基于受眾畫像的新型耦合社交網(wǎng)絡(luò)謠言傳播模型研究

李鋼 王聿達(dá)

摘 要：[目的/意義]移動(dòng)互聯(lián)網(wǎng)時(shí)代謠言傳播模式發(fā)生了巨大的變化，一方面謠言的擴(kuò)散已不再局限于孤立的線下人際關(guān)系網(wǎng)絡(luò)或線上互聯(lián)網(wǎng)，謠言在耦合網(wǎng)絡(luò)之間的傳播變得更加普遍。另一方面，以往通過概率方式研究謠言的傳播存在很大的不準(zhǔn)確性，受眾的個(gè)體特征差異對(duì)謠言的傳播起到了更重要的作用。本文針對(duì)上述現(xiàn)象進(jìn)行了研究。[方法/過程]以受眾的年齡作為兩種網(wǎng)絡(luò)的耦合依據(jù)，提出基于受眾年齡的新型謠言傳播的耦合社交網(wǎng)絡(luò)（ASCN）。從受眾的認(rèn)知能力、匿名程度、權(quán)威性等基本特征，以及受眾的從眾心理、記憶效應(yīng)、好友的影響作用等心理特征方面對(duì)受眾進(jìn)行畫像，構(gòu)建多維度函數(shù)實(shí)現(xiàn)基于受眾畫像的謠言傳播模型。[結(jié)果/結(jié)論]基于ASCN對(duì)本文提出的模型進(jìn)行模擬仿真。結(jié)果表明，ACSN能夠真實(shí)地反應(yīng)出當(dāng)前網(wǎng)絡(luò)環(huán)境下謠言傳播呈現(xiàn)出的“線下引起線上共鳴”、“線上溢散線下”的特征;受眾的基本特征和心理特征能夠?qū)χ{言傳播產(chǎn)生巨大的影響，能更好地反映社交網(wǎng)絡(luò)中謠言的傳播規(guī)律。

關(guān)鍵詞：社交網(wǎng)絡(luò);耦合網(wǎng)絡(luò);謠言傳播;SEIR模型;受眾畫像

DOI：10.3969/j.issn.1008-0821.2020.01.014

〔中圖分類號(hào)〕G206.2 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2020）01-0123-11

Research on Rumor Dissemination Model Based on

Audience Portrait Under Age Coupled Social Networks

Li Gang Wang Yuda

（School of Economics and Management，Beijing University of Posts and Telecommunications，

Beijing 100033，China）

Abstract：[Purpose/Significance]In the era of mobile Internet，rumors dissemination has undergone tremendous changes.On one hand，the spreading of rumors is no longer limited to isolated offline interpersonal networks or online Internet networks but has become more common in the coupled networks.On the other hand，individuals different characteristics play a more important role in the spreading of rumor rather than the traditional probabilistic way does.For the above reasons，this paper proposed a rumor propagation model based on audience portrait under Age Coupled Social Networks（ACSN）.[Method/Process]Our proposed network（ACSN）was constructed according to the age of the audience.In the network，individual was portrayed from the basic characteristics of the audiences cognitive ability，anonymity and authority，as well as the psychological characteristics of audiences conformity effect，memory effect and the influence of friends.A multi-dimensional function was proposed to realize the rumor dissemination model based on such portrait.[Result/Conclusion]The rumor dissemination model proposed in this paper was simulated under ASCN.The results showed that：1）ACSN could truly reflect the characteristics of rumor transmission under the current network environment;2）the basic and psychological characteristics of audience had a great impact on rumor transmission，and could better reflect rumor transmission in real social networks.

Key words：social network;coupled network;rumor dissemination;SEIR;audience portrait

國內(nèi)外對(duì)于謠言有多種定義。Difonzo N等[1]將謠言定義為未經(jīng)證實(shí)的信息，其內(nèi)容通常為大眾關(guān)心的話題。美國社會(huì)學(xué)家特·希布塔尼認(rèn)為謠言是一群人議論過程中的即興新聞?！俄f伯斯特英文大辭典》定義謠言是一種缺乏真實(shí)根據(jù)，或未經(jīng)證實(shí)，公眾一時(shí)難以辨別真?zhèn)蔚妮浾?。奧爾波特[2]描述謠言具備兩個(gè)基本條件，即所涉及的話題對(duì)于傳播人群的重要性和證據(jù)的模糊性。由此可以看出，謠言是一種未經(jīng)證實(shí)的、真實(shí)性模糊難辨的、在一定人群范圍和時(shí)間周期內(nèi)具有傳播能力的信息。

在傳統(tǒng)社會(huì)里，謠言通過人際關(guān)系網(wǎng)絡(luò)口口相傳，其傳播渠道和范圍有限。隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，特別是智能移動(dòng)終端的迅速普及，信息的傳播不但在傳播渠道、傳播內(nèi)容和傳播速度等方面有了很大的變化，傳播受眾的習(xí)慣和心理相較以往也發(fā)生了巨大的變化。同時(shí)，網(wǎng)絡(luò)所帶來的匿名性等特征加劇了信息的模糊性，使信息更加容易轉(zhuǎn)變?yōu)橹{言從而擴(kuò)散。正是因?yàn)檫@些原因，受眾每天接觸到大量的難以驗(yàn)證真實(shí)可靠性的信息，這些信息的傳播和控制越來越復(fù)雜，所帶來的不可預(yù)知的危害也越來越大。因此在互聯(lián)網(wǎng)時(shí)代，謠言傳播在學(xué)術(shù)研究和實(shí)際社會(huì)應(yīng)用中都有重大意義。

