◆韩 宇 鹿婧雯



微博谣言传播模型综述

◆韩 宇 鹿婧雯

(山东师范大学 山东 250300)

微博凭借开放、便捷、高效的特点成为了活跃用户最多的社交平台之一，同时也成为了谣言滋生与传播的温床，对国家信息安全和社会舆论健康产生了巨大的威胁。本文首先根据微博的特点和发展状况，对影响微博谣言传播的主要原因进行了分析，接着对国内外网络谣言传播模型进行了系统的梳理和总结，最后根据社交平台的发展可能性，对未来社交网络中谣言传播的研究方向进行了总结，以期为谣言治理与谣言控制提供理论基础支撑。

微博；谣言传播；传播模型；研究趋势；谣言治理

0 引言

根据中国互联网络信息中心2017年7月发布的《第40次中国互联网络发展状况统计报告》[1]中的数据，中国网民规模已高达7.51亿，其中使用手机端的网民多达7.24亿。互联网普及程度的不断提高及上网途径的快速增加，为在线社交网络平台的发展创造了广阔的发展空间，而微博凭借其功能的多元化和领先的技术优势，成为了在线社交应用中的佼佼者，[2]截至2017年6月，微博已成为继微信、朋友圈、QQ空间之后使用率排名第三的社交应用。新浪微博数据中心发布的《2017微博用户发展报告》[3]显示，截至2017年9月，新浪微博月活跃用户数量共3.76亿，与去年同期相比增长27%，如图1所示；日活跃用户数量达到了1.65亿，较去年同期也有25%的增长，如图2所示。

图1 微博月活跃人数增长趋势

图2 微博日活跃人数增长趋势

在微博平台上，信息发布的低门槛、编辑方式的简单性、粉丝关注的随机性非常符合当今的生活节奏，受到具有强烈传播欲望的广大普通群众的青睐，实现了信息传播的平民化，打破了信息传播者和信息接受者分离的信息传播模式。在社交模式上，与其他社交网络不同，微博除支持熟人在线社交，还可以为陌生人的弱关系社交和虚拟社区在线社交提供途径；在信息传播方式上，普通微博用户可以随机关注明星、大V、网红等具有较强影响力的微博用户，形成庞大的追随网络。此外，来自世界各地的普通用户也可因为共同的关注点快速聚集，形成一个规模庞大的临时传播组；在传播时效上，微博提供的阅读、评论、点赞、转发功能可同步进行，使微博实现了信息的零时间再传播。

基于以上讨论，微博的用户基数大、用户层次不一、微博内容嘈杂等，为微博谣言的产生提供了良好的条件，而微博聚集力强、感染力大、传播效率高将极大程度地推动微博谣言的迅速扩散。因此，研究、总结微博平台谣言产生的具体原因与传播方式，以从源头打击谣言、从过程控制谣言，对创造健康、纯净的微博舆论环境具有重大意义。

1 微博谣言传播原因分析

1.1 微博信息制作简便

微博因其独有的便捷性、原创性，获得广大用户的青睐，截至2017年第三季度，微博作为分享交流平台，已拥有超过3亿的月活跃用户。

微博信息的制作过程简单便捷成为微博谣言传播的主要原因之一。首先，微博用户不仅能够在微博平台上阅读海量信息，还可以作为发布者发布140字以内的短文字，也可发布图片、视频等。其次，微博可通过移动设备、桌面、网页等多渠道打开，便于用户随时随地选择合适的方法共享信息。最后，由于微博具有可匿名发布信息的特点，用户通过虚拟网络发布信息使得现实社会对人们的束缚作用被不断削弱。

