一种基于社交网络影响力下的谣言传播模型的建立方法

本发明涉及网络模型，具体为一种基于社交网络影响力下的谣言传播模型的建立方法。

背景技术：

1、随着互联网技术的迅速发展，社交网络已成为信息传播和舆论表达的主要平台之一，社交网络的快速崛起使信息传播变得更加便捷和广泛，但也伴随着谣言和虚假信息的传播，可能对社会稳定和公共安全造成严重威胁。

2、

3、本领域的相关研究已经开始探讨社交网络中信息传播的动态机制，但现有方法未能充分考虑社交网络中的影响力因素，这些因素包括用户的粉丝数量、活跃度天数、历史传播记录、内容质量和时间相关性等，这些因素在决定信息传播率和舆情传播的影响方面起到关键作用。

4、为了更好地理解社交网络中的信息传播现象，并采取有效措施来管理谣言的传播，本发明提供了一种基于社交网络影响力的谣言传播模型的建立方法，该模型综合考虑了心理收益、直接收益和间接收益，以及用户的有限理性行为策略，它还引入了社交网络影响力权重，以更准确地描述信息传播率，通过动力学分析，本发明得到了复制动态方程和策略选择的均衡点，并分析了它们的稳定性，从而为舆情管理提供了更有效的工具和策略。

技术实现思路

1、(一)解决的技术问题

2、本发明的目的在于提供一种基于社交网络影响力下的谣言传播模型的建立方法，以解决上述背景技术中提出旨在解决社交网络中信息传播的谣言问题的问题。

3、(二)技术方案

4、为实现上述目的，本发明提供如下技术方案：一种基于社交网络影响力下的谣言传播模型的建立方法，包括如下步骤：

5、s1：引入了社交网络影响力机制来决定信息传播率，包括：考虑了无知者、传播者和扼杀者三个参与群体的有限理性行为策略，群体行为策略包括忽略或查看信息、传播真消息或传播谣言，以及扼杀真消息或扼杀谣言，该模型引入了社交网络影响力权重(w)，由粉丝数量(f)、活跃度天数(a)、历史传播谣言记录(h)、内容质量(q)和内容的时间相关性(t)组成，上述因素共同决定了信息传播率，特别地，社交网络影响力权重(w)的计算包括了这些因素的权重分配；

6、w＝f+a+h+q+t

7、其中θ表示社交网络中文章转发率，α表示点赞率，β表示被评论率：

8、q＝θ+α+β

9、经过归一化处理，w最终是一个大于等于0，小于等于1的小数；

10、s2：根据社交网络影响力机制，构建具有心理收益、直接收益和间接收益的谣言传播模型，包括：

11、设心理收益来自于阅读、转发、点赞和转发；直接收益和间接收益体现在货币收入上；

12、群体的行为策略包括忽略(k1)或查看信息(k2)、传播真消息(m1)或传播谣言(m2)，以及扼杀真消息(n1)或扼杀谣言(n2)，具体含义由说明书附图4所示，根据无知者、传播者和扼杀者的行为策略，可以得到三者之间的博弈组合有八种，如表5所示；

13、s3：通过动力学分析得到复制动态方程，包括：

14、下面分别构造无知者、传播者、扼杀者行为策略的复制动态方程，其中x表示无知者忽略的概率，(1-x)表示无知者查看的概率；y表示传播者传播真消息的概率，(1-y)表示传播者传播谣言的概率；z表示扼杀者扼杀真消息的概率，(1-z)表示扼杀者扼杀谣言的概率。

15、设无知者选择“忽略”策略的期望收益为v11，选择“查看”策略的期望收益为v12，平均期望收益为v1，则有

16、v11＝0

17、v12＝(r1-c2)yz+r1y(1-z)+(-c1-c2)(1-y)z+(-c1)(1-y)(1-z)

18、v1＝(1-x)v12

19、＝(x-1)(c1-c1y+c2z-r1y)

20、复制动态方程：

21、f(x)＝dx/dt＝x(v11-v1)

22、＝-x(x-1)(c1-c1y+c2z-r1y)

23、同理，设传播者选择“传播真消息”策略的期望收益为v21，选择“传播谣言”策略的期望收益为v22，平均期望收益为v2，则有：

24、v21＝r3xz+r3x(1-z)+r3(1-x)(z)+r3(1-x)(1-z)

25、v22＝(r2-c3)xz+(r2-c3)x(1-z)+(r2-c3)(1-x)z+(r2-c3)(1-x)(1-z)

