微信社交網絡上CASR謠言傳播研究范文

本站小編為你精心準備了微信社交網絡上CASR謠言傳播研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《小型微型計算機系統雜志》2016年第一期

摘要:

針對謠言傳播模型多數集中在微博類社交網絡上而微信社交網絡上謠言傳播研究較少的問題，提出一種基于謠言接受概率函數的CR(Credulous-Affected-Spreader-Rationals)謠言傳播模型，該模型中的謠言接受概率函數充分考慮了具有正負影響的媒介效應、謠言接受信號疊加作用以及信任度的因素．在局部具有無標度特性的小世界網絡上仿真結果表明，正向影響時媒介因子和信任度能夠降低個體接受謠言概率，抑制謠言傳播;反之，負向影響時媒介因子和信任度提高了個體接受謠言概率，促進了謠言傳播．

關鍵詞:

謠言傳播;微信社交網絡;CR謠言傳播模型;朋友圈;媒介效應

1引言

謠言傳播現象在當今社會有愈演愈烈的態勢，甚至對社會的發展造成嚴重的影響．謠言傳播本質上是一種信息的傳遞形式，而這種信息是未經過證實的，亦真亦假［1］．由于不同受眾對待謠言的態度有較大差異，使得謠言在傳播過程中被扭曲，在傳播終端變得面目全非．中國互聯網絡信息中心(CNNIC)報告顯示，截止2014年6月我國網民規模達到6.32億，手機網民規模5.27億，社交網站用戶規模為2.57億．如此大的數量級用戶每天在各類社交網絡上進行不同信息的生成、分享、接收和傳播．用戶在享受方便、快捷的信息服務時，也不可避免的出現一些惡意信息的傳播，即網絡謠言的傳播．特別是移動手持設備的普及化，使得網絡謠言從傳統的“點對點”傳播方式轉向為分裂式的“點對面”新型傳播方式．無線網絡的覆蓋，移動終端“永久在線”特性，可以讓謠言實時的進行傳播而不再具有時滯性．同時社交網絡的大多的匿名性，謠言傳播成本較低，人人皆可成為謠言的生產者和傳播者，這使得網絡謠言傳播的更快更廣［2］．針對謠言傳播現象的研究大都是借鑒疾病傳播模型［3］，而復雜網絡傳播學理論的的逐漸深入應用，為解決謠言傳播問題提供了諸多途徑．Zanette［4］首次將復雜網絡理論應用到謠言傳播模型，在小世界網絡上研究了謠言傳播的閾值問題，得出了均勻網絡中謠言傳播不存在非零臨界值結論．

Moreno等［5］則通過在無標度網絡上建立謠言傳播模型，通過理論分析與數值仿真對比得出不同個體間謠言傳播概率的差異性以及網絡結構對傳播規律的影響．文獻［6］在文獻［5］的模型基礎上研究了可變聚類系數的無標度網絡上謠言傳播規律，提出增大網絡聚類系數來抑制謠言傳播的方法．文獻［7］借鑒SIR傳染病模型，對微博社區的謠言傳播進行仿真，通過降低有效傳染率和減小網絡度分度熵縮小謠言傳播的規模．然而這些文獻都是假設各類節點的抗感染概率相同，而且沒有考慮謠言相反意見即真相在信息傳播中的作用．針對這些缺陷，文獻［8］提出了具有懷疑機制的謠言傳播模型，突出謠言真相傳播率在抑制謠言傳播中的作用．文獻［9］則是研究了真實信息在謠言傳播中的作用．文獻［10］考慮個體對謠言的免疫差異性，引入謠言接受度函數，描述不同節點的非一致性傳播率．文獻［11］提出了一種具有反抗機制的SICR(susceptible—infective—counterattack—refractory)謠言傳播模型，通過糾正謠言的個體來減小謠言傳播范圍．文獻［12，13］提出了影響信息傳播的兩個重要因素，一是接收信號的累積效應，另外是外界的加強作用，基于此文獻［2］重點研究了移動社交網絡上的謠言傳播模型，該模型考慮了個體接受閾值對接受概率的影響，并在多agent平臺進行仿真．文獻［14］則是探討了加權短信網絡上謠言傳播規律，重點研究和分析了邊權分布及聚類系數對短信謠言的影響．基于這些研究，提出一種基于謠言接受概率的CR(Credulous-Af-fected-Spreader-Rationals)謠言傳播模型，此模型采用了謠言接受概率函數，而該函數充分考慮了具有正負影響的媒介效應、謠言接受信號疊加作用以及信任度的因素．通過構建仿真網絡，研究了類微信網絡上的謠言傳播行為規律，對于微信平臺上的謠言防控提供了參考依據．

