基于移动社交网络的谣言传播动力学研究

王辉; 韩江洪; 邓林; 程克勤

doi:10.7498/aps.62.110505

摘要

本文在CSR传播模型的基础上提出基于移动社交网络的CSR的谣言传播模型. 改进了CSR模型的传播规则和传播动力学方程, 使得更符合移动SNS上用户的使用习惯. 在CSR模型中的接受概率数学模型基础上, 考虑个人接受阈值对接受概率的影响, 更符合人类接受谣言的心理学特点. 本文对该传播模型进行了理论分析. 并在仿真实验中, 利用多agent仿真平台对新模型和CSR模型以及SIR模型在匀质网络和异质网络中的传播效果进行了对比研究, 从实验的结果来看, 新的谣言传播模型在匀质网络中传播范围更广, 传播速度更快. 新模型具有初值敏感性的特点.

关键词:

Abstract

In this paper, we propose an improved CSR model for rumor spreading in mobile social networks. The dynamic equation of rumor spreading is modified to be suitable for user's habit in mobile social networks. In the acceptant probability model, negative and positive social reinforcements are considered. Furthermore, the people's accepting threshold for rumor accepting is taken into account. Analytically, a mean field theory is worked out by considering the influence of network topological structure as homogeneous. Under certain conditions, rumor spreads faster and wider in the new model than CSR rumor spreading model in homogeneous networks. Meanwhile, the multi-agent simulation results indicate that the information spreading process is sensitively dependent on initial conditions.

Keywords:

作者及机构信息

1.
合肥工业大学计算机与信息学院, 合肥 230009;

2.
合肥工业大学信息与网络中心, 合肥 230009

基金项目: 国家自然科学基金 (批准号: 60873194) 资助的课题.

Authors and contacts

1.
School of Computer and Information, Hefei University of Technology, Hefie 230009, China;

2.
Information and Network Centre, Hefei University of Technology, Heifei 230009, China

Funds: Project supported by the National Natural Science Foundation of China (Grant No. 60873194).

参考文献

[1]	Zhang Y C, Liu Y, Zhang H F, Cheng H, Xiong F 2011 Acta Phys. Sin. 60 050501 (in Chinese) [张彦超, 刘云, 张海峰, 程辉, 熊菲 2011 60 050501]
[2]	Wang Y X, Qiao X Q, Li X F, Meng L M 2010 Chinese Journal of Computers 33 2126 (in Chinese) [王玉祥, 乔秀全, 李晓峰, 孟洛明 2010 计算机学报 33 2126]
[3]	Adams B, Phung D, Venkatesh S 2008 ACM Transactionson Mutimedia Computing Comunications and Applications 5 1
[4]	Ugander J, Karrer B, Backstrom L, Marlow C 2011 available: https://www.facebook.com, November 21, 2011
[5]	Watts D J, Strogatz S H 1998 Nature 393
[6]	Barabasi A L, Albert R 1999 Science 286 509
[7]	Centola D 2010 Science 329 1194
[8]	Li X, Wang X F, Xu D 2007 Acta Phys. Sin. 56 1313 (in Chinese) [李翔, 汪小帆, 许丹 2007 56 1313]
[9]	Boccaletti S, Latora V, Moreno Y, Chavez M, Hwang D U 2006 Physics Reports 424 175
[10]	Zhou T, Bai W J, Wang B H 2005 Physics 34 (in Chinese) [周涛, 柏文洁, 汪秉宏 2005 物理 34]
[11]	Moore C, Newman M E J 2000 Phys. Rev. E 61 5678
[12]	Newman M E J. Forrest S, Balthrop J 2002 Phys. Rev. E 66 035101
[13]	Sudbury A 1985 Journal of Applied Probability 22 443
[14]	Zanette D H 2001 Phys. Rev. E 64 050901
[15]	Zhou J, Liu Z H, Li B W 2007 Phys. Lett. A 368 458
[16]	Liu Z H, Lai Y C, Ye N 2003 Phys. Rev. E 67 031911
[17]	Pastor-Satorras R, Vespignani A 2001 Phys. Rev. E 63 066117
[18]	Allport G W, Postman L 1947 The psychology of rumor Oxford, England: Henry Holt
[19]	Moreno Y, Nekovee M, Pacheco A F 2004 Phys. Rev. E 69 066130
[20]	Newman M E J 2002 Phys. Rev. Lett. 89 208701
[21]	Lu L Y, Chen D B, Zhou T 2011 New Journal of Physics 13 123005
[22]	Krapivsky P L, Redner S, Volovik D 2011 Journal of Statistical Mechanics 2011 p12003
[23]	Hui W, Lin D, Fei Xie, Hui X, Jiang H H 2012 2012 IEEE International Conference on Granular Computing Hangzhou, China, 2012
[24]	Dodds P S, Watts D J 2004 Physical Review Letters 92 218701

