多層社交網(wǎng)絡上的謠言傳播研究*

樊冬梅，王金玲

(安徽農(nóng)業(yè)大學 理學院，安徽 合肥 230036)

近年來，在線社交網(wǎng)絡的普及和發(fā)展為信息傳播帶來了極大的便利，人人都可以通過網(wǎng)絡社交賬戶(比如國內(nèi)的QQ、微信、新浪微博，國外的Twitter、Facebook)發(fā)布和轉(zhuǎn)發(fā)圖片、視頻、文字、新聞等內(nèi)容[1]。在線社交網(wǎng)絡吸引了全球幾十億用戶的參與，其功能已經(jīng)不僅僅局限于簡單的信息收集和發(fā)布，事實上，通過多種在線社交媒體，人們可以結(jié)交朋友、發(fā)表觀點、分享信息、互相交流。網(wǎng)絡社交已經(jīng)開始承擔大部分傳統(tǒng)社交的作用，并且對人類的社會活動產(chǎn)生極其重要的影響[2-3]。因此，在線社交網(wǎng)絡構(gòu)筑了一個龐大的網(wǎng)絡社會，是現(xiàn)實中的人類社會在網(wǎng)絡這一虛擬空間中的投影[4]。在線社交網(wǎng)絡在蓬勃發(fā)展的同時，也帶來了網(wǎng)絡謠言的不斷滋生和快速傳播[5]。在社交媒體上，人人都是手持“麥克風”的信息傳播者，然而用戶在網(wǎng)絡上發(fā)布和轉(zhuǎn)發(fā)信息時，卻很少會去驗證這些信息的真實性。這導致人們對網(wǎng)絡新聞的信任度明顯低于電視、報紙等傳統(tǒng)媒體[6]。網(wǎng)絡謠言的大肆傳播不僅妨礙了人們對社交媒體的有效利用，甚至能夠左右社會重大事件的走向。在2016年美國總統(tǒng)大選期間，與候選人唐納德·特朗普(Donald Trump)相關的假新聞被分享了3 000萬次，與候選人希拉里·克林頓有關的假新聞被分享了760萬次，網(wǎng)絡假新聞已經(jīng)成了美國大選的重要影響因素之一[7]。因此，網(wǎng)絡謠言傳播研究已經(jīng)成為社會科學中一個極其重要的科學前沿領域。研究網(wǎng)絡謠言的傳播模式有助于政府和國家快速獲取謠言的傳播態(tài)勢、抑制謠言的傳播、降低謠言的危害，這對于維護國家公共安全具有重要意義。

一、網(wǎng)絡謠言傳播研究現(xiàn)狀

網(wǎng)絡謠言也稱為“網(wǎng)絡假消息”或“網(wǎng)絡虛假新聞”，是指通過采用發(fā)布假信息達到欺騙當事者的目的，不能真實反映客觀事物本來面貌，帶有虛假成分的報道。眾所周知，網(wǎng)絡謠言誤導公眾認知、毒害網(wǎng)絡生態(tài)、損害媒體公信力，極具社會危害性[8]。政府和工業(yè)界對網(wǎng)絡謠言的關注度正達到一個前所未有的高度。2018年8月，中國互聯(lián)網(wǎng)聯(lián)合辟謠平臺正式上線，這是由中共中央網(wǎng)絡安全和信息化委員會辦公室違法和不良信息舉報中心主辦、新華網(wǎng)承辦的平臺，旨在為廣大群眾提供辨識和舉報謠言的權威平臺。

