不实信息传播机理与引导策略研究(txt+pdf+epub+mobi电子书下载)

作者：方星

出版社：中国经济出版社

格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT

不实信息传播机理与引导策略研究试读：

方星

河南省罗山县人，1977年出生。先后就读于南京理工大学、清华大学经管学院与麻省理工斯隆商学院国际MBA项目和上海交通大学中美物流研究院，获得工学学士、工商管理硕士和管理学博士。研究方向为应急管理、运作心理与行为、物流和供应链管理筹，长期服务于行业领先的国有企业和多家世界知名五百强企业，从事运营管理、供应链管理和采购管理等工作，并在香港、新加坡、比利时、法国、深圳、上海等地的全球战略采购中心、研发中心、工厂、区域研发总部、全球业务总部等部门，担任战略采购经理、采购过程及改善经理、高级采购经理、全球事业部采购总监及亚太区采购主管等高级管理岗位。

黄培清

1946年出生，上海交通大学安泰经济与管理学院教授、博士生导师。1970年2月毕业于清华大学无线电电子学系（今电子工程系），1978年考入中国科学院研究生院学习，1979年公派赴美国华盛顿大学（Washington University in St. Louis）系统科学与数字系学习，为我国首批公派赴美留学生之一，并于1981年和1984年分别获得硕士和博士学位。1984年回国后即在上海交通大学管理学院任职，曾任管理学院常务副院长等职。主持和负责过多项包括国家自然科学基金资助的科研项目，著有《经济控制论》《新学科精揽》等著作，在国内外优质期刊发表论文150余篇。内容简介

本书针对信息社会中有关应急突发事件的不实信息传播问题进行了系统研究，鉴于不实信息的不确定性，在突发事件发生后会给应急管理带来极大的危害，极有可能造成衍生的二次灾害，本研究的主要目的在于梳理不实信息的传播与扩散机理，探求不实信息疏导的管理模式。针对不同的影响因素和变量，探讨了转化概率的阈值以及不实信息的影响规模。从实现社会效用最大化的角度，研究不实信息的有效控制。从动态交互的角度，探讨了不实信息地引导模型。针对管理模型，利用仿真模拟进行了检验；结合信息时代和网络沟通发展的新背景，对模型及参数的应用进行了解释；针对不实信息的传播和引导，提出了相应的管理启示和有针对性的决策建议。本书由上海交通大学安泰经济与管理学院出版基金资助图表目录

图1-1　本书的研究技术路线

图2-1　SIR模型的传染过程

表3-1　相关参数对照表

图3-1　三类不同类型的人群密度演化图

图3-2　不实信息最终的传播规模R与参数λ，θ

图3-3　不实信息最终的传播规模R与参数λ及不同的β

图3-4　不实信息最终的传播规模R与参数λ及不同的α

图3-5　不实信息最终的传播规模R与参数λ及不同的θ

表4-1　相关参数对照表

图4-1　不实信息传播的SI模型

图4-2　涉及控制与不涉及控制时I数量变化对比b

图4-3　涉及控制与不涉及控制时I数量变化对比s

图4-4　涉及控制与不涉及控制时I数量变化对比u

图4-5　控制变量u的演化图

表5-1　相关参数对照表

图5-1　官方信息与不实信息传播的交互示意图

表5-2　平衡点稳定的阈值

图5-2　系统收敛到E点2*

图5-3　系统在E附近震荡第一章　绪论第一节　研究背景和意义

信息传播能力的不断提高和增强不仅极大地推动了人类社会的发展和文明的进步，也极大地推动了人类应对和处理突发事件的能力。在人类发展的历史上，各种危机事件及突发安全事件层出不穷，特别是进入21世纪以来，随着信息传播能力的提高，各种公共事件的即时状况得以迅速传播，各类自然灾害以及次生灾害的伤亡损失报道和灾后应急救援几乎同步，而局部战争和冲突以及各种类型防不胜防的恐怖袭击事件也会做即时在线播报。各种公共应急事件和突发事件不仅带来直接的经济影响和安全后果，也会带来各种连锁的后续作用和潜在影响，并深刻地改变着人们的行为习惯和世界地缘政治的格局，很多经济组织或者商业公司也常常受到突发事件的影响波及，各种潜在的经济损失更是难以估量。这些突发事件的影响程度和波及范围已经远远超越了事件本身所在的区域，通过信息传播和即时通讯的发展，能够在最快的时间范围内迅速传播至世界的角角落落。信息的传播和扩散往往混杂着各种各样的不实信息，深刻地影响着信息传播的效率和效果，甚至影响着事件本身发展的进度和结果。

在不同的历史阶段，信息的传播形式有很大不同。在人类现代文明发展的早期阶段，特别是传统社会环境下，日常交流和传播的信息通常存在于人们的日常议论之中，常常以口口相传的传播方式不断交流和影响着人们彼此的看法和观点。这个时期，信息传播的最大问题是传播稳定很差，信息误差较大，传递速度较慢，涉及面非常有限，使得信息的传播过程比较难以刻画，基本上很难谈得上信息传播规律的分析掌握。在社会发展进入了平面媒体阶段之后，各种类型的传播媒体特别是报纸杂志和电视广播业务的纵深发展，极其深刻地影响和改变了人际间信息沟通的深度和广度，但由于信息的传播通常均为单向传播，而所传播的信息内容可以由传播者进行选定和裁量，使得社会公众处于比较被动的接受状态，并且无法及时地反馈受众的看法，［3］管理者也无法全面掌握社情民意情况。进入到互联网时代之后，网络成为人际日常交往的首选工具，进入成本也非常低，即便素昧平生的人群，也能通过社交网络迅速地建立起众多在线朋友关系。信息的传播之所以能够如此快速并彻底地颠覆过去的传统传播方式，是因为网络包括移动网络具有不可比拟的独特优势。新型网络传播的匿名性，使得网络中的个体不必知道对方的真实身份，也不用担心暴露自己的真实身份，就能进行沟通交流，既为不善言辞之人打开了话匣子，也为有思想的人提供了畅所欲言的传播平台，所有在线者基本上都可以毫无压力地发表自己的个人看法，毫无顾虑地表达自己内心的真实情感，完全打消了传统社会中口口相传、面面交往时的拘束。新型网络传播的开放性，使得网络为人们提供了一个低门槛、低成本、无边界、弱约束的自主共享平台，不论是什么背景、地域或者阶层的普通民众，都可以随时随地自愿加入沟通网络，轻松自在地结识好友；新型网络传播的交互性，使得各类社交网站、网上论坛或者社交网络成为每个人都能发布信息发布、接收信息和传播信息的平台，极大地拓展了信息的传播空间和参与主体，通过网络新媒体上信息的实时发布、个体之间的双向交流、社交群体之间的多方探讨，将原本分散自发的思想和言论集中全面地予以展现，叠加强化了交流的广度和深度，也极大地便利了信息的快速扩展、传播、交互和影响。