施引文献

[1]	Zhang Y C, Liu Y, Zhang H F, Cheng H, Xiong F 2011 Acta Phys. Sin. 60 050501 (in Chinese) [张彦超, 刘云, 张海峰, 程辉, 熊菲 2011 60 050501]
[2]	Wang Y X, Qiao X Q, Li X F, Meng L M 2010 Chinese Journal of Computers 33 2126 (in Chinese) [王玉祥, 乔秀全, 李晓峰, 孟洛明 2010 计算机学报 33 2126]
[3]	Adams B, Phung D, Venkatesh S 2008 ACM Transactionson Mutimedia Computing Comunications and Applications 5 1
[4]	Ugander J, Karrer B, Backstrom L, Marlow C 2011 available: https://www.facebook.com, November 21, 2011
[5]	Watts D J, Strogatz S H 1998 Nature 393
[6]	Barabasi A L, Albert R 1999 Science 286 509
[7]	Centola D 2010 Science 329 1194
[8]	Li X, Wang X F, Xu D 2007 Acta Phys. Sin. 56 1313 (in Chinese) [李翔, 汪小帆, 许丹 2007 56 1313]
[9]	Boccaletti S, Latora V, Moreno Y, Chavez M, Hwang D U 2006 Physics Reports 424 175
[10]	Zhou T, Bai W J, Wang B H 2005 Physics 34 (in Chinese) [周涛, 柏文洁, 汪秉宏 2005 物理 34]
[11]	Moore C, Newman M E J 2000 Phys. Rev. E 61 5678
[12]	Newman M E J. Forrest S, Balthrop J 2002 Phys. Rev. E 66 035101
[13]	Sudbury A 1985 Journal of Applied Probability 22 443
[14]	Zanette D H 2001 Phys. Rev. E 64 050901
[15]	Zhou J, Liu Z H, Li B W 2007 Phys. Lett. A 368 458
[16]	Liu Z H, Lai Y C, Ye N 2003 Phys. Rev. E 67 031911
[17]	Pastor-Satorras R, Vespignani A 2001 Phys. Rev. E 63 066117
[18]	Allport G W, Postman L 1947 The psychology of rumor Oxford, England: Henry Holt
[19]	Moreno Y, Nekovee M, Pacheco A F 2004 Phys. Rev. E 69 066130
[20]	Newman M E J 2002 Phys. Rev. Lett. 89 208701
[21]	Lu L Y, Chen D B, Zhou T 2011 New Journal of Physics 13 123005
[22]	Krapivsky P L, Redner S, Volovik D 2011 Journal of Statistical Mechanics 2011 p12003
[23]	Hui W, Lin D, Fei Xie, Hui X, Jiang H H 2012 2012 IEEE International Conference on Granular Computing Hangzhou, China, 2012
[24]	Dodds P S, Watts D J 2004 Physical Review Letters 92 218701