鑒于謠言對社會造成的不良影響和嚴重危害，其傳播規(guī)律引發(fā)了研究者們的廣泛關注[9-10]。社交網(wǎng)絡結(jié)構(gòu)對謠言傳播的影響研究主要集中于同質(zhì)網(wǎng)絡、無標度網(wǎng)絡、小世界網(wǎng)絡和隨機網(wǎng)絡。孫莉玲研究了謠言在同質(zhì)網(wǎng)絡上的傳播，結(jié)果表明節(jié)點度較高的那部分網(wǎng)民群體對謠言傳播起到關鍵性作用[11]。王雨嘉[12]和呂琳媛[13]等的研究表明，在考慮信息傳播的記憶效應、社會加強和非冗余接觸特征的情況下，小世界網(wǎng)絡的傳播效率最好。沈超等的研究表明，人群聚類對謠言傳播有顯著影響[14]。Nekovee等的研究表明，在同質(zhì)網(wǎng)絡中謠言能否傳播開來與網(wǎng)絡的平均度有關；而在異質(zhì)網(wǎng)絡中謠言更容易傳播開來，并且隨著網(wǎng)絡規(guī)模的增加，異質(zhì)網(wǎng)絡的謠言爆發(fā)閾值會逐漸消失，也就是說，在一個大規(guī)模的社會網(wǎng)絡中，謠言極其容易發(fā)生大規(guī)模的傳播現(xiàn)象[15]。宋之杰等針對在突發(fā)事件中謠言在無標度社交網(wǎng)絡中的傳播問題，結(jié)合用戶的信息獲取方式和用戶傳播謠言的行為特征，同時考慮謠言獲取的渠道以及傳播滯后的特點，構(gòu)建了適用于微博網(wǎng)絡的謠言傳播模型[16]。

網(wǎng)絡謠言的傳播主體是用戶，因此傳播主體對謠言傳播的作用也引起了學者們的廣泛關注和深入研究。為什么有人容易輕信網(wǎng)絡謠言，有人樂于傳播網(wǎng)絡謠言，而有人卻不容易被網(wǎng)絡謠言所蠱惑，這種差異與用戶的個體心理因素密切相關，如用戶的情緒、用戶的認知水平、用戶的感知能力、用戶的從眾性等。另外，社會因素也被引入到謠言傳播研究中，如受教育水平、社會信任、社會強化機制等。張亞明等從用戶的利他動機、用戶的閱歷、謠言的累次疊加作用、辟謠者等方面來綜合分析個體因素對謠言傳播的影響，結(jié)果表明用戶的閱歷以及辟謠者是影響謠言傳播的重要因素[17]。張亞明的研究表明，用戶對謠言的興趣衰減可以減小網(wǎng)絡謠言傳播規(guī)模，但是社會強化機制的不當使用反而可能會加劇謠言傳播[18]。夏玲玲等的研究表明，謠言的模糊性會導致謠言的傳播規(guī)模增大[19]。

雖然學者們對多種網(wǎng)絡結(jié)構(gòu)下的謠言傳播進行了研究，但是這些網(wǎng)絡結(jié)構(gòu)反映的是網(wǎng)絡的共性。在線社交網(wǎng)絡作為復雜網(wǎng)絡的一種，它不僅具有復雜網(wǎng)絡所具有的共性，還有本身的特性。此外，上述文獻對謠言傳播的研究主要集中在單層社交網(wǎng)絡上，而現(xiàn)實的在線社交網(wǎng)絡通常是由多個社交軟件共同組成的多層社交網(wǎng)絡。用戶常常在多個社交網(wǎng)絡平臺注冊賬戶，比如騰訊QQ、微信、新浪微博等，謠言的跨平臺傳播現(xiàn)象非常普遍。因此，有必要從現(xiàn)實的在線社交網(wǎng)絡的結(jié)構(gòu)特點出發(fā)，分析現(xiàn)實的多層社交網(wǎng)絡與單層社交網(wǎng)絡上謠言傳播的區(qū)別及多層社交網(wǎng)絡的層間幾何相關性對謠言傳播的影響。

