I2E2S2R Rumor Spreading Model in Homogeneous Network with Hesitating and Forgetting Mechanisms
本文提出均匀网络中具有犹豫与遗忘机制的I2E2S2R谣言传播模型，通过平均场方程计算无谣言平衡点与基本再生数，利用Lyapunov函数证明全局稳定性，并经数值模拟揭示网络度、公众意识及准确信息引导对谣言传播的影响。
2025-10-12 math.OC physics.soc-ph
Towards Trusted Social Networks with Blockchain Technology
大规模的谣言传播会造成严重的社会和经济损失。网络社交网络和新媒体的出现甚至会使谣言传播更加严重。有效控制谣言传播具有重要的理论和现实意义。本文迈出了第一步，了解区块链技术如何帮助限制谣言的传播。具体来说，我们开发了一种嵌入区块链技术的社交网络的新范式，它采用去中心化合同来激励信任网络以及安全的信息交换合同。我们设计了一种基于区块链的顺序算法，该算法利用虚拟信息信用进行每个对等信息交换。我们验证了区块链社交网络在限制谣言传播方面的有效性。仿真结果验证了我们的算法设计在避免快速和激烈的谣言传播，并激励更好的机制设计的可信社交网络。
2018-02-22 cs.SI physics.soc-ph
Emergence of influential spreaders in modified rumor models
在过去十年中，在线社交网络的使用激增，这证明了当前的谣言传播模型为了重现信息的传播方式，忽略了一些基本要素。特别是，最近的文献表明，这些模型未能再现这样一个事实，即网络中的某些节点在传播信息时具有影响力。在这项工作中，我们介绍了两种机制，目的是填补理论和实验结果之间的差距。第一个模型引入了传播者并不总是活跃的假设，而第二个模型则考虑了无知者对传播谣言不感兴趣的可能性。在这两种情况下，从数值模拟的结果显示出更高的粘附到真实数据比经典的谣言传播模型。我们的研究结果揭示了大型社会系统中信息和思想传播的机制，并为更现实的扩散模型铺平了道路。
2012-09-06 cs.SI physics.soc-ph
Absence of influential spreaders in rumor dynamics
最近的研究[1]表明，核心度，而不是度，构成了一个更好的拓扑描述符，以识别复杂网络中有影响力的传播者。这一假设在疾病传播的背景下得到了验证。在这里，我们专注于谣言传播模型，这更适合于社会传染和信息传播。为此，我们在几个真实世界的网络上进行了广泛的计算机模拟，并发现了相反的结果。也就是说，我们表明，节点的传播能力不依赖于他们的$k$核心索引，而不是决定是否一个给定的节点防止扩散的谣言，以系统范围内的规模。我们的研究结果与传染动力学的社会学研究和有效的商业病毒过程的设计有关。
2011-12-10 cs.SI physics.soc-ph
A Computational Model and Convergence Theorem for Rumor Dissemination in Social Networks
谣言的传播，即所谓的来源不明的未经证实的言论，可能会造成大量的社会问题。如果有可能识别影响谣言传播的因素（如代理人的愿望，信任网络等），那么这就可以用来减缓或者阻止它的传播。因此，需要一个计算模型，该模型包括谣言特征和基于他们的愿望在社会成员中传播谣言的方式。我们的研究是围绕社会的同质性与谣言在其中的收敛性之间的关系展开的，结果表明，社会的同质性是谣言传播收敛的必要条件。
2014-10-21 cs.GT cs.SI physics.soc-ph
Critical threshold and dynamics of a general rumor model on complex networks
我们推导出描述复杂网络上谣言传播的一般模型的动力学的平均场方程，并使用这些方程的解析解和数值解来研究随机图，不相关的无标度网络和无标度网络上模型的阈值行为和动力学。我们表明，在均匀网络和随机图的模型表现出一个临界阈值的谣言传播率低于谣言不能在系统中传播。另一方面，在无标度网络的情况下，这个阈值在无限系统规模的极限下变得非常小。我们发现，谣言传播的初始速率在无标度网络中比在随机图中高得多，并且当引入不确定度相关性时，无标度网络上传播的速率进一步增加。然而，度相关性对最终听到谣言的节点比例的影响取决于网络拓扑和谣言传播率之间的相互作用。我们的研究结果表明，无标度网络很容易传播谣言，就像它们容易传播传染病一样。它们与连锁电子邮件、病毒式广告和互联网上的大规模数据传播算法（即所谓的八卦协议）的传播动态有关。
