谣言的传播研究大学论文.docx
《谣言的传播研究大学论文.docx》由会员分享，可在线阅读，更多相关《谣言的传播研究大学论文.docx（17页珍藏版）》请在冰豆网上搜索。
谣言的传播研究大学论文
题目：
谣言的传播研究
【摘要】
“众口铄金，积毁销骨”:
原指众口所责，虽坚如铁石之物，亦告熔化;毁谤不止，令人难以生存，而遭毁灭，后比喻舆论作用极大，众口一词，积非成是；流言可畏，能颠倒是非，致人鱼死地。
可以看出作为一种典型的社会现象，谣言在现代社会中不仅没有消失，而且其传播手段、传播途径等都发生了很大的变化。
在突发事件、乃至各种危机中，谣言的作用不可低估。
因此对谣言传播机理进行研究非常重要。
用模型研究谣言是学术界常用的方法，而且随着社会科学和自然科学中各个学科的相互渗透，用仿真模拟技术研究谣言传播成为主要手段。
本文通过谣言的一般传播模型，分析谣言传播的特点，不同学历的人群接受谣言并传播谣言的比例不一样，所以对不同学历进行区别考虑，并且比较了几种不同情况下，谣言传播的特点。
通过模型仿真结果，可以看到学历越高的人越多，谣言传播的越慢，谣言的传播也会经历一个膨胀期和稳定期，最后开始接受谣言的人越来越多。
最后本文查阅相关资料，总结了一般的谣言传播模型，可以看到采用建模仿真方法研究谣言传播，可利用模型进行多次试验，针对运行的结果和数据，对谣言传播行为进行分析，探究影响谣言形成的因素及其演化规律，为科学地调控谣言传播，有效降低谣言负面效应作理论指导，为突发公共事件应急管理提供辅助。
由此可见，建立谣言传播模型具有十分重要的研究和应用价值。
关键词：
谣言传播数学建模仿真
一、问题重述
1.1问题背景
“众口砾金积毁销骨”（语见《史记·卷七十·张仪列传·第十》：
“臣闻之，积羽沉舟，群轻折轴，‘众口栋金，积毁销骨，，故愿大王审足计议，且赐骸骨辟魏。
”《史记·卷八十三·鲁仲连邹阳列传·第二十三》;“昔者鲁听季孙之说而逐孔子，宋信子罕之计而囚墨翟:
夫以孔、墨之辩，不能启气免丝土叠迭，而二国以危，何则?
“众口砾金，积毁销骨’也。
”张仪言于魏王曰:
“臣闻羽毛量多，其重可使舟沉:
物轻量大，亦可使轴断:
众口一词，虽金石亦可溶化;多人毁谤，纵骨肉亦遭毁灭:
故望大王慎足策略，且允吾归，助魏与秦善。
”
1.2问题提出
通过建立数学模型，分析谣言传播的一般规律，解决如下问题：
1）谣言的模型:
数学模型题目:
谣言的传播。
设某城市共有n+1人，其中一人出于某种目的编造了一个谣言:
该城市具有初中以上文化程度的人占总人数的比例为p，这些人只有a%相信这一谣言，而其他人约有b%会相信。
又假设相信此谣言的人每人在单位时间内传播的平均人数正比于当时尚未听说此谣言的人数，而不相信此谣言的人不传播谣言，试建立一个反映谣言传播情况的数学模型。
2）Asurveyforrumorpropagationmodels谣言传播模型研究综述（万方等搜索）这里面可以考虑谣言传播中的夸大作用。
二、问题分析
本文的主要内容根据谣言传播的特点，分析几种关于谣言的建模方法，最后建立一种谣言传播模型。
针对问题1，谣言传播具有3个环节:
传播者（制谣者）、环境中介和接受者。
事件发生后，由于社会的暂时不稳定而滋生谣言。
谣言的传播者/制谣者将谣言传送给环境中介，然后通过环境中介传送给接受者。
而接受者接收到谣言后，经过自身的加工、处理后，自己又变为谣言的传播者/制谣者，然后又将谣言信息传送到环境中介中，这样循环往复。
环境中介包括人际网络、通信网络、互联网、传统媒体等，本文仿真整个谣言传播过程，分析学历比例对谣言传播的影响。
针对问题2，通过查阅大量文献，了解国内外关于谣言建模的方法，写出关于谣言建模的综述。
三、模型假设
1.第1个人还是会参加第2次的谣言传播。
即第1个人和相信谣言的人会不断传播谣言。
2.相信此谣言的人每人在单位时间内传播的平均人数正比于当时尚未听说此谣言的人数这个比恒定不变。
3.传播的时候也会传给传播谣言和听过谣言的人。
四、
符号说明
符号
解释说明
n+1
城市总人口
p
初中以上学历人口所占比例
a
初中以上学历相信谣言的比例
b
初中以下学历相信谣言的比例
i
谣言传播次数
nn
谣言传播总时间
unbe
相信谣言总人数
五、数学模型建立和求解
5.1谣言传播特点分析
设某城市共有n+1人，其中一人出于某种目的编造了一个谣言:
该城市具有初中以上文化程度的人占总人数的比例为p，这些人只有a%相信这一谣言，而其他人约有b%会相信。
