政府监管下的网络推手与意见领袖合谋行为研究

洪巍 王虎

摘 要：引入前景理论，依据网络推手和意见领袖合谋与政府部门三方博弈模型，对网络推手和意见领袖的合谋行为和政府的监管行为分别进行了分析，并通过数值仿真分析不同影响因素对博弈策略的影响。研究结果表明风险态度系数、损失厌恶系数、惩罚力度、合谋成本、声誉损失以及前景理论参数对网络推手和意见领袖均会产生影响。抑制网络推手和意见领袖的合谋行为，政府需要增加合谋成本，降低合谋收益，建立网络推手行为规制的相关法律规范，多方主体协同监管。

关键词：网络推手;前景理论;合谋;演化博弈;数值仿真

中图分类号：F224.32;C912.6   文献标识码：A   文章编号：1003-3890（2019）03-0018-08

一、引言

互联网的发展和移动客户端的出现使谣言传播打破了时间和空间的限制，网络谣言的传播渠道呈现多样化，自媒体时代，人人都能成为新闻制造者和传播者[1]。微博、微信、论坛等网络平台的日益普及，极大地便捷了公众的交流方式和参与公共事物的方式，使公众的表达权和参与权得到了很好的保障，但网络的匿名性和信息監管的缺失，为网络谣言的产生和传播创造了条件[2-3]。谣言的广泛传播不仅严重扰乱了网络秩序，还可能产生暴力性的集合行为，对社会稳定造成严重的负面影响[4-5]。近年来，许多网络谣言都是由网络推手制造的，并在网络推手的操作下广泛传播，严重损害了公众利益并对社会稳定造成了很大影响。网络推手是指借助网络媒介进行策划、实施并推动特定对象，使之产生影响力和知名度的人，对象包括：企业、品牌、事件以及个人[6]。网络推手是随着互联网发展而出现的网络群体，出于不同的利益诉求，有组织有针对性地对热点事件或者敏感的人进行炒作，影响和操纵网络舆论的发展，如“秦火火”“立二拆四”等。网络推手群体已经逐渐发展为一个行业，由于网络推手水平参差不齐，有些突破道德底线，制造和传播虚假谣言信息，对正常的舆论环境和网络秩序造成严重破坏。因此，如何对网络推手进行有效的监管，充分发挥其对网络舆论和社会发展的正面作用具有重要意义。

学者从不同的角度对网络推手进行了研究。王子文等分析了网络推手的形成、发展和行为组织特点等，从网络技术可控性的角度提出了应对策略[7]。胡凌从法律规制的角度对商业网络推手进行了研究[8]。胡辰等从传播学理论的角度指出网络推手运作的本质是网络环境下沉默螺旋效果的减弱与反沉默螺旋现象[9]。肖强等采用案例研究方法，运用时序和逻辑模型对具体案例进行分析，研究了网络推手现象的炒作原理和群体协作模式的意义[10]。燕道成等从传播学的视角分析了网络推手制造谣言的要素、手法，透析网络推手的趋利本质，为正确引导网络舆论提出了对策[11]。李纲等运用文本情感倾向分析方法研究了网络推手识别问题[12]。余莎莎等引入羊群效用和信息老化效应，通过建立符合在线社交网络中谣言传播特性的信息传播模型和数值仿真，研究了网络推手辟谣对谣言传播动力学的影响[13]。李华等研究了网络推手操纵参与式新闻的危害，并提出了相应的治理建议[14]。曾慧通过对网络推手运作模式的分析，研究了网络推手对网络舆论的影响[15]。还有学者从博弈的角度对网络推手行为进行了研究。陈福集等将博弈论引入到网络推手的研究问题中，通过构建政府、网络推手和当事人三方的博弈模型分析网络推手的行为特征，并提出相应的应对策略[16]。宾宁等针对正面信息的传播，通过构建三阶段的三方演化博弈模型和仿真分析，研究了多行为主体对社会网络信息传播的影响，并提出促进正面信息传播的建议[17]。张倩楠以“网络水军”为背景，构建了恶意攻击事件中涉及的三个不同群体角色治理方、攻击方和普通用户三方的博弈，并对博弈主体的行为策略进行了研究[18]。兰月新等以Lotka-Volterra模型建模和微博空间单群体竞争模型为理论基础，研究了意见领袖和网络推手的竞争模型及模型平衡点的稳定性，并提出微博舆情的应对策略[19]。