2005-08-01 cond-mat.stat-mech physics.soc-ph
Influence maximization by rumor spreading on correlated networks through community identification
最大化信息传播的最小节点集的识别是网络科学中最相关的问题之一。本文提出了一种新的方法来寻找初始传播者的集合，以最大化复杂网络中的信息传播。我们评估了这种方法在互联网和验证度度相关性的传播动力学中起着至关重要的作用。仿真结果表明，我们的算法是统计相似的，关于平均规模的爆发，在现实世界中的网络的贪婪的方法。然而，我们的方法是更少的时间消耗比贪婪算法。
2019-11-08 cond-mat.stat-mech cs.SI physics.soc-ph
Containing rumors spreading on correlated multiplex networks
在迅速发展的在线社交网络上，谣言泛滥，引起了来自多个方面的关注。个人可以通过多种渠道传播谣言，因为他们可以在多个平台上活跃。然而，目前还没有系统的理论研究，谣言包含动力学的多元化网络尚未进行。在这项研究中，我们提出了一个家庭的包含策略的基础上的度积$\mathcal{K}$的每个用户的多路复用网络。然后，我们开发了一个异构的边缘为基础的隔间理论来理解包含动态。仿真结果表明，优先屏蔽$\mathcal{K}$大的用户的策略可以显著降低谣言爆发的规模，并提高谣言爆发的阈值。此外，随着偏好强度和度异质性的增加，在异构复用网络上可以获得更好的性能。此外，考虑层间度相关性$r_s$，该策略在$r_s=-1$、$r_s=1$和$r_s=0$的复用网络上性能最好.相反，如果我们倾向于使用小的$\mathcal{K}$而不是大的$\mathcal{K}$来阻塞用户，那么在除了均匀度分布的不相关复用网络之外的大多数复用网络上，其包含性能将比随机阻塞用户的性能更差。我们发现，阻塞偏好对均匀度分布的不相关复用网络的包含结果没有影响。我们的理论分析可以很好地预测谣言包含的结果和性能差异，在所有的情况下研究。本研究对多重网络中谣言动力学的系统理论研究将为该问题的进一步研究提供启示。
2019-12-24 cs.SI physics.soc-ph
Application of Information Theory in Rumor Spreading Modeling Considering Polarization in Complex Networks
该研究提出一种结合熵与Jensen-Shannon信息散度的谣言传播模型，在BA无标度网络中纳入个体记忆、意识形态接近度和极化失真因素，实现观点传播的计算仿真。
2024-08-07 math.PR physics.soc-ph
A Dynamic Epidemic Model for Rumor Spread in Multiplex Network with Numerical Analysis
本文主要研究和理解当种群受到谣言传播时种群组成的随机动力学。我们首先开发了一个个体易感-暴露-恶意-移除（iSEIR）模型，该模型是SEIR模型的扩展，用于总结人群中相互作用群体的谣言传播行为。在这个iSEIR模型中，相互作用的群体可以被视为多路网络中的节点。然后，从多重网络的样本中可以得出谣言传播中相互作用的群体的动力学行为的各种性质。样本基于iSEIR模型进行模拟，并根据人口规模、人口分布和转移率进行不同设置。仿真研究结果表明，多重网络中谣言传播的有效控制需要对信息流进行有效的管理，这可以通过在个体行为动力学中设置适当的免疫阈值和传播阈值来实现。在所提出的iSEIR模型下，我们还得到了谣言传播过程达到平衡时的一个稳态结果，称为“过饱和现象”，这可能有助于我们在实践中对信息流进行最优或更好的控制。
