Research on Rumor Spreading Model with Time Delay and Control Effect

Information flow retains a critical role in decision making among investors. In this paper,we employ a diffusion model based on epidemiology theory to study the rumor spreading process within investors. The paper introduce the feedback mechanism of classical control theory into the model, which helps to reflect the interaction between rumor spreaders and information supervision.Further we apply a time delay factor to give investors access to transparent information and change their behavior. Subsequently, the stability of the rumor disappearance equilibrium and the rumor existence equilibrium are analyzed and the condition for the system undergoes a Hopf-bifurcation is given. The mathematical arguments are subjected to numerical simulations to present the ideal case scenarios. The results suggest that, increase the general strength of information supervision and the proportion coefficient associated with the infected population in the short-term delay are conducive to better control.

权威信息发布对突发事件微博谣言传播的影响研究

[目的/意义]通过建模仿真的形式分析突发事件发生后权威信息与谣言同时在微博中传播的作用规律,分析权威信息对突发事件微博谣言的控制作用,以期为政府及相关部门有效应对微博谣言提供参考。[方法/过程]对权威信息节点进行了定义,加入了权威信息节点A,分析了权威信息发布后突发事件微博谣言的传播规则,构建了新的两阶段的A-SC1C2IR模型并得出模型的动态方程;以BA无标度网络为基础,采用M onte-Carlo方法对模型进行仿真分析。[结果/结论]从仿真结果可以看出,权威信息发布的越早越能有效地控制谣言传播,权威信息发布者的权威性以及权威信息的公信力对谣言传播的控制效果受权威信息发布时间点的影响较大。

网络谣言和正面信息交互过程建模与仿真

社交网络的迅猛发展使得谣言传播相对过去更加快速、广泛地影响着人们的正常生活。针对现实生活中谣言扩散后,政府或权威组织发布正面信息澄清事实反驳谣言的现象,文章首先根据平均场理论建立一个Susceptible-Negative-Positive-Removed(SNPR)模型来描述网络谣言和正面信息的动态交互过程;然后对该模型表征的动力学过程进行数值仿真;最后分析比较各系统参数的变化对谣言传播效果的影响。结果表明,影响谣言传播的因素包括正面信息辟谣的时间点、正面信息的感染率、正面信息对谣言传播者的影响力等。此外,SNPR模型本身具有抑制谣言传播的特性,对后期研究相关谣言传播模型及控制策略具有重要的指导意义。

社交网络中考虑不同传播概率上的谣言传播模型

现有的谣言传播模型无法描述不同节点对谣言传播概率的影响,从而造成了谣言传播模型无法真实地描述现实社交网络中的谣言传播,进而影响了对网络中谣言传播的控制。针对这一问题,在SIR传播模型的基础上考虑了谣言在不同节点之间的传播概率,并且分析了不同节点对传播概率的影响情况,从而建立了社交网络中考虑网络节点自身影响的谣言传播模型。最后,将改进的谣言传播模型与常用的SIR模型进行对比,实验结果显示,提出的改进模型可以较快地控制网络中谣言的传播。

基于SIR社交网络中商业谣言传播研究

研究了社交网络中信息传播机制并建立了数学模型模拟传播过程。通过分析信息在社交网络中的传播特点,结合传播动力学中的羊群效应及信息老化效应,以经典的SIR传染病模型为基础,建立了符合在线社交网络中谣言传播特性的信息传播模型,对网络中的各状态人数变化趋势进行数值仿真。最后分析了网络中一类谣言传播及雇佣网络推手进行辟谣对谣言传播动力学的影响。实验结果表明,在最佳时间点雇佣网络推手进行辟谣,经济损失减至最小,并且能有效抑制谣言传播。为相关职能部门在舆情监控决策方案上提供了理论分析。