2微信謠言傳播

微信是一款主打熟人社交的產品，目前活躍用戶已超過3.55億．用戶在與好友快捷方便地進行信息溝通、分享交流的同時，也助長了一些惡意謠言信息的滋生與傳播．微信謠言傳播主要由公眾號、朋友圈、微信群三個渠道，而在微信中無論是好友的加入還是公眾號的關注，都是基于信任的，因此謠言更容易被相信，也更具隱蔽性和蠱惑性．不同于微博的開放性特點，微信是一個封閉的空間，沒有標注時間，沒有準確消息來源．由于微信的私密性較強，自凈機制(一個謠言出來后，會有相關的權威部門、專業人士迅速出來辟謠)較弱，對于謠言的評論不會暴露在公眾視線下，因此在謠言被質疑的過程中能看到的人也非常有限．另外，公眾媒介素養不足，會不會轉發謠言和每個人接觸信息和處理信息的能力有很強的關系．很多用戶缺乏獨立判斷的能力，而是習慣盲從，導致謠言迅速擴散而難以抑制．因此，深入研究微信謠言的傳播機理及影響因素十分必要．

3CR謠言傳播模型

把微信平臺上的用戶定義為節點，好友間的溝通聯系關系則簡化為節點之間的邊，謠言通過有邊相連的節點間進行傳播．現有大多數謠言傳播模型借鑒采用近似SIR模型把人群分為三種狀態:健康狀態、傳播狀態、免疫狀態．初始階段用戶都處于沒有接觸到謠言的健康狀態，但是會輕信一些謠言信息．造謠者把謠言信息傳遞出去后，使得部分輕信謠言的用戶由健康狀態變成為了傳播狀態即傳播者．隨著時間推移，傳播者對謠言失去興趣或者謠言被澄清后轉變成了免疫狀態也即理性的看待謠言信息．而實際生活中部分用戶收到謠言信息后并未立即進行傳播，而是處于一種待定狀態，經過一段時間后選擇遺忘或者多次收到謠言信息后選擇傳播．在微信平臺上，好友、分享謠言信息會以一定概率被其好友看到并分享傳播出去，也會有好友對該謠言信息不感興趣或者不相信而不傳播，但是該好友多次收到謠言信息后而選擇傳播．因此根據謠言在微信平臺上傳播規律以及用戶對待謠言的態度，我們把微信社交網絡上的節點分為四類。1)輕信節點(Credulous，C):輕信節點表示為尚未接收到來自好友的謠言信息的用戶，但是有機會接收到并且比較容易輕信謠言;2)感染節點(Affected，A):感染節點為接收到好友發送或者分享的謠言信息，但暫時還未確定謠言的真實性而沒有傳播謠言的用戶，在各種媒介影響下，多次與謠言傳播者接觸后可能傳播謠言;3)傳播節點(Spreader，S):傳播節點顧名思義就是接收到謠言后相信了謠言并且分享給好友用戶;4)理性節點(Rationals，R):理性節點即為用戶接收到謠言后，根據已掌握信息判斷后選擇不相信謠言．這四類節點之間的傳播規則定義如下:1)輕信節點有機會看到好友分享的謠言信息后會以p的概率成為感染節點;2)感染節點在看到好友分享的謠言信息后因懷疑信息的真實性而并沒有傳播謠言，在好友友多次向其傳播謠言或者其他媒介信息影響后，以接受概率p2(負向媒介因子)接受謠言而成為新的傳播節點，當然也有部分感染節點經過深入了解后，以接受概率p3(正向媒介因子)選擇不相信謠言而成為理性節點．3)而傳播節點在經過傳播一段時間后，謠言得到證實或者大家失去興趣后會以p4的概率也成為了理性節點．