2020-02-29 nlin.CD physics.soc-ph q-bio.PE
Anti-rumor dynamics and emergence of the timing threshold on complex network
在谣言动力学的基础上提出了反谣言动力学，并通过平均场方程和复杂网络上的数值模拟研究了反谣言动力学的特性。我们研究的主要指标是对抗谣言的时间效应和有影响力的节点的识别，这是一个有效的反谣言策略可能关注的。研究结果表明，反谣言动力学具有鲁棒的时间依赖性，在谣言传播开始后的不同延迟时间启动反谣言，会出现时间阈值。作为一个关键特征的时间阈值进一步验证了一系列的Barabasi-Albert无标度网络（BA网络），反谣言动力学明确出现。定时阈值是一个依赖于网络的量，其值随着BA网络的平均度的增加而减小，直到接近零。同时，核心度也是一个较好的拓扑描述符，可以用来识别枢纽。我们的研究结果将有助于理解谣言和反谣言的传播行为，并为进一步研究复杂网络中多条信息的相互作用提供了可能的途径。
2014-06-28 cs.SI physics.soc-ph
Controversy-seeking fuels rumor-telling activity in polarized opinion networks
谣言点燃了革命，破坏了对政党的信任，或威胁到人类社会的稳定。在线社交网络的发展大大增强了这种破坏潜力。一些理论和计算研究已经致力于了解动态和控制谣言传播。本文通过大量的计算机模拟研究了意见极化网络中的谣言传播模型。关键的机制是一个人的意见和他们的倾向之间的耦合，以传播一个给定的信息，无论是支持或反对它的内容。我们报告说，一个高度模块化的拓扑结构的极化网络强烈削弱谣言传播，但代理人的意见和他们的传播/扼杀率之间的耦合可以进一步抑制或相反，促进信息传播，这取决于这些耦合的性质。特别是，一个有争议的寻求机制，其中代理人被刺激，以推迟他们的过渡到更硬的状态时，与其他代理人的相互作用，面对的意见，增强了谣言的传播。因此，这种机制能够克服松散连接的模块化结构所带来的传播瓶颈。
2022-10-08 physics.soc-ph
Skepticism and rumor spreading: the role of spatial correlations
批判性思维和怀疑主义是防止谣言、假新闻和错误信息传播的基本机制。我们考虑一个简单的模型，在该模型中，代理人没有以前接触的谣言，怀疑导向，可能会说服传播者停止他们的活动，或者，一旦暴露于谣言，决定不传播它作为一个结果，例如，事实核查。我们扩展了以前的，平均场分析这两种机制，主动和被动的怀疑，包括空间相关性的综合效果。这可以通过对近似进行分析，或者在不同的网络上模拟基于代理的版本。我们的研究结果表明，虽然在平均场有没有共存的扩散器和bistable之间（虽然，根据参数，可能会有双稳态取决于初始条件），当空间相关性包括在内，由于保护作用的隔离所提供的删除代理，共存是可能的。
2020-04-02 cond-mat.stat-mech physics.soc-ph q-bio.PE
Uncritical polarized groups: The impact of spreading fake news as fact in social networks
在线社交网络中的思想传播是理解当今假新闻泛滥及其对民主国家影响的关键现象。这使得有必要使用模仿谣言传播的模型。大数定律以及接触组的概率分布使我们能够用最少的假设来构建一个模型。此外，我们还可以用这个模型分析两极分化的个体群体（人类或机器人）的存在，他们一知道谣言就传播谣言。在一个由即时通讯应用程序连接的人群中，只给定知道任何消息的初始个体数量，我们首先从我们的模型中推导出一个简单的时间函数来研究谣言传播。然后，我们证明，极化组可以检测和量化的经验数据。最后，我们还预测了任何谣言到达固定比例的人群所需的时间。
2019-10-17 cs.SI physics.soc-ph
An Efficient Local Strategy to Control Information Spreading in Network