[1]	王楠, 肖敏, 蒋海军, 黄霞. 时滞和扩散影响下社交网络谣言传播动力学. , 2022, 71(18): 180201. doi: 10.7498/aps.71.20220726
[2]	王祁月, 刘润然, 贾春晓. 复杂网络上的意见动力学对谣言传播的影响. , 2021, 70(6): 068902. doi: 10.7498/aps.70.20201486
[3]	朱霖河, 李玲. 基于辟谣机制的时滞谣言传播模型的动力学分析. , 2020, 69(2): 020501. doi: 10.7498/aps.69.20191503
[4]	张菊平, 郭昊明, 荆文君, 靳祯. 基于真实信息传播者的谣言传播模型的动力学分析. , 2019, 68(15): 150501. doi: 10.7498/aps.68.20190191
[5]	苏臻, 高超, 李向华. 节点中心性对复杂网络传播模式的影响分析. , 2017, 66(12): 120201. doi: 10.7498/aps.66.120201
[6]	阮逸润, 老松杨, 王竣德, 白亮, 侯绿林. 一种改进的基于信息传播率的复杂网络影响力评估算法. , 2017, 66(20): 208901. doi: 10.7498/aps.66.208901
[7]	王金龙, 刘方爱, 朱振方. 一种基于用户相对权重的在线社交网络信息传播模型. , 2015, 64(5): 050501. doi: 10.7498/aps.64.050501
[8]	闵磊, 刘智, 唐向阳, 陈矛, 刘三(女牙). 基于扩展度的复杂网络传播影响力评估算法. , 2015, 64(8): 088901. doi: 10.7498/aps.64.088901
[9]	万贻平, 张东戈, 任清辉. 考虑谣言清除过程的网络谣言传播与抑制. , 2015, 64(24): 240501. doi: 10.7498/aps.64.240501
[10]	吴腾飞, 周昌乐, 王小华, 黄孝喜, 谌志群, 王荣波. 基于平均场理论的微博传播网络模型. , 2014, 63(24): 240501. doi: 10.7498/aps.63.240501
[11]	刘树新, 季新生, 刘彩霞, 郭虹. 一种信息传播促进网络增长的网络演化模型. , 2014, 63(15): 158902. doi: 10.7498/aps.63.158902
[12]	王亚奇, 王静, 杨海滨. 基于复杂网络理论的微博用户关系网络演化模型研究. , 2014, 63(20): 208902. doi: 10.7498/aps.63.208902
[13]	任卓明, 刘建国, 邵凤, 胡兆龙, 郭强. 复杂网络中最小K-核节点的传播能力分析. , 2013, 62(10): 108902. doi: 10.7498/aps.62.108902
[14]	熊熙, 胡勇. 基于社交网络的观点传播动力学研究. , 2012, 61(15): 150509. doi: 10.7498/aps.61.150509
[15]	顾亦然, 夏玲玲. 在线社交网络中谣言的传播与抑制. , 2012, 61(23): 238701. doi: 10.7498/aps.61.238701
[16]	李树彬, 吴建军, 高自友, 林勇, 傅白白. 基于复杂网络的交通拥堵与传播动力学分析. , 2011, 60(5): 050701. doi: 10.7498/aps.60.050701
[17]	王亚奇, 蒋国平. 基于元胞自动机考虑传播延迟的复杂网络病毒传播研究. , 2011, 60(8): 080510. doi: 10.7498/aps.60.080510
[18]	王亚奇, 蒋国平. 复杂网络中考虑不完全免疫的病毒传播研究. , 2010, 59(10): 6734-6743. doi: 10.7498/aps.59.6734
[19]	宋玉蓉, 蒋国平. 基于一维元胞自动机的复杂网络恶意软件传播研究. , 2009, 58(9): 5911-5918. doi: 10.7498/aps.58.5911
[20]	许丹, 李翔, 汪小帆. 复杂网络病毒传播的局域控制研究. , 2007, 56(3): 1313-1317. doi: 10.7498/aps.56.1313

计量

文章访问数: 10197
PDF下载量: 3873
被引次数: 0

姓名
邮箱
手机号码
标题
留言内容
验证码

搜索

留言板