上述文献从不同的角度对网络推手产生的原因、发展历程、运作方式和行为特征等进行了研究，但基本都是从定性的角度对网络推手进行研究，在运用演化博弈理论对网络推手进行研究时，博弈主体的行为策略都是基于完全理性假设的期望理论，并且只是将网络推手作为一个独立的个体进行研究。前景理论指出个人在风险条件下所表现出来的行为特征与期望效用理论的基本原理是不相符的，个体行为并不完全遵循效用最大化，还会受到多种心理因素的影响[20]，网络推手会通过自身的主观判断和外界环境的变化作出行为决策，因此，这些研究与网络推手的实际行为特征会有一定的偏差。网络推手在制造和传播网络谣言的过程中是需要借助外部媒介条件的，如媒体、意见领袖、网络水军等，网络推手会以合谋的方式利用媒体和意见领袖的影响力来实现自身的目的。意见领袖又称为舆论领袖，是指在人际传播网络中经常为他人提供信息，同时对他人施加影响的群体，这类群体在大众传播效果的形成过程中起着重要的中介或过滤的作用，由他们将信息扩散给受众，形成信息传递的两级传播[21]。意见领袖往往具备较强的人际交往能力和一定的社会影响力，在一定程度上能够对舆论进行议题设置和引导舆论的发展方向，因此，规范意见领袖的行为和发挥意见领袖的正面作用能有效地遏制网络谣言的传播。本文通过构建政府监管下的网络推手和意见领袖合谋的三方博弈模型，将前景理论中的心理偏好引入到博弈主体的行为决策中，使博弈主体在决策过程中贯彻有限理性的假设，并运用演化博弈和纳什均衡理论来分析网络推手的行为特征。

二、网络推手和意见领袖合谋行为的博弈分析

（一）模型假设和构建

政府部门对网络推手和意见领袖的合谋行为进行监管主要依据双方是否进行合谋，一般情况下，政府部门很难预测网络推手和意见领袖是否进行合谋，并且双方合谋的结果对社会产生的负面影响程度也是无法提前预知的。政府在主观判断合谋的可能性以及造成负面社会影响的情况下，决定是否进行监管以及实施监管的力度。对于网络推手和意见领袖而言，双方选择合谋与否取决于主观认为政府监管成功的概率，由于侥幸心理的存在，公众一般都会低估自己受到法律惩罚的概率，网络推手在经济利益的驱动下，就会选择进行合谋;意见领袖通过传播热点事件吸引公众的注意力，不仅能够获得网络推手给予的经济收益，而且也提升了自身的社会影响力，这种经济和心理收益以及主观低估政府部门监管成功的概率是网络推手和意见领袖合谋的动机。

网络推手在网络谣言的传播过程扮演了重要的角色，是具有一定目的性的谣言传播主体，通过传播谣言实现经济以及心理等方面的收益。隨着政府对网络谣言治理的重视，出台了相应治理网络谣言的法律法规，造谣者和传谣者都会受到相应法律的惩罚，网络推手在对谣言进行传播时就会考虑收益和成本的问题，只有当网络推手主观认为传播网络谣言带来的收益大于所要付出的成本时，网络推手才有可能选择传播谣言。此外，网络推手和意见领袖在合谋过程中所要付出的成本、受到的法律惩罚以及所获得的收益等都是基于主观认知的，并不是完全理性的，期望效用的收益函数并不能很好地适用不确定条件下行为主体的决策行为。因此，本文在构建博弈模型时，考虑了网络推手和意见领袖合谋的情形，而政府通过对网络推手和意见领袖的监管行为对博弈结果产生影响，在构建博弈矩阵时将前景理论的价值函数和权重函数代入到演化博弈矩阵中构建了收益感知矩阵，使演化博弈结果更加符合实际情况，并提出以下假设：

