基于受众画像的新型耦合社交网络谣言传播模型研究

　　摘 要：[目的/意义]移动互联网时代谣言传播模式发生了巨大的变化，一方面谣言的扩散已不再局限于孤立的线下人际关系网络或线上互联网，谣言在耦合网络之间的传播变得更加普遍。另一方面，以往通过概率方式研究谣言的传播存在很大的不准确性，受众的个体特征差异对谣言的传播起到了更重要的作用。本文针对上述现象进行了研究。[方法/过程]以受众的年龄作為两种网络的耦合依据，提出基于受众年龄的新型谣言传播的耦合社交网络(ASCN)。从受众的认知能力、匿名程度、权威性等基本特征，以及受众的从众心理、记忆效应、好友的影响作用等心理特征方面对受众进行画像，构建多维度函数实现基于受众画像的谣言传播模型。[结果/结论]基于ASCN对本文提出的模型进行模拟仿真。结果表明，ACSN能够真实地反应出当前网络环境下谣言传播呈现出的“线下引起线上共鸣”、“线上溢散线下”的特征;受众的基本特征和心理特征能够对谣言传播产生巨大的影响，能更好地反映社交网络中谣言的传播规律。

　　关键词：社交网络;耦合网络;谣言传播;SEIR模型;受众画像

　　国内外对于谣言有多种定义。Difonzo N等[1]将谣言定义为未经证实的信息，其内容通常为大众关心的话题。美国社会学家特·希布塔尼认为谣言是一群人议论过程中的即兴新闻。《韦伯斯特英文大辞典》定义谣言是一种缺乏真实根据，或未经证实，公众一时难以辨别真伪的舆论。奥尔波特[2]描述谣言具备两个基本条件，即所涉及的话题对于传播人群的重要性和证据的模糊性。由此可以看出，谣言是一种未经证实的、真实性模糊难辨的、在一定人群范围和时间周期内具有传播能力的信息。

　　在传统社会里，谣言通过人际关系网络口口相传，其传播渠道和范围有限。随着互联网技术的飞速发展，特别是智能移动终端的迅速普及，信息的传播不但在传播渠道、传播内容和传播速度等方面有了很大的变化，传播受众的习惯和心理相较以往也发生了巨大的变化。同时，网络所带来的匿名性等特征加剧了信息的模糊性，使信息更加容易转变为谣言从而扩散。正是因为这些原因，受众每天接触到大量的难以验证真实可靠性的信息，这些信息的传播和控制越来越复杂，所带来的不可预知的危害也越来越大。因此在互联网时代，谣言传播在学术研究和实际社会应用中都有重大意义。

　　由于社交网络中信息的传播与疾病传播有着相似之处，学术界关于谣言传播模型的研究大多来源于经典的传染病传播模型。传染病传播模型最初是Brauer F等[3]在研究伦敦流行的黑死病时提出的SIR模型，该模型将传染病流行范围内的人群分成易感者S，感染者I和免疫者R，人群中每个个体的状态在3类之间转换。Zanette D H[4]首次将SIR模型应用到谣言传播，并基于复杂网络理论在小世界网络上对传播阈值进行了分析。钱颖等[5]基于SIR模型对微博上的舆情传播模型进行了研究。Xiong F等[6]以SIR模型为基础，通过引入接触状态构建了基于SCIR的微博网络舆情话题传播模型。

　　上述对于谣言传播的研究虽然来源于疾病传播模型，但又不断揭示出两者的差异，即处于社交网络中的个体不仅具有普遍的物理特征，同时具备不同个体的社会属性，其知识水平、价值倾向、社交属性、心理因素等对于信息的选择与传播具有重要的作用，因此以概率的方式同质的研究谣言的传播和演化存在很大的不准确性，不能准确地反映谣言传播的特征，网络中不同受众的个体特征对谣言的传播起到了更重要的作用。Lv L Y等[7]将个体的差异融入谣言传播模型，从记忆效应、社会加强作用和非冗余接触等角度对模型进行了改进。范纯龙等[8]基于个体间的亲密度和谣言接收次数提出了一种改进的谣言传播模型，该模型能够更加准确地反映社交网络中谣言的传播规律。洪巍等[9]在传统的SIR模型基础上加入真实信息传播者，构建了SIRT谣言传播模型，模型考虑了网民对信息的辨识能力、风险认知水平、媒体发布信息透明度、媒体公信力、记忆效应等因素对谣言传播过程的影响。以上这些研究虽然在传染病模型的基础上加入了谣言传播个体的特征以及媒体特征，但考虑的因素还不够全面。