基于传染病模型的LPA特征阀值社团划分方法

社团结构划分对于分析复杂网络的统计特性非常重要.在非均匀社交网络的信息传播中,社团结构划分更是一个广泛关注的研究热点,相关研究往往侧重于研究紧密连接的社团结构对于信息传播所产生的关键影响.传统社团划分方法大多基于点和边的相关特性进行构建,如标签传播算法LPA(Label Propagation Algorithm)通过半监督机器学习方法,基于网络节点标签的智能交换和社团融合过程进行社团划分,但运行效率较低.为提高LPA类算法的运行速度,使其快速收敛,并提高社团划分精度,特别是重叠社团划分精度,针对LPA算法划分中的低运行效率和低融合收敛速度,本文从标签传播的网络连接矩阵本质出发,将该矩阵的最大非零特征值与网络标签信息传播的阀值相结合,提出了新的基于传染病传播模型的社团划分方法(简称ESLPA算法,Epidemic Spreading LPA).通过经典LFR Benchmark模拟测试网络、随机网络以及真实社交网络数据上的算法验证,结果表明该算法时间复杂度大幅优于经典LPA算法,在重叠社团划分上精确度优于基于LPA模型的经典COPRA算法,特别是在重叠社团较明显时,划分精度接近精度较高GA、N-cut和A-cut算法,明显优于GN、Fast GN和CPM等经典算法.

环境污染群体性事件的信息传播Kermack-Mckendrick模型

在我国社会转型期各种类型环境污染群体性事件频繁发生。根据环境污染群体性事件信息传播的阈值特征和类型特征,运用Kermack-Mckendrick传染病模型,构建了环境污染突发事件的信息传播模型,分析了信息传播(尤其是谣言传播)的特征,以及政府采取信息控制措施如何影响事态演化规律,最后,结合"杞人忧钴"事件进行了环境污染群体性事件演化过程的算例分析。研究表明,在谣言的自身传播过程中,谣言传播者的人数先单调增加,达到一个最大值,然后单调减少并趋于零;地方政府对谣言传播施加有效的控制措施,能够降低谣言传播的最大阈值,促使事态尽快收敛。

重大疫情中的谣言传播与信息治理研究

近期突发的“新型冠状病毒肺炎”疫情事件日益严重,民众身体健康遭受重大威胁,社会各界对这一突发性事件密切关注并积极建言献策。在互联网信息时代,疫情信息在以往借助电视、报纸、广播传播的基础上,还可以快速借助手机、电脑上的软件如微信、QQ、微博告知民众疫情信息。然而,一些不法分子出于各种目的,利用言论审核度较低的新媒体散播谣言。在整理相关新冠肺炎疫情谣言传播与信息治理现状的基础上,提出相关部门在重大疫情谣言传播与信息治理上存在的不足,并据此提出对策建议。

社交网络中谣言传播的从众效应和权威效应

针对社交网络中影响谣言传播的社会环境因素,分析了两种最普遍的社会效应——从众效应和权威效应对谣言传播的影响。首先,将社交网络中的人群划分为未知者(S)、犹豫者(H)、传播者(I)和免疫者(R)四种类型,并根据新的状态转移机制建立了SHIR谣言传播模型;其次,应用迭代技巧和拟合方法分析了初始传播者密度、初始传播率与谣言传播峰值之间的关系;最后,从个体角度刻画了谣言传播的从众效应和权威效应,仿真分析了两种社会效应对谣言传播的影响。实验结果表明:谣言传播峰值与初始传播者密度呈线性增长关系,但到达传播峰值的时间随初始传播者密度的增加快速减少;初始传播率越大,谣言传播峰值越高,到达传播峰值的时间越短;从众效应和权威效应能够显著扩大谣言传播范围,提高无谣言稳定态网络中免疫者的比率;网络密度越高,谣言传播速度越快,范围越广;相同条件下从众效应的影响强于权威效应,但随着网络密度的增加,两者的差别逐渐减小;初始传播者越重要,谣言传播速度越快,范围越广,但权威效应的影响更突出。

基于SIRT的网络谣言传播演化模型的研究

本文在传统的SIR模型的基础上加入真实信息传播者,构建了SIRT谣言传播模型,运用Matlab对模型进行仿真。模型考虑了网民对信息的辨识能力、风险认知水平、媒体发布信息透明度、媒体公信力、记忆效应等因素对谣言传播过程的影响,从网民、信息本身和外部作用力3个方面定量的分析谣言传播规律,谣言模型传播演化仿真的结果表明,网民的辨识能力、风险认知水平、媒体发布信息透明度以及媒体公信力等因素都会对谣言传播演化过程产生影响,并提出了谣言应对的建议。

