×

探索网络集体行动中谣言传播的S形曲线和异质性效应。 (英语) Zbl 1489.91201号

小结:如今网络集体行动无处不在,比如网上流传的谣言。观察到的曲线呈S形,我们关注在线谣言传播S形曲线的演化动力学。对于Agent,内部方面、外部方面和听觉频率等关键因素共同决定是否传播它。基于Agent的建模用于捕获此S形曲线的微观机制。我们有三个发现:(a)如果每种药剂的阈值为零,则可以获得标准的S形扩散曲线;(b) 在零均值阈值下,当异质性(SD)从零开始增长时,可以获得右尾较长的S形曲线。一般来说,异质性越强,持续时间越长;和(c)在正平均阈值下,扩展曲线是两阶段的,具有线性阶段(第一阶段)和非线性阶段(第二阶段),但也不是标准的S形曲线。从均匀性到非均匀性,随着非均匀性的增加,扩展的S形曲线具有更长的右尾。对于传播持续时间,更强的异质性通常会带来更短的持续时间。非均质性对扩展曲线的影响取决于不同的情况。在零阈值和正阈值下,异质性导致S形曲线。因此,异质性增强了阈值扩散,但也可能推迟阈值均匀的扩散过程。

MSC公司:

91天30分 社交网络;意见动态

软件:

NetLogo公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] J、 考虑到两极社会强化,谣言在网络社交网络中传播,Phys。A.,447,108-115(2016)·Zbl 1400.91481号
[2] J、 告知公众社交媒体时代的虚假谣言:关注社交媒体依赖,Telemat。通知。,351071-1081(2018)
[3] Y、 考虑智者在人群中所占比例的谣言传播模型,Phys。A.,505,1084-1094(2018)
[4] Q、 网络社区中群体争论对谣言信仰和传播的影响:信息级联和群体极化视角。,信息管理。,55, 441-449 (2017)
[5] M、 网络社区谣言传播的统计机制,Proc。公司。科学。,12331-2339(2010年)
[6] 五十、 考虑遗忘机制的谣言传播模型:以在线博客Live Journal为例。A.、390、2619-2625(2011)
[7] D、 政府的惩罚和个人的敏感度如何影响在线社交网络上的谣言传播,Phys。A.、469、284-292(2017)·Zbl 1400.91476号
[8] E、 群体传播对手机社交网络中谣言传播的影响,Phys。A.,506,412-423(2018)·Zbl 1514.91154号
[9] J、 通过考虑个体的主观判断和多样性特征,Phys。A.,499,276-287(2018)·Zbl 1514.91127号
[10] C、 一种有效的控制谣言的策略,Phys。A.,500,80-91(2018)·Zbl 1514.91128号
[11] 五十、 具有媒体报道的双媒体谣言传播模型的全局稳定性,Phys。A.,482757-771(2017)·Zbl 1495.91093号
[12] N、 考虑官方谣言反驳的动态8状态ICSAR谣言传播模型,Phys。A.,415333-346(2014)·Zbl 1402.91611号
[13] D、 在线社交网络实验中的行为传播,《科学》,3291194-1197(2010)
[14] T.Schelling,《微观动机和宏观行为》,诺顿出版社,2005年。
[15] D、 同质性、网络和临界质量:解决大群体集体行动中的启动问题,定量。Soc.,25,3-40(2013)
[16] M、 团体效能是否增加团体认同感?解决他们之间的矛盾关系,《心理实验杂志》。,46, 1055-1060 (2010)
[17] 五十、 新媒体时代的SIR谣言传播模式,Phys。A.,392,995-1003(2013)
[18] 五十、 复杂社会网络中具有时空扩散和行为决策不确定性的谣言扩散模型,Phys。A.,502,29-39(2018)·Zbl 1514.91135号
[19] 田中Y.Tanaka,坂本Y.Sakamoto,T.Matsuka,日本大地震后在推特上传播谣言和批评,社会科学电子出版,2012
[20] J.Shin,L.Jian,K.Driscoll,F.Bar,《2012年美国总统大选期间推特上的政治谣言:谣言传播与纠正》,社会科学电子出版,2016年
