社交媒体网络辟谣回音室效应分析模型及实验研究

[目的/意义]社交媒体因其受众广和传播速度快的特点,成为网络谣言传播的重要媒介。鉴于网络谣言的危害性,如何有效控制谣言传播和及时进行辟谣,对网络谣言的辟谣工作和网络空间生态治理具有重要的理论和现实意义。[方法/过程]本文提出网络辟谣主题识别及用户情感态度划分的方法,根据LDA算法确定划分主题数,在最优主题数下构建用户层级和社区层级的回音室网络,并给出社交媒体网络辟谣的回音室效应分析模型,确立了回音室效应分析公式及检验参数。结合“东航MU5735坠机”网络舆情话题中网络谣言辟谣数据进行分析,对6个网络辟谣主题进行识别和情感分布进行分析,并结合6个辟谣主题进行用户评论网络与转发网络回音室网络结构进行分析,计算每个辟谣主题下回音室效应的虚拟社区层级的评论网络和转发网络中每个虚拟社区主题的同质性。[结果/结论]研究发现,社交网络中辟谣信息的传播过程中存在回音室效应,其中转发过程比评论过程具有更强的网络同质性,而评论用户比转发用户具有更高的矛盾心理。

Lyapunov functions for studying global asymptotic stability of two rumor spreading models

In a previous work(2018,Commun.Theor.Phys.70,795–802),a new compartment model for the spreading of rumors was introduced and analyzed.However,only the local asymptotic stability of this model was discussed.In the present work,we first provide a rigorous mathematical analysis for the global asymptotic stability(GAS)of the above-mentioned rumor spreading model.By constructing suitable Lyapunov candidate functions,we obtain the GAS of a rumor-free(boundary)equilibrium point and a unique rumor-spreading(positive)equilibrium point.After that,we utilize the approach based on the Lyapunov candidate functions to study the GAS of another rumor spreading model with control strategies,which was proposed in(2022,Physica A 606,128157).As an important consequence,the GAS of the rumor spreading model with control strategies is determined fully without resorting to technical hypotheses used in the benchmark work.Lastly,the theoretical findings are supported by a set of illustrative numerical examples.The obtained results not only improve the ones constructed in the two abovementioned benchmark papers but also can be extended to study the global dynamics of other rumor propagation models in the context of both integer-order and fractional-order derivatives.

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.

一种考虑政府介入的SIR网络谣言传播模型构建及其仿真研究

当今,网络谣言的肆意传播对社会造成了较大的负面影响。本文通过建立政府介入的SIR网络谣言传播模型,较为准确地描述舆情发展情况,为谣言的治理提供了理论依据。本研究以经典SIR模型为基础,引入了政府介入因素,构建了一种改进的网络谣言传播模型,并使用MATLAB R2016a对模型进行数值仿真,再进一步通过控制变量法,分析政府在舆情发展的不同时期对网络谣言传播的影响。实验结果表明,政府的介入会对网络舆情的爆发时间、谣言规模等方面产生重要影响,能够较为准确地反映网络谣言传播趋势,为网络谣言的治理提供有价值的参考建议。

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。

微信社交网络上CASR谣言传播模型研究

针对谣言传播模型多数集中在微博类社交网络上而微信社交网络上谣言传播研究较少的问题,提出一种基于谣言接受概率函数的CASR(Credulous-Affected-Spreader-Rationals)谣言传播模型,该模型中的谣言接受概率函数充分考虑了具有正负影响的媒介效应、谣言接受信号叠加作用以及信任度的因素.在局部具有无标度特性的小世界网络上仿真结果表明,正向影响时媒介因子和信任度能够降低个体接受谣言概率,抑制谣言传播;反之,负向影响时媒介因子和信任度提高了个体接受谣言概率,促进了谣言传播.

社会治理视域下网络谣言消解模式探析

现阶段网络谣言已经成为影响中国全面建成小康社会的重要因素,本文在反思网络谣言消解方法的基础上,探究社会治理理论的发展实际,认为社会治理与奥尔波特经典谣言传播模式在本质上是一致的,即通过多元主体共同参与,打破各种障碍,促进信息自由流动,减少谣言产生的模糊性,降低谣言形成的重要性,从而以此建立符合信息社会发展实际的网络谣言消解模式。

