关键词：
情绪社会分享
情绪感染
谣言传播
最优控制
摘要：
互联网的迅速发展促进了社交媒体的蓬勃兴起,使其成为信息交流的重要渠道。然而,社交媒体的开放性和高效性也为谣言的快速传播提供了“温床”。谣言是未经证实的舆论信息,代表了公众在面对不确定性时的心理反应。为引起更大的传播范围,谣言的内容往往具有强烈的煽动性,容易满足网民的情感需求。在谣言传播过程中,网民常常在向他人传递信息时伴随着情绪宣泄。这种情绪表达会引起其他网民的共鸣,进而增强其转发意愿,使谣言在情绪驱动下迅速扩散。
社交媒体可以让网民自由表达观点,这会使带有情绪化表达的谣言的传播范围迅速扩大,进而引发社会信任危机、破坏社会稳定,甚至造成经济损失。因此,探究谣言的情绪表达对谣言传播过程的影响,对于深入理解谣言传播机制,进而设计有效的谣言控制策略具有重要意义。此外,在现实场景中,施加谣言控制策略需要消耗一定的社会资源。因此,有必要在设计谣言控制策略时考虑如何以较低的控制成本实现有效的谣言控制。
为此,本文基于情绪分享理论和情绪感染理论,将谣言传播者细分为谣言信息传播者和谣言情绪传播者,同时引入辟谣者这一状态,构建了考虑情绪社会分享的谣言传播模型,以更好地探究用户的情绪表达以及辟谣信息对谣言传播的影响。基于所构建的考虑情绪社会分享的谣言传播模型,本文利用下一代矩阵法计算谣言和辟谣信息传播的阈值,并使用Hurwitz判据和李雅普诺夫函数证明了无谣言平衡点的局部稳定性和全局稳定性。鉴于辟谣者的存在会影响系统的平衡点个数,本文进一步计算了辟谣信息存在平衡点和谣言存在平衡点,并分别证明了这两个平衡点的局部稳定性。
为遏制谣言情绪化传播的危害以及提升辟谣效果,本文提出了内容阻断、情绪阻断和辟谣信息推送三种控制策略,引入了三种随时间变化的参数。为了以最少的社会资源实现最大的谣言控制效果,本文探究了如何利用最低的控制成本达到最小化的系统总损失,并构建了基于三种控制变量的最优控制模型。随后,利用庞特里亚金极小值原理推导出满足最小化谣言损失和控制成本的动态最优控制策略表达式。
在数值仿真实验部分,首先通过三种不同传播场景的仿真实验,验证了理论分析的正确性。之后,通过微博的一组真实谣言数据集,利用最小二乘法对模型中的参数进行拟合,并基于得出的参数验证了最优控制策略的有效性。结果表明,不同的阻断策略施加的控制强度与不同种类谣言传播者的密度相关,因此需要根据谣言传播者的人数来动态地调整控制策略。此外,推送策略需要在谣言开始传播时期就进行高强度辟谣信息推送,并且高强度推送的时间要长于两种阻断策略。在谣言传播后期,两类阻断策略控制强度可以逐渐降低,而推送策略的强度始终应强于阻断策略。为验证最优控制策略的性能,本文将提出的最优控制策略与单控制策略、两种协同控制策略和静态控制策略进行了对比分析,结果表明三种协同控制策略对阻断谣言传播和扩大辟谣信息传播的效果最好,并且可以实现成本和系统损失的最小化。最后,本文对模型中的关键参数进行了灵敏度分析,结果表明吸引力更强的谣言会引起更多人转发,或者加入情绪表达后进行转发,并且会降低传播辟谣信息的用户数量。此外,情绪表达的扩散控制成本大于谣言被直接转发的扩散控制成本。
本文在谣言与辟谣信息交叉传播的环境下,考虑网民对谣言的情绪表达构建了考虑情绪社会分享的谣言传播模型,旨在探究谣言的传播机制,以及个体互动对于谣言传播的影响,丰富了谣言传播动力学理论。所提出的三种协同控制策略可以实现在较低的社会资源消耗下,最大程度地减少谣言传播者人数并提高辟谣信息传播者人数。本文的研究结论为科学分配控制策略的资源,以实现利用最小成本遏制谣言传播,净化网络生态提供了重要参考,并且为媒体平台以及政府相关部门制定谣言治理措施提供了理论支持。
欢迎来到三峡大学图书馆！
IEEE期刊
详细信息