微博信息制作发布的简单化，在给用户提供便利的同时也带来了“信息爆炸”、“微博粉丝控”等一系列问题，这就为谣言通过微博平台进行传播提供了便利。微博信息传播的低门槛也导致了信息在传播过程中的快速裂变。区别于与谣言制造者、传播者本身联系密切的传统谣言的传播，通常情况下，微博谣言传播的参与者与谣言内容或发布者本身关联性并不明显。一条信息经过微博参与者的反复编辑、发布，极易增加谣言内容的模糊程度，并使之变为谣言，该谣言的可信度也就随着微博用户的不断转发而增加。微博拥有海量活跃用户且微博信息发布的门槛低，使得微博平台产生了“信息爆炸”这一负面现象。受众逐渐迷失在庞大的信息世界中，面对数量巨大、更新速度极快的信息，其真伪的辨别变得愈发困难。此外，微博上大V们带来的名人效应，也为受众辨别信息真伪增加了难度。

1.2 微博提高信息传播效率

在新媒体时代，微博的出现使得人与人之间的间隔被无限缩减。某用户微博信息被发布的同时，已对该用户进行关注的其他用户便可接收到该条信息，甚至能够在短短几个小时里达到成千上万条浏览量。这样的传播已经不再像传统的谣言传播那样仅仅局限于现实生活中熟悉信任的群体当中。微博用户通过“转发”可以轻松地将产生于千里之外的谣言进行扩散。相比于口口相传的传播模式，微博谣言传播降低了谣言传播的难度，同时，微博特有的匿名性和背面性降低了人与人之间信任关系对信息传播的影响，削弱了人自身判断能力对谣言传播者转化的影响，这也就促使受众更加积极主动地参与到信息传播之中。David G.Myers[4]将从众定义为“根据他人而做出的行为或者信念的改变”，谢新洲[5]通过研究发现，在互联网环境下这种理论也成立。用户通过微博获取自己偶像或已关注人发布或转发的信息后，引发的“认同型从众”使得用户转发该条信息的概率大大增加。有研究得出结论：转发数、博主粉丝数与微博转发率之间都存在正相关关系。因此，与传统的谣言传播相比，通过微博传播谣言使得谣言的传播速度与广度有了大幅度提高，谣言传播效率也得到提升。

1.3 微博泛娱乐化倾向

微博平台推广前期为吸引人流注册，邀请明星作为微博认证用户增加微博人气，这为微博娱乐化奠定了基础。具有话语权和大量粉丝的用户多为娱乐明星、网红，这也使得微博内容进一步趋向于娱乐方向。

随着互联网技术的发展，移动设备的不断普及，在自媒体时代下，微博已成为最主流的社交方式之一。现实生活中的经济利益也促使微博出现了泛娱乐化倾向。微博在网络社交领域取得领先地位的同时，也对现实生活产生了巨大的影响并还在逐步扩大。现实生活中朋友间的攀比现象，如微博账号的粉丝数，微博博文的点赞数、评论数、转发数等都成为微博泛娱乐化催化剂。朋友间攀比粉丝数量形成了“微博粉丝控”、“购买粉丝”等现象。除此之外，为了吸引其他用户浏览、关注、评论、点赞，其发布的博文大都为迎合其他用户的好奇、寻求刺激的心理，内容闪烁其词甚至不符合实际。这一系列现象都表明微博泛娱乐化，极易滋生谣言。

1.4 微博监管处置有欠缺

新浪微博官方给出的截至2017年第三季度的数据显示，微博的内容储存量已经超过千亿条。但《中国新媒体发展报告（2013）》[6]中指出，在这其中有超过三分之一的热点舆情案件为谣言，而微博谣言之所以如此泛滥，主要归咎于不完善的网络监管处理体系。目前，国家针对网络环境安全已经颁布了《中华人民共和国网络安全法》、《微博社区公约》、《互联网新闻信息服务管理规定》等法律文件，并通过封号、禁言等手段，在一定程度上净化了微博社区环境。这些手段虽然对于微博谣言的扩散有一定的作用，但对谣言的发布者与传播者来说，如此低的代价不足以使其放弃谣言传播。根据微博谣言传播扩散速度与官方微博辟谣处理速度的对比不难发现，自一条谣言开始发布起计算，辟谣周期平均在24小时左右，但相比于信息一小时可以被浏览几千次，转发几百次的速度，这样的监管处置显然是不够完善的。