二、社交網(wǎng)絡模型簡介

在線社交網(wǎng)絡是由數(shù)量巨大的用戶以及用戶之間錯綜復雜的關系共同構(gòu)成的。從復雜網(wǎng)絡的觀點來看，用戶可以抽象為網(wǎng)絡中的一個個節(jié)點，用戶和用戶之間的社交關系可以抽象為網(wǎng)絡的連邊。在新浪微博中，兩個用戶之間的相互關注關系可以定義為網(wǎng)絡的連邊；在微信或QQ中，當兩個用戶互相加為好友，他們的好友關系就構(gòu)成了一條連邊。通過這種方式，可以將在線社交網(wǎng)絡構(gòu)造成網(wǎng)絡模型。圖1直觀地表示了這一過程，在拓撲圖中，點代表網(wǎng)絡中的節(jié)點，是對社交網(wǎng)絡用戶的抽象，點與點之間的連線代表網(wǎng)絡的連邊，是對用戶關系的抽象。這樣就將現(xiàn)實的社交網(wǎng)絡抽象成由相互作用的節(jié)點所組成的網(wǎng)絡，分析其結(jié)構(gòu)特征一方面可以從整體的角度上考查整個在線社交網(wǎng)絡所呈現(xiàn)的特征，另一方面可以在個體層面上研究在線社交網(wǎng)絡中個體的行為特點[20]。

圖1 社交網(wǎng)絡模型圖

常見的網(wǎng)絡模型有隨機網(wǎng)絡模型、小世界網(wǎng)絡模型和無標度網(wǎng)絡模型。隨機網(wǎng)絡模型是在20世紀50年代由匈牙利兩位科學家Erd?s和Rényi提出的[21]。該模型首先在網(wǎng)絡中生成一些節(jié)點，再以相同的概率將這些節(jié)點之間進行連接。由于隨機圖模型易于描述又可以通過解析方法求解，因此成為研究復雜網(wǎng)絡的基礎理論，是復雜網(wǎng)絡發(fā)展前期的主要網(wǎng)絡模型。然而，由于隨機網(wǎng)絡模型忽略了很多真實網(wǎng)絡所包含的信息，因此往往不能很好地解釋真實網(wǎng)絡中所呈現(xiàn)的許多現(xiàn)象和規(guī)律。

20世紀60年代，美國哈佛大學社會心理學家斯坦利·米爾格倫(Stanley Milgram)做了一個連鎖信件實驗，他將一些信件隨機交給志愿者，要求志愿者們通過與自己相熟的人將信件傳發(fā)到指定的收信人手里。實驗結(jié)果表明，在傳遞成功的信件中，平均經(jīng)過5次中轉(zhuǎn)就能夠到達指定的收信人手中[22]。也就是說，在社會網(wǎng)絡中，任意兩個人之間的平均“距離”是6，這就是著名的“六度分隔”理論。從社交網(wǎng)絡的角度來說，這種社會現(xiàn)象意味著一些彼此完全不相識的人可以通過一條很短的熟人鏈被聯(lián)系在一起，這一重要發(fā)現(xiàn)被稱為“社交網(wǎng)絡的小世界”現(xiàn)象。1998年，由鄧肯·瓦茨(Duncan Watts)和斯蒂文·斯特羅加茨(Steven Strogatz)提出的小世界網(wǎng)絡模型就是對小世界現(xiàn)象的數(shù)學描述[23]。該模型的構(gòu)成方法如下：給定一個環(huán)狀網(wǎng)絡，其中的每個節(jié)點都與它左右相鄰的各K/2個節(jié)點相連(K為偶數(shù))。再將網(wǎng)絡中的每一條邊以概率p隨機重新連接，即把每一條邊的一個端點保持不變，另外一個端點以概率p隨機連接到另外的一個端點上，其中規(guī)定節(jié)點不可以與自己相連并且網(wǎng)絡中不能有重復出現(xiàn)的邊。用這種模型就可以構(gòu)造出具有較短的平均路徑長度的小世界網(wǎng)絡。