又假设相信此谣言的人每人在单位时间内传播的平均人数正比于当时尚未听说此谣言的人数，而不相信此谣言的人不传播谣言。
谣言传播流程如图1所示，可以看出随着谣言的传播，听到谣言的随着增多，其中具有初中以上文化程度的人占总人数的比例为p，这部分人会有a%相信这一谣言，其他人约有b%会相信，最后剩下的就是不相信谣言的人。
每次谣言传播之后，相信谣言总人数计算如下：
图1谣言传播流程图
5.2迭代编程
设第i个单位时间开始时
相信谣言总人数
xyz（i）
没听过人数
mt（i）
受传播人数中没听过的人数占总人数比例（共有n+1个人，出去自己就有n个人）
t（i）=mt（i）/n;
受传播人数如果k为定植
scb（i）=k*mt（i）*xyz（i）;
受传播人数中没听过谣言的人数（考虑到传播的时候也会传给传播谣和听过谣言的人）
sch_mt（i）=scb（i）*t（i）;
其中相信的有
scb_mt_xx（i）=sch_mt（i）*p*a/100+sch_mt（i）*（1-p）*b/100;
其中不相信的有
scb_mt_bxx（i）=sch_mt（i）-scb_xx（i）;
第i＋1时刻单位时间开始时
相信谣言总人数
xyz（i+1）=xyz（i）+scb_mt_xx（i）;
没听过人数
mt（i+1）=mt（i）-sch_mt（i）;
受传播人数中没听过的人数占总人数比例
t（i+1）=mt（i+1）/n;
受传播人数如果k为定植
scb（i+1）=k*mt（i+1）*xyz（i+1）;
受传播人数中没听过谣言的人数（考虑到传播的时候也会传给传播谣和听过谣言的人）
sch_mt（i+1）=scb（i+1）*t（i+1）;
其中相信的有
scb_mt_xx（i+1）=sch_mt（i+1）*p*a/100+sch_mt（i+1）*（1-p）*b/100;
其中不相信的有
scb_mt_bxx（i+1）=sch_mt（i+1）-scb_xx（i+1）;
可以看到各种数构成了一个循环，这样就可以无限迭代下去
根据由1单位时刻
相信谣言总人数
xyz
（1）=1
没听过人数
mt
（1）=n
然后迭代下去。
5.3建模结果
为了研究方便，假设城市总人口是1000001，谣言传播速度是0.001，初中学历以上人口比例是70%，初中以上学历相信谣言的比例是20%，初中以下学历相信谣言比例是70%，相信谣言人数随谣言传播次数的变化如图2所示。
图2（w=0.001）仿真结果
考虑实际情况，当谣言通过网络上微博、微信、论坛、贴吧传播时，谣言传播速度回极大增加，假设谣言传播速度是0.01，仿真结果如图3所示，可以看到如果谣言传播越快，谣言马上会被更多的人相信。
图3不同传播速度仿真结果
当人群中初中及以上学历人数比例达到95%时，谣言传播结果如图4所示，可以看出高学历人数越多，谣言传播会越慢，人群抵御谣言危害的能力更强。
图4不同学历比例仿真结果
六、谣言建模综述
6.1谣言传播建模中应注意的问题
在研究谣言传播模型时，由于各方面的原因，众多研究者都对谣言传播的演化过程进行了必要的简化，而正是这种简化，使得各个传播模型缺失了谣言传播特有的一些性质。
因此，谣言传播建模中应该注意如下几个问题:
1）重视谣言传播的复杂性。
谣言传播具有3个环节:
传播者（制谣者）、环境中介和接受者。
事件发生后，由于社会的暂时不稳定而滋生谣言。
谣言的传播者/制谣者将谣言传送给环境中介，然后通过环境中介传送给接受者。
而接受者接收到谣言后，经过自身的加工、处理后，自己又变为谣言的传播者/制谣者，然后又将谣言信息传送到环境中介中，这样循环往复。
环境中介包括人际网络、通信网络、互联网、传统媒体等。
谣言的形成和传播过程中必然存在大量不确定因素:
个体心理、个体信息认知和理解能力、政府行为、公共媒体行为等等，都体现了从细节复杂性、结构复杂性到适应复杂性的不同层次的复杂性。
此外，谣言的形成和传播还存在某些不良信息制造源，为了达到某种特定的目的，借机造谣惑众，混淆视听，制造恐慌，这些因素更加剧了谣言形成和传播的复杂性。
可以说，从混乱、无序局部谣言到具有明显倾向的大众谣言的形成，是一个典型的社会复杂系统的演化过程。
对这一复杂系统进行分析，难以运用传统的微分方程传播模型进行研究。
而复杂适应系统理论（CAS）为此提供了超越还原论思想的建模方法:
将系统成员视为具有适应性的主体（Agent），通过设计主体间不同的交互规则，以研究系统演化过程中涌现的各种性质。
