谣言在社交网络上的传播与控制策略研究

发布时间：2020-03-25 11:32

【摘要】：社交网络的盛行,为人们的沟通提供便利。个人可以向朋友圈发布消息,转发热点新闻,正逐渐成为一种重要的社会宣传媒体及个人展示平台。但同时也为谣言传播提供了便利,谣言可以在短时间内传播至整个网络,给社会带来巨大的负面影响。研究社交网络的增长演化模型,以及研究谣言在社交网络上的传播规律和控制策略,具有重要的现实意义,引来众多学者的参与。社交网络的研究,正成为学术研究的热点。社交网络中谣言的扩散,会影响到社会的稳定,一些波及范围广的谣言甚至会引起群众的恐慌情绪。而谣言的传播范围,不仅与谣言的内容有关,而且与社交网络的拓扑结构密不可分,并且会受到综合社会因素的影响。其中,网络拓扑结构会影响到谣言传播的传播速度、谣言传播的阈值;而社会因素会加速谣言的传播。因此,研究网络的拓扑特征以及影响谣言传播的社会因素,已经成为社交网络领域的重要科研课题。这些领域的研究成果,可以为舆情控制、谣言控制提供重要的理论支撑与方法指导。本论文紧紧围绕社交网络的增长演化过程、谣言的传播规律以及谣言的控制策略,研究成果包括以下三个方面:1)本文在Holme和Kim(HK)模型的基础上,通过引入择优与择弱可选的三角连接机制,提出一种聚类系数和度相关性均可调的HK扩展模型:HK-TDCC模型(HK extended model with turnable degree correlation and clustering)。通过该模型,能构造出具正相关、高聚类特性的社交网络。论文首先利用平均场理论,研究了该模型的度分布;随后通过Matlab进行仿真,证实HK-TDCC模型生成网络的各拓扑参数,符合真实社交网络特征。2)本文在SEIR(Susceptible-Exposed-Infected-Removed)病毒传播模型的基础上,考虑综合社会因素对传播造成的影响,提出新的谣言传播模型。该建模方法为多种叠加因素影响下的谣言传播建模,提供了参考。论文首先对该谣言传播模型的传播方程进行分析,得出社交网络中谣言扩散的阈值,发现该阈值与网络结构相关;然后,在真实社交网络和HK-TDCC模型构造社交网络上,详细研究了网络拓扑和综合社会因素对传播造成的影响。仿真结果表明,在考虑综合社会因素后,即使感染率较小,初始传播度值较低,谣言也会较快的传播至整个网络,这表明了谣言控制的必要性;同时也验证了HK-TDCC模型在谣言传播模型中的实用性。3)最后结合熟人免疫算法和目标免疫算法的优点,通过设置阈值排除非重要邻居节点,提出改进的熟人免疫策略:通过迭代的方法查找重要邻居。通过与计算代价较高的目标免疫相比,发现本文提出的改进的熟人免疫策略,在免疫比例较低的情况下,也能取得与其近似的免疫效果。
【图文】：

初始数据,形式,邻接矩阵,稀疏矩阵

图 2-1 Facebook 网络的初始数据形式正如 2.2.1 节所述，在研究复杂网络时，通常用邻接矩阵表示网络连接。因的数据形式，需要做进一步的处理。facebook.tar.gz 文件从 0 开始对节点进行个节点值加 1，使之成为描述网络连接的稀疏矩阵。将稀疏矩阵转变成完全矩该网络的邻接矩阵。进一步分析 facebook.tar.gz 文件中的数据，还可得知，述了一种单向连接，是一个上三角矩阵，需要做对称处理，即A=A+A′，就的网络邻接矩阵A。通过 2.2.1 节介绍的网络参数计算方法，可以得到该网络拓扑参数如表 2-1 所表 2-1：Facebook 网络拓扑参数节点数目 N 网络直径 D平均路径长度 L平均连接度<k>平均聚类系数 C度相关系数r度分ook4039 5 2.4602 22.18 0.6120 0.2063 节点的度分布是描述一个网络的重要特征，对 Facebook 网络的度分布做进

曲线,可靠性,曲线,舆论传播

图 3-3 可靠性随时间变化曲线[21]0 条曲线分别对应移除率从 1.0 均匀减小到 0.1。可靠时随着的下降，传播过程进入稳定状态所需时间越来示了舆论传播者密度随时间的演化情况，，随着的下降应的传播者曲线形状相似，都在同一天进入峰值，所了在稳定状态下，易感者密度 ( )随节点度值变化的情
【学位授予单位】：深圳大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP393.09;G206

【参考文献】