近年来，伴随着信息社会的大发展，特别是网络新媒体和社交新媒体的出现，深刻地影响着信息传播和人们接受信息的方式，甚至改变了突发事件的传播效果。一方面，这些新兴媒体对信息的及时分享和事件的密切关注起着积极的传播作用。特别是某些公共应急事件发生的各个阶段，都处于相关信息被高度关注的状态。关于事件发展的适时信息以及后续发展的延伸信息，如果能够准确、及时、高效、全面地传递和发布，能够形成良性循环，不仅能够有效地阻止不良效应的扩散，而且能够消除不实信息传播所带来的潜在的社会影响。

2013年4月20日8时02分，四川雅安发生7.0级地震，在政府的有效组织和志愿者群体的广泛参与下，抗震救灾的过程紧张有序。关于灾区现场救助和后援支持的各种新闻追踪报道，通过传统新闻媒体的及时播报以及网络新闻和微博等新媒体的广泛传播，被及时发布给千家万户，极大地稳定了灾区受灾群众的情绪，及时把激励全国人民抗震救灾的正能量和有益的救灾信息进行有效传播，第一时间进行灾害救助，尽快确认救援甚至是提早规划灾后重建和安排，发挥了独特而有效的传播作用。

另一方面，如果做不到信息披露的透明化、及时性和准确性，则很可能导致不实信息借助新媒体的快速传播满天飞，不仅会导致人们的情绪躁动，稍有不慎，甚至会导致更为严重的后果。网络媒体和新媒体的迅猛发展，仿佛一把双刃剑，既给信息的传播赋予了新的活力和动力，也使得不实信息可能夹杂其中，以前所未有的广度、深度和影响力广泛传播。如果放任不实信息任意传播，各种负面信息就会被极度扭曲放大，并带来巨大的社会影响，甚至需要付出超额的社会成本才能控制和消除。

2007年所谓关于海南“毒香蕉”的不实信息，经过手机短信在普通民众中广泛群发，最后甚至被一些门户网站的论坛肆意登载，一时之间，闻“海南香蕉”而色变，直接导致海南香蕉全面滞销，种植香蕉的农民无端遭受惨重的巨额损失。

2009年4月6日，合肥肥东县发生里氏3.5级地震，未经证实的所谓“还有更大地震即将发生”的消息，被造谣者在互联网上肆意传播，在不明就里的普通民众之间造成了巨大的社会恐慌。

无独有偶，2010年2月21日凌晨，因为一则所谓“大地震即将到来”的信息通过手机的大肆传播，引起了山西省数个城市几十个县市数百万人的恐慌。受到这个信息的影响，在异常寒冷的冬日，这数百万人走出家门躲避所谓“言之凿凿”、实则空穴来风的地震。

2011年日本核泄漏事件发生后，基于对核泄漏污染可能广泛波及的顾虑和恐慌，有人炮制的所谓“碘盐抗辐射”的消息在各种网络媒体上疯狂传播，继而使得人们对于碘盐的所谓特殊功效深信不疑，并引发了短期之内在我国大范围地区发生的“抢盐闹剧”，最后的结果证明完全是杞人忧天，整个过程令人啼笑皆非。

近年来，新兴的社交新媒体的发展，更是对不实信息的传播起到了推波助澜的作用。

2016年7月全国普降大雨期间，众多不实信息如“暴雨后自来水会浑浊两三天”“汤逊湖大堤决堤”“政府决定放弃农村保城市”“急需抗洪志愿者”“抗洪官兵饮食供应不足”等不实信息广泛传播，令灾害救援工作的开展雪上加霜。

2016年12月，包括北京、天津、河北、河南、山东等地在内的华北地区遭遇了罕见的大范围雾霾天气。与雾霾相关的各种信息，比如“此次雾霾含有硫酸铵，可以致人死亡”“在4000流明灯光微距镜头下的北京雾霾”“北京雾霾中检测出60余种耐药菌，抗生素对其无效”等不实信息通过微博及微信大肆传播。这些信息在传播中断章取义，侧重于只告诉人们其中的部分信息，却遮蔽了背后更多的真实信息，在社会上引起了极大的影响。

回顾类似的公共事件，严格说来，事件本身的影响并不可怕，但是，在与之相关的各类不实信息通过网络和新媒体快速传播之后，却引发了极度恶劣的社会影响和不良后果，甚至带来了比事件本身的直接损失还要巨大的社会损失和广泛的不良影响。

互联网和新兴媒体的发展，为不实信息的产生、发展和传播提供了更多可能。社会不实信息是指特定社会中的特定事件所引发的未经［1］［2］证实的信息。由于各类突发事件多与民众生活息息相关，且事件本身常常以极快的速度发生变化，很多事件的发生都缺乏事前制定的应对措施，事态发展的难以预测性和高危害性以及事件本省所有的潜在的危害性，使得这类事件在发生后会引起巨大的关注。近年来，网络媒体的迅猛发展和智能移动终端的广泛普及，以及互动型的新型社交媒体等虚拟平台的广泛参与性，都进一步强化了这种效果。很多普通民众受从众心理的影响，抱着看热闹的心态，也特别愿意参与所谓热点事件的讨论之中，形成了各类信息高度集中的舆论平台和信息池，海量信息的聚集和反馈必然会掺杂着诸多的不实信息。总的说来，随着网络和新媒体的大发展以及移动终端的高度普及，如果要对不实信息传播进行有效的控制和引导，对管理者而言，则具有一剑双刃的效果。在现代社会的传播网络中，各种新媒体和自媒体的大发展使得网络人的个体既是信息的接收者，也是信息的发布者。如果利用得当，网络和新媒体就能够对社会公共事件全面的信息传递和管理者应急处理水平的提高起到正向良性的作用。但是，如果不能进行正确的引导，网络和新媒体也完全可能变成某些误导信息甚至不良信息大肆传播和扩散的平台，大量的不实信息如果持续发酵，不断扭曲和放大，就有可能形成新的社会事件，产生大量的衍生问题，造成更为严重的后果。因此，对信息传播的过程进行实时监测，并在不同的阶段采取不同的分析手段和对应措施，帮助管理者掌握不实信息传播的基本规律，提高进行应急决策和公共管理的水平，合理地引导不实信息的传播和扩散，减少社会负面效应和控制成本，这一点具有重要的理论价值和实践意义。