[21] O、 《社区情报和社交媒体服务:社会危机期间推特的谣言理论分析》,夸特小姐。,37, 407-426 (2013)
[22] J、 通过社交网络服务传播信息:2013年波士顿爆炸案期间的谣言和非谣言相关推文案例,Inform。系统。前部。,997-1005年(2015年)17日
[23] S.Hamidian,M.Diab,推特上的谣言识别和信仰调查,《第七届主观性、情绪和社交媒体分析计算方法研讨会论文集》,(2016),3-8。
[24] M、 危机期间谣言是如何传播的日本3.11事件后推特上谣言传播与否认分析,国际互联网信息系统。,10, 394-412 (2014)
[25] R、 两个谣言传播的确定性数学模型,Afrika。材料,31315-331(2020)·Zbl 1449.92053号
[26] A、 分享或不分享:在线健康谣言中认知信念的作用。,108, 36-41 (2017)
[27] Y、 对谣言持不同态度的谣言传播模式,Phys。A.、502、331-344(2018)·Zbl 1514.91143号
[28] 五十、 紧急事件中当局行为和谣言传播的相互作用模型,Phys。A.、390、3267-3274(2011年)
[29] K、 抗肿瘤动力学和复杂网络上时间阈值的出现,Phys。A.,41187-94(2014)·Zbl 1402.91599号
[30] W、 复杂网络中新兴独立传播者的谣言传播过程,Phys。A.,397,121-128(2014)·Zbl 1402.91633号
[31] U、 Phys,就谣言达成共识。A.,406260-271(2014)·Zbl 1402.91605号
[32] 五十、 复杂社交网络中考虑犹豫机制的谣言传播模型,Phys。A.,437,295-303(2015)·Zbl 1400.91439号
[33] 五、 随机否认的谣言传播模型,Phys。A.,461,569-576(2016)·Zbl 1400.91464号
[34] R、 谣言在具有社区结构的网络上传播,Phys。A.,483375-385(2017)·Zbl 1499.91084号
[35] 五十、 复杂社交网络中噪声干扰的谣言传播模型,Phys。A.,469,750-760(2017)·Zbl 1400.91503号
[36] 五十、 脉冲接种时滞谣言传播模型的动力学分析。A.,471,653-665(2017)·兹比尔1400.91425 ·doi:10.1016/j.physa.2016.12.024
[37] M、 谣言真是传开了,J.Bus。决议,72,33-45(2017)
[38] R、 隔离、插入和重建:基于超级网络模型Decis干预谣言传播的三种策略。支持系统。,67, 121-130 (2014)
[39] 五十、 SIHR社交网络谣言传播模型,Phys。A.、391、2444-2453(2012)
[40] 五十、 具有可变遗忘率的谣言传播模型,Phys。A.,392,6146-6154(2013)·Zbl 1395.05166号
[41] 五十、 非均匀网络中考虑遗忘和记忆机制的谣言传播模型,Phys。A.,392987-994(2013)
[42] 五十、 Barrat-Barthelemy-Vespignani(BBV)网络中谣言传播的模型,Phys。A.,392,5542-5551(2013)·Zbl 1402.91613号
[43] S、 社交网络谣言传播的能量模型,Phys。A.,394,99-109(2014)
[44] K、 教育率对谣言传播机制的影响分析,Phys。A.、414、43-52(2014)·Zbl 1402.91591号
[45] J、 SIRaRu复杂网络中的谣言传播模型,Phys。A.,398,43-55(2014)·Zbl 1402.91608号
[46] Y、 复杂网络中的SICR谣言传播模型:反击和自我抵抗,物理。A.、405、159-170(2014)·Zbl 1395.91357号
[47] D、 在复杂网络中传播谣言的进化游戏,Phys。A.,433,51-58(2015)·Zbl 1400.91431号
[48] R、 SSIC模型:一个干预网络谣言传播的多层模型,Phys。A.,427181-191(2015年)
[49] Z、 独立传播者涉及复杂网络中的SIR谣言模型Phys。A.,429,95-102(2015)·Zbl 1400.91435号