假设2：博弈主体包括政府部门、意见领袖和网络推手，这三方都是有限理性主体，三者作出决策的依据是行为所带来的收益和损失的价值感知，网络推手在传播谣言时，会考虑与意见领袖合谋所得到的收益和需要付出的成本，进而决定是否与意见领袖进行合谋，意见领袖在传播谣言时，会考虑和网络推手合谋获得的收益以及传播谣言可能受到的惩罚来决定是否合谋，政府在对网络谣言进行监管时，也会考虑监管的成本以及实施难度等因素来选择监管或者不监管。因此，政府部门的行为策略集合为{监管B1，不监管B2}，网络推手和意见领袖的行为策略集合为{合谋A1，不合谋A2}，此外，只有双方均同意合谋时，合谋行为才会成功，不考虑一方不同意合谋而对请求合谋方进行举报的情形。

假设3：假设网络推手和意见领袖正常收益分别为R1、R2，网络推手和意见领袖合谋的概率是q，当网络推手和意见领袖合谋时，网络推手会获得合谋收益D，意见领袖除了会获得网络推手的报酬M之外，还会因为传播网络谣言而使得自身的关注度和影响力提高，获得相应的关注度和影响力收益N，因此，意见领袖的合谋收益为 。由于网络推手和意见领袖的正常收益是根据以前的收益来确定的，是确定的数值，在构建博弈矩阵时不考虑其感知价值。

假设4：由于网络谣言监管过程中所付出的时间、人力、物力成本以及实施的难度等因素，政府部门以概率p对网络推手和推手合谋行为进行监管，监管成本为C，政府部门对合谋行为进行监管结果存在查出合谋和未查出合谋两种可能，假设查出合谋的概率为？兹。若政府部门查出网络推手和意见领袖的合谋行为，则网络推手会受到法律惩罚k1D（其中k1为惩罚系数，可以理解为对网络推手的惩罚力度），意见领袖不仅会受到法律惩罚k2M（其中k2为惩罚系数，可以理解为对意见领袖的惩罚力度），还会因为传播谣言受到不好的社会评价，造成负面的社会形象，因而承受相应的声誉损失H;若未查出合谋行为，则政府部门会承受网络谣言的广泛传播带来的扰乱正常的社会秩序、危害国家稳定、公信力下降等成本G。

根据以上假设构建网络推手、意见领袖和政府部门三方博弈的收益感知矩阵如表1所示。

（二）模型求解

在网络推手、意见领袖和政府部门的三方博弈中，网络推手和意见领袖会根据政府部门监管的概率和自身的收益状况来决定合谋还是不合谋，而政府部门会考虑监管成本以及对网络推手和意见领袖合谋监管成功的概率等因素来决定监管策略。根据纳什均衡理论，在一个策略组合中，当所有其他人都不改变策略时，没有人会改变自己的策略，则该策略组合就是一个纳什均衡[23]。因此，当政府部门的行为策略对网络推手和意见领袖的预期收益没有影响以及网络推手和意见领袖的行为策略对政府部门的预期收益没有影响时，分别是网络推手、意见领袖和政府部门的博弈均衡。

（三）模型分析

1. 政府部门的监管行为的分析。网络推手和意见领袖合谋的概率取决于合谋行为所获得的收益以及政府的监管力度等因素，根据网络推手和意见领袖合谋的最优概率？仔（q）可得，当政府部门主观认为网络推手和意见领袖以？仔（q*）大于？仔（q）的概率进行合谋时，政府部门则会选择进行监管;当政府部门主观认为网络推手和意见领袖以？仔（q*）小于？仔（q）的概率进行合谋时，政府部门则会选择不监管。根据？仔（q）的表达式可知，网络推手和意见领袖的合谋收益D、M以及政府部门承受网络谣言的广泛传播带来的相关成本G、政府部门查出合谋的概率？兹、监管成本C以及网络推手和意见领袖的惩罚系数k1、k2几个变量能够对合谋概率产生影响，并且？仔（q）的取值与监管成本C成正比，与政府部门查出合谋的概率？兹、监管成本C以及网络推手和意见领袖的惩罚系数k1、k2成反比。因此，政府在对合谋行为进行监管时，可以通过提高查处合谋的成功率和降低监管的成本，来抑制网络推手和意见领袖的合谋行为，在监管成本不变的情况下，可以加大对合谋行为的惩罚力度。此外，政府应加大对网络谣言的治理力度，完善网络谣言治理相关的法律规范，最大程度地遏制网络谣言的传播和降低网络谣言传播带来的社会危害，同时，也间接地降低了网络推手和意见领袖合谋行为的收益。