除了小世界現(xiàn)象，網(wǎng)絡的無標度現(xiàn)象是近年來網(wǎng)絡科學的另一個重大發(fā)現(xiàn)，它指的是絕大部分節(jié)點的連邊都是極少的，而有極少部分節(jié)點卻擁有大量的連邊。在社交網(wǎng)絡中，用戶擁有的網(wǎng)絡連接關系并不是均衡的，在新浪微博上，一些公眾人物的粉絲數(shù)達到了幾千萬甚至上億，而大多數(shù)普通用戶的粉絲數(shù)只有幾十個。1999年，Barabási和他的學生通過對大量的現(xiàn)實網(wǎng)絡的研究發(fā)現(xiàn)，現(xiàn)實網(wǎng)絡中的節(jié)點連邊數(shù)量的分布符合冪律分布[24]。冪律進入社會科學研究領域，始于20世紀早期意大利經(jīng)濟學家維弗雷多·帕累托，他發(fā)現(xiàn)在他所研究的每個國家的財富都呈冪律分布，也就是極少數(shù)的人擁有社會絕大多數(shù)的財富，而大多數(shù)的人只擁有少量的財富。許多社會系統(tǒng)都遵循冪律分布，在線社交網(wǎng)絡也是如此[25]。無標度網(wǎng)絡模型就是為了解釋網(wǎng)絡的冪律現(xiàn)象而構(gòu)建的一種增長網(wǎng)絡模型，該模型有兩個顯著特點，一是網(wǎng)絡規(guī)模不斷增長，在無標度網(wǎng)絡模型中會不斷產(chǎn)生新的節(jié)點；二是優(yōu)先連接性，新產(chǎn)生的節(jié)點會優(yōu)先連接到那些度較大的節(jié)點上。這種生成網(wǎng)絡的方式就導致連邊會聚集到那些度較大的節(jié)點上。

三、多層社交PSO網(wǎng)絡模型簡介

(一) 考慮流行性和相似性的社交網(wǎng)絡(PSO社交網(wǎng)絡)

2012年，Papadopoulos等人通過對大量現(xiàn)實的網(wǎng)絡進行分析，發(fā)現(xiàn)在許多現(xiàn)實的網(wǎng)絡中，新產(chǎn)生的節(jié)點不僅會考慮到連接節(jié)點的流行性(popularity)，同時還會考慮連接節(jié)點的相似性(similarity)，這種算法被稱為Popularity and Similarity Optimization(簡稱“PSO”)。比如，一個剛剛注冊的微博用戶，一方面會關注那些關注度高的用戶(也就是流行的用戶)，像微博中的“大V”；另外也會關注那些與自己相似的用戶，比如自己的朋友、家人、有共同興趣愛好的人，即使這些人的關注度不高[26]。因此，在線社交網(wǎng)絡是典型的PSO網(wǎng)絡。與無標度網(wǎng)絡模型不同的是，在無標度網(wǎng)絡中新產(chǎn)生的連邊只會優(yōu)先連接到那些關注度較大的用戶。因此PSO網(wǎng)絡模型是無標度網(wǎng)絡模型的拓展，它可以完全涵蓋無標度網(wǎng)絡的生成過程，同時能夠更準確地反映在線社交網(wǎng)絡的連接特點。因此，本文采取能反映社交網(wǎng)絡特性的PSO網(wǎng)絡作為研究對象，將會有助于更準確地分析和研究謠言在社交網(wǎng)絡上的傳播。