高度关注不实信息的传播，并对不实信息的传播扩散适时加以引导，已成为应对信息传播避免突发事件转化的重要内容。互联网的迅猛发展，移动通信终端的快速普及，使得网民数量特别是移动网络的用户人数迅速增加，移动网络平台传播的优势正变得日益明显。在这些新型传播媒体的帮助下，人人都是自媒体，都既是信息的接受者，也是信息的传播者。特别是很多突发事件发展速度快，不确定性程度高，潜在的社会危害性大，并与社会公众利益息息相关，如果权威的真实信息不能及时有效地传播出去，或者传播的过程受到大量不实信息的干扰，必将引起涉事人群的不安和社会的关注，越来越多的社会公众可能会借助网络或移动终端参与评论、表达意见，各类不实信息将进一步汇集、交换和扩散。当不实信息地传播进一步发展，导致大量亦真亦假的信息高度集聚，必然鱼目混珠，就更容易衍生出来更多的信息传播和扩散的不实信息事件。对于不实信息的传播，如果引导得当，必将有助于提高应急管理水平，防患于未然，并形成良性循环；如果引导不当，就有可能引发群体性恐慌，产生衍生灾害和问题，甚至导致比突发事件自身更加严重的后果。对应急管理部门而言，挑战势必将越来越大，因此，必须在深入研究公众信息需求的基础上，切实掌握不实信息演化演变规律，才能有效加强动态监测，合理引导社会公众行为。

强化不实信息传播过程中的应对、疏导、控制和引导，关键在于把握网络和新媒体环境下不实信息的传播特点和规律。这些情境中的不实信息传播，既具有突发事件发生后不实信息传播和扩散的传统特异性，也会叠加网络和新媒体自身的复杂性。通常来说，人处在突发事件的紧急状态下，会产生精神紧张和心理冲突，其信息处理模式、过程特点均有别于正常情况。在突发事件的早期阶段，相关消息可能还是支离破碎的，公众对信息的需求非常渴望，一旦信息来源渠道有限，披露不充分、不完备，接受信息的受众往往会不加个人的自我检验和判别，就简单地进行复制转发，结果就会给各种小道消息以可乘之机，以致不实信息满天飞。在事件发展的中晚期阶段，面对各种背景、各类来源的过剩信息，公众可以运用选择性注意，理性地判别信息的可靠性，甄别真与假，然后对其中可信的信息进行加工后再传播。特别是近年来，网络媒体的高速发展影响着诸如SARS疫情、禽流感、福岛大地震等所有重大事件中不实信息的传播方式、范围和效果，激发了人们对于不实信息传播机理和控制策略的诸多思考。这些公共事件发生后，不仅集中呈现了以往各种传播方式的特征，还兼备了一些新特点。从信息发布者的角度看，传播的渠道变得更加丰富，不实信息愈来愈多地通过网络和手机等新媒体进行传播，传播速度和范围远胜于传统的口耳相传和广播、电视、报纸等方式；从信息接收者的角度看，除了横向的人际传播和纵向的大众传播媒介，个体传播技术的更新与普及使得信息传播变得异常轻松和便捷，公众几乎可以随时随地通过微信、微博、论坛等方便地选择信息发布的渠道，在信息的传播网络中，个体作为信息传播节点的地位和作用更加凸显，效果更加显著。网络媒体和新媒体的沟通平台本身具有巨大开放性，参与其中的个体传播节点更为广泛、更加容易，使得信息传播的来源更加多样化，参与主体更加多元化，而传播主体具有一定的校验和纠偏功能，因此，能够根据自己的判断和需求对所接收和传播的信息进行筛选和处理；与此同时，作为传播节点的个体和个体之间具有显著的互动性，使得发布者与接收者不仅可以无障碍地交流看法和观点，而且在人际传播与大众传媒之间也能形成相应的互动。通常来讲，大众传媒的预立主题往往也是人际传播中人们津津乐道的话题，其传播的热点信息并不鲜见于传统媒体的报道。新媒体上个体传播的开源性和互动性经过叠加，会增加个体信息传播路径的不确定性，加剧个体交互关系的复杂程度，使得不实信息的传播速度加快、扩散范围提高，信息传播者在发布信息的时候缺乏必要的责任意识和外界监督，不实信息的传播更加难以预测和干预控制。这些新特点的存在又容易引发信息的大幅畸变、内容的严重失真，带来大范围的影响，甚至产生大规模的破坏。因此，高度重视和及时总结网络媒体和新媒体中不实信息传播的内在规律，对所谓不实信息的内在传播机理以及动态演化规律进行研究和分析，在有效识别重要传播节点和关键传播路径的基础上，采取正确的应对策略措施，最大限度地减少信息畸变和衍生问题，从而控制不实信息的蔓延扩散，具有重要的现实意义。

