考虑辟谣机制和心理因素的网络谣言传播模型

苏思尹

摘要：同时考虑辟谣机制和网民的心理因素，建立了一种新的网络谣言传播模型。分析了社交网络上谣言的传播过程，阐述了官方辟谣和网民个人的沉默、遗忘等心理因素对社交网络中谣言传播的影响，对模型进行数值仿真，探究了媒体效应、犹豫率和谣言遗忘率对社交网络中谣言传播的影响规律。结果表明，媒体效应越强，谣言传播的范围越小，谣言影响力越小；犹豫率越高，谣言传播范围越广；遗忘率越高，谣言传播中网民的立场越不稳定。

关键词：谣言传播；心理因素；辟谣机制

一、前言

在媒体社会化背景下，人们获取资讯的方式比以往任何一个时代都要更方便、快捷。信息量的爆炸激发了大众创造和传播信息的欲望，但与此同时，由于缺少“把关人”机制，一些为了达到某种目的而被杜撰的虚假信息，包括谣言、虚假新闻和虚假评论等充斥着各种类型的社会化媒体。由于网络谣言的不真实性，错误的信息会导致人们的恐慌、焦虑，从而引发一系列安全事件。例如，黑客利用被盗的美联社账号编发重大虚假新闻称“白宫受到两次袭击，总统奥巴马受伤”。这一信息立刻引发美股快速重挫，标普指数 3分钟内损失 1360 亿美元市值，数分钟内引发金融市场连锁反应 。

经典的虚假信息传播模型主要是DK模型和MK模型，在此基础上衍生出很多谣言传播模型。随着深入研究，学者们发现经典模型没有考虑网络拓扑结构，不适合描述大规模社会网络。

其中，网络谣言的传播模型广泛借鉴了流行病学中的传染病模型，研究发现，网络谣言的传播与传染病的传播具有相似的内在机制。Kempe等[1]以识别关键用户群组为导向，借鉴流行病学传播的线性阈值模型，设计了网络中信息的传播机制。Yang等[2]针对虚假信息的传播，提出了一种基于线性阈值模型的虚假信息竞争扩散模型，并设计了一种启发式算法加以求解。此外，常用的流行病传播模型还包括 SIS（Susceptible-Infected-Susceptible）模型[3]和 SIR（Susceptible-Infected-Recovered）模型[4]。吕心怡等[5]融合媒体效应和心理因素构建网络谣言传播过程模型。

在网络谣言的传播过程中，一方面，个人因素会使用户在听到谣言后产生犹豫，考虑是否进行传播。同时，由于大量新信息的充斥，人们逐渐忘记了曾经在网络上广泛传播的谣言。基于上述分析，提出了一种融合辟谣机制和个人心理因素的社交网络谣言传播模型， KSVF模型（known-silencer-variation-firm/refute-firm/demagoguery），并给出了模型的传播动力学方程，然后利用数值模拟的方法对结果进行了分析。

二、KSVF网络谣言传播模型

考虑到人类作为谣言传播的载体，其传播行为会受到媒体效应和个人心理因素的共同影响，将社交网络中的用户分成五种类型，分别是：

（一）知情者（known）

已知谣言和辟谣信息的人。

（二）沉默者（Silencer）

在社交平台上保持沉默的人，往往有自己初步的观点（有点赞行为），但选择不发声。

（三）易变者（Variation）

立场不坚定，会同时转发谣言和辟谣信息。

（四）坚定辟谣者（Firm-refute）

从谣言中醒悟过来或不相信谣言的网民，会在社交平台上转发辟谣信息。

（五）坚定信谣者（Firm-demagoguery）

拥有更强的谣言传播能力，并且不会被轻易辟谣的人。

在某时刻，每个网民都可能处于这五种状态中的一种。

由图1可知，已知者会以一定的概率转化为沉默者；沉默者会以不同的概率转化为易变者、坚定辟谣者和坚定信谣者；易变者会以不同的概率转化为坚定辟谣者和坚定信谣者。考虑到遗忘机制的存在，坚定辟谣者和坚定信谣者会以相同的概率重新恢复为易变者，即η1=η2。此外，考虑官方媒体辟谣的影响，将官方辟谣系数定义为θ，对模型中的参数δ1 ，δ2和η1 ，η2产生影响。如表1所示是模型中的参数及参数所表示的含义。

知情者，沉默者，易变者，坚定辟谣者，坚定信谣者在t时刻的用户数量分别由K（t），S（t），V（t），Fr （t），Fd （t）来表示。

根据图1可以得到KSVF的谣言传播模型的动力学方程的描述如下。

（1）

三、模型分析

为了计算系统（1）的平衡点，令系统（2）中等式的右端为0，则得到如下微分方程式。

（2）

经计算，可以得到系统（1）的平衡点为：

E*=（K*，S*，V*，Fr*，Fd*），其中，

四、数值模拟和讨论

（一）参数设置

设置初始时刻已知者K（0）=10000、沉默者S（0）=1000、易变者V（0）=0、坚定信谣者Fr（0）=0、堅定辟谣者Fd（0）=0，其单位是人。

（二）系统随时间的变化

实验1：设置模型中的参数为：α=0.003，θ=0.02，β=0.06，γ=0.06，δ1=δ2=0.07，η1=η2=0.03，ε=0.05 。

根据仿真结果，已知者的数量呈持续减少的趋势，最终减少为0。与此同时，沉默者的数量一开始逐渐增加，达到最高点后逐渐减少，最终也减少为0。这表明，谣言一开始会在网络中迅速传播，许多人持观望态度。然而，随着情况的发展，越来越多的人开始表达自己的观点，不再保持沉默（见图2）。