基于引力学的在线社交网络空间谣言传播分析模型

社交网络空间的谣言传播行为具有极大的危害性,探索谣言传播规律与分析模型成为当前研究的热点之一.传统谣言传播分析模型大都基于SIR等传染病传播模型,能对在线社交网络空间的谣言传播过程进行粗粒度刻画,但并未充分考虑社交网络本身特征.鉴于此,结合引力学思想,提出了一种新的在线社交网络空间谣言传播分析模型GRPModel.该模型借鉴引力学思想,从用户和谣言信息2个角度出发,探索谣言在用户间的传播规律.以用户为核心,基于用户间的关系、信息在用户间的传播关系、谣言接触率、转发率等对用户影响力、谣言影响力进行建模,对谣言信息的传播进行量化,并充分考虑用户的个性化特征,构建相应的建模与分析函数.最后利用新浪微博真实社交网络空间信息,对GRPModel进行分析验证,验证结果证明了所做模型的正确性和有效性.

具有自我学习机制的网络谣言传播与仿真研究

将社交网络中的个体设为健康者(S)、传播者(I)、反击者(C)和免疫者(R)4种状态,根据不同状态之间的转移机制建立了SICR谣言传播模型.针对"人云亦云"的社会从众心理,引入个体的自我学习机制,基于BA无标度网络仿真分析了自我学习机制以及初始传播者、天然反击者重要性对谣言传播行为的影响.结果显示:自我学习机制能够促进谣言传播;初始传播者越重要,谣言传播范围越广、速度越快;天然反击者的重要性越高,抑制谣言传播的效果越明显.

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。

一种改进的T-IPSR微信谣言传播模型研究

微信社交网络谣言传播现象日益严重,治理刻不容缓。结合微信谣言传播辐射性、强关系性、半封闭性、圈层化、地方性等特点,改进传统谣言传播SIR模型并加入真相传播者,分析用户的利他动机及自身阅历、真相传播者的作用以及信息的累次叠加作用对谣言传播的影响,并构建了微信社交网络T-IPSR谣言传播模型。最后在BA无标度网络中对谣言传播过程进行模拟仿真及数值分析,研究不同参数变化对谣言传播过程及节点状态变化的影响。结果表明,用户的利他动机及自身阅历、真相传播者的作用、信息的累次叠加作用以及真相传播者都会影响谣言的传播。

基于SIR的网络谣言演化模型与控制策略

基于改进的SIR模型构建了考虑自媒体作为信息传播者的网络谣言传播模型.对其系统稳定性进行数值分析,并通过仿真分析结合实际案例数据验证.仿真结果表明,自媒体的参与将扩大谣言的范围和影响力.在此基础上,提出网络舆情政府控制策略及发布时间点,以有效抑制网络谣言传播、控制舆情.

自媒体环境下网络舆情的分析和治理研究

自媒体时代的到来使得互联网中的信息量激增,网络谣言、虚假消息、恶意炒作及肆意传播等问题频频发生。在2021年召开的网络诚信大会上,马凌教授提到“网络谣言治理是构建社会诚信体系的题中要义,要让网络谣言治理成为一剂‘信任疫苗’”。因此,如何正确引导和治理网络谣言,净化网络舆情环境面临着不小的压力。本文以自媒体时代为背景,从网络舆情的现状出发,分析网络舆情环境存在的问题,尝试为重要突发公共事件中网络舆情的引导与解决提供有效的治理方案。

基于SIR模型的网络谣言治理

网络时代的信息不对称令网络谣言层出不穷,极易污浊民众思想、混沌网络生态。为避免网络谣言继发作用于现实空间,必须不断创新方式方法,加强网络谣言治理。经典SIR传染病模型在人群分类、扩散原理上与信息传播存在相似性,其降低感染率、提高免疫率、把控潜伏期等思路能够予以网络谣言治理以启发。厘清SIR模型利用传播节点、传播过程控制疾病流行的有效举措,可梳理出网络谣言的易感者、感染者、免疫者及传播链条,并进一步提出具体治理策略,如把控传播要素、利用"空窗期"和抓取重要节点等,为网络谣言治理提供新的策略参考。

新型社交网络谣言传播演化模型研究

依据动力学建模的思想将社交网络用户分为4大类:未接收谣言用户,接收未处理用户,谣言支持用户和谣言反对用户。基于平均场理论研究网络谣言的传播规律,提出一个新的网络谣言传播动力学模型。通过对模型动力学性质的分析及数值仿真实验,分析得出网络谣言传播规律,明确谣言处于何种状态下应当采取何种措施,以及如何通过对具体因素进行控制来快速平息谣言的传播。