然而，结合信息社会的变化特点，特别是网络和新媒体的迅猛发展，与不实信息传播和引导相关的研究明显滞后于互联网实践的发展。在当前的形势下，中国仍然处在重要的历史发展机遇期和社会矛盾凸显期，特别是经济发展进入新常态后，普通民众的情绪和社会心态受到区域社会经济发展差异的影响，非常容易产生浮躁情绪，如果受到某些典型事件的影响和刺激，极易引发大范围的社会事件。与此同时，中国是全球互联网和移动终端设备使用最多的国家，网络信息管理的任务非常繁重。在此情况下，如果放任不实信息在社会网络中大肆传播，并对可能产生的社会影响缺乏责任意识和敏锐判断，极易引起不良情绪的蔓延，并可能影响人们对社会公共突发事件的判断和反应。最近几年，伴随着全球性突发事件，特别是与普通民众的人身安全息息相关的各类突发事件的频繁发展以及各类社交媒体的迅猛发展，各国政府普遍重视信息传播和疏导的重要性的认识，相关领域的理论研究也进行得如火如荼。但是，国内外类似的研究和文献中大多注重于定性分析和研究，缺乏对信息传播关键因素的持续关注，没有结合信息社会发展的新情况和新规律，综合研究关键影响因素的一半演化机理，并结合实际情况和案例提出有强烈针对性和实用性的信息控制有效措施，并由此发现了许多类似研究中存在的针对性和指导作用不强的问题。因此，基于信息传播的相应案例，从信息传播机理和社会最优成本控制等角度出发，分析研究不实信息传播和引导的综合规律，并通过建立信息传播的动态转移模型找出不实信息传播的普遍规律，对于提升社会管理者的管理水平，具有重要的实践意义和参考价值。

已有的文献大多针对不实信息在信息社会中的传播和扩散问题进行研究，很多研究往往站在新闻学和传播学的视角上，力求通过定性的方法描述谣言等不良信息和社会大众信息的传播与扩散，但是，基于信息进行动态传播的现实情况，通过定量方法对信息社会中不实信息传播特征的综合研究却并不多见。

为了揭示信息社会中伴随着网络媒体和新兴媒体发展变化所产生的需求，探讨不实信息的传播和扩散机理等内在规律，本书结合信息社会条件下不实信息传播媒介的新特点，拟从个体在网络不实信息传播中的作用出发，考虑不实信息传播的影响因素，包括传播节点的重要性程度、信息传播节点与信息接收节点的之间的关系密切程度、信息接收节点的信息接收易感性等，利用平均场理论来构建不实信息传播的平均场方程，分析得出不实信息传播的阈值和不实信息最终的影响规模。由于不实信息的传播、澄清、隔离和控制过程与传染病传播及其通过疫苗、治疗和隔离等控制过程之间的相似性，所以，利用经典的易感染者和已感染者（SI）传染病模型，对其加以优化后转换成突发事件发生后不实信息传播控制的模型。综合运用控制论的相关知识，在现实操作中找出不实信息在不同人群间的接触转化率等影响传播的关键因素，从而对其实行有效的控制。作为真实信息和权威信息的发布者，必须具备更为敏锐的感知力。同时，还需要建立更为制度化和常态化的信息沟通机制，建立健全应急预案的规划，切实加强对不实信息的引导，进而探讨在突发事件发生后不实信息的传播所受到的官方信息的影响，通过建立动态交互模型，分析系统的稳定性问题，为有关部门提前做好征兆预警和发展分析，努力提高对不实信息发展变化的判断能力，通过有效措施增强权威信息发布者的公信力，针对不实信息传播的不同情境和不同阶段，对社会公众行为进行针对性的积极引导，提供必要的决策理论依据、决策方法和相应的支持工具。第二节　本书的研究框架与技术路线一、本书的研究框架

本书一共分为六章。

第一章为绪论，主要介绍研究背景及意义、本书的研究框架与技术路线以及研究的目的和创新点。

第二章为研究综述，主要是梳理前人的研究成果，对本书的后续研究所用到的相关概念做出必要的介绍。

在第三章，考虑影响不实信息传播率的多重因素，运用经典的平均场方程理论，研究不实信息在无标度复杂网络中的传播问题和传播模型，分析不同因素和参数对不实信息的传播阈值和不实信息最终传播范围的影响。以无标度网络为例，考虑不实信息传播的影响因素，包括传播节点的重要性程度、接收者与传播者之间关系的密切程度以及信息接收者对所接收信息的易感性，利用平均场理论构建不实信息传播的平均场方程，分析得出不实信息传播的阈值和不实信息最终的影响规模。最后，利用模拟仿真验证已有结论的正确性，分析不同参数的变化对不实信息传播的阈值和不实信息的传播规模的影响，总结出传播节点的重要性程度对于不实信息传播的阈值而言影响最大，从而提出在不实信息的传播过程中，应该对传播如网络大V的意见领袖节点加以重点关注，持续加强传播网络中的真实信息发言人和评论员队伍的建设。该结论可为管理者对不实信息应急传播与疏导的管理决策提供理论依据。

第四章从均匀复杂网络出发，利用系统动力学方程来研究不实信息传播的规律和不实信息的疏导问题，把经典的疾病传播模型转化成为不实信息的传播模型，利用动态控制的思想对不实信息传播的动态控制进行深入研究。

结果表明，应急管理决策者可以根据实际情况建立动态决策模型，并通过调整相关参数，特别是人群的接触转化率，在实现社会效用最大化的同时对不实信息的传播进行有效控制。

第五章以政府为代表的官方与以民间信息为代表的公众不实信息舆论为对象，探讨二者之间的交互影响，挖掘对不实信息传播进行疏导的新思路，探讨对权威信息影响下不实信息引导的模型。在网络及新媒体传播的背景下，不实信息的传播存在着更大的可能性和潜在的危害性，传播速度更快，波及范围更大，在较短的时间内对社会公众心理的冲击和影响更大。本书探讨在网络信息传播的背景下，突发事件发生后，不实信息的传播如何受到官方信息的影响，并通过建立动态交互模型来分析系统的稳定性问题。研究表明，随着不实信息传播率的增长，系统会出现Hopf分叉，这就意味着不实信息的传播可能会衍生新的事件，由此就要剖析系统的持久性。最后，基于相关理论分析，提出官方应对不实信息传播与控制的策略。