　　此外当前真实社交环境复杂，谣言传播的模式相较以往发生了较大的变化。大众接收和传播谣言存在传统的线下人际关系网络和线上的互联网，谣言的扩散已不再局限于单个网络内，两种网络之间信息的渗透甚至相互干扰已变得较为普遍。于凯等[10]根据现实中信息的扩散情况，构建了线上线下双层耦合网络模型，并結合传播学和社会心理学理论提出了层间对称和非对称的舆情传播机制。朱恒民等[11]构建了线上线下互动舆情传播模型，该模型表明线上线下的互动扩大了话题传播的速度和广度。从现有研究来看，基于双层耦合网络拓扑结构谣言传播的研究仅处于起步阶段，由于谣言在线下网络中传播仍然占较大比重[12]，对双层耦合网络中谣言传播进行研究具有重要意义。

　　综上，本文首先分析了在线社交网络与线下人际关系网络的不同特征，并基于两个网络中人群的年龄特征进行了耦合，从而构建了更加真实的基于受众年龄的新型社交网络(Age Coupled Social Network，ACSN)。进一步，基于受众个体特征，通过对每个个体从认知、年龄、匿名度、权威性等基本特征以及从众效应和记忆效应等心理特征等角度进行差异化分析，提出了基于网络中受众画像的谣言传播模型。

　　1 新型耦合社交网络特征分析及构建

　　1.1 研究思路

　　线下网络是指现实生活中人与人面对面交往形成的真实人际关系网络，信息的传播通过个体之间的口口相传。根据“六度分割理论”，线下人际关系网络中的节点能够通过网络中数量较少的节点间接发生联系，从复杂网络的角度来看，线下人际关系网络有较短的平均路径长度和较高的聚类系数，具有明显的小世界特性[13]。

　　线上社交网络是指在互联网环境中不同用户通过某一特定平台产生某种关联关系，从而形成一种人与人之间的关系网络状的结构，比较常见的线上社交网络包括微博、微信等。以微博为例，微博中用户之间的关联关系分为关注关系与粉丝关系，用户基于这种关注与被关注的关系构成了现实微博关系网络。在微博关系网络中，少数用户拥有大量粉丝，其发布的信息影响范围较大，而大部分用户仅有少数的粉丝，对整个网络带来的影响力有限。根据Girvan M等[14]对在线社交网络结构的分析，以微博为代表的在线社交网络中节点的度服从幂分布，与无标度网络具有相似的特性。

　　相较于之前，互联网时代社交网络所涵盖的范围逐步从现实中的人际关系网络，演变为虚拟的互联网线上社交网络与现实中的人际关系网络相互重叠的新型社交网络。在以微博为代表的自媒体时代，在线社交网络与线下人际关系网络的紧耦合使信息传播呈现出明显的共鸣效应和溢散效应[15]。所谓共鸣效应是指线下突发的热点话题引起网络舆论共鸣，从而使失真的信息在互联网中迅速传播，加剧形成谣言，“余杭中泰垃圾焚烧厂事件”是典型案例。同时微博的大众媒介特性，又能够使网络话题快速溢散到各类人群中，与网络形成合力促使形成线下事件，“滴滴顺风车事件”就是通过微博的刷屏引发全社会对于公共安全的关注与讨论。

　　从复杂网络的角度可以理解为线上社交网络与线下人际关系网络存在某种耦合关系。根据CNNIC发布的第43次《中国互联网络发展状况统计报告》以及腾讯发布的《2017年微博用户发展报告》，中国互联网网民和微博用户在年龄结构上均呈现为正态分布，并以20～30岁的人群为主要群体，也就是说这个年龄段的人既是线下人际关系网络的参与者，同时又是互联网信息的主要传播者。将个体的年龄作为节点耦合的依据，能够更加真实地反映出当前新型社交网络的真实情况。本文定义了耦合度来定量表示两个网络的耦合强度。耦合度为线下人际关系网络中拥有耦合边的节点占比。我们定义网络中受众年龄服从正态分布N(μ，σ2)，其中μ表示节点的平均年龄，σ代表年龄的标准差。通过前面的分析可知，耦合度越大表示线上线下能够耦合的节点占比越多，也就是耦合节点的年龄范围越大。耦合度既反映了两个网络之间的耦合强度，同时又反映出民众互联网化程度，互联网化程度越高，使用网络自媒体的用户年龄跨度就会越大，相应的两个网络之间的耦合越紧密。

　　推荐阅读：计算机信息网络系统在交通运输管理中的应用探讨