您好, 访客   登录/注册

基于复杂网络模型的突发事件下谣言传播仿真分析

来源:用户上传      作者:

  摘 要:自古以来突发事件或重大事件情况下,都会伴随着相关的谣言或虚假信息的产生。人与人之间所构成的社交网络,会进一步将有关事件的传播态势、虚假防治措施等流言和谣言在网上传播,引发人们听信虚假信息,传播编造虚假数据,极易引发社会恐慌情绪,严重影响网络安全秩序和社会稳定,同时也给社会安全保障工作带来严重干扰。本文基于复杂网络构建了同时包含谣言和真实信息的SIRT模型,同时引入情绪附加概率来探究突发事件下群众情绪的变化对谣言传播的影响。之后使用NetLogo进行仿真分析后发现,真实信息的存在减缓了谣言的传播速度,缩短了谣言传播的时间;然而,突发事件下人们情绪的改变会在一定程度上扩大谣言的传播范围,加快谣言的传播速度,基于该分析结果本文也提出了一些针对性应对措施。
  关键词:复杂网络模型;突发事件;谣言传播
  一、引言
  如今互联网的高速发展,加快了谣言的扩散,也使谣言传播范围变得更加广泛。在突发灾害或重大事件期间,大量未经证实的谣言在网络上传播扩散,引起了民众不同程度的恐慌。因此构建谣言传播模型,了解谣言的传播规律,从而针对性地采取解决措施至关重要。
  复杂网络具有规模庞大、连接结构和节点复杂以及网络演化过程复杂等特性,能较好地模拟在现实社会中的信息交互,因此有许多学者将复杂网络引入谣言传播研究当中。汪小帆等人研究了具有可变聚类系数的无标度网络上的谣言传播行为,发现网络的聚集系数越高,越能抑制谣言传播[1] 。王长春等人研究了网络结构对谣言传播的影响,发现网络平均度越大,谣言传播越快,且在社区结构网络中谣言传播会出现震荡行为[2]。除了研究网络结构对谣言传播的影响外,王亚奇等人考虑到人们的好奇心理,引入了附加感染率,基于动态的复杂网络研究了好奇心理对谣言传播的影响[3]。杨瑞琪等人引入兴趣度和亲密度,构建IC-SEIR 模型探究其对网络舆情传播的影响[4]。以上研究均在复杂网络下的谣言传播领域有一定贡献,但仍存在尚未考虑到的因素。首先,人们在某些突发事件下的情绪会产生变化,进而影响自身对谣言的判断;其次,谣言传播的过程中,同时会存在着真实的信息,这在一定程度上也会影响谣言的传播。
  本文针对以上两点因素,采用复杂网络方法,构建了SIRT谣言传播模型,并引入了情绪附加概率来研究人们情绪的改变以及真实信息的存在对谣言传播的影响,最后针对研究结果提出了应对措施。
  二、谣言传播模型构建
  本文在借鉴复杂网络中经典的SIR 模型基础上,基于BA无标度网络构建了SIRT 谣言传播模型,该模型将现实中的每个人类比于网络中的一个个节点,人与人之间的联系类比于节点之间的连线,各种信息就沿着连线在节点与节点之间进行传播。该模型中分别有S,I,R,T 四种类型的节点,S 节点表示无知者,即未接触到事件信息的人;I 节点表示感染者,即相信并传播谣言的人;R 节点表示免疫者,在谣言传播过程中,一部分人或许因为不感兴趣或者遗忘等因素不再参与该事件相关信息的交互,因此成为了免疫者;T 节点表示真实信息传播者,即相信并传播真实信息的人。
  (一) 谣言传播特点分析
  在现实情况下,谣言总是不单一存在的,在传播过程中相关机构及媒体会发布辟谣信息,即真实信息来引导群众,阻止谣言的进一步扩大传播,以免造成不好的后果。同时,一些了解事情真相的人也会告诉身边的人事件真实的情况。因此,在现实情况下谣言和真实信息总是并行存在的,谣言和真实信息会同时在人与人之间进行传播,相比只存在谣言的情况,真实信息的存在会影响人们对谣言的判断,进而影响谣言的继续传播。
  其次,人们对某一事件的看法是主观的,会有诸多因素影响人们的对信息的判断,尤其是在突发事件下,人们来不及反应,会伴随着紧张、慌乱等情绪,导致一定程度上的不理智,就像突发的社会危机,事发突然,又关乎社会健康,所以一部分群众会产生恐慌情绪,进而影响了自己对各种信息的理智判斷。因此,基于以上两点分析,本文在SIR 模型中又加入了T表示真实信息传播者,同时引入情绪附加概率来研究突发事件下人们情绪改变对谣言传播的影响。
  (二) 信息交互过程