第六章是本书的结论，对本书的创新点和目前研究中所存在的不足进行了总结，并展望了未来研究的关注方向。二、本书的技术路线

图1-1给出了本书的研究技术路线。图1-1　本书的研究技术路线第三节　研究目的与创新点

根据定义，不实信息主要是指未经证实的信息，在突发事件中由于信息时代传播的手段和途径发生了根本性变化，鉴于不实信息的不确定性，在突发事件发生后会给应急管理带来极大的危害，极有可能会衍生出二次灾害，本研究的主要研究目的在于研究不实信息传播的机理与控制策略，在此基础上研究政府的官方信息对不实信息的传播影响，本研究的主要目标与创新点如下：（1）不实信息传播的影响因素有很多，在不同的信息传播环境下，各种因素的影响程度也有明显的差异。研究者所构建的传播环境只有充分贴近实际情况，并能够进行有效的验证，才能使得所关注的影响因素反映真实的信息传播特征，并提出实用的建议。在无标度网络环境下，本书利用平均场理论构建了不实信息传播的平均场方程，并通过模拟仿真对所关注的重要影响因素及其影响程度进行验证。在此基础上，本书提出，既要重点关注传播节点比如新媒体传播环境下的网络大V等意见领袖，也要持续加强真实信息发言人和评论员队伍的建设，才能防微杜渐，对实际发生的不实信息传播和疏导进行预先准备和积极应对。（2）经典的传染病传播模型，特别是易感染者和已感染者（SI）传染病模型，有效地将理论分析和临床数据进行了有机结合和交叉验证，能够充分地反映传染病传播过程及控制过程的特征。本书借鉴传染病传播的理论模型，把传播和控制过程高度相似的不实信息作为研究对象，并根据突发事件的发生机理进行优化，从而有效地找出影响不实信息传播的关键因素。本书所提出的管理建议，可以帮助应急管理者既能充分实现社会效用的最大化，也能加强对关键因素的调控，从而有效地控制和引导不实信息的传播。（3）突发事件发生后，民间“舆论场”中有关事件的不实信息会通过各种渠道广为传播。传播过程的不确定性和信息的不对称性，都可能激发信息传播的影响，并借助网络及新媒体等传播媒介和方式，让不实信息以更快的速度和更大的波及范围进行传播，并可能在极短的时间内形成巨大的心理冲击力和影响力。本书提出，应急管理者应该充分地认识到，突发事件之后信息传播的过程和影响，是包括不实信息和权威信息等多种信息之间交互过程的结果。管理者需要敏锐地感知不实信息的存在，并通过应急预案建设，以及更为制度化和常态化的信息沟通机制，在不同信息传播的动态交互过程中，加强对不实信息传播的管理和引导，并对已经造成的影响进行有效疏导和控制。

本书的创新点，主要体现在以下几个方面：（1）在研究不实信息的传播模型时，要考虑影响节点转化概率的因素。本书提出，在多种传播影响因素的作用下，转化概率会发生变化，针对不同的影响因素和变量，转化概率的阈值与不实信息的影响规模亦将发生相应的变化。（2）从实现社会效用最大化的角度，研究不实信息的有效控制。在考虑不实信息的传播和控制模型时，本书运用最优控制的概念，认为有必要找出不实信息在不同人群间的接触转化率等影响传播的关键因素，对其实行有效控制，从而实现社会效益最大化。（3）从动态交互的角度，探讨不实信息的引导模型。在不实信息的传播受到权威信息影响的情况下，利用节点转化的动态交互模型，分析系统的稳定性问题；从模型出发，提出相应的管理启示。（4）针对管理模型，利用仿真模拟进行检验；结合信息时代和网络沟通发展的新背景，对模型及参数的应用进行解释；针对不实信息的传播和引导，提出相应的管理启示和有针对性的决策建议。第四节　本章小结

本章是本书的一个引子，主要介绍研究背景及意义、本书的研究框架与技术路线以及研究的目的和创新点，为后续的研究奠定基础。第二章　文献综述及相关概念

本章借鉴基本传播的相关机理，回顾有关疾病传播模型的研究和进展，梳理不实信息传播和扩散机理的相关研究成果，并对本书后续模型所用到的相关概念作出介绍。第一节　疾病传播模型研究及进展

疾病传播与谣言传播都是比较类似的，因为两者都是人与人之间以某种形式的“接触”而进行的某种“病毒”式的传播。比如，可以从某种意义上把不实信息或者谣言看成一种精神形式的“病毒”在个体之间的传播，传播的机理与规律和疾病传播大致相似，在研究谣言传播之前，本章首先对疾病传播的相关研究进行系统的回顾。

有关传染病的研究主要集中在对疾病的传播规律和传播中的影响因素疾病控制策略的研究上。实际上，人类的历史上有过很多大规模疾病传播的案例，一直以来，探讨疾病传播的控制策略都是管理者和学者们关注的重点。现代文明发展的早期，人们根据前人遗留下来的经验，对疾病的持续传播起到了一定的阻止作用。伴随着统计学、数学以及物理学科的高速发展和交叉影响，学者们开始从模型的角度研究疾病传播的规律，并通过实际的案例来检验理论模型的有效性，并在此基础上对某些疾病的预测与防治方案进行探讨。

最早提出的疾病传播模型源于18世纪学界对天花传播的讨论［1］，20世纪初微分方程模型被引入对蚊子传播疟疾的研究模型中［2］，用来进一步探讨疾病传播的动态过程，分析疾病传播的阈值。其中，最为著名的疾病传播模型当属“仓室”模型。1927年，Kermack和Mckendrick以黑死病作为研究的背景，深入探讨了黑死病［3］［4］的疾病传播规律，提出了著名的SIS模型和SIR模型。然后，根据传播个体的不同属性特征将个体分为几个类型。以SIR模型为例，S代表的是易染者类，或者健康者，没有受到任何病菌的感染；I代表的是疾病传播者，已经携带病毒，并随着传播的个体类；R代表的是康复者，受到疾病的传播然后又康复的个体类。SIR模型具有三个疾病模型假设：（1）假设所有个体在一个相当封闭的环境中，人口的总量是一个恒定的数N，即S（t）＋I（t）＋R（t）=N；（2）疾病的传播是由于健康的个体与受感染的个体有“接触”，在某一个时间段内，一个受感染的个体数量与此时健康个体的数量成正比，系数记为β，在这一时刻，有βS（t）I（t）的个体从健康个体类转化为受感染的个体类；（3）感染类的个体会康复，并且具有抗体，不会再次感染，感染类个体越多，则恢复健康的个体越多，两者是正比例关系，在这一时刻，有γI（t）的个体从感染类的个体转化为康复个体类。

