奚亞麗，王友國，柴 允

(1.南京郵電大學 理學院，江蘇 南京 210023；2.南京郵電大學 通信與信息工程學院，江蘇 南京 210003)

0 引 言

隨著移動互聯(lián)網(wǎng)絡(luò)技術(shù)的高速發(fā)展，諸如微信、Facebook、Twitter等移動社交網(wǎng)絡(luò)的普及已經(jīng)極大地改變了信息的傳播方式[1]。沒有物理空間的限制，個人或組織之間的交互更加靈活多樣，在網(wǎng)絡(luò)社交工具的幫助下，大量的信息通過虛擬接觸而不是面對面的方式傳遞，使得傳播過程更加復(fù)雜[2]。在這種新型復(fù)雜社交網(wǎng)絡(luò)中，人們根據(jù)共同愛好、親友關(guān)系等往往聚合成特定的群組，并在群組之間進行信息分享與交流。因此，一個群組很容易變成一個人們可能無法直接彼此認識的小團體。雖然一些群組成員可能不會直接與其他人聯(lián)系，但所有成員都能看到發(fā)送給群組的每條消息(包括謠言消息)。作為一種社交習慣，社交網(wǎng)絡(luò)中的用戶可能會將收到的謠言轉(zhuǎn)發(fā)給其他個人或群組[3-4]。

早期的經(jīng)典謠言傳播模型是Dally和Kendal[5]基于SIR傳染病模型提出的。在這個模型中，人群被分為三部分：不知道謠言的人、聽說過謠言并傳播它的人、知道謠言但已經(jīng)停止傳播的人。許多研究者對經(jīng)典的謠言傳播模型進行了擴展，以深入了解謠言傳播機制[6-7]，并且大量謠言傳播的研究都是在經(jīng)典的SIR模型的基礎(chǔ)上進行的。Sahafizadeh等人提出了一個新定義的SIR謠言傳播模型，研究了移動社交網(wǎng)絡(luò)中群組傳播對謠言傳播過程動力學的影響，并發(fā)現(xiàn)群組傳播顯著地提高了謠言的傳播速度，并且使網(wǎng)絡(luò)拓撲結(jié)構(gòu)的影響變得并不顯著[8]。

在現(xiàn)實社會生活中，由于個人的性格特點、教育背景、法律意識等因素，一些社交網(wǎng)絡(luò)用戶在知道謠言話題后不會立即傳播謠言，他們將首先會成為潛伏態(tài)(exposed state)?？紤]謠言內(nèi)容的吸引力和模糊性導致的潛伏態(tài)群組的存在，Xia等[9]提出了一個考慮四種狀態(tài)的SEIR謠言傳播模型，并進行了穩(wěn)態(tài)分析來研究傳播閾值和擴散規(guī)模大小。

受上述研究啟發(fā)，該文采用SEIR傳染病模型[10]，并在此模型基礎(chǔ)上考慮了群組傳播來研究均勻網(wǎng)絡(luò)中的謠言傳播動力學。引入了系統(tǒng)的動力學方程，并進行了穩(wěn)態(tài)分析，研究謠言在均勻網(wǎng)絡(luò)中的傳播基本再生數(shù)。利用雅可比矩陣法[11]，通過計算雅可比矩陣的特征值來分析系統(tǒng)在均勻網(wǎng)絡(luò)中的穩(wěn)定性。通過仿真研究了謠言在不同群組傳播率以及群組參數(shù)影響下，在WS小世界網(wǎng)絡(luò)中謠言最終的作用范圍。

1 考慮群組的新型SEIR模型

本節(jié)建立了一種考慮群組傳播的新型SEIR謠言傳播模型。社交網(wǎng)絡(luò)被認為是具有N個標記節(jié)點和E條邊的無向均勻圖。假設(shè)圖的平均度為k，節(jié)點表示移動社交網(wǎng)絡(luò)中的單個用戶，邊表示用戶之間或用戶與所屬群組之間的聯(lián)系。假設(shè)時間是離散的，在每個時間步驟中，每個用戶節(jié)點都處于以下四種狀態(tài)之一：易感節(jié)點(Susceptible，簡記為S)、潛伏節(jié)點(Exposure，簡記為E)，傳播節(jié)點(Infected，簡記為I)和免疫節(jié)點(Removed，簡記為R)。

每個用戶節(jié)點都可以通過與自己相鄰的其他節(jié)點或其自身所在群組傳播謠言。該移動社交網(wǎng)絡(luò)中的群組是由一組可以共享信息的用戶構(gòu)成，他們不一定是好友關(guān)系，也就是說他們可能沒有直接的聯(lián)系。假設(shè)當一個群組中的某個節(jié)點接收到一條謠言時，它將自動傳播給這個組的所有節(jié)點。因此，社交網(wǎng)絡(luò)中的兩個非好友節(jié)點可以通過他們所在群組一起共享謠言消息。