认知域信息传播的HSIR模型及其数学仿真应用的传播特点研究

目的构建首个认知域信息传播的动力学理论模型以推动认知域信息攻防的体系建立,并利用仿真数学模型进行概念验证。方法在理论构念上提出认知域信息传播的核心-易感-感染-康复传播动力学模型(Hub-Susceptible-Infected-Recovery,HSIR),基于龙格-库塔法的非线性积分方程进行模型仿真验证。结果标准HSIR模型的仿真结果显示,认知域信息在1万人的群体中传播,将在第46天达到峰值,峰值传播感染7480人,基本再生数为1.3。在模拟分别时滞8、4 d和2 d后对认知域信息传播进行拒止干预,其传播感染峰值感染数不断下降(D8=5822,D4=4892,D2=4126),其传播感染峰值发生时间不断提前(D8=92,D4=62,D2=41)。结论基于HSIR理论模型,本研究提出了认知域信息传播动力学模型,并初步提出了认知域信息攻防体系。

新冠肺炎疫情期间大学生信息过载、负性情绪与无意传谣行为的关系

为探索新冠肺炎疫情期间大学生信息过载与无意传谣行为的关系,以及负性情绪在二者之间的中介作用,采用信息过载量表、负性情绪量表和无意传谣行为问卷对1629名大学生进行调查。结果发现:新冠肺炎信息过载、负性情绪和大学生无意传谣行为均呈显著正相关,负性情绪在信息过载和无意传谣行为间起部分中介作用。可见,信息过载不仅可以直接影响大学生的无意传谣行为,还可以通过负性情绪间接地影响其无意传谣行为。

机理与策略:突发疫情中网民谣言信息偶遇行为的扎根分析

[研究目的]探究突发疫情中网民谣言信息偶遇行为发生机理,为防范此种行为发生提供依据和应对策略。[研究方法]通过深度访谈和文献搜集获取数据材料,基于扎根理论构建突发疫情中网民谣言信息偶遇行为发生的理论模型,并进行机理阐释。[研究结论]突发疫情中网民谣言信息偶遇行为的发生是主客观因素综合作用的结果,应对这一行为,应从转移社会关注、构建信息信任、抑制谣言传播、重塑网络习惯等方面着手进行。

基于辟谣机制的时滞网络谣言传播模型稳定性分析

文章基于SEIR传染病模型,结合政府辟谣机制和时滞效应建立网络谣言传播模型。利用一元二次方程根的性质和再生矩阵谱半径方法,计算模型的局部平衡点和基本再生数,进一步借助特征值理论和Routh-Hurwitz判据推导并数值模拟平衡点的存在性和稳定性。最后,对模型进行数值仿真实验,探究辟谣信息和时滞对网络谣言传播的影响。研究结果表明,该模型中政府和媒体发布的辟谣信息会加快谣言收敛、遏制谣言传播,并且传播机制中的辟谣参数越大,谣言传播越容易趋于平衡。

一类具有自发行为的SIRI谣言传播模型研究

基于传染病动力学理论,建立了具有自发行为的SIRI谣言传播微分方程动力学模型,通过非负平衡点的存在性给出影响谣言传播效果的阈值.利用Jacobian矩阵和Bendixson-Dulac判别法分析了非负平衡点的全局稳定性,提出了影响谣言传播的主要因素及治理谣言的策略.理论证明,自发行为存在是谣言传播的必要条件,当阈值大于1时,谣言持续,否则谣言灭绝.数值仿真为理论结果提供了支持.复杂的动力学性质表明,该模型对参数的变化非常敏感,对控制和治理谣言传播起了重要作用.

新媒体时代重大疫情中的谣言传播与信息治理

身处如今信息爆炸的新媒体时代,谣言混迹于海量信息中以更容易的方式渗透并影响我们生活的方方面面。为了减少谣言对社会带来的危害,国家颁布了一些相应的法律政策。但是,对于重大公共事件中的谣言治理尚缺乏相应政策。目前,在重大疫情的信息治理中存在许多问题,如真实信息与群众之间存在壁垒,信息散乱、质量参差不齐,疫情信息公布主体层级过高导致信息时滞性变长,网络监管机制弱导致虚假信息横飞,辟谣机制不健全,群众缺乏疫情防控知识等。针对这些亟待解决的问题,应削弱对谣言传播产生正效应的行为,加强对谣言传播产生负效应的行为来做到对谣言的控制。在线上层面,提升疫情信息公开速度、力度和质量,降低疫情信息公布主体层级,发挥"意见领袖"的作用,健全网络信息发布审核机制,做好媒体联动工作;在线下层面,对群众做好普及防控知识的工作,健全辟谣机制,合理调整对疫情相关言论的处置方式。