随着复杂系统理论与计算机技术的发展，基于多主体的建模仿真方法，成为研究复杂系统整体行为的有效手段，并已经在传染病、计算机病毒等传播研究中取得了一定成果。
2）表现谣言传播的心理特征。
谣言是一种社会现象，更是一种典型的社会群体心理行为。
社会心理学的研究告诉我们，凡是符合或迎合人们主观愿望、主观印象或主观偏见的谣言，最容易使人相信，并乐于被人传播，而且还有可能依据传播者特定的心理倾向被随意进行加工。
即无论是在传播中产生的谣言，还是某人出于某种动机而故意捏造的谣言，都具有一个连续流动的波动过程，因此谣言传播建模与仿真中要充分考虑和表现社会群体的心理特性。
群体心理学研究为此提供了理论基础。
但是目前群体心理行为的研究方法，仍依赖于传统的观察法、问卷调查法以及面试法。
虽然很多心理学概念，如感知、情绪、注意、记忆、认知、意识、决策等早被确立，并有大量定性或定量的分析研究，但如何整合这些概念，建立一个统一有效的数学模型，进而模拟出可信的心理行为，仍然是一个巨大难题。
可喜的是，目前部分研究者己在群体行为模型研究中引入了心理学因素，如ReynoldsCW，TuXD和Terzopoulos]应用了群体心理学中个体相互模仿的规律，而MusseS和ThalmannD则应用了群体心理学中的另一原则:
群体中的个人会表现出明显的从众心理，也就是勒庞称为“群体精神统一性”的心理学规律。
这些都为谣言传播研究提供了有益的借鉴。
3）体现谣言传播的蝴蝶效应。
蝴蝶效应由美国气象学家EdwardLoren，在1963年提交给纽约科学院的一篇论文中提出，是指在一个动力系统中，初始条件下微小的变化能带动整个系统的长期的巨大的连锁反应，是一种混沌现象。
此效应说明，事物发展的结果，对初始条件具有极为敏感的依赖性，初始条件的极小偏差将会引起结果的极大差异。
初始条件的误差是蝴蝶效应产生的基本条件，由于事物之间有相互依赖性，使得一个小小的误差有可能通过一条条相关链传送放大，最后导致不堪设想的后果。
而不可预测性的非线性因素的介入，扰乱了原有线性系统内的正常秩序，事物间可确定的关系被不可确定所替代，使得由初始条件误差引起的一系列后发事件发生在混沌与秩序的边缘，从而产生不可测度的多样性后果。
6.2谣言模型研究的进一步思考
作为一个典型的社会现象，谣言传播模型的研究越来越引起不同领域研究者的关注:
1）目前谣言传播模型的研究主要集中在3个方面:
（1）用统计学及物理学的方法对谣言传播进行定量的研究;
（2）基于谣言传播信道对网络谣言传播和手机谣言传播进行传播学和社会学研究;（3）利用病毒传播模型在复杂网络上建立平均场方程，研究谣言在不同网络上传播的临界概率。
这些研究方法各有其侧重点，但多属于感性认识和定性分析，基本上都是停留在理论层面的探讨和分析，缺少对谣言传播机理的系统而深入的研究。
2）谣言传播过程是一种群体行为，而目前群体行为建模可有自底向上和自顶向下两种方式。
自底向上的建模方式通过微观的、个体的、简单的、局部的、非线性的相互作用来涌现出异常复杂的、群体的宏观行为，主要有基于经典物理学理论的建模方法、基于心理学理论的建模方法和基于社会学理论的建模方法。
自顶向下的建模方式则将研究对象看成是一个系统，在系统的不同层次对系统整体进行研究。
两种建模方式各有优缺点，自顶向下的方式被认为存在解聚困难的问题，自底向上的方式存在涌现行为结果的证明问题，而复杂系统理论的发展为此提供了新的思路。
3）由于谣言的形成及传播是一个典型的社会复杂系统的演化过程，具有复杂系统理论所认为的一切复杂系统的特征，所以可以利用复杂网络理论新成果、复杂网络的许多性质和结论，采用人工生命方法建立谣言传播的微观Agent模型来模拟个体的行为模式以及个体之间的交互过程，通过它们的相互作用涌现出宏观谣言传播的态势。
七、模型的评价与推广
7.1模型评价
7.1.1模型优点
（1）考虑到了学历对谣言传播的影响；
（2）分析了不同情况下谣言传播的结果，包括重型谣言和轻型谣言；
（3）本文建立的谣言模型和实际情况比较接近，具有参考价值；
7.1.2模型缺点
（1）对学历的分类比较简单，只是简单的分为初中以下和初中及以上；
（2）谣言模型没有考虑到谣言传播过程中辟谣对谣言的影响。
。
7.2模型推广
（1）本文对谣言的建模分析，可以为政府辟谣提供参考；
（2）本文使用的谣言建模方法也适用于其他类似问题。
八、参考文献
[1]张芳,司光亚,罗批.谣言传播模型研究综述[J].复杂系统与复杂性科学,2009,04:
1-11.