2 谣言传播模型

2.1 经典谣言传播模型

经典的谣言传播模型主要建立在流行病传播模型的基础上，双态模型和三态模型是最常借鉴的两种研究模型。第一个经典的谣言传播的数学模型始于Daley和Kendal[7]的研究，他们将个体分为三类状态，将没有听到过谣言的人称为易染者S，听过谣言并进行传播的人称为感染者I，听过谣言但不进行传播的人称为免疫者R。

Kermack和Mckendrick[8]建立的SIR模型是目前借鉴最广泛的另一个经典模型，将人群分为了Susceptible(易染者)、Infected(染病者)、Removed(移除者)三类，移除者再次接触谣言时不会被感染。随着对复杂网络的研究，Zanette[9]等考虑了网络结构对谣言传播的影响，考虑具有N个节点的小世界网络，其中每个节点具有三种可能的状态：没有听过谣言的节点即易感者节点，听过谣言、接受谣言并传播谣言的节点即感染者节点，听过谣言但已经对其失去兴趣并不进行转发的节点即免疫者节点。Moreno[10]等则面向无标度网络中的谣言传播过程，提出了相应的谣言传播模型。

2.2 改进的网络谣言传播模型

（1）考虑遗忘和记忆机制的影响

在SIS（Susceptible-Infected-Susceptible）模型的基础上，Li和Gu[11]等提出易染者和染病者之间的状态转变主要取决于遗忘记忆机制，而遗忘和记忆信息的方式取决于遗忘和记忆函数，[12]并指出遗忘记忆机制对信息传播的饱和度有巨大的影响，且在一定条件下可能导致传播的终止。Zhao[13]等进行了考虑遗忘和记忆机制在同构网络中的研究，在SIR模型的基础上增加了一个新的个体状态—冬眠者，提出了SIHR（Susceptible-Infected-Hibernator -Removed）谣言传播模型，[14]并进一步研究了SIHR模型在异构网络中的属性。在遗忘机制的基础上，张志花[15]等考虑领袖传播者的唤醒作用对于谣言传播的影响，在非均匀网络中构建了新型的基于唤醒机制的微博谣言传播模型，即冬眠者在遇到领袖传播者时可在β概率下被唤醒，将β称为唤醒率，分析计算出了微博谣言传播模型的传播阈值，得出可通过减少谣言传播率和增大谣言传播阈值两个方面来采取相应策略控制谣言传播，并通过数值模拟等证明了唤醒率在谣言传播中的重要作用。此外，王筱莉[16]等将谣言真相的传播者人群类别引入到具有遗忘机制的谣言传播模型中，称之为SIQR谣言传播模型，并证明了SIR模型和考虑遗忘机制的谣言传播模型只是该模型的特例，最终揭示了政府部门可以通过提高谣言真相传播率以控制谣言传播的谣言治理途径。

（2）考虑个体对谣言态度的不同

考虑到个人在听到一则谣言后对谣言的不同反应，Huang和Jin[17]在Ignorants-Spreader-Stifler模型的基础上将免疫者Stifler分为两种类型：接受谣言但失去传播兴趣的人以及反对谣言的人，若无知者节点遇到传播者节点时，它以λ的概率成为传播者，以α的概率成为接受谣言但失去传播兴趣的免疫者节点，以β的概率成为反对谣言的免疫者节点，并根据计算证明若其它参数固定，第一种免疫节点的最终密度将随参数β的增加而增大。Wang[18]等基于上述模型，根据实际传播中的情况，加入了条件α+β+λ=1的条件和遗忘机制的影响，分别分析了SIRaRu谣言传播模型在同构和异构网络中的传播过程。同样考虑到个体对谣言两种不同态度的薛一波[19]等人，将SIR经典模型进行了改进，根据个体相信谣言和不相信谣言两种状态将SIR模型中的感染状态分为谣言的正向感染状态和负向感染状态，且两种状态可以互相转化，通过研究感染率、转移率、免疫率对谣言传播的影响提出关于控制谣言的有效策略的建议，并通过数值仿真和实验验证了模型的合理性。