由于社交網(wǎng)絡(luò)中信息的傳播與疾病傳播有著相似之處，學(xué)術(shù)界關(guān)于謠言傳播模型的研究大多來源于經(jīng)典的傳染病傳播模型。傳染病傳播模型最初是Brauer F等[3]在研究倫敦流行的黑死病時(shí)提出的SIR模型，該模型將傳染病流行范圍內(nèi)的人群分成易感者S，感染者I和免疫者R，人群中每個(gè)個(gè)體的狀態(tài)在3類之間轉(zhuǎn)換。Zanette D H[4]首次將SIR模型應(yīng)用到謠言傳播，并基于復(fù)雜網(wǎng)絡(luò)理論在小世界網(wǎng)絡(luò)上對(duì)傳播閾值進(jìn)行了分析。錢穎等[5]基于SIR模型對(duì)微博上的輿情傳播模型進(jìn)行了研究。Xiong F等[6]以SIR模型為基礎(chǔ)，通過引入接觸狀態(tài)構(gòu)建了基于SCIR的微博網(wǎng)絡(luò)輿情話題傳播模型。

上述對(duì)于謠言傳播的研究雖然來源于疾病傳播模型，但又不斷揭示出兩者的差異，即處于社交網(wǎng)絡(luò)中的個(gè)體不僅具有普遍的物理特征，同時(shí)具備不同個(gè)體的社會(huì)屬性，其知識(shí)水平、價(jià)值傾向、社交屬性、心理因素等對(duì)于信息的選擇與傳播具有重要的作用，因此以概率的方式同質(zhì)的研究謠言的傳播和演化存在很大的不準(zhǔn)確性，不能準(zhǔn)確地反映謠言傳播的特征，網(wǎng)絡(luò)中不同受眾的個(gè)體特征對(duì)謠言的傳播起到了更重要的作用。Lv L Y等[7]將個(gè)體的差異融入謠言傳播模型，從記憶效應(yīng)、社會(huì)加強(qiáng)作用和非冗余接觸等角度對(duì)模型進(jìn)行了改進(jìn)。范純龍等[8]基于個(gè)體間的親密度和謠言接收次數(shù)提出了一種改進(jìn)的謠言傳播模型，該模型能夠更加準(zhǔn)確地反映社交網(wǎng)絡(luò)中謠言的傳播規(guī)律。洪巍等[9]在傳統(tǒng)的SIR模型基礎(chǔ)上加入真實(shí)信息傳播者，構(gòu)建了SIRT謠言傳播模型，模型考慮了網(wǎng)民對(duì)信息的辨識(shí)能力、風(fēng)險(xiǎn)認(rèn)知水平、媒體發(fā)布信息透明度、媒體公信力、記憶效應(yīng)等因素對(duì)謠言傳播過程的影響。以上這些研究雖然在傳染病模型的基礎(chǔ)上加入了謠言傳播個(gè)體的特征以及媒體特征，但考慮的因素還不夠全面。

此外當(dāng)前真實(shí)社交環(huán)境復(fù)雜，謠言傳播的模式相較以往發(fā)生了較大的變化。大眾接收和傳播謠言存在傳統(tǒng)的線下人際關(guān)系網(wǎng)絡(luò)和線上的互聯(lián)網(wǎng)，謠言的擴(kuò)散已不再局限于單個(gè)網(wǎng)絡(luò)內(nèi)，兩種網(wǎng)絡(luò)之間信息的滲透甚至相互干擾已變得較為普遍。于凱等[10]根據(jù)現(xiàn)實(shí)中信息的擴(kuò)散情況，構(gòu)建了線上線下雙層耦合網(wǎng)絡(luò)模型，并結(jié)合傳播學(xué)和社會(huì)心理學(xué)理論提出了層間對(duì)稱和非對(duì)稱的輿情傳播機(jī)制。朱恒民等[11]構(gòu)建了線上線下互動(dòng)輿情傳播模型，該模型表明線上線下的互動(dòng)擴(kuò)大了話題傳播的速度和廣度。從現(xiàn)有研究來看，基于雙層耦合網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)謠言傳播的研究?jī)H處于起步階段，由于謠言在線下網(wǎng)絡(luò)中傳播仍然占較大比重[12]，對(duì)雙層耦合網(wǎng)絡(luò)中謠言傳播進(jìn)行研究具有重要意義。

綜上，本文首先分析了在線社交網(wǎng)絡(luò)與線下人際關(guān)系網(wǎng)絡(luò)的不同特征，并基于兩個(gè)網(wǎng)絡(luò)中人群的年齡特征進(jìn)行了耦合，從而構(gòu)建了更加真實(shí)的基于受眾年齡的新型社交網(wǎng)絡(luò)（Age Coupled Social Network，ACSN）。進(jìn)一步，基于受眾個(gè)體特征，通過對(duì)每個(gè)個(gè)體從認(rèn)知、年齡、匿名度、權(quán)威性等基本特征以及從眾效應(yīng)和記憶效應(yīng)等心理特征等角度進(jìn)行差異化分析，提出了基于網(wǎng)絡(luò)中受眾畫像的謠言傳播模型。

1 新型耦合社交網(wǎng)絡(luò)特征分析及構(gòu)建

1.1 研究思路

線下網(wǎng)絡(luò)是指現(xiàn)實(shí)生活中人與人面對(duì)面交往形成的真實(shí)人際關(guān)系網(wǎng)絡(luò)，信息的傳播通過個(gè)體之間的口口相傳。根據(jù)“六度分割理論”，線下人際關(guān)系網(wǎng)絡(luò)中的節(jié)點(diǎn)能夠通過網(wǎng)絡(luò)中數(shù)量較少的節(jié)點(diǎn)間接發(fā)生聯(lián)系，從復(fù)雜網(wǎng)絡(luò)的角度來看，線下人際關(guān)系網(wǎng)絡(luò)有較短的平均路徑長度和較高的聚類系數(shù)，具有明顯的小世界特性[13]。