從幾何上來說，PSO算法是將網(wǎng)絡置于一個雙曲空間當中[27]。圖2所示的龐加萊圓盤是最常用的一個雙曲空間模型。在雙曲空間中，三角形的內(nèi)角和小于180度，圖1中所有的三角形大小都是一樣的，并且從圓盤中心到邊緣，三角形的個數(shù)是指數(shù)擴張的，這與網(wǎng)絡的擴張?zhí)匦韵辔呛?。在雙曲空間可以按照如下步驟生成一個簡單的冪律分布網(wǎng)絡：首先在一個半徑為R的圓盤上生成一些點，這些點的極半徑服從指數(shù)分布，極角服從均勻分布。然后計算每一對節(jié)點之間的雙曲距離，如果雙曲距離小于半徑R，則這一對節(jié)點就有一條連邊，否則就不連接。圖3所示的是一個用該算法生成的網(wǎng)絡的拓撲結(jié)構(gòu)，點代表網(wǎng)絡中的節(jié)點，在社交網(wǎng)絡中代表社交網(wǎng)絡的用戶，點與點之間的連線代表網(wǎng)絡的連邊，在社交網(wǎng)絡中代表用戶之間的關系。在圖中越靠近圓盤中心的度越大，意味著越靠近中心的節(jié)點越流行，夾角越靠近的兩個節(jié)點之間相似性越高。

圖2 龐加萊圓盤

圖3 單層PSO社交網(wǎng)絡結(jié)構(gòu)圖，200個節(jié)點

(二) 多層社交網(wǎng)絡的幾何相關性

對于現(xiàn)實中的多層網(wǎng)絡來說，層與層之間存在明顯的幾何相關性[28]。其中幾何相關性包括兩個方面——半徑相關性和角度相關性。半徑相關性指的是一個節(jié)點在第一層中的極半徑與其在第二層的極半徑存在明顯的相關性。角度相關性指的是一個節(jié)點在第一層中的角度與其在第二層的角度存在明顯的相關性。例如，很多人都同時擁有多個社交賬戶，像微信和騰訊QQ，這就構(gòu)成了一個多層網(wǎng)絡。在微信中朋友眾多的人通常在騰訊QQ中也有眾多的朋友，這就是半徑相關性。而一個用戶在微信中連接的朋友、家人，在QQ層往往也會有同樣的連接，這就是角度相關性。圖4是一個雙層網(wǎng)絡的示意圖，每一層代表一個單層網(wǎng)絡。在第一層中靠近圓盤中心的節(jié)點在第二層中往往也靠近圓盤中心；在第一層中夾角相近的兩個節(jié)點在第二層中夾角也很接近。

圖4 多層社交網(wǎng)絡的幾何相關性示意圖

四、多層社交網(wǎng)絡對謠言傳播的影響

最早提出謠言傳播模型的是Daley 和Kendall，他們提出了經(jīng)典的DK模型，該模型將均勻混合的人群分為三類：從沒有聽過謠言的人、積極主動傳播謠言的人和不再傳播謠言的人[29]，研究結(jié)果表明最終聽到謠言的人數(shù)幾乎與初始未知謠言人數(shù)無關。之后DK模型被不斷發(fā)展，衍生出許多謠言傳播模型。Zanette首先將復雜網(wǎng)絡理論應用于謠言傳播研究，并借助于平均場理論研究了謠言在小世界網(wǎng)絡中的傳播過程[30]。本文采取異質(zhì)網(wǎng)絡上謠言傳播的SIR模型來研究多層社交網(wǎng)絡對謠言傳播的影響[31]，該模型將在線社交網(wǎng)絡中用戶分成無知者(未看到謠言的人，記為I)、傳播者(傳播謠言的人，記為S)和覺醒者(曾經(jīng)傳播過謠言而后認識到謠言的虛假，記為R)。謠言傳播包括兩階段，第一個階段用I→S表示，當一個無知者看到或接收到來自一個謠言傳播者發(fā)布的一條謠言時，他有可能相信這條謠言并進行轉(zhuǎn)發(fā)，假設他會以傳播概率λ傳播這條謠言，從而轉(zhuǎn)變成一個謠言傳播者。傳播的第二個階段用S→R表示，當一個謠言傳播者看到另一個傳播者也在傳播這條謠言時，可能會失去繼續(xù)傳播這條謠言的興趣，從而中止傳播；或者當傳播者接觸到一個覺醒者時，可能會意識到這條謠言的虛假性，從而中止傳播這條謠言。假設傳播者會以覺醒概率σ中止傳播而轉(zhuǎn)變成一個覺醒者，覺醒者將退出這條謠言的傳播過程。同時傳播者由于遺忘、突然醒悟或者其他因素的影響，即使不遇到謠言的傳播者和覺醒者，也會自己轉(zhuǎn)變成覺醒者，這個概率假設為δ。從而模型的動力學方程描述如下：

