网络谣言传播的系统动力学研究

本文格式为Word版，下载可任意编辑——网络谣言传播的系统动力学研究

网络进展使得网络谣言引起了严重的社会后果。以“蛆橘事情”为背景，构建了网络谣言传播的系统动力学模型，并对平均辟谣时间、网民接触速率举行了政策分析。结果说明，提高政府工作效率裁减平均辟谣时间，有利于增加网络谣言免疫人群，操纵网络谣言的传播范围。

网络；谣言；系统动力学

随着互联网的迅猛进展，近年来网络谣言也时有发生，引发了一系列分外规突发事情。2022年4月16日《人民日报》刊载了近年来在社会上产生严重后果的十起网络谣言案例：蛆橘事情、地震谣言、爆炸传言、皮革奶粉、抢盐风波、伪造公告、毒针扎刺、滴血食物、病毒变异、军车进京，旨在使大家认清谣言的危害，自觉抗拒谣言的传播。姜胜洪[1]以天津蓟县“6·30”大火为例，研究了突发公共事情中网络谣言的形成、传播与应对；王国华等[2]以地震谣言为例，研究了网络谣言传导：过程、动因与根源；柯贵幸等[3]以研究了分外时期网络谣言的传播机制和应对策略；陶国根等[1]研究了群体性突发事情中的网络谣言分析及操纵策略；兰月新[4-5]对突发事情网络舆情谣言传播规律模型及对策举行了研究。从以上文献来看，网络谣言问题已经引起了学术界的广泛关注，本文主要研究网络谣言的动态反应规律，我们采用系统动力学[7-11]的研究方法举行研究。

1系统动力学建模

1.1网络谣言传播过程存量流量图如图1所示。

1.2网络谣言传播过程的函数关系

（1）人群总数N，网络谣言易感人群S，网络谣言传播人群I，网络谣言免疫人群R

网络谣言易感人群是指：对某谣言将信将疑或已经相信某谣言但不传播谣言信息的网民；网络谣言传播人群是指：在网络里传播谣言的网民；网络谣言免疫人群是指：受到网络谣言干扰但是不相信网络谣言的网民。

（2）模型主要变量之间的关系及参数

2仿真结果与分析

2.1在既定参数下传染病模型的运行结果

2.2政策设计

（1）假设将平均辟谣时间d由10天改为5天，仿真结果由图3所示，网络谣言免疫人群急速增加。

（2）假设接触后相信谣言比例i由10%/（人*次）降为5%/（人*次），仿真结果由图4所示，大大延缓了网络谣言传播人群到达峰值的时间。

3結论

通过仿真我们察觉，假设将平均辟谣时间d由10天改为5天，网络谣言免疫人群急速增加；假设接触后相信谣言比例i由10%/（人*次）降为5%/（人*次），大大延缓了网络谣言传播人群到达峰值的时间。因此在展现谣言大面积传播时，对政府而言，首要的是急速澄清事实、举行辟谣，同时可以降低接触后相信谣言比例，从而大大延缓了网络谣言传播人群到达峰值的时间。

[1]姜胜洪.突发公共事情中网络谣言的形成、传播与应对：以天津蓟县“6·30”大火为例[J].社科纵横，2022，28（1）：83-87.

[2]王国华，方付建，陈强.网络谣言传导：过程、动因与根源：以地震谣言为例[J].北京理工大学学报：社会科学版，2022，13（2）：112-116.

[3]柯贵幸，迟毓凯，王波.分外时期网络谣言的传播机制和应对策略[J].社会心理学，2022，24（1）：29-33.

[4]陶国根，黄毅峰.群体性突发事情中的网络谣言分析及操纵策略[J].中国井冈山干部学院学报，2022，4（3）：87-92.

[5]兰月新.突发事情网络谣言传播规律模型研究[J].图书情报工作：情报研究，2022，56（14）：57-61.

[6]兰月新.突发事情网络舆情谣言传播规律模型及对策研究[J].情报科学，2022，30（9）：1334-1338.

[7]ForresterJW.IndustrialDynamics：Abreakthroughfordecisionmakers[J].HarvardBusinessReview，1958：36（4）：37-66.

[8]ForresterJW.IndustrialDynamics[M].CambridgeMA：ProductivityPress，1961.

[9]ForresterJW.PrinciplesofSystems[M].CambridgeMA：ProductivityPress，1968.

[10]ForresterJW.UrbanDynamics[M].CambridgeMA：ProductivityPress，1969.

[11]StermanJD.BusinessDynamics，