基于节点亲密度挖掘的谣言抑制算法

通过对谣言等易误导大众舆论的信息传播进行抑制,从而实现对谣言、错误舆论等负面信息的控制。首先,通过对社交网络的结构拓扑以及节点行为特点的分析,提出了基于节点亲密度的社交网络舆论领袖节点识别方法;然后,利用谣言传播特性及节点的亲密度,建立谣言传播模型,并分析谣言在社交网络中传播时节点的状态转化过程;最后,提出了一种利用节点亲密度实现谣言抑制的方法。

传播用户代表性特征学习的谣言检测方法

谣言的及时发现和有效管控,是互联网+政务服务中公共舆情治理的重要组成部分。互联网和移动互联网的发展,提高了民众沟通交流的便利度,同时也加速了谣言的传播速度和广度,极大地提高了谣言的影响力和危害力,给民众的生产生活带来干扰,也严重影响社会秩序。现有的网络平台辟谣工作大多依赖于人工举报筛查,往往耗费大量的时间和精力。而利用数据挖掘、机器学习技术实现的谣言检测算法大多基于文本信息,常用于追溯性谣言检测,不适用于谣言扩散早期数据量不足的情况。首先收集最新的网络平台数据进行标注构造数据集Weibo2020,对其中用户特征分布进行统计分析并选择具有代表性的用户特征,进而提出了基于传播用户代表性特征学习的早期谣言检测方法(RPPC)。经实验验证,RPPC与同样基于传播路径的算法在同等条件下,在输入数据规模减少50%的同时,将准确率提高了2.57个百分点。此外,该方法能对5 min内发布的消息进行检测,快速发现互联网内容中的疑似谣言且准确率达到近80%。因此可以认为提出的方法在现有的数据集中有较好的表现,能够在一定程度上辅助政府部门的舆情治理工作,从而提高政务服务的时效及质量。

基于社会认同原理的谣言扩散模型

为研究谣言扩散的规律,采取有效措施减小谣言对社会的影响,根据社会认同原理抽象并量化个体的2种重要行为——引导行为和模仿行为。对Bass模型进行改进,构建Bass-SI谣言扩散模型,同时对谣言在该模型上的传播特性进行Mathematica仿真,分析行为强度和行为稳定度对谣言扩散过程的影响,并提出相应的抑制措施。研究结果表明:引导行为决定谣言扩散过程前期变化趋势,行为强度越大,稳定度越低,谣言扩散程度越大;模仿行为对谣言扩散过程后期影响较大,行为强度越大,稳定度越高,谣言扩散程度越大。

社交网络上理性者交互的群组传播谣言模型

社交网络已经成为信息交流的重要媒介,直接影响谣言传播的速度和范围,因此研究谣言传播机制对谣言传播规律理解具有十分重要的意义。考虑到关于少数不相信谣言的理性者对谣言传播影响的研究还很少,社交网络群组成员通过群组共享和传播信息方式对谣言传播的影响大,在均匀网络和非均匀网络上构建了理性者交互群组传播谣言传播模型。利用微分动力学方法和下一代矩阵理论给出模型的无谣言平衡点和基本再生数。文中首先使用数值仿真验证模型的正确性,然后通过Monte Carlo方法在ER,WS,BA,Facebook网络上分别模拟真实情况下未知者、理性者以及传播者的动态变化。仿真结果表明,当谣言逐渐消失时,4种网络中的未知者密度和理性者密度均能趋于稳定;BA网络和Facebook网络谣言传播速度和消失速度快于ER网络和WS网络。更大规模的群组能够增加谣言传播影响范围。更可信的理性者显著降低了网络谣言的传播时间和传播者密度峰值。

基于综合决策的在线社交网络消息传播模型

经典的社交网络消息传播模型没有充分考虑网络拓扑结构、节点差异、消息时延、消息规模等诸多关键因素对消息传播的影响,且将节点差异简单固化为谣言传播者、潜伏者、免疫者等类型,存在较大的不科学性。针对上述情况,提出一种基于综合决策的在线社交网络消息传播模型。从节点社会关注度、消息来源可信度、消息时效性、接收消息规模等四个方面,分别构建影响节点消息转发概率的模型,并从四个方面综合决策得出节点消息转发概率。构建度数幂分布的在线社交网络,通过仿真实验,模拟在线概率、节点度差异、消息时延、接收消息规模等因素对消息传播扩散的影响。仿真结果显示,上述参数对消息传播扩散具有显著影响。该模型对加强在线社会网络治理具有重要参考价值。