[50] N、 科学知识传播和紧急情况下谣言传播之间的动态相互作用,Phys。A.,461,73-84(2016)·Zbl 1400.91470号
[51] Z、 基于传播力的谣言传播分析,Phys。A.,443,263-271(2016)·Zbl 1400.91440号
[52] R、 对称条件下齐次复杂网络中两个谣言之间相互作用的研究,Phys。A.,454,129-142(2016)
[53] S、 基于谣言传播过程的无标度网络恶意软件传播模型。,计算。净值。,108, 97-107 (2016) ·doi:10.1016/j.comnet.2016.08.010
[54] 十、 时间相关扩散行为对社交网络谣言传播的影响。,物理学。莱特。A、 3802054-2063(2016)
[55] Q、 异构网络上SEIR谣言传播模型的分析,Phys。A.,469,372-380(2017)·Zbl 1400.91479号
[56] Y、 谣言和权威信息传播模型考虑在复杂社会网络中的超级传播,Phys。A.,506395-411(2018)·Zbl 1514.91163号
[57] Y、 复杂网络中的DSIR双重谣言传播模型,Phys。A.,110,191-202(2018)·Zbl 1395.91383号
[58] Y、 谣言传播模型的动态分析,考虑主动网络节点和非线性传播率,Phys。A.、506、24-35(2018)·Zbl 1514.91142号
[59] O、 在社区危机期间,信通技术调解了谣言信仰和由此产生的用户行为,州长Inform。Q.,35,243-258(2018)
[60] W、 使用神经网络基于用户行为的无监督谣言检测,模式识别。莱特。,105, 226-233 (2017)
[61] F、 随机谣言传播模型Phys的动态分析。A.、490、613-623(2018)·Zbl 1514.34097号
[62] J、 社交网络中潜伏的谣言传播模式,Phys。A.,491,453-462(2018)·兹比尔1514.91125
[63] H、 基于广义贴近中心性识别多个有影响力的传播者,Phys。A.,492237-2248(2018)
[64] Y、 复杂网络中I2S2R谣言传播模型的稳定性分析。A.,503862-881(2018)·Zbl 1514.91164号
[65] S、 在线社交网络中谣言传播模型的人口动力学研究,Phys。A.,492,10-20(2018)·Zbl 1514.91120号
[66] A、 使用顺序分类器、信息处理对社交媒体中的语篇软件谣言立场进行分类。管理。,54, 273-290 (2018)
[67] J、 同质网络中的2SI2R谣言传播模型,Phys。A.,413,153-161(2014)·Zbl 1402.91642号
[68] R.Escalante、M.Odehnal、。使用ANFIS和确定性模型预测趋势主题,预印本,arXiv:1709.07535。
[69] S、 《国家政治与集体行动:西欧和美国的最新理论和研究》,年。社会学评论。,14, 421-440 (1988) ·doi:10.1146/annurev.so.14.080188.002225
[70] 十、 媒体谣言传播的动力学模型,离散动态。《国家社会》,2013(2013)·Zbl 1264.91109号
[71] D、 谣言在网络上传播的模型。,物理学。Rev.E Stat.非线性软物质物理学。,81, 056102 (2010)
[72] W、 瑞士公司的国际化与绩效关系:对国际化s型和极端程度的测试,管理。国际修订版,47,349-368(2007)
[73] A、 随机共谋与学习的幂律:合作的一般强化学习模型,J.冲突解决。,46, 629-653 (2002)
[74] M、 《学习理论与临界质量逻辑》,《美国社会学》。修订版,55,809-826(1990)
[75] 关义浩,吕丽萍,段荣华,季义浩.基于马尔可夫场和正态分布曲线的脑图像分割,载《国际图像和信号处理大会》,IEEE,(2009),1-5<a href=“https://doi.org/10.109/CISP.2009.5303479“target=”_blank“>https://doi.org/10.109/CISP.2009.5303479</a>