同时，可以看出，由于辟谣机制的存在，假设易变者转化为坚定信谣者和坚定辟谣者的概率相同，最终坚定信谣者的数量增长受到了抑制，而坚定辟谣者的数量增长得到了促进。因此，这也提醒官方媒体在辟谣过程中需要从促进辟谣和抑制信谣两个方面进行努力，以获得更好的辟谣效果。

（三）相关参数对谣言传播过程的影响

1.个人心理因素对谣言传播的影响

考量个人的观点易变和遗忘效用两种心理因素的作用，通过改变对应参数，观察对谣言传播过程的影响。

实验2：易变率γ对谣言传播过程的影响

在实验中取参数分别为：α=0.003，θ=0.02，β=0.06，δ1=δ2=0.07，η1=η2=0.03，ε=0.05，其中γ的值分别取0.06，0.09，0.006，0.009。

根据实验结果，易变率γ增加时，易变者所达到的峰值增加，这表明谣言传播的影响力随着γ的增加而增强。在γ从0.006增加到0.06时，易变者数量的变化趋势非常显著。然而，当γ从0.06增加到0.09时，易变者数量的增加并不明显。这是因为随着γ的增加，系统中已知者更容易转变为易变者，因此易变者的数量会随着已知者数量的增加而增加。此外，社交网络的高度连通性也会导致谣言对个体的影响达到最大值，因为个体的朋友  也可能成为易变者。因此，社交网络的用户应该努力提高自身的信息辨别能力，以减少在面对谣言时观点变化的可能性，从而能够更准确地做出判断（见图3）。

实验3：遗忘率η1 、η2 对谣言传播的影响

在实验中取参数分别为：α=0.003，θ=0.02，β=0.06，γ=0.06，δ1=δ2=0.07，ε=0.05。其中η1的值分别取0.02，0.04，0.06，0.08（有η1=η2）。

实验结果显示，在不同谣言遗忘率η1、η2 下，易变者的数量随时间变化。观察结果发现，随着谣言遗忘率的增加，易变者最终达到的峰值也逐渐增大。这说明在较短时间内，谣言遗忘率的增加会导致人们立场的重新不稳定化，不利于谣言的消散（见图4）。

2.官方辟谣因素对谣言传播的影响

研究当官方辟谣系数发生改变时，谣言传播者随时间的变化。将易变者最终所达到的峰值作为判断谣言在社交网络中影响力和谣言传播范围的指标。

实验4：（辟谣系数θ对谣言传播的影响）

在实验中参数的取值分别为：α=0.003，β=0.06，γ=0.06，δ1=δ2=0.07，η1=η2=0.03，ε=0.05。θ的取值分别为 0.01，0.03，0.001，0.003。

实验结果显示，当官方媒体辟谣系数θ增加时，易变者所达到的峰值减少，也就是说谣言在社交网络中的影响力减小。这是因为媒体机构发布的辟谣信息增加，辟谣的影响力也随之扩大，使得已知者和易变者相信媒体发布的辟谣信息（见图5）。这个结果说明增加官方媒体的影响力可以限制谣言的扩散范围，减弱谣言的影响力，从而控制谣言在社交网络中的传播。这对于社会公众和网络社区来说是一个重要的发现，可以帮助我们更好地应对谣言和虚假信息的传播。

五、结语

提出了KSVF谣言传播模型，它结合了媒体效应和个人心理因素，并基于传统模型进行了扩展。求解了模型的平衡点，并通过数值仿真研究了谣言传播的相关参数的影响。

参考文献

[1]Kempe D.， Kleinberg J.， Tardos E. Maximizing the spread of influence through a social network. in Proceedings of the 9th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining， 2003： 137-146.

[2]Yang L.， Li Z.W.， Giua A. Containment of rumor spread in complex social networks. Information Sciences， 2020， 506： 113-130.

[3]Xiao Y.P.， Zhang L.， Li Q.， et al. MM-SIS： Model for multiple information spreading in multiplex network. Physica A.， 2019， 513： 135-146.

[4]付偉，王静，潘晓中，等.动态同质网络上的 SIR 虚假信息传播模型.计算机应用，2018，38（07）：1951-1955.

[5]吕心怡，黄贤英，刘小洋.融合媒体效应和心理因素的社交网络谣言传播模型[J].计算机仿真，2022，39（10）：342-348+419.

作者单位：首都经济贸易大学管理工程学院

责任编辑：周航