[2]王辉,韩江洪,邓林,程克勤.基于移动社交网络的谣言传播动力学研究[J].物理学报,2013,11:
106-117.
[3]王长春,陈超.基于复杂网络的谣言传播模型[J].系统工程理论与实践,2012,01:
203-210.
[4]兰月新.突发事件网络舆情谣言传播规律模型及对策研究[J].情报科学,2012,09:
1334-1338.
[5]兰月新.突发事件网络谣言传播规律模型研究[J].图书情报工作,2012,14:
57-61.
[6]王筱莉,赵来军.社会网络中具有怀疑机制的谣言传播模型[J].上海理工大学学报,2012,05:
424-428.
[7]廖列法,孟祥茂,吴晓燕,黎晨.微信社交网络上CASR谣言传播模型研究[J].小型微型计算机系统,2016,01:
110-113.
[8]向卓元,陈宇玲.微博谣言传播模型与影响力评估研究[J].科研管理,2016,01:
39-47.
[9]王筱莉,赵来军,吴忠.非均匀网络中考虑辟谣机制的谣言传播模型[J].系统工程,2015,12:
139-145.
[10]王筱莉,赵来军,谢婉林.无标度网络中遗忘率变化的谣言传播模型研究[J].系统工程理论与实践,2015,02:
458-465.
[11]张志花,夏志杰,葛涛,薛传业.基于唤醒机制的微博谣言传播模型[J].现代情报,2015,03:
28-33.
[12]蒙在桥,傅秀芬,陈培文,陆靖桥.基于OSN的谣言传播模型及影响力节点研究[J].复杂系统与复杂性科学,2015,03:
45-52.
[13]薛一波,鲍媛媛,易成岐.SPNR:
社交网络中的新型谣言传播模型[J].信息网络安全,2014,01:
5-9.
[14]孙睿,罗万伯.具有非一致传播率的无标度网络谣言传播模型[J].复杂系统与复杂性科学,2014,03:
6-11.
[15]周苗苗,许成,刘晓波.社会网络上的谣言传播模型[J].青岛大学学报（自然科学版）,2010,04:
28-31+36.