26、v2＝yv21+(1-y)v22

27、＝r2-c3+c3y-r2y+r3y

28、复制动态方程：

29、f(y)＝dy/dt＝y(v21-v2)

30、＝-y(y-1)(c3-r2+r3)

31、同理，设扼杀者选择“扼杀真消息”策略的期望收益为v31，选择“扼杀谣言”策略的期望收益为v32，平均期望收益为v3，则有：

32、v31＝(-c5-m)xy+(-c5-m)(1-x)y+(-c5-m)x(1-y)+(-c5-m)(1-x)(1-y)

33、v32＝(r4-c4+m)xy+(r4-c4+m)(1-x)y+(r4-c4+m)x(1-y)+(r4-c4+m)(1-x)(1-y)

34、v3＝zv31+(1-z)v32

35、＝m-c4+r4+c4z-c5z-2mz-r4z

36、复制动态方程：

37、f(z)＝dz/dt＝z(v31-v3)

38、＝z(z-1)(c5-c4+2m+r4)

39、综上，可得复制动态方程组：

40、

41、通过动力学分析得到复制动态方程和策略选择的均衡点，还包括：

42、根据复制动态方程得到雅可比矩阵：

43、

44、令f(x)＝0、f(y)＝0和f(z)＝0，即系统策略选择的变化率为零时，可以得到该动力系统的8个均衡点，分别为：[0,0,0]、[1,0,0]、[0,1,0]、[0,0,1]、[1,1,0]、[1,0,1]、[0,1,1]、[1,1,1]。

45、优选的，所述在s3中，将第1个均衡点[0,0,0]带入雅可比矩阵后的矩阵：

46、

47、第1个均衡点带入雅可比矩阵后的特征值：

48、b1＝c1,b2＝c3-r2,b3＝c4-c5-2m-r4。

49、优选的，所述在s3中，将第2个均衡点[1,0,0]带入雅可比矩阵后的矩阵：

50、

51、第2个均衡点带入雅可比矩阵后的特征值：

52、b1＝-c1,b2＝c3-r2+r3,b3＝c4-c5-2m-r4。

53、优选的，所述在s3中，将第3个均衡点[0,1,0]带入雅可比矩阵后的矩阵：

54、

55、第3个均衡点带入雅可比矩阵后的特征值：

56、b1＝-r1,b2＝r2-c3-r3,b3＝c4-c5-2m-r4。

57、优选的，所述在s3中，将第4个均衡点[0,0,1]带入雅可比矩阵后的矩阵：

58、

59、第4个均衡点带入雅可比矩阵后的特征值：

60、b1＝c1+c2,b2＝c3-r2+r3,b3＝c5-c4+2m+r4。

61、优选的，所述在s3中，将第6个均衡点[1,0,1]带入雅可比矩阵后的矩阵：

62、

63、第6个均衡点带入雅可比矩阵后的特征值：

64、b1＝-c1-c2,b2＝c3-r2+r3,b3＝c5-c4+2m+r4。

65、优选的，所述在s3中，将第6个均衡点[1,0,1]带入雅可比矩阵后的矩阵：

66、

67、第6个均衡点带入雅可比矩阵后的特征值：

68、b1＝-c1-c2,b2＝c3-r2+r3,b3＝c5-c4+2m+r4。

69、优选的，所述在s3中，将第7个均衡点[0,1,1]带入雅可比矩阵后的矩阵：

70、

71、第7个均衡点带入雅可比矩阵后的特征值：

72、b1＝c2-r2,b2＝r2-c3-r3,b3＝c5-c4+2m+r4。

73、优选的，所述在s3中，将第8个均衡点[1,1,1]带入雅可比矩阵后的矩阵：

74、

75、第8个均衡点带入雅可比矩阵后的特征值：

76、b1＝r2-c2,b2＝r2-c3-r3,b3＝c5-c4+2m+r4。

77、与现有技术相比，本发明的有益效果是：

78、1、该基于社交网络影响力下的谣言传播模型的建立方法，综合考虑了社交网络中的多个关键因素，包括用户的粉丝数量、活跃度天数、历史传播记录、内容质量和时间相关性。通过引入社交网络影响力权重，更准确地描述了信息传播率，使得谣言传播模型更贴近实际社交网络情况，且引入了心理收益、直接收益和间接收益，同时考虑了用户的有限理性行为策略，这种综合分析允许更好地理解用户在社交网络中的行为和信息传播。

79、2、该基于社交网络影响力下的谣言传播模型的建立方法，通过动力学分析，得出了复制动态方程和策略选择的均衡点，这为研究社交网络中信息传播现象和谣言传播提供了有力工具和策略。