其中，Ik(t),Sk(t),Rk(t)分別表示度為k的用戶中的無知者、傳播者、覺醒者的密度。

(一)單層社交網(wǎng)絡與多層社交網(wǎng)絡上謠言傳播的對比研究

首先比較單層社交網(wǎng)絡和多層社交網(wǎng)絡上的謠言傳播過程。圖5是單層和多層網(wǎng)絡上傳播者、覺醒者和無知者的密度隨時間的變化圖，其中傳播概率設置為λ=0.1，覺醒概率分別設置為σ=0.1和δ=0.1。對比圖5(a)和5(b)可見，多層網(wǎng)絡中傳播謠言的規(guī)模(覺醒者)遠遠大于單層網(wǎng)絡中謠言的傳播規(guī)模，這說明多層網(wǎng)絡導致謠言傳播規(guī)模的增加。

圖5 謠言傳播中傳播者、覺醒者、無知者的比例隨時間的演化

圖6(a)是單層網(wǎng)絡和多層網(wǎng)絡中謠言的傳播速度的對比圖，從圖中可以看出，在相同的傳播率和恢復率下，謠言在多層網(wǎng)絡中的傳播速度要遠遠大于單層網(wǎng)絡。圖6(b)是單層網(wǎng)絡和多層網(wǎng)絡的謠言爆發(fā)閾值(箭頭指示的是爆發(fā)閾值)的對比圖，單層網(wǎng)絡的謠言爆發(fā)閾值為0.07，多層網(wǎng)絡的爆發(fā)閾值為0.02，表明謠言在多層網(wǎng)絡比在單層網(wǎng)絡中更容易爆發(fā)。通過傳播規(guī)模、傳播速度、爆發(fā)閾值的對比，可以得出，多層社交網(wǎng)絡促進了謠言的傳播和爆發(fā)，這是由于多個傳播平臺提供了更為豐富的傳播途徑，從而促進了信息的傳播。

圖6 單層網(wǎng)絡和多層網(wǎng)絡謠言傳播速度、謠言爆發(fā)閾值對比

(二) 幾何相關性對多層社交網(wǎng)絡上謠言傳播的影響

雖然謠言在多層網(wǎng)絡比在單層網(wǎng)絡中更容易傳播，但是多層網(wǎng)絡的傳播效果并不是單層網(wǎng)絡的簡單疊加。由于現(xiàn)實的多層網(wǎng)絡存在著明顯的幾何相關性，因此研究幾何相關性對多層社交網(wǎng)絡中謠言傳播的影響可以幫助我們進一步了解現(xiàn)實的多層社交網(wǎng)絡的真實傳播效果。將原始的多層網(wǎng)絡進行重構(gòu)，將原始網(wǎng)絡每層的節(jié)點的IP隨機置亂，再隨機將兩層之間的節(jié)點相連構(gòu)造成新的多層網(wǎng)絡，稱為“重構(gòu)網(wǎng)絡”。值得注意的是，這種重構(gòu)方式僅破壞了多層網(wǎng)絡的層與層之間的連邊，每層網(wǎng)絡的層內(nèi)連邊沒有發(fā)生任何變化。因此重構(gòu)網(wǎng)絡的兩層之間就不再有幾何相關性，而原始的多層網(wǎng)絡是具有幾何相關性的，重構(gòu)網(wǎng)絡和原始的多層網(wǎng)絡僅僅在層間的節(jié)點耦合方式上有區(qū)別。