2. 网络推手和意见领袖的合谋行为分析。政府在对网络推手合谋行为进行监管的概率，取决于网络推手选择合谋行为获得的额外收益（实现收益最大化）以及监管成本等因素。根据政府部门监管的最优概率？仔（p1）可得，当网络推手主观认为政府部门以？仔（p*）大于？仔（p1）的概率进行监管时，网络推手会选择不合谋;当网络推手主观认为政府部门以？仔（p*）小于？仔（p1）的概率进行监管时，网络推手会选择合谋。

政府对意见领袖合谋行为进行监管的概率，还取决于意见领袖选择合谋行为获得的额外收益（实现收益最大化）以及监管成本等因素。根据政府部门监管的最优概率？仔（p2）可得，当意见领袖主观认为政府部门以？仔（p*）大于？仔（p2）的概率进行监管时，意见领袖会选择不合谋;当意见领袖主观认为政府部门以？仔（p*）小于？仔（p2）的概率进行监管时，意见领袖会选择合谋。

根据以上分析可知，当网络推手和意见领袖主观认为，政府监管的概率大于网络推手和意见领袖分别处于博弈状态下政府的最优监管概率？仔（p1）和？仔（p2）时，网络推手和意见领袖不会选择合谋。为了能够尽可能地减少网络推手和意见领袖的合谋行为，网络推手和意见领袖主观认为政府部门的实际监管概率越小越好。因此，此处在对网络推手和意见领袖的合谋行为进行分析时取？仔（p1）和？仔（p2）中值小者。

根据（17）式可知，网络推手和意见领袖合谋行为的临界条件，为了能够在较低的政府部门监管概率条件下降低网络推手和意见领袖的合谋概率，可以从以下几个方面考虑：

第一，网络推手主观认为受到的法律惩罚与合谋获得的收益的比值 。政府部门在监管时可以加大传播网络谣言的惩罚力度，对网络谣言进行实时监控，第一时间发表辟谣信息，遏制网络谣言的传播，同时，降低网络推手与意见领袖合谋获得的收益。政府部门可以通过加大对网络推手的惩罚力度k1D，让网络推手认识到网络谣言传播造成的社会影响越大，自身从中获得的收益越高，相应的法律惩罚越高;政府部门可以根据网络谣言的种类和性质以及对社会的危害程度，改变惩罚系数，针对可能引起公众广泛关注和对社会产生恶劣影响的网络谣言，如食品安全类网络谣言，可以适当增加惩罚系数。根据前景理论可知，网络推手主观认为受到的法律惩罚？姿（k1D）？琢1要更大，而针对一些公众关注度并不高、不会对社会产生重大影响的网络谣言，可以适当降低惩罚系数，但网络推手主观上还会认为会受到严厉的法律惩罚，从而选择放弃合谋。

第二，网络推手的合谋成本与合谋获得的收益的比值 。网络推手在选择合谋还是不合谋的时候，会权衡合谋行为所需要付出的成本和获得的收益，一般情况下，当合谋行为获得的收益大于需要付出的成本的时候才会选择合谋，从表达式可以看出，当合谋成本M与合谋收益D相等时， 值为零，表达式右侧值为零，此时网络推手不会选择与意见领袖合谋。因此，政府部门在对网络推手的合谋行为监管时，可以通过增加网络推手合谋的成本和降低合谋获得的收益两个方面来抑制网络推手的合谋行为。

第三，政府部门查出合谋的概率？仔（？兹）、风险态度系数？琢和损失规避系数？姿。从表达式可以看出当网络推手主观认为政府部门查出合谋的概率越高，网络推手选择合谋的概率越小。网络推手对风险和损失的态度以及对事件结果出现概率的主观判断，都会对合谋行为产生影响，政府部门应努力提高自身的公信力，增强工作过程的透明度，切实落实各项监管措施，给网络推手形成一种心理压力，而不敢进行合谋。