基于三个基本的假设，不同个体之间疾病传播的传染和康复过程，如图2-1：图2-1　SIR模型的传染过程

从微分方程的视角建立疾病传播的SIR的仓室模型：其中，参数γ是从染病个体类转化为康复个体类的比例，其倒数为个体的实际患病周期时间。

而系统的疾病传播模型，则始于20世纪中期，Bailey在对疾病传［5］播的相关问题进行综述探讨时所出版的疾病传播专著。但是，早期的研究大多是最为基本的模型，假设条件相对简单，大多数模型假设系统内的人口总数也是恒定不变的，而系统演化的时间又比较短，与实际的疾病传播过程相距甚远。最近30年的研究将前期的研究进一步拓展，特别是考虑了不同的影响因素对疾病传播的影响，并将脉冲加入系统动力学模型当中；有的模型考虑到疾病传播潜伏期所导致的时间滞后，将时滞引入模型当中，这也是最近几年类似研究的一个热点；也有学者考虑到不同年龄的个体免疫程度差异，以年龄结构作为研究切入点，探讨非自主的疾病传播动力学模型；按照经典的疾病传播模型，假设每个人受到疾病传播的几率是常数β，这也是一个简单的假设，实际上个体受到感染是一个非常复杂的过程，非线性的感染率系数也是学者关注的一个重点。

实际的情况是，疾病不同，其传播机理的差异会非常大，有些疾病具有免疫能力，以麻疹等为例，第一次染病的个体康复以后终身不会再次感染。但是，有些疾病却不具有免疫能力，以肺结核为例，康复的肺结核病人还有可能受到病毒的反复感染，因此，针对不同类型的疾病传播，应该建立与之相对应的动态模型，从而能够有针对性地对传播过程的特征进行描述。根据疾病恢复的个体是否具有免疫力，［6］将疾病传播模型分为SIS模型与SIR模型，S与R的区别在于，患病康复的个体是否再次能回到S类。根据不同疾病的传播机理，后续的研究中出现了疾病传播的潜伏期E个体类，即个体受到病毒的感染，但尚未出现明显的疾病特征，比如，HIV病毒会在人体内潜伏0.5—20年才会发展成为艾滋病。基于对于潜伏期的不同考虑，建立SEI模型［7］［8］［9］［10］［11］、SER模型、SEIR模型、SEIS模型、MSEIR模型等。其中，E表示潜伏期的个体类，M表示有先天免疫的个体类。

影响疾病传播的因素涉及很广，类型众多，比如隔离与免疫是控制疾病传播的一个重要研究与扩展方向，对疾病传播者进行隔离，降低与健康个体与疾病传播者的接触几率，对控制疾病传播十分有效［12］。此外，对健康个体进行免疫也是一种常见的疾病传播控制方法，借助微分方程描述可接种的疾病类型的传播模型，建立脉冲疾病传播模型、具有时滞的疾病传播模型等。在早期的研究中，研究者Li改进［13］了经典的SIS模型，探讨了人口变化以及有疫苗接种的传染病模型。动力学中的分叉理论在疾病传播模型中得到了广泛应用，SEIR［14］模型的余维分叉由Lizana等人率先提出，随后，Wu等研究的疾［15］［16］［29］病传播SQIR传播模型的同宿分叉、后向分叉、B-T分叉等都在疾病传播模型的研究中得到广泛的应用。

概括起来，经典的疾病传播模型研究与扩展研究主要包括以下几个方面：（1）种群模型，在捕食与捕食者生物种群之间的种群演化中加入疾病传播的过程，疾病在两个种群之间传播，实际上种群内部仍然［17］［18］［19］可以用仓室模型来解释，只是疾病会在不同的种群之间进行传播。Hyman等人将艾滋病作为研究对象，根据个体不同的免疫［20］程度将个体划分为不同的群体，构建了SDIA研究模型；也有学者在传播中加入多种类的易感人群，构建了DSDIDS模型来探讨艾滋［21］病传播问题。（2）空间扩散模型，将扩散分为连续扩散与离散的扩散模式，分析不同种群之间疾病的扩散问题，考虑不同的个体分属不同的居住［22］［23］区，也称为斑块，斑块之间会有种群的流动-。（3）元胞自动机，探讨个体本身对疾病病毒的相关相应情况，利用状态与行为集合原理，将个体视为一个元胞，进而模拟出疾病传播的动态传播过程，重点关注特定因素的影响，而忽略模型的计算效［24］［25］率以及个体与个体之间的社会关系-。（4）网络模型，个体在社会中与不同的人进行接触，实际上形成了一张社会网络。自物理学开始关注复杂网络以来，疾病传播的网络传播动力学也成为很多学者关注的重点，他们将数学、计算机等不同的领域的知识与复杂网络的拓扑结构相结合，更加实际贴切地研究［26］［27］疾病传播的网络动力学-。

实际上，最早提出用复杂网络研究疾病传播的是Watts和Strogatz，在研究小世界对传播的影响中，他们提出小世界的特征会［28］加速疾病在个体之间的传播；随后Newman等人将经典的SIR疾病传播模型应用到社会网络的研究中，通过数学的方法得到了疾病传播的持续时间和最大影响规模。该研究发现，网络的平均距离是影响［29］疾病传播流行持续时间的一个重要因素；Pastor-Satorras等人重点研究了疾病传播的阈值问题，并在不同的网络拓扑结构中进行了实际检验，以小规则网络和不规则网络为例，探讨不同的网络拓扑结构［30］对疾病传播临界值的影响。Kuperman等人以SIRS模型为出发点，构建了小世界的疾病传播模型，研究发现，如果网络重连概率P变大，［31］就会出现同步相变。相变行为也是不同学者关注的一个重点，Agiza等人以小世界为研究背景，探讨疾病传播临界值问题，研究发［32］现小世界特征网络使疾病传播更加快速，疾病传播爆发时间提前。

