Increasing the Flow of Rumors in Social Networks by Spreading Groups
本文提出了一种在社交网络中通过传播组进行初始加速来传播消息的方法。这些群体开始传播,最终到达网络的更大部分。传播群体的使用创造了一个最终的流程,类似于通过具有最高影响力的节点(意见领袖)的传播。虽然利用意见领袖来传播信息通常是昂贵的,但传播群体的形成只是一个技术问题,可以通过计算机机器人来完成。本文提出了一个信息流模型,并通过一个数据集的纳斯达克相关推文检验模型。
2017-04-07 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
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
The Maki-Thompson rumor model on infinite Cayley trees
本文研究无限Cayley树上的Maki-Thompson谣言模型。该模型的基本版本是通过假设一个由图表示的种群被细分为三类个体来定义的:扩散者,扩散者和抑制者。传播者以1的速率将谣言告诉它的(最近的)无知邻居。以相同的速率,一个吊具在与其他(最近的邻居)吊具或加劲板接触后变成加劲板。在这项工作中,我们研究了这个模型的无限凯莱树,这是制定为一个连续时间马尔可夫链,我们扩展我们的分析,推广到每个传播者停止传播谣言后,在一个给定数量的令人窒息的经验。我们研究了谣言灭绝或以正概率生存的充分条件。
2020-08-07 math.PR 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
How far can a rumor travel without shortcuts?
Universidad de Nariño(纳里尼奥大学);Universidade Federal de Pernambuco(伯南布哥联邦大学)
研究探讨了在无捷径的环状网络中,谣言传播的范围与平均度数的关系,发现其规模与log n成正比。
2026-01-03 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
Unifying Markov Chain Approach for Disease and Rumor Spreading in Complex Networks
扩散过程在自然和人工系统中普遍存在。它们可以通过大量的模型进行研究,这取决于所研究现象的具体细节。疾病传染和谣言传播是其中最重要的过程,因为它们具有实际意义。然而,尽管它们之间有相似之处,目前的模型分别解决了这两个传播动态。在本文中,我们提出了一个一般的信息传播模型,是基于离散时间马尔可夫链。该模型包括所有的转变,是合理的疾病传染过程和谣言传播。我们表明,我们的模型不仅涵盖了传统的传播计划,但它也包含了一些功能相关的社会动态,如冷漠,遗忘,失去/恢复的兴趣。该模型进行了分析评估,以获得在几种情况下的接触和反应过程的传播阈值和早期的动力学行为。与蒙特卡罗模拟的比较表明,马尔可夫链的形式是高度准确的,而它在计算效率优于。我们圆满结束我们的工作,展示了如何提出的框架可以应用到社交网络上发生的传播过程的研究。
2016-09-05 cs.SI physics.soc-ph
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
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
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
Distributed Rumor Blocking with Multiple Positive Cascades
错误信息和谣言可以通过在线社交网络快速广泛地传播,因此谣言控制已经成为一个关键问题。人们通常认为有一个单一的权威,其目标是通过产生积极的级联来最大限度地减少谣言的传播。在本文中,我们研究了一个更现实的情况下,有多个积极的级联产生不同的代理。对于多级联扩散,我们提出了P2P独立级联(PIC)模型的私人社会通信。本文的主要部分是分析谣言阻断效果(即由谣言激活的用户数)时,代理非合作产生的积极级联。我们表明,谣言封锁效果提供的纳什均衡不会任意恶化,即使产生的积极级联非合作。此外,我们还讨论了级联优先级和激活顺序对谣言拦截问题的影响。我们实验研究的纳什均衡所提出的游戏模拟真实的社会网络结构。
2017-12-01 cs.SI physics.soc-ph
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
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
Cost Effective Rumor Containment in Social Networks
通过社交媒体和在线社交网络传播谣言不仅会扰乱公民的日常生活,还会造成生命和财产损失。当个人无法确定信息的真实性时,谣言就会传播开来,错误地将谣言当作真实的信息并将其传递给他们的熟人。我们提出了一个解决方案,其中一组个人(基于他们的程度)在社交网络中进行训练,并提供资源,以帮助他们区分谣言从真正的信息。通过制定一个优化问题,我们计算出最佳的个人,谁必须接受培训,和培训的质量,最大限度地减少预期的培训成本,并确保谣言爆发的规模上界。我们的主要贡献是,虽然最优化问题原来是非凸的,我们表明,这个问题是等价于解决一组线性规划。这一结果也使我们能够解决的问题,最小化的谣言爆发的大小为给定的成本预算。最佳解决方案显示了一个有趣的模式,可以作为一个启发式实现。这些结果可以证明是非常有用的社会规划和执法机构,防止危险的谣言和错误的信息流行。