（2）对意见领袖的监管。当k2？垌k1时，即政府部门对意见领袖的惩罚力度要远大于对网络推手的惩罚力度时，意见领袖与网络推手的合谋条件为：

从（18）式可以看出，意见领袖与网络推手合谋会受到意见领袖主观认为，因传播网络谣言而承受的声誉损失H、主观认为受到的法律惩罚k2M的影响和意见领袖合谋获得的收益 。当意见领袖受到的声誉损失和法律惩罚越大，合谋获得的收益越低，则意见领袖与网络推手合谋的概率越低。政府在对网络推手和意见领袖的合谋行为进行监管时，可以对传播网络谣言的意见领袖进行点名批评、加大监管力度和惩罚力度等，并降低意见领袖合谋获得的收益，以减少网络推手和意见领袖的合谋行为。意见领袖主观认为政府部门查出合谋的概率？仔（？兹）、风险态度系数？琢和损失规避系数？姿也会对意见领袖的合谋行为产生影响。

三、仿真分析

在对参数进行敏感性分析的时候，以网络推手和意见领袖合谋为例进行数值仿真分析。依据“两高”出台《解释》规定，利用信息网络诽谤他人，同一诽谤信息实际被点击、浏览次数达到5 000次以上，或者被转发次数达到500次以上的，应当认定为《刑法》第246条第1款规定的“情节严重”，可构成诽谤罪。假设网络推手和意见领袖的正常收益分别为40万元和20万元，网络推手的合谋成本为收益的20%，政府部门对合谋行为的惩罚力度设为合谋收益的2倍，即k1=k2=2，意见领袖合谋时传播网络谣言被查出所遭受的名誉损失与正常收益相等。本文前景理论的参数值采用的是Tversky et al.[22]通過实验测定得到的值：风险态度系数？琢=0.88，损失厌恶系数？姿=2.25。通过改变惩罚力度k1和k2、合谋成本M、声誉损失H以及前景理论参数？琢和？姿的值，对这些参数进行敏感性分析，并运用Matlab进行数值仿真，结果如下：

（1）图2～7敏感性分析中，纵坐标表示的是博弈主体主观认为政府打击成功的概率，横坐标表示的是博弈主体合谋获得的收益。当博弈主体主观认为政府打击成功的概率小于曲线对应的纵坐标概率值时，博弈主体会选择进行合谋，反之，则选择不进行合谋。合谋临界值曲线并不会随着合谋收益的增加而呈线性增加，而是具有一定的收敛性，当合谋收益增加到一定程度时，曲线趋于稳定，说明当在网络推手和意见领袖主观认为政府打击成功的概率达到一定值时，就不会选择合谋策略，政府可以通过调控监管力度和提高查处成功率，抑制网络推手和意见领袖合谋行为的发生。

（2）从图2和图3可以看出，随着惩罚系数的增加，合谋临界值曲线对应的博弈主体主观认为政府打击成功的概率逐渐降低，说明当惩罚力度较轻时，即使博弈主体认为政府打击成功的概率处于较高水平，合谋行为也会发生。从图4和图5可以看出意见领袖对声誉损失的敏感性要大于对网络推手报酬的敏感性。因此，政府在对合谋行为进行监管时可以考虑加大对合谋行为的惩罚力度，意见领袖在经济利益的诱惑下虽然有合谋的意愿，但基于损失厌恶的心理，考虑到可能会面临的高额的经济惩罚和遭受的损失等，则不会选择进行合谋。