王亚奇[20]等则通过引入信任机制提出了新的SIR传播模型，考虑到无知者节点与传播者节点之间的信任机制，模型的内容大致为：无知者节点遇到信任的传播者节点的概率为1-α，此时无知者节点与传播者节点联系成为传播者的概率为λ，而无知者节点与不信任的传播者节点接触的的概率为α，此时无知者节点被感染的概率为βλ；传播者节点接触其他传播者或者免疫者节点而转变成免疫者的概率为σ；而传播者因遗忘或者不愿意散布谣言而自发终止传播成为免疫者的概率为δ。

2.3 在线社交网络谣言传播模型

顾亦然[21]等提出了在线社交网络谣言传播的模型—SEIR谣言传播模型，假定传播者不会重复传播谣言的条件下，将节点分为健康节点、潜伏节点、传播节点、免疫节点四类，利用仿真证明了模型的有效性，并提出了抑制谣言传播的免疫策略。范纯龙[22]等考虑社交关系的亲密程度对传播概率的影响以及网络中免疫节点对传播过程的抑制作用，使传播概率不再是一个常数，提出了改进的SEIR模型—PSEIR谣言传播模型，并以此提出了针对社交网络谣言传播的免疫策略。

3 谣言传播的研究趋势

对加权网络中的谣言传播模型的研究[23]是将来研讨的方向之一。根据真实社交网络不难推断出，通过网络进行谣言的传播，传播者依然会考虑个体间的亲疏关系，这也就不仅限于现实社会中存在的家庭、朋友、同事等等。在微博等其他社交媒体中，互不相识的两个人之间也可能因为一条信息或其他数据信息（如评论量、点赞量等）建立临时的十分可靠的信任关系，从而提高谣言的扩散速度与规模。因此，更加具有现实意义的“加权网络中的谣言传播模型”成为未来网络谣言传播研究的方向之一。

与心理学相结合的网络谣言传播也是未来研究方向之一。社会心理学研究认为，容易使人相信的信息多是合乎受众主观欲望或主观成见的谣言，并且还极有可能会根据传播者自己的心理倾向被随意加工改变，产生新的谣言。[24]前人针对谣言传播与社会心理学的研究并不少见，但随着科技的进步，谣言传播的主阵地逐步转移向以微博为主的网络社交平台，而微博独有的匿名性、背面性等特征使得人们传播谣言的心理产生了变化，与现实社交生活中有所不同。谣言通过微博等网上社交平台传播与心理学相结合的研究也就成了必然。

目前谣言传播模型的研究主要集中在对谣言传播进行定量的研究、基于谣言传播信道对谣言传播进行传播学和社会学研究以及利用病毒传播模型在复杂网络上的研究三个方面[25]。这些研究方法大多属于感性认识和定性分析，缺少对谣言传播机理的研究。无论是线上还是线下，建模仿真方法将成为研究谣言传播的规律的主要手段。经过多次试验，得到相应的运行结果，并结合相关数据，对传播谣言的行为进行多方面深入剖析，探求谣言形成的要素及其传播规律，为减少谣言传播带来的负面影响作理论指导，从而提高政府的管理能力和效率。因此，更加贴合实际的谣言传播模型的建立是非常重要的，有着极大的实际使用价值。