(1)式中第一個式子表示輕信節點的變化率;第二個式子表示感染節點的變化率;第三個式子表示傳播節點的變化率;第四個式子表示理性節點的變化率．目前大部分社交網絡上的謠言傳播模型都是假設與傳播節點接觸的節點變成傳播節點或者理性節點的概率相同，而在實際的社交網絡中個體接受謠言的概率并非一致．感染節點對謠言的接受概率對于謠言的傳播有較大影響，而用戶是否接受謠言會受到很多因素的影響，比如好友間的親密程度(也即信任度)、社會化媒介的影響(權威公眾號、名人賬號等)等，這些影響因素可能會產生正向影響使得好友選擇不相信謠言而成為理性節點或者產生負向影響使得好友相信謠言成為傳播節點．針對這個問題我們定義如下函數。(2)式中P(m)表示謠言的接受概率，m(t)為t時刻接受到的謠言次數，表示好友間的信任度，ω則表示為媒介影響因子．當T=0時，表示為負向的媒介影響(用戶收到多個好友發過來的謠言信息或者收到了一些公眾號推送的謠言后選擇相信謠言)，(2)式則變成為式。如圖2所示的P(0)=λ=0.7時的正負媒介影響時的謠言接受概率曲線圖．(a)、(b)分別表示負向媒介影響時不同媒介因子和信任度時的接受概率，可以看出隨著媒介因子和信任度的增加，謠言的接受概率也逐漸增加，而且達到穩定值時謠言接受累計次數減小;(c)、(d)分別表示正向媒介影響時不同媒介因子和信任度時的接受概率，隨著媒介因子和信任度的增加，謠言的接受概率也逐漸減小，而且達到穩定值時謠言接受累計次數減小．

4實驗仿真結果與分析

4．1實驗環境實驗是在IntelCore、CPUT6500，2.1GHZ的主頻、2GB的內存，Windows7的操作系統環境下，采用MATLABR2012b平臺仿真．

4．2模型數值仿真開始階段網絡中只有一個傳播節點，其余全部為輕信節點，伴隨著謠言的傳播，輕信節點迅速減少，而傳播節點和感染節點急劇增加．隨著時間推移，謠言進一步擴散后理性節點數量逐步增加，而傳播節點和感染節點數量達到一個峰值后開始下降至零，最終網絡里只剩下理性節點和少量輕信節點．這一傳播特征符合微信環境下的傳播規律特性，謠言的傳播初期只是在造謠者好友圈內局部傳播，隨著信息在好友的好友圈層層的傳遞過程中大范圍的爆發傳播開，而之后政府及相關部門單位和社會媒體的緊急辟謠，使得越來越多受眾了解到事實真相后，謠言傳播者逐漸轉變成了理性者，最終謠言得以控制．如圖4所示，p1=0.0005，p3=0.3，p4=0.05在不同負向媒介因子時傳播節點的數量隨時間變化曲線，可以看出來傳播節點數量都是開始階段緩慢增加，然后在某一階段迅速增加，達到峰值后又迅速減小．隨著p2增大，傳播節點的最大值也增大，而且傳播節點達到峰值的時間卻提前了．同理如圖5所示，p1=0.0005，p2=0.4，p4=0.05在不同正向媒介因子時傳播節點的數量隨時間變化曲線．隨著p3增大，傳播節點的最大值缺減小了，而傳播節點達到峰值的時間卻往后推遲了．由此可見，增大負向媒介因子后，用戶對于謠言接受概率增大，使用戶更傾向于接受謠言成為謠言傳播者，然后進一步擴大謠言傳播，促進了謠言傳播．相反，增大正向媒介因子，使得謠言真相傳播更廣，相應的理性人更多，從而抑制了謠言的傳播．利用此特性，相關機構可以采取相應措施來減小謠言的危害．反映到微信平臺上的謠言傳播，則是由于微信是一種半封閉式的傳播環境，信息的傳播受眾多以熟人為主，而熟人間黏性較大的強關系使得信息接受度較高，當以負面信息傳播時，好友關系越親密(信任度越高)、媒介的公信度越大也即p2越大時，謠言信息傳播更快更廣，帶來的危害更大;反之，p越大時，受眾能夠理性對待謠言信息，提高甄辨能力，或者有關部門能夠通過權威的公眾賬號及時謠言真相信息，則能夠把危害及時控制在最小范圍內．