線上社交網(wǎng)絡(luò)是指在互聯(lián)網(wǎng)環(huán)境中不同用戶通過某一特定平臺(tái)產(chǎn)生某種關(guān)聯(lián)關(guān)系，從而形成一種人與人之間的關(guān)系網(wǎng)絡(luò)狀的結(jié)構(gòu)，比較常見的線上社交網(wǎng)絡(luò)包括微博、微信等。以微博為例，微博中用戶之間的關(guān)聯(lián)關(guān)系分為關(guān)注關(guān)系與粉絲關(guān)系，用戶基于這種關(guān)注與被關(guān)注的關(guān)系構(gòu)成了現(xiàn)實(shí)微博關(guān)系網(wǎng)絡(luò)。在微博關(guān)系網(wǎng)絡(luò)中，少數(shù)用戶擁有大量粉絲，其發(fā)布的信息影響范圍較大，而大部分用戶僅有少數(shù)的粉絲，對(duì)整個(gè)網(wǎng)絡(luò)帶來的影響力有限。根據(jù)Girvan M等[14]對(duì)在線社交網(wǎng)絡(luò)結(jié)構(gòu)的分析，以微博為代表的在線社交網(wǎng)絡(luò)中節(jié)點(diǎn)的度服從冪分布，與無標(biāo)度網(wǎng)絡(luò)具有相似的特性。

相較于之前，互聯(lián)網(wǎng)時(shí)代社交網(wǎng)絡(luò)所涵蓋的范圍逐步從現(xiàn)實(shí)中的人際關(guān)系網(wǎng)絡(luò)，演變?yōu)樘摂M的互聯(lián)網(wǎng)線上社交網(wǎng)絡(luò)與現(xiàn)實(shí)中的人際關(guān)系網(wǎng)絡(luò)相互重疊的新型社交網(wǎng)絡(luò)。在以微博為代表的自媒體時(shí)代，在線社交網(wǎng)絡(luò)與線下人際關(guān)系網(wǎng)絡(luò)的緊耦合使信息傳播呈現(xiàn)出明顯的共鳴效應(yīng)和溢散效應(yīng)[15]。所謂共鳴效應(yīng)是指線下突發(fā)的熱點(diǎn)話題引起網(wǎng)絡(luò)輿論共鳴，從而使失真的信息在互聯(lián)網(wǎng)中迅速傳播，加劇形成謠言，“余杭中泰垃圾焚燒廠事件”是典型案例。同時(shí)微博的大眾媒介特性，又能夠使網(wǎng)絡(luò)話題快速溢散到各類人群中，與網(wǎng)絡(luò)形成合力促使形成線下事件，“滴滴順風(fēng)車事件”就是通過微博的刷屏引發(fā)全社會(huì)對(duì)于公共安全的關(guān)注與討論。

從復(fù)雜網(wǎng)絡(luò)的角度可以理解為線上社交網(wǎng)絡(luò)與線下人際關(guān)系網(wǎng)絡(luò)存在某種耦合關(guān)系。根據(jù)CNNIC發(fā)布的第43次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》以及騰訊發(fā)布的《2017年微博用戶發(fā)展報(bào)告》，中國互聯(lián)網(wǎng)網(wǎng)民和微博用戶在年齡結(jié)構(gòu)上均呈現(xiàn)為正態(tài)分布，并以20～30歲的人群為主要群體，也就是說這個(gè)年齡段的人既是線下人際關(guān)系網(wǎng)絡(luò)的參與者，同時(shí)又是互聯(lián)網(wǎng)信息的主要傳播者。將個(gè)體的年齡作為節(jié)點(diǎn)耦合的依據(jù)，能夠更加真實(shí)地反映出當(dāng)前新型社交網(wǎng)絡(luò)的真實(shí)情況。本文定義了耦合度來定量表示兩個(gè)網(wǎng)絡(luò)的耦合強(qiáng)度。耦合度為線下人際關(guān)系網(wǎng)絡(luò)中擁有耦合邊的節(jié)點(diǎn)占比。我們定義網(wǎng)絡(luò)中受眾年齡服從正態(tài)分布N（μ，σ2），其中μ表示節(jié)點(diǎn)的平均年齡，σ代表年齡的標(biāo)準(zhǔn)差。通過前面的分析可知，耦合度越大表示線上線下能夠耦合的節(jié)點(diǎn)占比越多，也就是耦合節(jié)點(diǎn)的年齡范圍越大。耦合度既反映了兩個(gè)網(wǎng)絡(luò)之間的耦合強(qiáng)度，同時(shí)又反映出民眾互聯(lián)網(wǎng)化程度，互聯(lián)網(wǎng)化程度越高，使用網(wǎng)絡(luò)自媒體的用戶年齡跨度就會(huì)越大，相應(yīng)的兩個(gè)網(wǎng)絡(luò)之間的耦合越緊密。

基于以上分析，本文提出了基于受眾年齡耦合的新型社交網(wǎng)絡(luò)（ACSN）。

1.2 網(wǎng)絡(luò)構(gòu)建

1.2.1 前提假設(shè)

本文所構(gòu)建的ACSN為靜態(tài)網(wǎng)絡(luò)，即網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)量及特征不會(huì)隨時(shí)間發(fā)生變化。

1.2.2 線下網(wǎng)絡(luò)構(gòu)建

由上文分析可知，線下人際關(guān)系網(wǎng)絡(luò)具有小世界網(wǎng)絡(luò)的特征，因此本文以Watts D J等[13]提出的WS小世界網(wǎng)絡(luò)為載體，構(gòu)建線下人際關(guān)系網(wǎng)絡(luò)模型。構(gòu)建步驟如下：

1）給定一個(gè)含有N個(gè)節(jié)點(diǎn)的環(huán)狀最近鄰耦合網(wǎng)絡(luò)，其中每個(gè)節(jié)點(diǎn)都與它左右相鄰的各K/2個(gè)節(jié)點(diǎn)相連，K是偶數(shù);

2）對(duì)網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的每一條邊都以概率p移除并重新與網(wǎng)絡(luò)中其他的節(jié)點(diǎn)隨機(jī)相連，新添加的邊是距離較遠(yuǎn)節(jié)點(diǎn)。

1.2.3 線上網(wǎng)絡(luò)構(gòu)建

線上社交網(wǎng)絡(luò)具有無標(biāo)度網(wǎng)絡(luò)的特性，本文依據(jù)Albert R等[16]提出的網(wǎng)絡(luò)中節(jié)點(diǎn)的度服從冪分布的BA無標(biāo)度網(wǎng)絡(luò)，以微博用戶為節(jié)點(diǎn)，關(guān)注關(guān)系為邊，構(gòu)建網(wǎng)絡(luò)來模擬微博網(wǎng)絡(luò)，構(gòu)建步驟如下：

