力的差异性,提出一种新的S2IR传播模型,研究谣言在聚类系数可变的无标度网络上的传播特性.该模型中节点间传播率的非一致性受节点影响力的权重影响,运用平均场理论,建立谣言传播动力学方程组,并利用聚类系数可变的无标度网络对谣言在该模型上的传播特性进行仿真实验.仿真发现,与经典SIR模型相比,考虑节点影响力的S2IR模型中谣言具有更快的传播速度和更小的传播范围,谣言重要程度以及节点辨识能力对谣言传播范围的影响幅度存在阈值.研究还发现,谣言传播范围随着网络聚类系数的增大而减小.

可变聚类无标度网络上的谣言免疫策略

提出一种聚类免疫策略,使用改进的经典谣言传播模型,在可变聚类无标度网络上研究其免疫效果.研究发现,聚类免疫的效果随着网络聚类系数的增加而变好.在不同聚类系数下,比较目标免疫、介数免疫、紧密度免疫和聚类免疫的免疫效果发现,无论网络的聚类特性如何,介数免疫始终是几种免疫策略中效果最好的,当网络聚类系数较大时,聚类免疫的效果超过紧密度免疫接近目标免疫,进一步增大网络的聚类系数,聚类免疫的效果超过目标免疫而接近介数免疫.

信息变异下的谣言传播及其漂移机制研究

[目的/意义]在谣言传播过程中,个体的信息加工行为常引发谣言漂移现象,为了研究这种漂移现象及其机制,基于经典SIR模型及无标度网络模型,构建信息变异下的谣言传播模型。[方法/过程]将谣言信息表示为10纬向量,定义个体信息交互规则,从微观角度刻画谣言传播过程。引入谣言漂移熵及谣言漂移图谱衡量谣言传播的特征。[结果/结论]网民心理状态对谣言传播有显著影响,网民越是偏激,谣言传播就越快,持续时间越长,谣言混乱度越大,且存在一个网民心理状态的阈值,当冷静个体比例超过该阈值时,谣言漂移熵值显著减小;关键节点对谣言传播有显著影响,在1000个结点的无标度网络中,控制少数关键节点就可以显著抑制谣言且效用最高;初始传播者数量对谣言变异程度无显著影响,但初始传播者数量的增加会加快谣言传播,缩短谣言持续时间。

浅析网络谣言的刑法规制

互联网已成为人们生活中社交方式不可替代的一部分,利用网络发布信息进行造谣、传谣的行为的社会危害性比较严重,甚至引发大规模群体性事件的发生,影响恶劣。由于网络世界的虚拟性等特性,受害者也很难保护自己的合法权益。为了维护公民表达言论自由的权利,维护公众在网络世界的合法权益,网络谣言行为急需刑法的合理规制。笔者认为,应在适用我国刑法中现有相关罪名如诽谤罪、诬告陷害罪等刑法规制的基础上,进一步从立法层面、实施层面以及监督层面进行完善,有效遏制网络谣言。