阻断与澄清：考虑代价约束的在线社会网络突发事件谣言抑制策略研究

Rumor flooding in online social networks reduces the quality of acquired information, and has seriously affected the health status of network information ecological environment. Especially in emergencies, the immediacy and openness of online social networks can easily increase the speed and breadth of rumor diffusion, which can trigger public anxiety and panic. Accordingly, it will cause serious disruptions of the normal social order. In this project, we take the rumor diffusion in online social networks under emergency situations as the research subject and the social computing as the research paradigm. Based on the analysis of the inherent relationship and essential characteristics between rumor diffusion law and social psychological behavior, a rumor diffusion model combining the global popularity of rumors with the tendency of individual behavior is built, which can reveal the macroscopic laws and inner mechanism of the rumor diffusion in online social networks under emergency situations. On the basis of this model, a rumor-blocking strategy considering the user experience and a rumor-clarifying strategy considering the cost of persuasion are designed respectively. To get better rumor retraining performance, an optimal strategy under the cost constraint is proposed by integrating the two aforementioned strategies effectively. The achievements of our project will provide decision-making theories, methods and decision support tools for relevant departments to formulate internet rumors governance strategies in emergencies.

在线社会网络中“谣言泛滥”的现象，不仅降低了人们所获取的信息质量，而且严重影响了网络信息生态环境的健康状态。尤其是在发生突发性事件时，在线社会网络的即时性和开放性，极易增加谣言扩散的速度和广度，从而进一步引发公众的焦虑和恐慌，扰乱了正常的社会秩序。为此，本项目拟以在线社会网络中突发事件谣言为研究主体，基于社会计算研究范式，通过深入分析谣言传播规律与社会心理行为之间的内在联系和本质特征，构建谣言全局流行度与个体行为倾向相结合的谣言传播模型，以揭示在线社会网络中突发事件谣言传播的宏观规律和内在机理；在此基础上，分别设计出考虑用户体验的谣言阻断策略，以及考虑说服成本的谣言澄清策略，并对两种策略进行有效融合，给出代价约束条件下谣言抑制的最优策略。本项目的研究成果将为相关部门制定有效的突发事件网络谣言治理策略，提供决策理论、方法和决策支持工具。

在线社会网络（Online social networks，OSN）中“谣言泛滥”的现象，严重影响了网络信息生态环境的健康状态，尤其是在发生突发性事件时，OSN的即时性和开放性，极易增加谣言扩散的速度和广度，从而进一步引发公众的焦虑和恐慌，扰乱了正常的社会秩序。为此，本项目拟以OSN中突发事件谣言为研究主体，基于社会计算研究范式，分别采用实证分析、数学建模、算法设计、实验仿真、演化博弈、机器学习以及案例分析等研究方法，基于复杂网络、信息扩散、传染病动力学以及最优控制等理论，深入探究突发事件背景下网络谣言的传播机理和干预策略。.本项目基于实际获取的OSN谣言传播数据集，分析了谣言传播的典型特征和宏观规律；实证分析了谣言传播行为的影响因素；并利用机器学习的方法对谣言传播行为进行了有效预测。基于上述研究，构建了谣言全局流行度与个体行为倾向相结合的谣言传播模型，有效揭示了突发事件谣言传播的动力学机制。以所构建的传播模型为基础，本项目分别从阻断和澄清两个视角，设计出考虑用户体验、爆发阈值及社区结构的谣言阻断策略，以及考虑抑制成本的谣言澄清策略；并基于最优控制理论，混合使用连续控制方法和脉冲控制方法，设计了考虑抑制成本的多对象混合谣言控制策略，从而有效解决了现有谣言抑制研究中存在的抑制成本与抑制效果失衡问题。.依托本项目，项目组在SCI检索期刊、国家自然科学基金委管理学部认定的A类重要期刊等国内外重要期刊，共发表相关学术论文18篇；出版学术专著2部；获省级以上科研奖励4项；已授权发明专利2项，申请中1项。.本项目的研究将宏观层面的谣言传播规律、个体层面的心理行为特征、以及社会治理层面的谣言干预机制相结合，不仅在理论上弥补了现有谣言传播动力学研究的不足，并且为提高政府相关部门对突发事件谣言的判断能力和控制能力，进而有效地监测、引导和干预突发事件中的社会公众行为，提供决策理论、方法和决策支持工具。