1）在初始時(shí)刻有m0個(gè)互不相連的節(jié)點(diǎn);

2）每次加入1個(gè)新的節(jié)點(diǎn)，這個(gè)新的節(jié)點(diǎn)連接到網(wǎng)絡(luò)中已存在的m個(gè)節(jié)點(diǎn)上。新加入的節(jié)點(diǎn)與網(wǎng)絡(luò)中已存在的節(jié)點(diǎn)i連接的概率p與節(jié)點(diǎn)i的度ki有關(guān)。

1.2.4 層間節(jié)點(diǎn)耦合

根據(jù)ASCN研究思路，本文所構(gòu)建的網(wǎng)絡(luò)中線上與線下兩層網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)相同，每個(gè)節(jié)點(diǎn)的年齡隨機(jī)并服從正態(tài)分布。為了便于實(shí)驗(yàn)驗(yàn)證，參考《2017年微博用戶發(fā)展報(bào)告》，本文取微博用戶平均年齡25歲，標(biāo)準(zhǔn)差5歲，即節(jié)點(diǎn)的年齡服從N（25，52）。節(jié)點(diǎn)根據(jù)耦合度所對(duì)應(yīng)的年齡確定該節(jié)點(diǎn)在兩個(gè)網(wǎng)絡(luò)間是否耦合。

2 基于受眾畫像的謠言傳播模型

2.1 新型耦合社交網(wǎng)絡(luò)受眾特征分析及受眾畫像

受眾作為謠言傳播的主體，其個(gè)體特征對(duì)謠言的傳播起到了重要的作用，甚至比謠言的源頭動(dòng)因更加重要。因此本文所提出的傳播模型基于受眾的特征，對(duì)社交網(wǎng)絡(luò)中的個(gè)體進(jìn)行畫像，不同的個(gè)體對(duì)于同一謠言的傳播概率并非一個(gè)確定的常數(shù)。本文主要從個(gè)體的基本特征和心理特征兩類特征對(duì)網(wǎng)絡(luò)中的受眾進(jìn)行畫像。

2.1.1 受眾的基本特征分析

受眾的基本特征包括受眾的認(rèn)知能力、受眾在社交網(wǎng)絡(luò)中的匿名程度以及受眾本身的權(quán)威性等。

1）認(rèn)知能力：受眾的辨識(shí)能力對(duì)于謠言的傳播具有很重要的作用。廣大受眾基本常識(shí)的缺乏、“寧可信其有，不可信其無”的心態(tài)，導(dǎo)致受眾在對(duì)信息準(zhǔn)確性缺乏認(rèn)識(shí)判斷的情況下對(duì)這些信息進(jìn)行傳播;

2）匿名度：互聯(lián)網(wǎng)環(huán)境中，信息傳播的雙方主要通過文字或者圖片進(jìn)行溝通，個(gè)人的性別、年齡、外貌、社會(huì)身份甚至真實(shí)姓名都可能會(huì)被隱匿。這種匿名會(huì)讓受眾在社交網(wǎng)絡(luò)中無所顧忌的表達(dá)出隱藏在心中的真實(shí)想法。因此個(gè)人在網(wǎng)絡(luò)中的匿名會(huì)導(dǎo)致一些虛假信息的擴(kuò)散，促使謠言的形成及傳播;

3）權(quán)威性：在社交網(wǎng)絡(luò)中存在意見領(lǐng)袖的現(xiàn)象，也就是說一個(gè)權(quán)威用戶具有較高的社會(huì)影響力，其言行會(huì)影響到多數(shù)用戶。因此權(quán)威性較高的個(gè)體，往往有自己的觀點(diǎn)體系，較難受到其他觀點(diǎn)的影響，不會(huì)輕易相信并轉(zhuǎn)發(fā)未經(jīng)核實(shí)的謠言。

2.1.2 受眾的心理特征分析

受眾的心理特征是受眾特征的重要組成部分，對(duì)謠言的傳播行為會(huì)產(chǎn)生重要的影響。作者之前已就受眾心理特征對(duì)傳播的影響進(jìn)行了詳細(xì)研究[17]，本文引用之前的研究成果，從周邊好友的影響效應(yīng)、從眾效應(yīng)和記憶效應(yīng)3個(gè)方面刻畫受眾心理特征。

1）好友效應(yīng)：從心理學(xué)角度來講，好友間親密度越高，說明兩者有著近似的興趣愛好、價(jià)值觀與知識(shí)，謠言更容易在兩者之間傳播;

2）從眾效應(yīng)：從眾效應(yīng)是一種追隨別人行為的常見心理效應(yīng)，是指?jìng)€(gè)體受到群體的影響而改變自己的觀點(diǎn)、判斷和行為，以和他人保持一致。在社交網(wǎng)絡(luò)謠言傳播中，從眾效應(yīng)對(duì)于謠言傳播既有積極的促進(jìn)作用，同時(shí)也會(huì)抑制謠言的傳播;

3）記憶效應(yīng)：互聯(lián)網(wǎng)中信息的轉(zhuǎn)載非常容易，受眾很容易在短時(shí)間內(nèi)從不同渠道或者不同傳播者口中多次接收到相同的謠言，強(qiáng)化受眾記憶，從而增大信息傳播的概率。

2.2 新型耦合社交網(wǎng)絡(luò)謠言傳播模型算法描述

2.2.1 受眾狀態(tài)分類

在移動(dòng)互聯(lián)網(wǎng)時(shí)代，由于信息轉(zhuǎn)發(fā)的便捷性以及信息發(fā)布者的匿名性等原因使得信息傳播的門檻降低，受眾每天被動(dòng)接觸到的信息呈現(xiàn)一種爆炸式的增長，謠言產(chǎn)生的頻率隨之劇增。受到大量無法辨識(shí)真?zhèn)蔚男畔⒌臎_擊，受眾對(duì)于信息所持的態(tài)度不再局限于未知、感興趣從而進(jìn)行傳播、不感興趣從而拒絕傳播3種狀態(tài)，更多的是處于已知該信息，并觀望該信息的發(fā)展的狀態(tài)，因此本文采用了SEIR模型[8]，即在傳統(tǒng)的SIR模型的基礎(chǔ)上增加了已知狀態(tài)，具體狀態(tài)描述如下：