九、附录
Matlab代码如下：
clear
clc
tic
n=1000000;
w=0.001;
p=0.70;
a=0.2;
b=0.7;
nn=30000;
nout=nn/10;
total=n+1;%总人数
be
（1）=1;%总的相信谣言人数
unbe
（1）=total-be
（1）;%总的不相信谣言人数
fori=1:
nn%循环
get_info=unbe（i）*w;%听到谣言的人数
unget_info=unbe（i）*（1-w）;%没有听到谣言的人数
get_info_junior=get_info*p;%听到谣言并具有初中以上文凭的人数
get_info_other=get_info*（1-p）;%听到谣言并还没有达到初中文凭的人数
be_junior=get_info_junior*a;%相信谣言的初中以上文凭的人数
be_other=get_info_other*b;%相信谣言而没有达到初中以上文凭的人数
unbe_junior=get_info_junior*（1-a）;%不相信谣言的初中以上文凭的人数
unbe_other=get_info_other*（1-b）;%不相信谣言而没有达到初中以上文凭的人数
be（i+1）=floor（be（i）+be_junior+be_other）;%该时间相信谣言的总人数
unbe（i+1）=floor（unget_info+unbe_junior+unbe_other）;%该时间不相信谣言的总人数
ifmod（i,nout）==0
i
end
end
x=1:
nn+1;
plot（x,be）;
toc
xlabel（'谣言传播次数'）
ylabel（'相信谣言人数'）
%%w=0.01
holdon
n=1000000;
w=0.01;
p=0.70;
a=0.2;
b=0.7;
nn=30000;
nout=nn/10;
total=n+1;%总人数
be
（1）=1;%总的相信谣言人数
unbe
（1）=total-be
（1）;%总的不相信谣言人数
fori=1:
nn%循环
get_info=unbe（i）*w;%听到谣言的人数
unget_info=unbe（i）*（1-w）;%没有听到谣言的人数
get_info_junior=get_info*p;%听到谣言并具有初中以上文凭的人数
get_info_other=get_info*（1-p）;%听到谣言并还没有达到初中文凭的人数
be_junior=get_info_junior*a;%相信谣言的初中以上文凭的人数
be_other=get_info_other*b;%相信谣言而没有达到初中以上文凭的人数
unbe_junior=get_info_junior*（1-a）;%不相信谣言的初中以上文凭的人数
unbe_other=get_info_other*（1-b）;%不相信谣言而没有达到初中以上文凭的人数
be（i+1）=floor（be（i）+be_junior+be_other）;%该时间相信谣言的总人数
unbe（i+1）=floor（unget_info+unbe_junior+unbe_other）;%该时间不相信谣言的总人数
ifmod（i,nout）==0
i
end
end
x=1:
nn+1;
plot（x,be）;
toc
xlabel（'谣言传播次数'）
ylabel（'相信谣言人数'）
legend（'w=0.001','w=0.01'）
%%p=0.95
clear
clc
tic
n=1000000;
w=0.001;
p=0.70;
a=0.2;
b=0.7;
nn=30000;
nout=nn/10;
total=n+1;%总人数
be
（1）=1;%总的相信谣言人数
unbe
（1）=total-be
（1）;%总的不相信谣言人数
fori=1:
nn%循环
get_info=unbe（i）*w;%听到谣言的人数
unget_info=unbe（i）*（1-w）;%没有听到谣言的人数
get_info_junior=get_info*p;%听到谣言并具有初中以上文凭的人数
get_info_other=get_info*（1-p）;%听到谣言并还没有达到初中文凭的人数
be_junior=get_info_junior*a;%相信谣言的初中以上文凭的人数
be_other=get_info_other*b;%相信谣言而没有达到初中以上文凭的人数
unbe_junior=get_info_junior*（1-a）;%不相信谣言的初中以上文凭的人数
unbe_other=get_info_other*（1-b）;%不相信谣言而没有达到初中以上文凭的人数
be（i+1）=floor（be（i）+be_junior+be_other）;%该时间相信谣言的总人数
unbe（i+1）=floor（unget_info+unbe_junior+unbe_other）;%该时间不相信谣言的总人数
ifmod（i,nout）==0
i
end
end
x=1:
nn+1;
plot（x,be）;
toc
xlabel（'谣言传播次数'）
ylabel（'相信谣言人数'）
%%w=0.01
holdon
n=1000000;
w=0.001;
p=0.95;
a=0.2;
b=0.7;
nn=30000;
nout=nn/10;
total=n+1;%总人数
be
（1）=1;%总的相信谣言人数
unbe
（1）=total-be
（1）;%总的不相信谣言人数
fori=1:
nn%循环
get_info=unbe（i）*w;%听到谣言的人数
unget_info=unbe（i）*（1-w）;%没有听到谣言的人数
get_info_junior=get_info*p;%听到谣言并具有初中以上文凭的人数
get_info_other=get_info*（1-p）;%听到谣言并还没有达到初中文凭的人数
be_junior=get_info_junior*a;%相信谣言的初中以上文凭的人数
be_other=get_info_other*b;%相信谣言而没有达到初中以上文凭的人数
unbe_junior=get_info_junior*（1-a）;%不相信谣言的初中以上文凭的人数
unbe_other=get_info_other*（1-b）;%不相信谣言而没有达到初中以上文凭的人数
be（i+1）=floor（be（i）+be_junior+be_other）;%该时间相信谣言的总人数
unbe（i+1）=floor（unget_info+unbe_junior+unbe_other）;%该时间不相信谣言的总人数
ifmod（i,nout）==0
i
end
end
x=1:
nn+1;
plot（x,be）;
toc
xlabel（'谣言传播次数'）
ylabel（'相信谣言人数'）
legend（'p=0.7','p=0.95'）
升级会员 