（3）根据图6和图7网络推手和意见领袖对前景理论参数？琢和？姿的敏感性分析可知，风险态度系数？琢和损失规避系数？姿都会对网络推手和意见领袖的行为策略产生影响。就网络推手来说，网络推手对损失规避系数的敏感性要大于对风险态度系数的敏感性，这可能是因为网络推手传播网络谣言最主要的目的是为了经济利益，为了实现利益最大化，网络推手会尽可能地降低合谋的成本以及规避可能遭受的损失，因此，损失规避系数会对网络推手的行为策略产生较大影响。对意见领袖而言，意见领袖对风险态度系数的敏感性要大于损失规避系数，意见领袖作为有影响力的社会公众群体，在发布和传播信息时会更加注重信息所产生的影响以及造成的后果，降低自身行为造成不良社会影响的风险，以维护自身的地位和社会影响力，产生良好的社会声誉，相较而言，经济收益只是影响意见领袖行为的次要因素。因此，政府在对网络推手和意见领袖合谋行为进行监管时，应根据网络推手和意见领袖这种心理特征，采取相应的监管措施，加大对网络推手的经济惩罚力度，对意见领袖可以通过主流媒体的点名批评、关闭平台账号等措施进行处罚。同时，政府应通过各种途径识别出“伪意见领袖”。“伪意见领袖”是指为了经济利益、政治利益等原因利用自身影响力向广大受众传递虚假不实信息，进而对其造成一定影响的人。这类意见领袖更加注重行为策略的经济和政治效益，具有较强的收益感知敏感性，可以加大对其经济和法律的惩罚力度。对各主体应采取针对性和差异化的监管和惩罚措施，强化网络推手和意见领袖这种心理特征的主观感知，以取得更好的监管效果。

四、政策建议

（一）增加合谋成本，降低合谋收益

网络推手的行为是为了经济利益，网络推手选择合谋还是不合谋取决于合谋行为所获得的收益和所要付出的成本之间的关系，根据（16）式可知，当合谋获得的收益D与所要付出的成本M相等时，网络推手一般不会选择合谋。单方面的增加合谋成本或者是降低合谋收益，网络推手都会通过各种方式尽可能地增加传播网络谣言带来的收益或压缩成本的方式使利益最大化。因此，可以选择增加网络推手合谋成本与降低合谋收益并举的策略来抑制合谋行为，如加强网络平台和意见领袖的监管，自动审核和过滤不良信息，设立专门的网站平台管理人员，在后台对虚假信息和异常的热点话题进行审核监督，从源头遏制网络谣言的传播;建立相应的辟谣平台，第一时间对谣言信息进行辟谣，最大程度地降低网络谣言对社会的负面影响和网络推手传播网络谣言获得的收益。

（二）建立网络推手行为规制的相关法律规范

当前，我国网络推手行业仍处于初始阶段，网络推手从业人员的素质参差不齐，缺乏必要的行业自律，很多网络推手为了经济利益，突破道德底线，恶意引导和操纵社会舆论，严重扰乱了公众的日常生活和社会正常秩序，最主要的原因就是缺乏针对网络推手的行为规范和有效的法律监管体系。如“立二拆四”事件背后自称是“中国第一代网络推手”的杨秀宇并不认为自己的行为属于违法行为，归根结底是因为我国并没有专门的网络信息监管法律，并且相关管理条例也有明显漏洞。因此，需要建立网络推手行业相关的法律法规，对网络推手的行为进行规范，既给予网络推手合理的运行空间，又保障了公众的合法权益不受到侵犯。健全法律规范和加大惩罚力度会使惩罚系数k1和k2变大，让网络推手主观上认为制造虚假信息、传播网络谣言以及操纵网络舆论等行为受到的法律惩罚会变大，对网络推手形成心理威慑。

（三）多方主体协同监管

我国针对网络舆论的监管多为传统管理部门，这些传统的管理部门在对网络舆论进行监管时，只是将管理范围延伸到互联网范畴，并且各自独立制作规章作为预防监管准则，使得在监管过程中形成重叠监管，不仅降低了监管效率，而且会形成监管真空区域。通过构建一个多层次、跨组织、多部门的联合治理结构，加强各层级和各部门之间纵向和横向的沟通交流，增强工作过程和结果的透明度，让网络推手和意见领袖主观认为政府查处成功的概率变大。此外，政府部门作为治理网络推手主体，在对网络推手进行监管的过程中起主导地位，但网络推手具有主体多样性、隐匿性等特点，仅仅依靠政府单一主体的监管方式并不能有效的治理网络推手，需要联合主流媒体、社会组织、广大网民等多方主体共同参与，在降低监管成本C的同时，提高监管效率，根据仿真结果分析（1）可知，当网络推手和意见领袖主观认为政府打击成功的概率达到一定值时，就不会选择合谋策略，多方主体协同监管在提高监管效率的同时，间接地提高了查处成功率，进而减少了网络推手的合谋行为。