1）未知狀態(tài)S（Susceptible）：該類節(jié)點(diǎn)從未接觸過謠言，有接收謠言信息的能力。

2）已知狀態(tài)E（Exposed）：該類節(jié)點(diǎn)已經(jīng)接觸過謠言，對(duì)謠言持懷疑態(tài)度，暫時(shí)觀望并不傳播。

3）傳播狀態(tài)I（Infected）：該類節(jié)點(diǎn)聽信謠言，并在網(wǎng)絡(luò)中將謠言傳播給其好友節(jié)點(diǎn)。

4）免疫狀態(tài)R（Removed）：該類節(jié)點(diǎn)對(duì)謠言失去傳播興趣，不再參與謠言的傳播。

2.2.2 層內(nèi)受眾狀態(tài)轉(zhuǎn)移規(guī)則

在本文所描述的模型中，每一個(gè)時(shí)間周期遍歷網(wǎng)絡(luò)中的每一個(gè)節(jié)點(diǎn)，根據(jù)其層內(nèi)鄰居節(jié)點(diǎn)的狀態(tài)來決定此時(shí)鐘間周期的狀態(tài)，直到所有節(jié)點(diǎn)遍歷一次后該時(shí)間周期結(jié)束。單層網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)的狀態(tài)，根據(jù)圖1的演化規(guī)則進(jìn)行狀態(tài)轉(zhuǎn)移，轉(zhuǎn)移規(guī)則如下：

1）如果受眾處于未知狀態(tài)S，當(dāng)周圍存在傳播狀態(tài)I的節(jié)點(diǎn)時(shí)，未知狀態(tài)的節(jié)點(diǎn)因?yàn)榻佑|到謠言傳播者而以概率p1轉(zhuǎn)為傳播狀態(tài)，或者以概率p2=1-p1轉(zhuǎn)為已知狀態(tài)。根據(jù)上文分析，概率p1由受眾的基本特征和受眾的心理特征共同組成，其數(shù)學(xué)表達(dá)式如下：p1=（1-A）*B*C*D*E。其中，A表示受眾的認(rèn)知能力，服從正態(tài)分布，值介于0～1之間，0代表認(rèn)知水平最低，1代表認(rèn)知水平最高;B表示網(wǎng)絡(luò)中客觀存在的匿名度，用介于0和1之間的連續(xù)變量θ加以描述，B=1+1e-1eθ，0表示在社交網(wǎng)絡(luò)中完全不匿名，而匿名度1表示完全匿名，對(duì)于線下人際關(guān)系網(wǎng)絡(luò)，匿名度為0;C表示受眾的權(quán)威性，通過受眾在網(wǎng)絡(luò)中的度k與網(wǎng)絡(luò)中最大的度kmax來表示，C=1-kkmax;D表示受眾受到從眾效應(yīng)的影響，根據(jù)論文[17]的結(jié)論，D=12+12*1-e-m（t）k+e-n（t）k-11-1e;E表示好友的親密度，根據(jù)論文[8]，E=1-e-wij，其中wij表示傳播者i與用戶j的社交關(guān)系度，用共同好友數(shù)量占節(jié)點(diǎn)i所有好友的比。

2）如果受眾處于已知狀態(tài)E，也就是受眾已經(jīng)接觸過謠言，但對(duì)謠言持懷疑態(tài)度，暫時(shí)處于觀望期間。區(qū)別于傳統(tǒng)的SEIR模型，在本文所提出的模型中，處于E狀態(tài)的節(jié)點(diǎn)并不是以概率的形式轉(zhuǎn)變?yōu)镮狀態(tài)或者R狀態(tài)，而是由受眾心理特征中的記憶效應(yīng)所決定。我們認(rèn)為對(duì)于同一條謠言，受眾很容易在短時(shí)間內(nèi)從不同渠道或者不同傳播者口中多次接收到相同的信息，此時(shí)受眾傳播謠言的機(jī)會(huì)必然會(huì)增大，與之相對(duì)的，如果處于E狀態(tài)的節(jié)點(diǎn)在后續(xù)的時(shí)間周期內(nèi)沒有再次收到同樣的信息，那么受眾傳播該信息的概率就會(huì)降低。我們?cè)O(shè)置一個(gè)用戶接收到同樣信息的次數(shù)累積量s（t），初始時(shí)刻將s（t）設(shè)置為0，表示該節(jié)點(diǎn)剛從S狀態(tài)轉(zhuǎn)變?yōu)镋狀態(tài)，如果在下一個(gè)時(shí)間周期，該節(jié)點(diǎn)周圍有新轉(zhuǎn)變?yōu)镮狀態(tài)的節(jié)點(diǎn)，那么s（t）=s（t）+1，否則s（t）=s（t）-1。我們?cè)O(shè)置閾值ε，如果記憶效應(yīng)的累加量s（t）高于了閾值，那么下一時(shí)間周期改節(jié)點(diǎn)轉(zhuǎn)變?yōu)镮狀態(tài)，如果s（t）低于閾值，該節(jié)點(diǎn)將會(huì)變?yōu)镽狀態(tài)。

3）如果受眾處于謠言傳播狀態(tài)I，區(qū)別于傳統(tǒng)的SEIR模型中通過概率的方式轉(zhuǎn)變?yōu)镽狀態(tài)，本文我們通過記憶和謠言熱度的衰減來決定狀態(tài)的轉(zhuǎn)移。我們使用標(biāo)準(zhǔn)指數(shù)函數(shù)來表示時(shí)間的衰減，通過周圍有關(guān)聯(lián)邊的節(jié)點(diǎn)中I狀態(tài)節(jié)點(diǎn)的占比來表示謠言傳播熱度的衰減，所以衰減因子a（t）=e-t*m（t）k，其中t表示處于I狀態(tài)的時(shí)間，m（t）表示在t時(shí)刻周邊I狀態(tài)節(jié)點(diǎn)的數(shù)量，k表示該節(jié)點(diǎn)的度。同樣此處我們?cè)O(shè)置閾值δ，當(dāng)衰減因子a（t）低于閾值，該節(jié)點(diǎn)將轉(zhuǎn)變?yōu)镽狀態(tài)。

