![](https://csdnimg.cn/release/download_crawler_static/18268350/bg1.jpg)
收稿日期:20180404;修回日期:20180515 基金项目:浙江省社科规划课题成果项目(16NDJC274YB);国家自然科学基金资助项目
(71663010);浙江省哲社重点研究基地临港现代服务业与创意文化研究中心资助项目
作者简介:王路帮(1974),男,副教授,博士,主要研究方向为信息传播、知识管理(luzsu@163.com);李守伟(1970),男,教授,博士,主要研
究方向为创新与服务、社会网络分析.
社交网络中基于网络结构支撑模型的谣言传播研究
王路帮
1
,李守伟
2
(1.浙江万里学院,浙江 宁波 315100;2.山东师范大学,济南 250014)
摘 要:结合结构支撑理论,探究节点网络结构支持力的一些性质,提出了社交网络结构中的全网支持力和被
支持力的总量一致性,并进一步提出计算节点支持力的方法。谣言作为特殊信息,在支持力不同节点之间的传
播特性有所不同,借鉴随机游走模型中的
PageRank计算方法,对不同节点支持力的谣言传播以及传播后的辟谣
状况进行了仿真模拟,结果表明支持力不同的节点对于谣言传播和辟谣影响明显。
关键词:社交网络;网络结构;结构支撑;PageRank;谣言传播
中图分类号:N949 文献标志码:A 文章编号:10013695(2019)10047309404
doi:10.19734/j.issn.10013695.2018.04.0229
Rumorspreadingbasedonnetworkstructuralsupportivenessmodelinsocialnetwork
WangLubang
1
,LiShouwei
2
(1.ZhejiangWanliUniversity,NingboZhejiang315100,China;2.ShandongNormalUniversity,Jinan250014,China)
Abstract:Combinedwiththestructuralsupporttheory,thispaperprobedintosomepropertiesofthenetworkstructure.After
describingthedefinitionofsupportiveness,itputforwardtheconclusionthatthetotalnetworksupportivenessandresupport
ivenesswereequalinMSSN
,thenitprovedthisconclusionbyusingformula.WiththereferenceofthePageRankcalculation
methodintherandomwalkmodel,itimplementedananaloguesimulationabouttherumorsspreadingofdifferentnodessup
portiveness,aswellastherumorrefutingsituation.Theresultsshowthatdifferentnodessupportivenesshasdifferentpropaga
tioncharacteristicsanddifferentsupportivenessofnodehassignificantimpactontherumorinfectionandrecovery.
Keywords:socialnetwork;networkstructure;structuralsupportiveness;PageRank;rumorspreading
0 引言
人在社交网络上的行为是现实行为的某种映射,而网络因
其自身的快速传播特性导致某些行为在网络上会产生巨大的
负面作用,如谣言传播。研究社交网络的文献很多,Watts等
人
[1]
通过随机重连将规则网络变化为小世界网络,计算表明
社交网络具有一定的小世界特征。
Barabasi等人
[2]
发现了某
些网络的无标度特性,少数节点具有大量的连接而大量节点连
接很少的特性,将这种度分布符合幂律分布的网络定义为无标
度网络。现实中的社交网络和基于互联网的虚拟社交网络一
般都有这种无标度特征。研究社交网络的拓扑结构是深入分
析社交网络特性和规律的有效方法,大量的学者研究社交网络
的拓扑结构问题,包括度分布、聚类系数、群聚系数、顶点度、相
关系数等网络属性
[3~6]
。文献[7~9]从节点度以及与之相关
的节点影响力的角度进行社交网络的相关研究。文献[
7]根据
社交网络中节点出度和入度的不同情况研究信息传播的效果。
文献[
8]说明了在线社交网络中信息节点度一般都具有负的相
关性。文献[9]通过利用社交网络中节点影响力来进行社交网
络的社团划分,通过研究基于社团划分的信息分级隐私保护策
略,以提升信息的可用性,增强核心节点的保护。这些基于社交
网络结构的研究方法能够从底层深刻刻画各种信息传播的底层
架构,为基于其上的信息传播演化规律提供研究基础。
社交网络的信息(各种舆论)会从一些所谓自媒体的个体
中产生而上传到社交圈,之后会在社交网络的好友圈不断传
播、演绎。在研究网络信息传播的文献中,这类问题值得进一
步探讨。在信息传播过程中,到底是因为节点自身的信息优势
(诸如个人魅力,或者拥有信息解释的权威),还是节点所处于
网络结构的重要位置。基于此,部分学者从网络结构的角度来
分析信息传播的规律性。文献[
10]提出了随机游走模型 Page
Rank。PageRank根据其所在网络特点和分析目标的不同,也
产生了一些变种,如判断节点间距离的 RWRS以及结合话题
主题的随机游走模型等
[11,12]
。在以网络结构为角度的相关研
究中,超图作为工具也被利用在舆情的传播扩散研究中。现实
中的个体存在于多个密切联系的社会关系网络中,个体的信息
传播受制于各种不同社会关系网络,而利用基于超图的超网络
实现对这种多类型网络结构的刻画,并在此基础上引入流行病
学传播模型实现舆情的传播研究,揭示超网络中舆情传播的规
律和态势
[13]
。
谣言作为特殊信息,其传播的特性和控制方法都与普通的
信息有所不同。文献[
14,15]利用社交网络中的聚类系数来
研究谣言传播的一些规律。文献[14]在经典谣言传播模型的
基础上,研究了具有幂律度分布和可变聚类系数的无标度网络
上的谣言传播行为。结果表明,聚类系数越高的网络,越有利
于抑制谣言的传播。文献[15]中将复杂网络的聚类系数作为
参量进行社交网络谣言传播的仿真研究,通过仿真研究发现,
谣言的传播能力与影响范围会随着初始传播节点度的增大而
增大,但会随着网络聚类系数的增加而得到抑制。文献[16]
构建了两阶段的 ASC1C2IR模型并得出模型的动态方程。仿
真结果表明,权威信息过早干预能够有效控制微博谣言的传
播。文献[17]对于信息在虚拟社区和博客中的传播规律进行
分析,博客传播的环境有社交网络的某种特性,可以把博客网
络看做是基于每个博主节点的社交网络。文献[18]在借鉴传
第 36卷第 10期
2019年 10月
计 算 机 应 用 研 究
ApplicationResearchofComputers
Vol.36No.10
Oct.2019