如圖1所示，在均勻網(wǎng)絡(luò)傳播謠言的過程中，如果一個易感節(jié)點在個體間傳播謠言過程中接收到謠言，則易感節(jié)點會以概率τ成為潛伏節(jié)點，通過群組傳播接觸到謠言信息的易感節(jié)點會以概率γ成為潛伏節(jié)點。潛伏節(jié)點接受到謠言后，以概率η向其鄰居節(jié)點傳播該謠言，以概率ε向所在群組成員傳播該謠言，若節(jié)點對該謠言不感興趣，則潛伏節(jié)點以概率υ變成免疫節(jié)點。當潛伏節(jié)點轉(zhuǎn)變?yōu)閭鞑ス?jié)點后，節(jié)點則可能繼續(xù)傳播謠言，也可能以概率θ直接轉(zhuǎn)變?yōu)槊庖哒摺?/p>

圖1 基于群組傳播的新型SEIR模型的單個節(jié)點狀態(tài)轉(zhuǎn)移圖

假設(shè)是在完全連接的社交網(wǎng)絡(luò)中，在t+1時刻傳播節(jié)點通過個體傳播給易感節(jié)點，此時潛伏節(jié)點的數(shù)量為：

(1)

(2)

(3)

當Δt→0時，

(4)

(5)

而在t+1時刻，傳播節(jié)點通過群組傳播感染易感節(jié)點，此時潛伏節(jié)點的數(shù)量為：

當Δt→0時

(8)

將易感節(jié)點的群組傳播和個體間傳播狀態(tài)方程合并，即將式(5)和式(8)合并，可得到：

(9)

此時得到一個易感節(jié)點通過個體傳播和群組傳播受傳播節(jié)點感染的動力學方程演化過程。

在謠言傳播中，除了傳播節(jié)點會傳播謠言給易感節(jié)點外，潛伏節(jié)點亦會通過個體和群組將謠言傳播給易感節(jié)點。在t時間間隔內(nèi)謠言通過群組傳播將謠言傳播給易感節(jié)點使其變?yōu)闈摲?jié)點，所以潛伏節(jié)點的增量為：

i(t))

(10)

(12)

當Δt→0時

(13)

由于s(t)+e(t)+i(t)+r(t)=1，可寫出考慮群組傳播的SEIR謠言傳播模型的動力方程組為：

(14)

如果網(wǎng)絡(luò)中存在潛伏節(jié)點或傳播節(jié)點，則系統(tǒng)不會達到穩(wěn)態(tài)，所以令e(t)=0，i(t)=0，則雅各比行列式為：

(15)

基本再生數(shù)R0被定義為在其傳播壽命期間，完全易感人群中被單個謠言傳播者感染的下一個體的平均數(shù)[12]。為了研究文中模型的基本再生數(shù)，使用雅可比矩陣的非零特征值，經(jīng)過簡單的計算，得到模型的閾值如下：

(16)

當R0>1時，在網(wǎng)絡(luò)中有謠言傳播。上式表明當λ>0時，有一種類似于流行疾病的謠言在網(wǎng)絡(luò)中傳播。隨著網(wǎng)絡(luò)中潛伏或傳播個體數(shù)量的增加，s的值減小，當R0值小于1時，潛伏和傳播個體數(shù)量從其峰值開始下降。為了有一個穩(wěn)定的系統(tǒng),當υ?λ，R0的值應(yīng)該很高。當s≈r，若υ≈λ傳播者(潛伏者)的數(shù)量開始從峰值向下減小,免疫者個人數(shù)量的增加，潛伏者和傳播者的數(shù)量減少，直到系統(tǒng)得到穩(wěn)定狀態(tài)。

利用Runge-Kutta方法對模型的常微分方程進行求解[13-14]，來分析移動社交網(wǎng)絡(luò)中群組傳播對謠言傳播的影響。表1給出了數(shù)值仿真模型的假設(shè)條件和初始值。

表1 數(shù)值仿真模擬的假設(shè)和初始值

從圖2、3可以看出，隨著傳播率和免疫率的增加，傳播者的峰值時刻減少。主觀結(jié)果是社交網(wǎng)絡(luò)上的人對他們收到的信息越敏感，謠言傳播就越快。另一方面，當人們更加敏感的時候，他們對謠言的反應(yīng)也會更多，因此系統(tǒng)會更快地達到穩(wěn)定狀態(tài)。結(jié)果還表明，當擴散速率與免疫速率之比一定時，傳播者的數(shù)量隨著傳播率和免疫率的增加，主觀表現(xiàn)是人們對謠言更感興趣，更有意愿去傳播，類似于從眾心理。將圖中左右兩圖各自對比分析表明，加入群組傳播后，謠言傳播規(guī)模更大且更快，達到了系統(tǒng)穩(wěn)定狀態(tài)，同時傳播者的峰值比不考慮群組傳播時更大。