4）謠言免疫狀態(tài)的節(jié)點(diǎn)將不會(huì)再對(duì)此類謠言進(jìn)行傳播，相應(yīng)的狀態(tài)將不會(huì)發(fā)生變化。

2.2.3 層間狀態(tài)協(xié)同規(guī)則

根據(jù)費(fèi)斯廷格的認(rèn)知失調(diào)理論，受眾對(duì)某事件產(chǎn)生觀點(diǎn)、態(tài)度或情緒的矛盾時(shí)，希望協(xié)同自身不同認(rèn)知之間的平衡，以消除這種矛盾所帶來的緊張感?；谠摾碚摚诒疚闹?，受眾在某時(shí)間周期一旦產(chǎn)生線上、線下認(rèn)知不協(xié)調(diào)或相互沖突的情況，將對(duì)該沖突進(jìn)行協(xié)同，并將協(xié)同后的狀態(tài)作為下個(gè)時(shí)間周期的狀態(tài)，以保證線上、線下狀態(tài)的一致。

考慮沉默雙螺旋理論，受眾在線上可受相鄰節(jié)點(diǎn)的影響決定自身在線上及線下的傳播狀態(tài)，同時(shí)輿論在網(wǎng)絡(luò)中呈現(xiàn)著匿名性的特點(diǎn)，使得意見的發(fā)表具有自由性，受眾線下的觀點(diǎn)可自由在線上網(wǎng)絡(luò)中表達(dá)。這種層間狀態(tài)協(xié)同符合“線下引起線上共鳴”、“線上溢散線下”的特征[15]。

1）初始t=1時(shí)刻，選擇線上節(jié)點(diǎn)3作為謠言傳播源，其余節(jié)點(diǎn)都處于S態(tài)。此時(shí)根據(jù)線上的謠言溢散到線下，線下網(wǎng)絡(luò)中的節(jié)點(diǎn)3同時(shí)變?yōu)镮狀態(tài)。

2）當(dāng)t=2時(shí)，謠言在線上網(wǎng)絡(luò)中完全散播，網(wǎng)絡(luò)中的1、3、5、6節(jié)點(diǎn)都收到了該謠言，節(jié)點(diǎn)1、4、5變?yōu)榱擞^望E狀態(tài)，節(jié)點(diǎn)6變?yōu)镮狀態(tài)，同時(shí)謠言在線下網(wǎng)絡(luò)中也傳播開，節(jié)點(diǎn)2和節(jié)點(diǎn)3受到影響，其中幾點(diǎn)2變?yōu)镋狀態(tài)，而節(jié)點(diǎn)3變?yōu)镮狀態(tài)，根據(jù)線上網(wǎng)絡(luò)中的謠言溢散到線下的特征，線下網(wǎng)絡(luò)中的1、5隨之變?yōu)镋狀態(tài)，6變?yōu)镮狀態(tài)，而線下網(wǎng)絡(luò)同樣引起線上共鳴，4節(jié)點(diǎn)變?yōu)镮狀態(tài)。

3）當(dāng)t=3時(shí)，由于時(shí)間衰減的作用，線上網(wǎng)絡(luò)中的3、5節(jié)點(diǎn)變?yōu)镽狀態(tài)，由于線上信息較為豐富，能夠抑制線下網(wǎng)絡(luò)謠言，所以線下網(wǎng)絡(luò)的3、5節(jié)點(diǎn)隨之也變?yōu)镽狀態(tài)。

4）當(dāng)t=4時(shí)，所有節(jié)點(diǎn)均變?yōu)镽狀態(tài)。

3 實(shí)驗(yàn)與結(jié)果分析

本文使用C語言構(gòu)建社交網(wǎng)絡(luò)并仿真分析輿情話題傳播過程，所構(gòu)建的ACSN由線上無標(biāo)度網(wǎng)絡(luò)和線下小世界網(wǎng)絡(luò)組成，網(wǎng)絡(luò)規(guī)模為1 600個(gè)節(jié)點(diǎn)。其中線下網(wǎng)絡(luò)基于WS網(wǎng)絡(luò)，重連概率為0.8，平均度為6。線上網(wǎng)絡(luò)基于BA網(wǎng)絡(luò)，聚類系數(shù)為0.23，最大度為92。根據(jù)前文所提出的模型，每個(gè)節(jié)點(diǎn)具有年齡屬性，為便于實(shí)驗(yàn)驗(yàn)證，節(jié)點(diǎn)的平均年齡25歲，標(biāo)準(zhǔn)差5歲，即節(jié)點(diǎn)的年齡服從N（25，52）。由于傳播概率p1=（1-A）*B*C*D*E，在初始系統(tǒng)設(shè)定中，設(shè)定平均認(rèn)知能力A=0，平均匿名度B=1，此時(shí)認(rèn)知能力和匿名度對(duì)傳播概率的無影響，其他特征對(duì)p1的敏感性最大化，同時(shí)受眾的權(quán)威性C、從眾效應(yīng)D及好友效應(yīng)E等3個(gè)特征值都默認(rèn)存在。

由于本文所提出的耦合模型和傳播模型是基于靜態(tài)網(wǎng)絡(luò)的，因此本文暫不考慮網(wǎng)絡(luò)的動(dòng)態(tài)變化，即認(rèn)為謠言傳播過程中網(wǎng)絡(luò)的規(guī)模和結(jié)構(gòu)保持不變。實(shí)驗(yàn)過程中，在初始時(shí)刻將一個(gè)節(jié)點(diǎn)的狀態(tài)置為傳播狀態(tài)，其余所有節(jié)點(diǎn)為未知狀態(tài)，在隨后的100個(gè)時(shí)間周期內(nèi)統(tǒng)計(jì)每個(gè)時(shí)間周期的未知態(tài)、已知態(tài)、傳播態(tài)、免疫態(tài)的節(jié)點(diǎn)的數(shù)量。為降低實(shí)驗(yàn)結(jié)果的偶然性，每組實(shí)驗(yàn)的結(jié)果采用100次仿真的平均值。