[76] M、 集体行为阈值模型,美国社会学杂志。,831420年-1443年(1978年)
[77] H、 多重网络上的多尺度异步信念渗流模型,新物理学。,21 (2019)
[78] Z、 通过最小观测器定位网络物理扩散过程的源节点。混乱是一种矛盾。,非线性科学杂志。,29, 063117 (2019)
[79] L、 描述流行病全球传播的基本动态,国家通讯社。,9, 1-11 (2018)
[80] J、 通过对到达历史的解剖来确定大流行在集合种群网络上的空间入侵,IEEE T.控制论,46,2782-2795(2015)
[81] Z、 多层网络上的进化博弈:欧洲物理学术讨论会。J.B.,88,1-15(2015)
[82] Z、 通过熟人疫苗接种的多重网络免疫,Epl,112,6(2015)
[83] D、 大流行后时代流感的全球时空格局。代表5,11013(2015)
[84] Z、 复杂网络上的耦合疾病-行为动力学:综述,Phys。生活评论,15,1-29(2015)
[85] D、 多重网络中的流行病免疫,Plos One,9(2014)
[86] 五十、 网络化集合种群的空间流行病学:综述,Chin。科学。公牛。,59, 3511-3522 (2014) ·Zbl 0978.81017号
[87] Z、 冻结期强烈影响了选民模型Sci中全球共识的出现。代表4(2014年)
[88] L、 人类特定地点接触模式对人群之间sir流行病传播的影响,Int.J.Bifurcat。《混沌》,23(2013)
[89] 五十、 人类特定位置的接触模式如何影响人群之间的空间传播?,科学。代表,3,1-10(2013)
[90] H、 补贴政策对接触网疫苗接种决策的影响。E版,88(2013)
[91] G、 社会困境中网络互惠的噪声诱导增强。,混沌孤子分形,51,31-35(2013)·Zbl 1294.91019号
[92] 五十、 评估遏制策略在延迟流感大流行到达时间方面的价值:旅行限制和患者隔离的案例研究,Phys。版本E,86,5(2012)
[93] Y、 面向交互式WiFi用户的时间网络分析,Epl,98,6(2012)
[94] 五十、 大规模空间疫情传播中尺度涌现的演变,Plos One,6,11(2011)
[95] Y、 复杂社会网络中带有信任机制的谣言传播模型,Commun。西奥。物理。,59, 510-516 (2013) ·兹比尔1264.91107
[96] H、 《信息战争:独裁国家谣言和谣言反驳的政治影响》,英国政治科学杂志。,47, 283-311 (2017)
[97] A、 《谣言与医疗改革:政治误传实验》,英国《政治科学》。,47, 241-262 (2017)
[98] S、 NetLogo:多代理建模环境的设计和实现,Proc。代理人,2004,7-9(2004)
[99] U.Wilensky,W.Rand,<i>基于代理的建模简介:使用NetLogo建模自然、社会和工程复杂系统</i>,Mit Press,2015。
[100] Q、 异质投资促进演化公共物品游戏中的合作,Phys。A.,502,570-575(2018)
[101] M、 结构化种群中的进化混合博弈:异质性的合作与利益,物理学。版本E,93,042304(2016)
[102] M、 强烈的异质性是否通过群体互动促进合作?,新J.Phys。,13, 123027-123037 (2011)
[103] Z、 异质愿望促进囚犯困境游戏中的合作,Plos One,5,e15117(2010)
[104] V.Mahadevan,W.Li,V.Bhalodia,N.Vasconcelos,拥挤场景中的异常检测,摘自2010年IEEE计算机视觉和模式识别会议,2010年<a href=“https://doi.org/10.109/CVPR.2010.5539872“target=”_blank“>https://doi.org/10.109/CVPR.2010.5539872</a>
[105] T、 AED-net:异常事件检测网络,工程,5930-939(2019)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。