4 结束语

本文针对微博平台谣言的产生与传播进行了具体的分析，其开放性特征使得谣言更易滋生，并能够在较短时间内迅速扩散。由此可见，对谣言的产生、传播与治理的研究，对各类已存在的网络谣言传播模型进行研究分析，并结合现实生活将各种扩散现象与谣言传播相结合，构造出一种更加贴近现实生活的新型谣言传播模型是非常有必要的。通过研究不难发现，建模仿真技术是研究的主要手段之一，采用正确并贴合实际的模型能够更好地解释微博谣言传播机理，找到影响传播的因素，并对谣言的辨别与治理提供方向，为政府有效控制网络谣言扩散和辟谣进行指导。因此，微博谣言传播模型研究不仅具有很高的学术价值，而且有很大的现实意义与应用价值。

[1]第40次中国互联网络发展状况统计报告.

http://www.cnnic.cn/gywm/xwzx/rdxw/201708/t20170804_69449.htm.中国互联网络信息中心，2017.

[2]第40次中国互联网络发展状况统计报告.

http://www.cnnic.cn/gywm/xwzx/rdxw/201708/t20170804_69449.htm.中国互联网络信息中心，2017.

[3]2017微博用户发展报告.

http://data.weibo.com/report/reportDetail?id=404）.新浪微博数据中心，2017.

[4]David G Pursuit of Happiness: discovering the pathway to fullment,well-being,and enduring personal joy [M] New York: Harper Paperbacks，1993.

[5]谢新洲.“沉默的螺旋”假说在互联网化惊吓的实证研究[J].现代传播学，2003.

[6]邓琦，郭少峰.蓝皮书：新媒体超三成热点事件“生”谣[N].新京报，2013.

[7]DALEY D J,KENDALLD J,Stochastic Rumours [J].Journal of Applied Mathematics，1965.

[8]W.Kermack,A.McKendrick.Contributions to the mathematical theory of epidemics.Bulletin of Mathematical Biology，1927.

[9]Zanette DH (2002) Dynamics of rumor propagation on small-world networks，2002.

[10]MorenoY,NekoveeM,PachecoAF(2004)Dynamics of rumor spreading in complex networks.Phys Rev E，2004.

[11]LI W,GU J,CAI X.Message spreading and forget-remember mechanism on a scale-free network [J]. Chinese Phys. Lett.，2008.

[12]GU J,LI W,CAI X. The effect of the forget-remember mechanism on spreading [J]. Eur. Phys. J. B，2008.

[13]L.J. Zhao, J.J. Wang, et al., SIHR rumor spreading model in social networks, Physica A,2012.

[14]ZHAO L J,QIU X Y,WANG X L,et al.Ｒumor spreading model considering forgetting and remembering mechanisms in inhomogeneous networks[J]. Physica A，2013.

[15]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[A].现代情报，2015.

[16]王筱莉，赵来军.社会网络中具有怀疑机制的谣言传播模型[A].上海理工大学学报，2012.

[17]J.Y. Huang,X.G. Jin.Preventing rumor spreading on small-world networks, J. Syst. Sci. Complex，2011.

[18]Jiajia Wang,Laijun Zhao,Rongbing Huang.SIRaRu rumor spreading model in complex networks,Physica A，2014.

[19]薛一波，鲍媛媛，易成岐.SPNR：社交网络中的新型谣言传播模型[A].技术研究，2014.

[20]王亚奇，杨晓元，韩益亮，王绪安.Rumor Spreading Model with Trust Mechanism in Complex Social Networks ,Commun. Theor. Phys，2013 .

[21]顾亦然，夏玲玲.在线社交网络谣言的传播与抑制[J].物理学报，2012.

[22]范纯龙，宋会敏，丁国辉.一种改进的SEIＲ网络谣言传播模型研究[J].情报杂志，2017.

[23]李丹丹，马静.情报理论与实践，2016.

[24]张芳，司光亚，罗批.复杂系统与复杂性科学[A]，2009.

[25]张芳，司光亚，罗批.复杂系统与复杂性科学[A]，2009.