3.1 耦合對(duì)謠言傳播的影響

本實(shí)驗(yàn)將對(duì)比耦合對(duì)于謠言傳播的影響。我們?cè)O(shè)置了3組實(shí)驗(yàn)，第一組實(shí)驗(yàn)是一個(gè)平均度為6的小世界人際關(guān)系網(wǎng)絡(luò)，第二組實(shí)驗(yàn)為一個(gè)聚類系數(shù)為0.23、最大度為92的無標(biāo)度線上社交網(wǎng)絡(luò)，第三組實(shí)驗(yàn)為基于受眾年齡耦合的新型社交網(wǎng)絡(luò)（ACSN），我們將耦合度F設(shè)置為0.8，也就是線下人際關(guān)系網(wǎng)絡(luò)中擁有耦合邊的節(jié)點(diǎn)占比為0.8。

從圖3（a）和圖3（c）中可以看出，當(dāng)初始1個(gè)節(jié)點(diǎn)傳播謠言時(shí)，在獨(dú)立的線下人際關(guān)系網(wǎng)絡(luò)中，只有與初始節(jié)點(diǎn)相連的4個(gè)節(jié)點(diǎn)受到影響，而且這4個(gè)節(jié)點(diǎn)并未進(jìn)一步變?yōu)閭鞑顟B(tài)。與之形成鮮明對(duì)比的是，在ASCN中，處于傳播狀態(tài)的節(jié)點(diǎn)最多達(dá)到753個(gè)，并且所有的節(jié)點(diǎn)最終都處于R狀態(tài)，耦合后的網(wǎng)絡(luò)極大地促進(jìn)了原本在線下網(wǎng)絡(luò)中無法廣泛傳播的謠言。對(duì)比圖3（b）和圖3（d），兩個(gè)網(wǎng)絡(luò)耦合后，在線網(wǎng)絡(luò)中處于I狀態(tài)的節(jié)點(diǎn)數(shù)量從463個(gè)增加90%至882個(gè)，同時(shí)R狀態(tài)節(jié)點(diǎn)增多了57%，并且可以明顯看到I狀態(tài)的曲線變陡峭，說明耦合使話題在在線社交網(wǎng)絡(luò)中的傳播速度更快、影響范圍更廣。

通過實(shí)驗(yàn)我們可以分析出，在現(xiàn)實(shí)世界中，由于線下人際關(guān)系網(wǎng)絡(luò)和線上社交網(wǎng)絡(luò)的同時(shí)存在，以及信息的相互耦合傳播，一些原本在線下無法傳播開的話題將會(huì)迅速傳播，一些原本在線上社交網(wǎng)絡(luò)中沒有大范圍傳播的事件能夠覆蓋整個(gè)網(wǎng)絡(luò)，引發(fā)大量受眾的關(guān)注，成為熱門話題，從而引發(fā)輿情危機(jī)。本實(shí)驗(yàn)驗(yàn)證了線上線下網(wǎng)絡(luò)耦合后，輿情傳播“線下引起線上共鳴”、“線上溢散線下”的特征。

3.2.6 記憶效應(yīng)對(duì)傳播的影響

本仿真實(shí)驗(yàn)用于驗(yàn)證不同記憶效應(yīng)閾值對(duì)最終傳播范圍的影響。實(shí)驗(yàn)中，除記憶效應(yīng)之外的其他受眾特征同上述實(shí)驗(yàn)。我們?cè)O(shè)置了3組實(shí)驗(yàn)，對(duì)應(yīng)記憶效應(yīng)閾值為1、3、5，表示處于已知狀態(tài)的受眾分別連續(xù)1、3和5個(gè)時(shí)間周期內(nèi)有新增傳播狀態(tài)的鄰居時(shí)，該受眾的狀態(tài)由于記憶效應(yīng)而從已知態(tài)轉(zhuǎn)變?yōu)閭鞑B(tài)。初始時(shí)刻將一個(gè)節(jié)點(diǎn)的狀態(tài)置為傳播狀態(tài)，最終社交網(wǎng)絡(luò)受眾狀態(tài)穩(wěn)定后，記錄免疫狀態(tài)節(jié)點(diǎn)個(gè)數(shù)。

如圖9所示，記憶效應(yīng)閾值為1的網(wǎng)絡(luò)中，最終免疫狀態(tài)節(jié)點(diǎn)的個(gè)數(shù)是閾值為3的網(wǎng)絡(luò)的1.4倍，是閾值為5的網(wǎng)絡(luò)的2.3倍。實(shí)驗(yàn)結(jié)果驗(yàn)證了受眾記憶效應(yīng)對(duì)于謠言傳播范圍擴(kuò)大的促進(jìn)作用。在當(dāng)前新型社交網(wǎng)絡(luò)環(huán)境下，對(duì)于同一條謠言，受眾很容易在短時(shí)間內(nèi)從不同渠道或者不同傳播者口中多次接收，這種短時(shí)間的多次記憶強(qiáng)化，促使處于已知狀態(tài)的受眾轉(zhuǎn)變?yōu)閭鞑顟B(tài)，這就是所謂的“三人成虎”。同時(shí)從實(shí)驗(yàn)結(jié)果可以看到，記憶效應(yīng)的閾值越小，表明受眾在更短的時(shí)間內(nèi)更容易轉(zhuǎn)變觀點(diǎn)，更能夠促進(jìn)謠言的傳播范圍。