  在SIR模型中,当S遇到I,I会向S传播谣言,S则会以α的概率听信谣言,变成I;对于I 自身,会因为不感兴趣或者遗忘等其他因素对事件本身不再选择继续关注,也就不会再继续传播关于此事件的任何信息,因此I会以β的概率变为R;本文在此基础上增加了T 真实信息传播者,I除了自身选择不再关注事件,变为免疫者之外,当遇到T 时,I 会以γ的概率选择相信真实信息而变成T,另外,若S 刚进入网络先接触到真实信息,则也会以γ概率变为T 真实信息传播者,这个过程如图1所示。在突发事件下,人们情绪产生波动,影响自己对事件相关信息的理智判断,也就导致S 遇到I 时的谣言传播概率发生改变。这里引入情绪附加概率μ,即当S遇到I时,有(α+μ)的概率选择相信谣言,变为I 感染者,这一过程如图2所示。
  三、结果仿真与分析
  本文使用NetLogo 软件构建SIRT 模型并进行仿真。此处假设群体规模为N=200,即网络中有200 个节点,同时假定网络中流入节点的数量等于流出节点的数量,即群体规模不会发生变化。谣言传播过程中,当I 感染者数量为0 时,程序停止,若各个类别的节点数量都不再变化,程序也将停止,因为各类数目节点均稳定时,也就代表谣言或真实信息不会再继续扩大传播。另外统一假定α=0.7,β=0.1,γ=0.4,初始网络中只存在一个感染者和一个真实信息传播者。
  (一) 真实信息存在对谣言传播的影响
  在没有真实信息存在的情况下,仿真模拟SIR 谣言传播模型如图3-1-1,有真实信息存在的SIRT 谣言传播模型如图3,4所示。
  从图4 中可以看出,没有真实信息的存在,谣言在初期就会迅速传播,比图3 中真实信息存在的时候速度快得多;同时谣言在传播最高峰时相信谣言的人也会比同时存在真实信息的网络中最高峰时相信谣言的人要多出几倍;另外从整体来看,真实信息的存在加快了整个谣言传播的过程,使其更快结束。   (二) 情绪附加概率对谣言传播的影响
  谣言和真实信息一同存在时,人们面对多种信息就需要去做判断,而在事件突然发生的影响下,人们对事件的判断就会因为情绪上的变动产生一定的变化,进而影响谣言在人与人之间传播的概率,因此引入情绪附加概率μ,仿真分析情绪附加概率对谣言传播的影响。图5 为上文的SIRT 模型,即可认为是μ=0 时的谣言传播模型,图6 为μ=0.05 时的SIRT 模型。
  图5 μ=0 时谣言传播模型图6 μ=0.05 时SIRT 模型从图中可以看出,明显当μ为0.05 时谣言传播更加迅速,更快到达谣言传播的最高峰;且初期相信谣言的人数一直在相信真相的人数之上,达到最高峰的人数也远超μ为0 时最高峰的人数;从整体看也是μ为0.05 时整个谣言传播过程持续时间更长。
  四、结论与建议
  从本文的仿真结果分析可以得出以下结论:1.真实信息的存在减缓了谣言传播的速度,减少了谣言传播的范围,且一定程度上加快了谣言传播的结束;2.突发事件下群众情绪的改变对谣言传播会产生影响,造成谣言传播的速度加快,使传播范围更广,持续时间更长。
  针对以上结论本文提出以下几点建议:1.相关机构及媒体应当及时对事件进行调查,并向公众发布事件的真实情况或进展,来阻止谣言的进一步扩大传播,产生不好的后果;2.相关机构及媒体要及时发布相关正面消息积极引导、安抚群众慌乱的情绪,帮助群众能够正确、理智地面对谣言,而不是盲目听从;3.群众自身也要不断提高自身素质,学习在面对突发事件下的谣言时,该如何去保持冷靜和理智,正确地去分析信息作出判断。
  参考文献:
  [1]潘灶烽,汪小帆,李翔.可变聚类系数无标度网络上的谣言传播仿真研究[J].系统仿真学报,2006(08):2346-2348.
  [2]王长春,陈超,董志强.网络结构对谣言传播的影响[J].系统仿真学报,2013,25(01):127-131+138.
  [3]王亚奇,王静.考虑好奇心理机制的动态复杂网络谣言传播研究[J].山东大学学报(理学版),2017,52(06):99-104.
  [4]杨瑞琪,张月霞.基于复杂网络的IC-SEIR 网络舆情传播模型研究[J].测控技术,2018,37(11):72-77.
  作者简介:
  张润锋,博士,研究方向包含复杂网络系统仿真,多智能体网络分析等。
转载注明来源:https://www.xzbu.com/1/view-15222980.htm