2014-04-27 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
The role of centrality for the identification of influential spreaders in complex networks
网络中最有影响力的传播者的识别对于控制和理解系统的传播能力以及确保有效的信息传播(例如在谣言动态中)是重要的。最近的工作表明,有影响力的传播者的识别是不是独立的动态正在研究。例如,在分析社会传染或谣言传播时,关键的疾病传播者可能不一定是这样。此外,它已被证明,不同的度量(度,核心等)可能会识别不同的影响节点,即使是相同的动态过程,不同程度的准确性。在本文中,我们研究了九个中心性指标如何与构成不同合成和真实世界(空间和非空间)网络的节点的疾病和谣言传播能力相关。我们还提出了一个推广的随机游走可达性作为一个新的中心性措施,并推导出解析表达式,后者的措施,简单的网络配置。研究结果表明,在非空间网络中,$k$ -core和度中心性与传染病传播的相关性最强,而平均邻域度、贴近中心性和可达性与谣言动态的相关性最强.相反,对于空间网络,可达性度量在几乎所有情况下都优于其他中心性度量,无论考虑的是哪种动态。因此,我们分析的一个重要结果是,以前在合成随机网络中进行的研究不能推广到空间网络的情况。
2014-04-17 cs.SI physics.soc-ph
Fractional-order SIS-UAU subdiffusion model for rumor propagation
Business College, Southwest University(西南大学商学院);School of Journalism and Communication, Beijing Normal University(北京师范大学新闻传播学院);Potsdam Institute for Climate Impact Research(波茨坦气候影响研究所);Department of Physics, Humboldt University of Berlin(柏林洪堡大学物理系);Faculty of Natural Sciences and Mathematics, University of Maribor(马里博尔大学自然科学与数学学院);Community Healthcare Center Dr. Adolf Drolc Maribor(马里博尔阿道夫·德罗尔克博士社区医疗中心);Department of Physics, Kyung Hee University(庆熙大学物理系);University College, Korea University(韩国大学大学院);College of Artificial Intelligence, Southwest University(西南大学人工智能学院)
该研究针对经典SIS-UAU模型无法捕捉社会互动记忆效应与次扩散行为的局限,提出基于Caputo导数的分数阶SIS-UAU模型,开发块自适应FFT求解器,揭示了记忆、意识动态及网络拓扑对谣言传播的影响。
2026-10-23 physics.soc-ph
Identifying Rumor Sources Using Dominant Eigenvalue of Nonbacktracking Matrix
我们考虑了网络中谣言源的识别问题,其中谣言传播服从时隙可感染模型。与现有的方法不同,我们提出的算法确定为源的节点,当设置为源,导致在相应的减少nonbacktracking矩阵推导出的消息传递方程的最小主导特征值。我们还提出了一个降低复杂度的算法来自以前的算法,通过扰动近似。在合成网络和真实网络上的数值实验表明,与现有的代表性算法相比,这些算法通常具有更高的精度。
2018-09-20 cs.SI eess.SP 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
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
Information diffusion epidemics in social networks
社交网络中的信息传播动态在诸如谣言或时尚传播、产品创新的传播或“口碑”通信的过程中是至关重要的。由于特定信息在传播过程中很难被跟踪,因此对社交网络中信息传播的理解大多来自于模型或间接测量。在这里,我们提出了一个综合的实验和理论框架,以了解和定量预测信息如何以及何时在社交网络上传播。使用在病毒式营销活动中收集的数据,这些活动覆盖了11个欧洲市场的31,000多人,我们显示了参与者行为的很大程度的可变性,尽管他们面临着接收和转发相同信息的共同任务。这对信息传播产生了深远的影响:首先,大部分的传播是由于超级传播事件发生的,这在人口平均模型中被认为是异常的。其次,由于个人安排信息传输的方式不同,我们观察到社交网络中的信息传播在对数时间内会减慢。实验的定量描述是可能的,通过一个随机的分支过程,证实了异质性的重要性。由于在许多其他活动中发现了人类反应的强度和频率的高度可变性,因此我们的研究结果与许多其他人为驱动的扩散过程有关,如谣言,时尚,创新或新闻,这些过程对组织管理,通信,营销或电子社交社区具有重要影响。
2007-06-05 physics.soc-ph