在社交网络中，谣言传播的控制是一个活跃的研究领域。SIR模型通常用于研究网络中的谣言动力学，并将谣言视为一种流行病。在疾病传播模型中，通过去除网络中的中心节点来控制疾病的传播。这种删除需要完整的网络信息。拥有全网络的信息是一个困难的命题。因此，寻找一种可以控制流行病而不需要全局信息的算法是一个非常感兴趣的问题。在本文中，提出了一种免疫策略，只使用在一个节点，即可用的本地信息。度的节点和它的邻居节点的平均度。所提出的算法已经评估了无标度网络使用SIR模型。数值结果表明，该方法具有较小的复杂性，并给出了显着更好的结果相比，与其他策略，而只使用局部信息。
2015-09-26 cs.SI physics.soc-ph
Repetitive users network emerges from multiple rumor cascades
网络社交媒体上的谣言传播对后真相时代的社会构成了重大威胁。大量的努力已经投入到谣言识别和揭穿，假设一个特定的谣言传播是一个单一的事件网络，忽略了不同的谣言级联之间可能的相互依赖性。在这里，我们研究了多个谣言的集体传播，并惊讶地发现了一个重复参与不同谣言级联的用户网络。虽然这些重复用户在单个传播网络的水平上表现出微小的差异，但与新闻传播相比，他们从多个谣言级联中形成了一个更密集的协作网络。由重复谣言传播者形成的类集群可以作为谣言识别的高质量特征和谣言预防的阻断目标。我们的研究结果可以通过将多个谣言传播视为一个相互作用的谣言生态系统来更好地理解谣言传播，并提出基于谣言传播历史的区分和缓解的新方法。
2018-04-16 physics.soc-ph
The Anatomy of a Scientific Rumor
欧洲核子研究中心宣布发现一种类似希格斯玻色子的粒子，这将作为21世纪科学努力的里程碑之一而被人们铭记。在本文中，我们提出了一个Twitter上的信息传播过程的研究之前，期间和之后宣布发现一个新的粒子与难以捉摸的希格斯玻色子的特征在2012年7月4日。我们报告的证据，在个人和全球层面的用户活动，如推文，重新推文和回复现有的推文的非平凡的时空模式。我们提供了一个可能的解释观察到的时变动态的用户活动在传播这个科学的“谣言”。我们对发布与希格斯玻色子发现有关的推文的个人的相应网络中的信息传播进行了建模。最后，我们证明了我们能够以惊人的准确性再现大约50万个个体的全球行为。
2013-07-16 cond-mat.stat-mech cs.SI physics.soc-ph
Fake news and rumors: a trigger for proliferation or fading away
利用一个包含种子、不可知论者和其他三种主体的模型研究了假新闻和谣言传播的动力学。虽然种子是那些谁开始传播谣言被坚信其真理，不可知论者拒绝任何形式的谣言，不相信阴谋论。在这两者之间，其他人构成了社区的主要部分。虽然种子总是信徒和不可知论者总是冷漠，其他人可以根据他们与谁讨论而在信徒和冷漠之间切换。底层的驾驶动态是通过随机形成的代理组的本地更新来实现的。在每一个群体中，只要有$m$或更多的信徒出现在这个群体中，一个其他人就会变成一个信徒。然而，由于随着时间的推移，一些信徒可能会对谣言失去兴趣，我们添加了一个翻转固定利率$0<d<1$从信徒到冷漠。对相关动力学的严格分析表明，从$m=1$切换到$m\ge2$会引发扩散过程的剧烈质变。当$m=1$即使是一小群信徒也可能很快地说服社区的大部分人。相比之下，对于$m\ge 2$，即使有相当一部分的信徒也不能阻止谣言在几轮更新后消失。我们的研究结果提供了一个解释，为什么一个给定的谣言在一个社会群体中传播，而不是在另一个，也为什么有些谣言不会在两个群体中传播。
2019-05-02 cs.DM cs.DS cs.SI
Rumor propagation meets skepticism: a parallel with zombies
我们提出了一个模型的谣言传播中，易感，但怀疑导向的个人可能会反对谣言。抵制可能是由持怀疑态度的活动家试图说服传播者停止他们的活动，成为扼杀者，或者被动地（非反应性）作为事实核查的结果。有趣的是，这两种机制结合在一起时，类似于（假设的）虚拟僵尸爆发的传播，幸存者积极地将感染者作为目标。我们分析了良好的混合（平均场）的描述，并获得谣言（僵尸）通过整个人口的传播条件。结果表明，当怀疑论足够强时，模型预测两个不动点共存（这种双稳态可能与极化情况有关），谣言的命运取决于最初的暴露。