(a)不考慮群組傳播 (b)考慮群組傳播

(a)不考慮群組傳播 (b)考慮群組傳播

圖4 群組度的變化對傳播者個體分布的影響

2 仿真對比實驗

本節(jié)對前一節(jié)提出的考慮群組傳播的新型SEIR謠言傳播模型進行仿真和分析。在該模型中，網(wǎng)絡(luò)被表示為一個有N個節(jié)點和E條邊的圖。節(jié)點代表社交網(wǎng)絡(luò)中的個體，邊代表個體之間的連接。為了模擬現(xiàn)實中的社交網(wǎng)絡(luò)，構(gòu)建了一個WS[15]小世界網(wǎng)絡(luò)。在謠言傳播過程中，根據(jù)所提出的模型，個體可能處于上述四種狀態(tài)之一。為了避免偶然誤差的影響，進行了蒙特卡羅模擬，每個實驗的仿真結(jié)果都是超過100次運行后的平均結(jié)果。模型初始狀態(tài)的假設(shè)和參數(shù)值如表1所示。實驗考慮了不同情況下群組傳播參數(shù)不同概率和傳播免疫率的情形。圖5為新型SEIR模型中考慮群組傳播時的WS小世界網(wǎng)絡(luò)上的仿真結(jié)果，圖6為謠言擴散速率遠大于免疫速率時的仿真結(jié)果。

(a)不考慮群組傳播 (b)考慮群組傳播

(a) υ≈λ不考慮群組傳播 (b) υ≈λ考慮群組傳播

在WS小世界網(wǎng)絡(luò)下進行實驗，考慮了三種不同的情況，群組傳播參數(shù)的概率不同，傳播免疫率也不同，實驗結(jié)果如下:

在圖5中，分析了群組傳播對謠言傳播整體動態(tài)變化的影響。可以看出，群組傳播對傳播時間和傳播高峰期的傳播者數(shù)量有很大的影響。實驗結(jié)果表明，當考慮群組傳播時，需要非常多的人對謠言免疫才能使系統(tǒng)達到穩(wěn)態(tài)。

圖6比較了傳播參數(shù)變化對謠言傳播的影響，通過有無群組傳播以及參數(shù)υ和λ是否相近進行對比分析，群組傳播對傳播時間和傳播高峰期的傳播者數(shù)量有很大的影響；當擴散速率與免疫速率之比一定時，傳播者的數(shù)量隨著參數(shù)的增加而變多，而當免疫速率遠小于擴散速率時，傳播者的峰值數(shù)量多于免疫速率與擴散速率相近時的數(shù)量，而對傳播速度沒有較大的影響。這與現(xiàn)實社交網(wǎng)絡(luò)中謠言傳播過程相吻合，且表明群組傳播加快了謠言的傳播速度，同時使得謠言擴散程度更大，即謠言的影響范圍越廣。

圖7比較了群組規(guī)模和群組程度對謠言傳播的影響，改變?nèi)航M大小(X)和群組度(M)來研究謠言傳播者的動態(tài)變化過程。從圖7中可以看出，群組程度直接影響傳播者的比例和傳播者的傳播速度。隨著群組程度的增加(群組數(shù)量減少)，傳播者的比例增加，傳播速度加快，峰值時間減小。研究表明，在移動社交網(wǎng)絡(luò)中，假設(shè)當人們所屬的群組平均數(shù)量(即個體的群組程度)為常數(shù)時，擁有較大的群組比擁有較多的群組對謠言傳播更有效。

圖7 WS網(wǎng)絡(luò)仿真群組程度變化I(t)動態(tài)過程

3 結(jié)束語

主要研究目的是分析群組傳播對社交網(wǎng)絡(luò)謠言傳播過程的影響。除了之前提出的模型中謠言只通過社交網(wǎng)絡(luò)中的直接聯(lián)系人傳播的共同假設(shè)外，謠言傳播個體也可以將謠言發(fā)布到存在其他間接未知個體的群組中。

為此，通過加入群組傳播參數(shù)建立了一種考慮群組傳播的新型SEIR謠言傳播模型，在均勻網(wǎng)絡(luò)上研究了群組傳播對謠言傳播過程動力學的影響。通過穩(wěn)態(tài)分析，研究了謠言傳播在均勻網(wǎng)絡(luò)上的全局動力學行為，根據(jù)動力方程組計算給出了模型的基本再生數(shù)，即傳播閾值。此外，進行了基于個體的仿真，在WS小世界網(wǎng)絡(luò)上進行了是否考慮群組和不同傳播參數(shù)的對比實驗。實驗結(jié)果表明，群組傳播對謠言傳播過程有很大的影響，極大地加快了謠言傳播的進程。平均群組度的增加，會導致傳播速度和傳播者峰值規(guī)模均有所增加；結(jié)果還表明，群組規(guī)模越大，謠言的影響范圍越廣。