注释：

①参照点的选择可以分为现状参照点与非现状参照点，现状参照点是指个体以目前所处的现实情况为参照点，非现状参照点是指无客观现状参照的情况，以期望收益水平作为参照点。

参考文献：

[1]KOWN S， CHA M， JUNG K， et al. Aspects of rumor spreading on a microblog network[J]. Springer international publishing，2013，8238：299-308.

[2]PEI S， MUCHNIK L， TANG S T， et al. Exploring the complex pattern of information spreading in online Blog communities[J].PLoS one，2015，10（5）：e0126894[2018-06-20].http：//www.vesearch gate net/publication/27402897.

DOI：10.1371/journal.pone.0126894.

[3]GALLOS L K， HAVLIN S， LILJEROS F， et al. How people interact in evolving online affiliation networks[J].Physcial review，2012，2（3）：4583-4586.

[4]VOSOUGHI S， MOHSENVAND M， ROY D. Rumor gauge：predicting the veracity of rumors on Twitter[J].ACM transactions on knowledge discovery from data，2017，11（4）：1-36.

[5]WANG B， ZHUANG J. Rumor response，debunking response，and decision makings of misinformed Twitter users during disasters[J].Natural hazards，2018（3）：1-18.

[6]CHEN F， HUANG J. The strategy of managing net-cheaters based on three-side game[J]. Chinese public administraton，2013，11：18-21.

[7]王子文，馬静.网络舆情中的“网络推手”问题研究[J].政治学研究，2011（2）：52-56.

[8]胡凌.商业网络推手现象的法律规制[J].法商研究，2011（5）：3-11.

[9]胡辰，李曦珍.搅动网络舆论的变幻螺旋——“网络推手”机制的传播学理论透视[J].甘肃社会科学，2012（6）：239-241.

[10]肖强，朱庆华.Web2.0环境下的“网络推手”现象案例研究[J].情报杂志，2012（9）：158-162.

[11]燕道成，杨瑾.网络推手炒作谣言的传播机制及其防控策略[J].华侨大学学报（哲学社会科学版），2014（4）：141-147.

[12]李纲，甘停，寇广增.基于文本情感分类的网络推手识别[J].图书情报工作，2010，54（8）：77-80.

[13]余莎莎，王友国，朱亮.基于SIR社交网络中商业谣言传播研究[J].计算机技术与发展，2016，26（11）：195-199.

[14]李华，蒙晓阳.网络推手对参与式新闻的操纵及其治理[J].当代传播，2017（1）：78-81.

[15]曾慧.网络推手对网络舆论的影响研究[J].新媒体研究，2018（2）：24-26.

[16]陈福集，黄江玲.三方博弈视角下政府应对网络推手的对策研究[J].中国行政管理，2013（11）：18-21.

[17]宾宁，王鈺.社交网络正面信息传播及仿真研究——基于三方博弈视角[J].现代情报，2017，37（11）：58-68.

[18]张倩楠.网络推手环境下的三方博弈研究[D].天津：天津财经大学，2015.

[19]兰月新，曾润喜.基于Lotka-Volterra的微博群体竞争模型[J].情报杂志，2013（7）：59-63.

[20]KAHNEMAN D， TVERSKY A. Prospect theory：an analysis of decision under risk[J]. Econometrica，1979，47：263-291.

[21]郭慶光.传播学教程[M].北京：中国人民大学出版社，2011.

[22]TVERSKY A， KAHNEMAN D. Advances in prospect theory：cumulative representation of uncertainty[J]. Journal of risk and uncertainty，1992，5（4）：297-323.

[23]约翰·纳什.纳什博弈论论文集[M].张良桥等，译.北京：首都经济贸易大学出版社，2000.