2000年以后受到广泛关注的无标度网络传播模型，通过将经典的SIR与SIS等传染病模型应用到无标度网络研究发现，无标度网络是没有传播阈值的，也就是说，疾病在无标度网络上总是会持续进行［33］［34］［35］［36］［37］传播的，与实际的研究更加贴切。在随后的研究中，不同的学者将研究成果继续向前推进，Castellano等人的研究发现，网络的最大度与传播阈值是成正比的，与网络本身的无标度特［38］征是不相关的。也有学者研究发现，疾病的传播实际上具有层次和结构，最容易感染的是那些网络中度比较大的节点，随后是感染较［39］小度的那些节点，到了最后，网络中度很小的节点也会感染疾病。学者对经典的传播SIS模型研究发现，不同的网络层对疾病的传播影［40］［41］响也是不同的。在对无标度网络中传播尺度的效应研究中，SIR传染病模型是具有疾病传播阈值的，传播机理则被用来求出疾病［42］传播阈值的数学解析解。不管是在无标度网络还是小世界中研究疾病的传播问题，归根到底，都是对网络拓扑结构的研究，不同的网络拓扑对疾病的传播产生不同的影响。Eguiluz等人专门研究了较为特殊的无标度网络，网络的聚集系数很大，度具有关联性，研究表明，网络的聚集性以及度相关的无标度网络也存在疾病传播的阈值，并且［43］在一定程度上延缓了疾病的传播速度。

在人际交往中，圈子文化是不可忽视的因素。疾病传播也一样，不同的“圈子”可以被视为由不同的社团组成，个体成员之间的紧密程度并不完全相同。Liu等人研究了社团结构网络中的疾病传播问题，研究指出，在社团结构的网络中，传播的阈值相对较小，疾病更［44］容易传播，传播的影响规模更大。Huang等人研究的是带有无标度特征的社团复杂网络，以SI传播模型为例，发现与一般的无标度网［45］络相比，疾病传播最终影响规模传播阈值较低。Zhou等人研究SIS与SIRS传播模型后认为，由于疾病传播的传染速率不同，最终传［46］播的波及范围会趋于稳定和不稳定，甚至具有正当的特征。Xu等人发现，传染病个体之间的不同距离也会影响疾病的传播，也就是说，将个体的所在地理位置纳入疾病传播的模型中，距离大在一定的程度上能阻止疾病的传播，这也是在疾病控制中对感染者进行隔离的［47］一个重要参考依据。

Colizza等人的研究在实证研究的基础上，结合数学建模的方式，试图把网络中的每个节点都看作是一个城市，并把在城市内部的接触方式假设为混合模型，同时，把人在不同城市之间的移动进行抽象，将其看作个体在不同节点之间进行扩散的过程。他们的研究比较［48］［49］真实地反映和总结了疾病在大范围尺度下的主要传播趋势［50］。通常来讲，实际情况下的许多健康个体，通常为了实现保护自我的目的，从而刻意减少与其他个体的接触，特别是减少与感染个体之间的接触来实现自我保护的目的，采用包括断边重连甚至直接减少与其他节点接触等方法。

基于此，很多学者对网络与传播动力学的共同演化进行了深入研究。比如Gross等人利用最基本的SIS模型，对网络与传染病动力学的共同演化进行了深入细致的研究，结果表明，伴随着网络结构本身的变化，动力学行为受重连概率以及感染率等参数的影响，可能会出［51］现不同的相态，如稳定态、周期态、双稳态等。

基于网络的自适应性质，很多学者研究了网络拓扑结构与传染病［52］［53］［54］［55］动力学的交互影响，将网络中任意两个节点之间链接重要度或他们之间接触时间的长短定义为全重，将其用来权衡疾病扩散范围的影响程度，例如：两个相互链接的节点越亲密，权重系数［56］［57］［58］［59］［60］［61］越大，此节点被其感染的几率越高。为了衡量不同个体的行为对疾病传播过程的交互影响，Eames等人运用节点之间的接触权重来预测不同个体感染疾病的风险程度，给决策执行［62］者提供了良好的理论基础。Yang等人将边权重理论运用到网络拓扑结构与疾病传播模型中，研究发现：权重系数越大的网络节点，将更容易感染疾病，而在整个拓扑网络中，权重越均匀分散，则疾病［63］自身的传播越慢。借助马尔科夫状态转移方程，Yang等人研究了SIS模型中传统的平均场网络拓扑传播过程，发现网络拓扑结构中节点的权重系数分布越均匀，疾病的传播速度越快。

多维度与多耦合网络问题及其交互影响与作用，已成为复杂网络研究新热点。Allard等人在多层网络领域中运用了在键渗流理论，研［64］究表明，该理论能够比较精准地对流行病传播所具有的异质性进行验证。与此同时，Funk和Jansen构建了疾病可以在多层网络上传［65］播的网络模型。Dickison等人将SIR模型运用在两个存在相互联系的网络中。研究发现：如果两子网是强耦合的，则疾病将在整个网络层中扩散；如果两子网是弱耦合的，则疾病仅只在一个子网络上传［66］播。Son等人通过局部树状图构造了一个相互依赖的网络拓扑结［67］构，并在此基础上运用键渗流理论研究疾病的传播过程。Saumell-Mendiola等人运用平均场理论研究疾病在关联网络上的扩散，研究发现：在原来不可能孤立的子网络上形成了局部地区爆发疾病的情况下，通过仿真模拟了疾病在两个耦合的子网络中的传播并蔓［68］延至整个网络中。第二节　不实信息传播研究及进展一、不实信息的特征及其传播特点“不实信息”这一概念已经被广泛应用于新闻传播和政府的工作报告中，指的是未经证实的信息，可能真实可能虚假，经常与谣言信息相混淆。“谣言”的定义目前也存在较大的争议，在《辞海》里，［69］［70］“谣言”的定义为：“没有事实根据的传闻；捏造的消息。”［71］谣言研究领域的奠基人Gordon W. Allport强调谣言的未证实性，“谣言与其关联的事件本身是相关联命题，通过个体之间的口口相传，缺乏具体的材料来证实其真实性”。实际上，不实信息是一个泛称，是一个相对宽泛的概念，突发事件中的谣言、各种未经证实的小道消息都可能是不实信息。就字面上讲，本书所指的不实信息是指未经证实的信息，这类信息与实际情况有出入，与虚假信息又有所区别。这种提法在新闻传播中经常出现。在学术研究中，霍良安首次在其博士［72］论文中规范定义了不实信息的内涵：不实信息是指以一定的物质载体，并以文字、声音、语言、图像和动画等形式表现出来，对某一事件或者事物的一般属性与真实情况不符的描述或展示，其特征是未经证实的信息，并特别强调了不实信息本身与虚假信息以及谣言等信息存在着一定的区别。1．不实信息与虚假信息的区别

