社交网络中谣言传播的随机流行病模型分析

"这篇研究论文探讨了在线社交网络中谣言传播的随机流行病模型，重点关注了传染概率与联系强度的关系，以及模型参数如何影响谣言的传播效率和范围。" 在线社交网络已经成为信息传播的重要平台，其中包括谣言的快速扩散。传统的谣言传播模型通常假设无知者转化为传播者的概率为常数，但实际情况下，个体是否接受谣言很大程度上取决于他们对传播者信任的程度。鉴于此，研究者提出了一个新的谣言扩散模型，将传染概率视为联系强度的函数，从而更真实地模拟现实世界中的情况。 在指数为gamma = 2.2的无标度社交网络上，研究人员对模型进行了数值模拟。结果表明，关系的强度在谣言传播过程中扮演关键角色。特别地，优先选择弱关系进行传播并不会显著加快或扩大谣言的扩散；相反，如果消除这些弱关系，谣言的传播效率会受到显著影响。这提示我们，弱联系在社交网络中可能起到“桥梁”作用，连接不同的社交圈层，尽管它们的直接影响较小，但对整体传播结构至关重要。 此外，研究还发现模型中的两个关键参数——免疫概率mu和衰变概率nu对最大扩展器数量max(S)极其敏感。较小的mu或nu可能导致谣言更广泛地传播。mu和nu之间的关系可以用函数ln(max(S)) = Av + B来描述，其中A和B是与mu相关的幂律函数。这一发现对于理解和控制谣言传播具有重要意义，为实际应用提供了理论依据。 该研究由北京交通大学的Jun-Jun Cheng、Yun Liu、Bo Shen和Wei-Guo Yuan等人合作完成，发表在《欧洲物理杂志B》上。他们的工作不仅深化了我们对在线社交网络中谣言传播机制的理解，也为制定有效的谣言抑制策略提供了科学依据，有助于减少谣言对社会的负面影响。