2018-10-09 cond-mat.stat-mech physics.bio-ph physics.soc-ph
From subcritical behavior to elusive transitions in rumor models
谣言和信息传播是人与人之间互动的自然过程。在数学上，这在流行的Maki-Thompson模型中进行了探索，其中认为不存在相变。在这里，我们表明，二阶相变是存在于这个模型中，这是没有捕获的一阶平均场近似。此外，我们提出并探索了一个修改版本的Maki-Thompson模型，其中包括一个遗忘机制。这种修改改变了马尔可夫链的性质，从无限多个吸收状态的经典设置为一个单一的吸收状态。在实践中，这使我们能够使用大量的分析和数值方法，允许模型的特征。特别是，我们发现了一个反直觉的行为，在这些模型的亚临界制度，其中的寿命的谣言增加的传播率下降，遵循幂律关系。这意味着，即使低于临界阈值，谣言也可以存活很长时间。总之，我们的研究结果表明，谣言模型的动态行为可以比以前想象的更丰富。因此，我们希望我们的研究结果激励进一步的研究分析和数值。
2021-02-23 physics.soc-ph
Global Computation in a Poorly Connected World: Fast Rumor Spreading with No Dependence on Conductance
在本文中，我们研究的问题，如何有效地收集互连节点可以执行一个全球性的计算，在广泛研究的GOSSIP模型的通信。在该模型中，节点不知道网络的全局拓扑，并且它们在每一轮中只能与单个邻居发起联系。该模型与限制性更小的TCP模型形成对比，在TCP模型中，节点可以在单轮中同时与其所有邻居通信。在这种情况下，一个基本的问题是信息传播问题需要多少轮通信，其中每个节点都有一些信息，并需要收集所有其他信息。本文给出了一个算法，它解决了直径为$D$的网络中最多$O(D+\text{polylog}{(n)})$轮的信息传播问题，且不依赖于电导.这最多是来自$D$平凡下界的加性多对数因子，其甚至适用于RISK模型。事实上，我们证明了更强的东西是真的：任何算法，需要$T$轮在ESTA模型可以模拟$O(T +\mathrm{polylog}(n))$轮在GOSSIP模型。因此，我们证明了这两种分布式计算模型本质上是等价的。
2011-04-14 cs.DC cs.DM cs.SI
Rejection-Based Simulation of Stochastic Spreading Processes on Complex Networks
随机过程可以模拟网络上的许多新兴现象，如计算机病毒、谣言或传染病的传播。因此，了解这种随机传播过程的动态是根本的利益。在这项工作中，我们考虑了广泛的房室模型，其中每个节点是在几个国家（或车厢）之一。节点在指数分布的等待时间后根据给定的规则集随机改变其状态。对于现实规模的网络，即使只生成传播过程的单个随机轨迹，在计算上也非常昂贵。在这里，我们提出了一种新的模拟方法，它结合了基于事件的模拟和拒绝采样的优点。我们的方法在绝对运行时间和规模方面优于最先进的方法，同时在统计上是等效的。
2019-01-04 cs.SI physics.soc-ph
Asynchronous Rumour Spreading in Social and Signed Topologies
在本文中，我们提出了一个实验分析的异步推拉谣言传播协议。该协议是迄今为止在分布式系统中用于简单、可扩展和鲁棒信息传播的性能最好的谣言传播协议。我们分析了多个参数对协议性能的影响，例如使用内存避免连续两次接触同一邻居，改变节点使用的停止标准来决定何时停止传播谣言，采用更复杂的邻居选择策略而不是标准的均匀随机选择等。以前的工作集中在提供理论上的上限，传播谣言到所有节点所需的轮数，或者，通过调整孤立的参数提出改进。据我们所知，我们的工作是第一个研究多个参数如何影响系统行为的隔离和组合，并在广泛的价值观。我们的分析基于使用真实世界社交网络数据集的实验模拟，从而补充了先前的理论工作，以阐明该协议在实际的真实世界系统中的行为。我们还研究了协议在一种特殊类型的社交图上的行为，称为签名网络（例如，Slashdot和Epperly），其链接表明更强的信任关系。最后，通过我们的详细分析，我们演示了如何简单地添加到协议可以提高所需的总时间通知100%的节点最多99.69%，平均82.37%。