4．3網絡數值仿真針對微信基于熟人圈的特性，大多數的好友都是朋友、家人、同事等，這些基本固定好友數量是一定的，而一些公共賬號可以有較大的好友進行關注、訂閱，所以微信社交網絡總體呈現小世界特性，而局部為無標度的特性(好友節點數量很大)．基于此，我們借鑒文獻［15］生成一種局部具有無標度特性的小世界網絡，在此網絡上對微信社交網絡上謠言傳播規律進行研究．

5結語

本文研究了微信社交網絡平臺上的謠言傳播模型，提出了基于謠言接受概率的CR謠言傳播模型．該模型中的謠言接受概率函數充分考慮了具有正負影響的媒介效應、謠言接受信號疊加作用以及信任度的因素．結合復雜網絡和傳染病動力學理論，建立了微分方程組．通過模型數值仿真以及網絡數值仿真驗證了該模型的符合微信社交網絡的特點，得出了正負媒介因子以及信任度在謠言傳播中的作用:正向影響時媒介因子和信任度能夠降低個體接受謠言概率，抑制謠言傳播;負向影響時媒介因子和信任度提高了個體接受謠言概率，促進了謠言傳播．這些工作有助于深刻了解微信平臺上謠言傳播規律行為，為制定謠言傳播抑制策略提供參考依據．然而本文是在人工生成的的局部具有無標度特性的小世界網絡上進行的仿真實驗，仍需要在真實的微信社交網絡上進一步驗證模型的正確性．同時，在動態的網絡上對傳播行為進行建模研究也是今后工作研究方向。

參考文獻:

［1］顧亦然，夏玲玲．在線社交網絡中謠言的傳播與抑制［J］．物理學報，2012，62(23):544-550．

［2］王輝，韓江洪，鄧林，等．基于移動社交網絡的謠言傳播動力學研究［J］．物理學報，2013，62(11):106-117．

［6］潘灶烽，汪小帆，李翔．可變聚類系數無標度網絡上的謠言傳播仿真研究［J］．系統仿真學報，2006，18(8):2346-2348．

［7］許曉東，肖銀濤，朱士瑞．微博社區的謠言傳播仿真研究［J］．計算機工程，2011，37(10):272-274．

［8］王筱莉，趙來軍．社會網絡中具有懷疑機制的謠言傳播模型［J］．上海理工大學學報，2012，34(5):424-428．

［9］郭強，劉新惠，胡兆龍．真實信息在謠言傳播中的作用研究［J］．計算機應用研究，2014，31(4):1031-1034．

［10］孫睿，羅萬伯．具有非一致傳播率的無標度網絡謠言傳播模型［J］．復雜系統與復雜性科學，2014，11(3):6-11．

［14］劉星宏，張海峰，秦曉衛，等．加權短信網絡上的謠言傳播行為研究［J］．中國科學技術大學學報，2012，42(5):423-430．

［15］郭印，劉維清．具有局部無標度特性的小世界網絡模型［J］．江西理工大學學報，2012，33(1):73-77．

作者：廖列法 孟祥茂 吳曉燕 黎晨 單位：江西理工大學 信息工程學院