4 結(jié) 論

本文以社交網(wǎng)絡(luò)謠言的傳播為研究對(duì)象，分析當(dāng)前謠言傳播的特點(diǎn)，提出了一種基于受眾畫像的新型社交網(wǎng)絡(luò)謠言傳播模型。首先，針對(duì)當(dāng)前大眾社交環(huán)境中，謠言的擴(kuò)散已不再局限于單獨(dú)的線下人際關(guān)系網(wǎng)絡(luò)或者線上的互聯(lián)網(wǎng)，兩種網(wǎng)絡(luò)之間信息的滲透甚至相互干擾已變得較為普遍這一現(xiàn)象，結(jié)合兩類網(wǎng)絡(luò)的特征，提出了一種通過受眾年齡耦合的新型謠言傳播的社交網(wǎng)絡(luò)（ACSN）。其次，考慮將受眾的認(rèn)知能力、匿名程度、權(quán)威性等基本特征，以及受眾的從眾效應(yīng)、記憶效應(yīng)、好友的影響作用等心理特征等方面進(jìn)行畫像，將傳統(tǒng)謠言傳播模型中的謠言的傳播從一個(gè)概率值變?yōu)榛谑鼙姸嗑S度畫像的函數(shù)，從而提出了基于網(wǎng)絡(luò)中受眾畫像的謠言傳播模型。最后，通過構(gòu)建ACSN仿真驗(yàn)證本文提出的謠言傳播模型。

實(shí)驗(yàn)結(jié)果表明：1）由于兩類網(wǎng)絡(luò)之間耦合的存在，一些原本在線下無法廣泛傳播的話題將會(huì)迅速傳播，一些原本在線上社交網(wǎng)絡(luò)中沒有大范圍傳播的事件能夠覆蓋整個(gè)網(wǎng)絡(luò)，本文提出的ACSN能夠真實(shí)地反應(yīng)出這種輿情傳播“線下引起線上共鳴”、“線上溢散線下”的特征;2）在這種新型的社交網(wǎng)絡(luò)下，受眾的認(rèn)知、匿名度等基本特征和記憶效應(yīng)、從眾效應(yīng)等心理特征能夠?qū)χ{言傳播產(chǎn)生巨大的影響。受眾的認(rèn)知能力的提升，能夠有效地降低謠言傳播的范圍。受眾的匿名程度對(duì)謠言的生成和傳播時(shí)起到了催化劑的作用，當(dāng)網(wǎng)絡(luò)的平均匿名度高到一定程度時(shí)，任何謠言都可能會(huì)擴(kuò)散到整個(gè)網(wǎng)絡(luò)中。在謠言傳播率較低時(shí)，受眾的從眾心理能夠阻礙信息的傳播，而當(dāng)信息傳播速率較高的時(shí)候，從眾又能夠極大的促使謠言的傳播。受眾的記憶效應(yīng)，能夠促進(jìn)謠言的傳播，印證“三人成虎”這一現(xiàn)象。

雖然本文對(duì)所提出的ASCN以及基于受眾畫像的謠言傳播模型在通過計(jì)算機(jī)模擬兩類網(wǎng)絡(luò)以及用戶特征來仿真驗(yàn)證的，但我們相信本文所做的研究對(duì)于政府決策部門提前獲知謠言的傳播以及監(jiān)管輿情的衍化具有一定的作用。后續(xù)我們將重點(diǎn)根據(jù)實(shí)驗(yàn)仿真結(jié)果抓取真實(shí)數(shù)據(jù)進(jìn)行驗(yàn)證。

參考文獻(xiàn)

[1]Difonzo N，Bordia P，Rosnow R L.Reining in Rumors[J].Organizational Dynamics，1994，23（1）：47-62.

[2]奧爾波特.謠言心理學(xué)[M].沈陽：遼寧教育出版社，2003.

[3]Brauer F.The Kermack-McKendrick Epidemic Model Revisited[J].Mathematical Biosciences，2005，198（2）：119-131.

[4]Zanette D H.Dynamics of Rumor Propagation on Small-world Networks[J].Physical Review E，2002，65（4）.

[5]錢穎，張楠，趙來軍，等.微博輿情傳播規(guī)律研究[J].情報(bào)學(xué)報(bào)，2012，31（12）：1299-1304.

[6]Xiong F，Liu Y，Zhang Z，et al.An Information Diffusion Model Based on Retweeting Mechanism for Online Social Media[J].Physics Letters A，2012，376（376）：2103-2108.

[7]Lv L Y，Chen D B，Zhou T.The Small World Yields the Most Effective Information Spreading[J].New Journal of Physics，2011，13（12）：123005.

[8]范純龍，宋會(huì)敏，丁國輝.一種改進(jìn)的SEIR網(wǎng)絡(luò)謠言傳播模型研究[J].情報(bào)雜志，2017，（3）：90-95.

[9]洪巍，王虎.基于SIRT的網(wǎng)絡(luò)謠言傳播演化模型的研究[J].現(xiàn)代情報(bào)，2017，（6）：38-44.

[10]于凱，榮莉莉，郭文強(qiáng)，等.基于線上線下網(wǎng)絡(luò)的輿情傳播模型研究[J].管理評(píng)論，2015，（8）：200-212.

[11]朱恒民，楊柳，馬靜，等.基于耦合網(wǎng)絡(luò)的線上線下互動(dòng)輿情傳播模型研究[J].情報(bào)雜志，2016，（2）：139-144.

[12]沈超，周姝怡，朱恒民.網(wǎng)絡(luò)謠言傳播中群體角色研究[J].情報(bào)雜志，2016，35（11）：113-118.

[13]Watts D J，Strogatz S H.Collective Dynamics of‘small-worldNetworks[J].Nature，1998，393（6684）：440-442.

[14]Girvan M，Newman M E.Community Structure in Social and Biological Networks[J].Proceedings of the National Academy of Sciences of the United States of America，2002，99（12）：7821-7826.

[15]董天策，陳映.試論傳統(tǒng)媒體與網(wǎng)絡(luò)媒體的議程互動(dòng)[C]//中國傳播學(xué)會(huì)成立大會(huì)暨全國傳播學(xué)研討會(huì)，2006.

[16]Albert R，Barabasi A.Statistical Mechanics of Complex Networks[J].Reviews of Modern Physics，2001，74（1）：47-97.

[17]Wang Y，Li G.The Spreading of Information in Online Social Networks through Cellular Automata[J].Complexity，2018：1-9.

（責(zé)任編輯：孫國雷）