2015-01-15 cs.SI physics.soc-ph
Prediction of trending topics using ANFIS and deterministic models
热门话题通常是信息在社交网络的用户之间传播的结果。这些特殊的话题可以被视为谣言。谣言的传播通常是用研究流行病传播的相同技术来研究的。这是常见的，许多数据集可能没有足够的测量变量，所以我们提出了一种方法，通过选择确定性模型给出的估计变量来研究传播者的一般行为。为了提供一个很好的近似，我们实现了自适应神经模糊推理系统（ANFIS）。因此，在我们的数值实验中，使用SIR和SIRS模型（具有延迟）的确定性方法用于两个不同的主题。因此，作者仅将ANFIS模型应用于其应用，并将确定性模型作为预处理输入变量。
2021-08-07 cs.NA math.NA physics.soc-ph
Continuous Models of Epidemic Spreading in Heterogeneous Dynamically Changing Random Networks
复杂随机网络中传播过程的建模在理解和预测流行病或谣言传播等许多真实现象中起着至关重要的作用。这种系统的动态可以通过图上的蒙特卡罗模拟或通过常微分方程（ODE）在算法上表示。尽管在网络建模领域取得了许多成果，但选择模型动态的最佳计算表示仍然是一个挑战。虽然封闭形式的描述通常是直接推导出来的，但它通常不能解析求解;因此，网络动力学需要常微分方程的数值解或直接对网络进行蒙特卡罗模拟。此外，Monte-Carlo模拟和ODE解是不等价的，因为ODE产生确定性解，而Monte-Carlo模拟本质上是随机的。尽管最近在蒙特卡洛模拟的一些优势，特别是在实施的灵活性，计算成本的ODE解决方案是低得多，并支持准确和详细的输出分析，如不确定性或灵敏度分析，参数识别等。在本文中，我们提出了一种新的方法来模拟复杂的随机异构网络中的传播过程，使用系统的非线性常微分方程。我们成功地应用这种方法来预测艾滋病毒/艾滋病在性网络中传播的动态，并将其与历史数据进行比较。
2012-11-19 cs.SI physics.soc-ph
Locating the source of diffusion in complex networks by time-reversal backward spreading
在复杂网络中，从社会和互联网上的传染病传播到人体内的癌症转移，定位触发动态过程的源是一个基本但具有挑战性的问题。准确定位源的能力受到同时访问大规模复杂网络中所有节点信息的能力的限制。因此，这就提出了两个关键问题：我们如何从不完整的信息中定位源，以及我们能否从给定的一组可观察节点在任何可能的位置实现源的完全定位。在这里，我们开发了一个时间反演反向传播算法来定位的扩散类过程的源有效地，并提出了一个一般的定位条件。以传染病传播和共识动力学为典型动力学过程，对算法进行了测试，并将其应用于中国甲型H1N1流感疫情。我们发现，只要可定位性条件得到保证，源可以精确地定位在任意网络。我们的工具大大提高了我们的能力，在复杂的网络中，基于有限的节点信息的可访问性的扩散源。此外，它们对控制复杂网络上发生的各种动力学过程具有影响，例如抑制流行病，减缓谣言的传播，污染控制和环境保护。
2016-11-12 cs.SI physics.soc-ph
Mapping temporal-network percolation to weighted, static event graphs
许多传播和扩散过程都发生在时间网络上，其结果受到接触时间相关性的影响。这些相关性对传播媒介在节点上具有有限生命周期的过程具有特别强的影响：疾病传播（恢复时间），谣言扩散（信息的生命周期）和乘客路由（转移之间的最大可接受时间）。在这里，我们引入加权事件图作为一个强大而快速的框架，用于研究由时间尊重路径确定的连接性，其中接触之间的允许等待时间有上限。我们研究渗流的加权事件图和底层的时间网络，模拟和真实世界的网络。我们表明，这种类型的时间网络渗流是类似于定向渗流，它可以由多个序参量。
2017-09-17 cs.SI physics.data-an physics.soc-ph
