[发明专利]基于爆发阈值及用户体验的谣言抑制方法

说明书

本发明公开一种基于爆发阈值及用户体验的谣言抑制方法，构建了一种考虑谣言整体流行度和个体传播倾向的动态谣言传播模型，并基于该模型从舆论危机视角出发，以基于双曲折扣效应的用户体验模型作为约束，通过选取目标节点子集进行阻断，确保谣言传播范围始终低于谣言爆发预警线。本发明能够获得较低的谣言感染率，同时需要较少的谣言阻断节点，即利用较低的谣言抑制成本获得了较好的谣言抑制性能。

技术领域

本发明属于网络安全治理领域，尤其是一种兼顾谣言抑制成本与抑制效果、可有效避免舆论危机的基于爆发阈值及用户体验的谣言抑制方法。

背景技术

近年来，移动互联网技术为社交媒体提供了良好的发展机遇，各类社交媒体(国内的微信、新浪微博，国外的Twitter、Facebook等)其信息传播的速度和范围不断提升，从而为人们提供了一条高效的信息传播渠道。然而，在线社交网络中“谣言泛滥”的现象严重影响了网络信息生态环境的健康状态，尤其是发生突发事件时，如自然灾害、公共卫生以及社会安全事件等，谣言的快速扩散极易引发公众群体性的心理焦虑和恐慌，极大地考验着政府部门的社会治理能力和危机应对能力。网络空间治理的根本目的是抑制谣言或负面舆论短时间内的大范围扩散，避免引发舆论危机，进而影响社会的和谐稳定。然而，在线社交网络平台具有的开放性、互动性以及信息传播的便捷性等特征，难以采用强制性的干预措施将谣言消除。

构建能够真实反映谣言扩散规律的传播模型，以揭示传播平台、传播主体以及传播环境等因素对谣言传播过程的影响，是设计有效的谣言抑制方法的基础。目前，谣言传播模型的研究，主要分为宏观层面与微观层面两类。在宏观层面上，谣言与其他类型的话题信息具有相似的全局流行趋势；在微观层面上，实证研究表明社会网络中的信息传播过程与传染病的传染过程十分相似，因此学者们纷纷基于传染病动力学来构建社会网络信息传播模型，以揭示信息传播的动力学规律。传染病模型包括SIR模型、SI模型、SIS模型和SIRS模型等。

谣言阻断是实现谣言影响最小化的一种有效手段，其主要通过删除网络中节点间的一部分链接，或是移除网络中的部分节点，即删除目标节点与网络中其他节点的全部关系链接等措施，限制网络中谣言的扩散范围。谣言阻断方法的研究通常将其等价为负面影响最小化问题，其中寻找最具影响力的用户节点是此类方法设计的关键环节，实验表明：谣言检测起始时间越早，谣言阻断节点数量越少，则可提高谣言抑制效果及减少谣言抑制成本。然而，现有方法均将谣言阻断等价为谣言影响力最小化问题，却忽略了阻断方法的实施所要付出的抑制代价问题，即屏蔽用户节点或切断节点间的关系链路，在一定程度上牺牲了在线社交网络平台的效能和用户体验，谣言抑制成本较高。

发明内容

本发明为了解决现有技术所存在的上述问题，提供了一种兼顾谣言抑制成本与抑制效果、可有效避免舆论危机的基于爆发阈值及用户体验的谣言抑制方法。

本发明的技术解决方案是：一种基于爆发阈值及用户体验的谣言抑制方法，其特征在于依次按照如下方法进行：

步骤1：构建PISIR模型

步骤1-1：计算谣言的个体传播倾向概率P_ind

设定S态为易感状态，即没有听过谣言的人；I态为感染状态，即相信谣言并传播谣言的人；R态为免疫状态，即不再参与谣言传播的人；

假设t-1时刻节点u处于I态，那么t时刻节点u发送谣言给邻居节点v的概率如下：

式中：C表示谣言的可信度，D_out_u表示节点u的出度，P₀表示节点u的谣言初始发送概率，表示节点u由S态转变为I态的时刻，即被感染时刻，表示当前时刻t与节点u的被感染时刻的时间间隔；

假设t-1时刻节点v处于S态，那么t时刻节点v接受邻居节点u发送的谣言的概率如下：