圖7是多層網(wǎng)絡上傳播者、覺醒者和無知者的密度隨時間的變化圖，其中傳播概率設置為λ=0.1，覺醒概率分別設置為σ=0.1，δ=0.1。由圖7可見，重構(gòu)網(wǎng)絡(無幾何相關性)中傳播謠言的用戶數(shù)大于原始網(wǎng)絡(有幾何相關性)中傳播謠言的用戶數(shù)，這說明多層網(wǎng)絡的幾何相關性對謠言傳播有抑制作用。從圖8(a)原始網(wǎng)絡和重構(gòu)網(wǎng)絡中謠言傳播速度的對比圖可以看出，重構(gòu)網(wǎng)絡中謠言的傳播速度大于原始網(wǎng)絡的謠言的傳播速度，由此可見，幾何相關性減慢了多層網(wǎng)絡中謠言的傳播速度。圖8(b)是原始網(wǎng)絡和重構(gòu)網(wǎng)絡的爆發(fā)閾值的對比圖(箭頭指示的是爆發(fā)閾值)，原始網(wǎng)絡的爆發(fā)閾值為0.03，重構(gòu)網(wǎng)絡的爆發(fā)閾值為0.02，說明謠言在重構(gòu)網(wǎng)絡中更容易爆發(fā)。

圖7 謠言傳播中傳播者、覺醒者、無知者的比例隨時間的演化

圖8 多層網(wǎng)絡和重構(gòu)網(wǎng)絡的謠言傳播速度和爆發(fā)閾值對比

五、結(jié)論

在線社交網(wǎng)絡的普及和發(fā)展為信息傳播帶來了便利，與此同時也造成網(wǎng)絡謠言的不斷滋生和快速傳播。網(wǎng)絡謠言不僅妨礙社交網(wǎng)絡用戶獲取真實的信息，更重要的是極具社會危害性，甚至會危害國家公共安全，因此研究在線網(wǎng)絡的謠言傳播至關重要。本文的研究表明，謠言在多層社交網(wǎng)絡中的傳播速度、傳播規(guī)模都超過單層網(wǎng)絡，且謠言在多層社交網(wǎng)絡中更容易爆發(fā)。這說明多社交平臺會促進謠言的傳播，其原因在于多社交媒體提供了更為豐富的信息傳播途徑，用戶的交流更加密切，從而比單層社交網(wǎng)絡更容易傳播謠言。另外，謠言在重構(gòu)網(wǎng)絡中的傳播速度和傳播規(guī)模均大于原始多層網(wǎng)絡，并且謠言在重構(gòu)網(wǎng)絡中更容易爆發(fā)。這說明多層社交網(wǎng)絡的傳播效果并不是單層網(wǎng)絡的簡單疊加，在線社交網(wǎng)絡的幾何相關性抑制了謠言在多層網(wǎng)絡中的傳播。

因此，在多社交媒體時代，謠言的傳播與擴散更加快速和難以遏止，這對政府和社交網(wǎng)站控制網(wǎng)絡謠言提出了更高的要求。政府和社交網(wǎng)站可以根據(jù)網(wǎng)絡謠言傳播的機制與特點，充分利用多社交媒體的快速傳播特性，用權威觀點及時、積極地引導輿論流，正確應對與處理網(wǎng)絡謠言，縮短謠言傳播周期。另外，在專業(yè)辟謠網(wǎng)站上提供辟謠信息是控制網(wǎng)絡謠言傳播的重要途徑，比如利用中國互聯(lián)網(wǎng)聯(lián)合辟謠平臺、騰訊較真平臺、新浪微博辟謠官方賬號等許多專業(yè)辟謠網(wǎng)站開展聯(lián)合辟謠。最后，為防止多層社交網(wǎng)絡上謠言的快速傳播，需要網(wǎng)絡平臺從源頭遏制謠言，比如采用網(wǎng)絡實名制，網(wǎng)絡謠言在產(chǎn)生后容易追究，可以有效防止網(wǎng)民散布謠言。