[发明专利]一种基于渗流分析的在线社交平台谣言传播的免疫方法

说明书

本发明提供一种基于渗流分析的在线社交平台谣言传播的免疫方法，步骤如下：一、对实际微博谣言数据信息进行预处理；二、针对已预处理的数据信息，基于用户之间的转发与被转发关系，建立谣言传播网络；三、基于已有的谣言网络信息，依据不同谣言网络的共同参与者的相互关系建立谣言耦合网络；四、从不同角度对谣言耦合网络进行渗流分析，对比不同渗流方法对谣言网络的抑制效果，提出有效的免疫方法；通过以上步骤，本发明基于实际在线社交平台上谣言传播数据建立网络，并根据网络间的联系建立谣言耦合网络，从不同角度对耦合网络进行渗流分析，从而对谣言网络的脆弱性进行评估和量化，能对进一步免疫在线社交网络的谣言传播提供强有力的方法支撑。

技术领域

本发明提出一种基于渗流分析的在线社交平台谣言传播的免疫方法，它涉及网络科学中的渗流理论和耦合网络分析，属于信息传播学与网络科学的交叉技术领域。

背景技术

互联网技术的快速发展使得信息交互更加便捷，一系列依托网络媒介迅速产生并传播的网络谣言对社会造成了很大影响。《中国新媒体发展报告(2013)》发布称，在2012年媒体中报道的671条谣言中，有34.7％的谣言是通过微博为渠道进行传播的。因此，基于新浪微博的实际谣言数据信息进行分析，掌握在线社交平台上谣言的传播规律，对谣言传播进行及时有效的免疫刻不容缓。

谣言传播和病毒传播都是网络上的传播过程。现有谣言传播模型借助随机过程的方法来分析谣言传播，这种方法在一定近似条件下是合理的，但是不能完全符合在线社交平台上谣言传播的实际过程。基于数学的谣言传播模型尽管具有高度的抽象性、严密的逻辑性，但这些模型对谣言传播过程描述均是非直观的且不可求解的。

掌握谣言传播规律的目的是为了对谣言实行有效免疫，令谣言传播带来的损失降到最低。以往对谣言传播的免疫方法主要分为两大类：一类是从谣言本身的传播过程和谣言传播所在的网络结构特征进行预防和控制；一类是施行外部干预策略，如对网络中的个体进行谣言免疫。波兰学者Grabowski等研究了由线上多人组成的虚拟社会网络，发现人类行为的幂律特性会抑制谣言传播。汪小帆等研究了具有幂律度分布的无标度网络上的聚类系数对谣言传播的影响，得出可以通过增大网络聚类系数的方法来有效地抑制谣言传播的结论。通过个体免疫来遏制谣言传播的方法主要有随机免疫、目标免疫和熟人免疫三种。随机免疫方法是完全随机地选取网络中的一部分节点进行免疫，它不考虑节点的连接度，平等对待度大的节点和度小的节点，在免疫过程中对节点的选择没有优先顺序，西班牙的R.Pastor-Satorras研究表明如果在无标度网络中实施随机免疫策略，几乎要免疫网络中所有的节点才能保证切断谣言的传播，这种方法显然是不经济的，也是不现实的。目标免疫是通过有选择地对少量关键节点进行免疫，它能够克服随机免疫中几乎要对所有节点都进行免疫才能保证消除谣言的弊端，这种免疫方法比较有效，但却需要了解网络的全局信息。熟人免疫是从全体节点中随机选出一定比例的节点，再从每一个被选出的节点中选择它的一个邻居节点进行免疫。

本发明克服了原有谣言传播模型与免疫方法存在的弊端。已有的谣言传播模型缺乏实际谣言传播数据支撑，对谣言传播过程的刻画具有局限性，没有完全体现实际在线社交网络平台上谣言传播过程的特点，因此不能精准地描述谣言传播过程。本发明基于采集到的实际在线社交网络平台上谣言传播数据信息，针对谣言数据信息建立谣言传播网络，可以实现精准可视化谣言传播的实际过程；已有抑制谣言传播的免疫方法为基于谣言传播网络的免疫方法，旨在抑制某条谣言网络的传播，这些方法的缺点是比较低效，不能实现快速有效地对大规模同时期在在线社交网络平台上传播的多条谣言进行抑制，故均已不适用免疫谣言在在线社交网络平台上的传播。本发明基于已建立的谣言网络信息，依据不同谣言网络共同参与者之间的关系建立谣言耦合网络，考虑同时期内社交网络平台上多条谣言网络的传播，可为进一步同时免疫多条谣言网络提供方法支撑。

发明内容

(一)发明的目的