[发明专利]基于社交网络双谣言模型的谣言传播范围估计方法

说明书

本发明公开了一种基于社交网络双谣言模型的谣言传播范围估计方法，包括：根据SI模型，考虑两条谣言传播和他们之间的相互作用，构建双谣言SI模型，得到双谣言SI模型下不同状态用户人数比例随时间变化的微分方程组；在SI模型基础上，考虑有免疫者的情况，构建基于SIR模型的双谣言模型，分别考虑度均匀网络和度不均匀网络，得到双谣言SIR模型下不同状态用户人数比例随时间变化的微分方程组；对方程进行简化，推出两种网络中传播阈值表达式，得出在终态稳态中传播阈值和传播范围的关系，从而估计出谣言的传播范围。本发明可应用于在不同的网络情况下找到合适的时间控制谣言的扩散，让谣言的影响降低，能够估计谣言传播范围，有效抑制谣言传播。

技术领域

本发明涉及信息传播领域，具体涉及一种社交网络的谣言传播范围估计方法。

背景技术

20世纪60年代，Milgram首次提出的六度分离理论，为在线社交网络的发展奠定了理论基础。对于社交网络研究的网络科学理论源于复杂网络的研究，其相关理论可以追溯到1960年，和Rényi提出的ER随机图模型。在此基础上，关于复杂网络的研究发展迅速，其中最为显著的成果当属1998年，Watts等人基于网络聚类性质提出的小世界网络模型，以及1999年Barabési等人通过分析网络的入度和出度近似服从幂律分布提出的无标度网络模型。此后，大多数学者基于以上两种网络模型，根据不同的网络拓扑特征，对模型进行修正和推广。

近年来，社交网络发展迅速，日益增大的网络规模与不断进步的通讯技术，在方便用户日常交流，分享信息的同时，也为谣言、不良广告等恶意消息的传播提供了便利条件，对网络安全、社会经济等造成了一定的损害。1964年，Daley和Kendall根据网络中谣言扩散与病毒传播的相似性，首次提出谣言传播D-K模型，为谣言传播模型的研究提供了理论基础。在此基础上，越来越多的学者根据生物病毒网络中病毒传播的特征，建立谣言传播模型：Xia等人基于用户在决策谣言传播过程中的犹豫机制，提出了一个改进的SEIR模型；Zhao等人则考虑了一种特殊情况，即健康者在接触谣言后将必然改变他们的状态，提出了一个改进的SIR(即易感人群(susceptible individual)，感染者(infected individual)，免疫者(removed individual))模型；Gu等人则分析了谣言扩散过程中，用户对于谣言的遗忘与记忆机制。除此以外，针对谣言扩散过程中用户的状态，谣言传播机制等，许多学者基于平均场理论和经典的SIR模型，也进行了相关研究。

以上研究皆是针对一则谣言在网络中的传播情形，但在现实网络中，往往是多条信息同时传播且相互之间存在影响。多则谣言同时在网络中传播也会根据彼此内容上的相关性相互影响，内容相近的谣言在传播时相互促进，而内容相悖的谣言在传播时会相互抑制。此外，许多内容上看似独立的谣言，在传播过程中却有关联，例如第一则谣言为某地区核电站发生核泄漏，核原料汇入大海，第二则谣言则为东南沿海地区民众疯狂抢购含碘食盐，显然当用户在接受第一则谣言时，针对第二则谣言，用户更有可能选择相信。以上谣言之间的相互作用被学者们称为互动作用。但是当前还鲜见对于二则谣言在网络中同时传播的情况下，二者如何相互促进或相互抑制的研究，谣言传播范围的估计精确度也有待提高。

发明内容

发明目的：针对现有技术的不足，本发明的目的是提供一种基于社交网络双谣言模型的谣言传播范围估计方法，更符合实际的社交网络情况，能够更精确地估计谣言传播范围。

技术方案：为了实现以上目的，本发明所述的一种基于社交网络双谣言模型的谣言传播范围估计方法，包括以下步骤：

(1)根据SI模型，考虑两条谣言传播和他们之间的相互作用，构建双谣言SI模型，得到双谣言SI模型下不同状态用户人数比例随时间变化的微分方程组；

(2)在SI模型基础上，考虑有免疫者的情况，构建基于SIR模型的双谣言模型，分别考虑度均匀网络和度不均匀网络，进一步得到双谣言SIR模型下不同状态用户人数比例随时间变化的微分方程组；