网络谣言传播的系统动力学研究

网络谣言传播的系统动力学研究【摘要】网络发展使得网络谣言引起了严重的社会后果。以“蛆橘事件”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、网民接触速率进行了政策分析。结果表明，提高政府工作效率减少平均辟谣时间，有利于增加网络谣言免疫人群，控制网络谣言的传播范围。【关键词】网络；谣言；系统动力学随着互联网的迅猛发展，近年来网络谣言也时有发生，引发了一系列非常规突发事件。2012年4月16日《人民日报》刊登了近年来在社会上产生严重后果的十起网络谣言案例：蛆橘事件、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，自觉抵制谣言的传播。姜胜洪[1]以天津蓟县“6·30”大火为例，研究了突发公共事件中网络谣言的形成、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]以研究了非常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件中的网络谣言分析及控制策略；兰月新[4-5]对突发事件网络舆情谣言传播规律模型及对策进行了研究。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馈规律，我们采用系统动力学[7-11]的研究方法进行研究。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，网络谣言免疫人群迅速增加。（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结论通过仿真我们发现，假设将平均辟谣时间d由10天改为5天，网络谣言免疫人群迅速增加；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。因此在出现谣言大面积传播时，对政府而言，首要的是迅速澄清事实、进行辟谣，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。【参考文献】[1]姜胜洪.突发公共事件中网络谣言的形成、传播与应对：以天津蓟县“6·30”大火为例[J].社科纵横，2013，28（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，2011，13（2）：112-116.[3]柯贵幸，迟毓凯，王波.非常时期网络谣言的传播机制和应对策略[J].社会心理学，2009，24（1）：29-33.[4]陶国根，黄毅峰.群体性突发事件中的网络谣言分析及控制策略[J].中国井冈山干部学院学报，2011，4（3）：87-92.[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：情报研究，2012，56（14）：57-61.[6]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，2012，30（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，SystemsThinkingandModelingforaComplexWorld[M].NewYork：IrwinMcGraw-Hill，2000.