以突发事件发生后的不实信息传播为例，事件发生后随之而来的各种有关事件本身的信息在各个传播媒介中肆意传播与扩散，有突发事件本身的真实信息，也有个体随机杜撰的未经证实的小道消息，各种信息鱼龙混杂，要求个体有很好的辨识能力，从这些不实信息中找到真实的信息。真实信息本身与虚假信息有很大的区别，信息传播过程还可能是真实信息和虚假信息传播竞争的一种过程。2011年日本核辐射泄漏事故之后，世界各地上演了疯狂抢盐的浪潮，主要原因就是未经证实的不实信息“碘盐抗辐射”在各地广泛传播，由于碘本身对抗辐射有一定的作用，从表面上来看，这种不实信息存在科学依据，［73］更容易被民众接受并传播。有时候，不实信息最后会被证实为真实的信息，比如法国前总统篷皮杜已经身染疾病的不实信息最后就被证实为真。

在突发事件发生后，由于互联网和个体移动终端的信息传播媒介具备便利、低成本等特征，个体会将自己所了解的信息及时传播与扩散，而缺少对信息本身真实性的核实。而在突发事件发生后，民众急于获取信息，以填补信息的真空，从而使得不实信息有机可乘，容易进行大规模的传播与扩散，并在民众之间引起广泛共鸣。不实信息有时会由于系统性的特征而忽略对事实真相细节的描述，由于个体对事务的观察掺杂了个体的主观能动性，而由此所形成的个体认识和评级以及初步判断本身有很大的局限性，有的是传播主体有意识地对信息进行省略，将自己需要强调的信息进行保存，使之变为突出项。2．实际情况被歪曲的不实信息

不实信息传播如同精神“病毒”的感染，个体被感染，会带来情感的激化，促使个体对不实信息进行传播与扩散。在突发事件发生初期，不实信息的起点在某种兴趣的驱动下被个体感知，随后，该个体会对该事件和相关信息进行初评估并把相关的结果告知其他个体，个体之间的直接和间接联系促进了信息的传播与扩散，进而形成不实信息传播的社会网络，网络中的节点即为现实中传播不实信息的个体，节点之间的连线就是个体之间的某种联系。

不实信息在社会网络中传播，个体会将信息按照个体本身的意志进行篡改，使得事件本身的事实被夸大或者扭曲，所有不实信息的传播过程实际上是信息动态变异或者信息畸变的过程，进而信息在传播与扩散过程中能被更多的人认同和采纳。突发事件发生以后，很多不实信息虽然与事件相关，但往往未经证实，却成为进一步传播的信息源，通过个体之间的社交网络反复交互扩散传播，而传播往往会歪曲事实真相，对突发事件本身进行夸大，形成一种不正常的信息传播链条。不实信息的肆意传播会造成不必要的社会恐慌和衍生灾害。不实信息的扭曲性与多元性等特征，将直接导致个体在接受信息或者继续传播信息时束手无策，缺少对于不实信息的自我判断能力，一旦不实信息的传播效应产生，这种不实信息传播所带来的负面影响将很难消除。3．不实信息传播的特点

最早研究的谣言传播模型起源于对疾病传播模型的扩展，二者都是个体之间的“接触”致使“病毒”的传播与扩散。梳理不实信息与虚假信息以及谣言信息之间的区别和联系，进而对不实信息的传播动态规律加以掌握，探讨不实信息传播的管控机制。不实信息往往通过网络或者移动社会媒体的新型媒体进行传播与扩散，个体接受信息和传播信息的渠道多样化，信息传播的成功几乎为零，单一个体会成为不实信息传播的核心节点，信息传播开源性强，缺少对于信息真实性的校验。微博或微信等网络传播媒介为不实信息的传播提供了一个互动平台，包括传播个体之间的互动，也包括人际关系传播的互动，通过互动形成焦点话题，并在微博或微信上形成热点问题。同时，这种热点问题的出现又能够引导公众社会舆论走向，成为政府管理者关注的重要舆论战场，官方信息和不实信息在这里发生交互影响和演化。不实信息传播的新媒介使信息传播的匿名信和开源性对突发事件信息管控提出了新的挑战，这就需要在突发事件演变的不同阶段对不实信息的传播进行跟踪，实时监控信息演化过程。不实信息的传播不同于谣言传播的特征主要三点：第一，不实信息最终的传播深度与广度与信息本身以及周围的传播环境都有直接的关系，不实信息传播过程涉及真实信息与虚假信息相互斗争和抢占信道的过程；第二，在不实信息传播过程中，利用其本身的特征反向追溯真实信息的起源，剔除虚假信息对于传播的影响；第三，官方媒体在不实信息传播中扮演着更为重要的角色，要对不实信息进行信息疏导，利用不实信息传播应急进展，正确引导民众认识包含应急信息的不实信息，减少衍生灾害发生的概率。二、不实信息的传播影响因素研究［71］

Allport在其研究中提出：“个体对环境的解释及主观臆断，只有在与重要性和模糊性相互作用时才会呈现”，由此，Allport提出了著名的信息传播影响因素公式：其中，R代表信息本身，i代表重要性，a代表模糊性，公式的真实含义是信息传播的最终波及范围由信息本身的重要性与模糊性决定，［74］Klaus对公式进行了修改，加入了个体的主观能动性，将传播者的批判能力加入信息传播影响的公式中：

其中，c代表谣言传播者的批判能力，信息传播与疾病传播最本质的区别就在于受众的主观能动性，疾病传播是被动接受的，而信息传播的受众是主观性的，传播的过程也可以认为是个体进行思考的过［75］程，有自己的主观判断。从心理学研角度来看，不实信息的模糊性是引起流言的主要原因，这种模糊性和不确定性会引起民众的恐慌和新的衍生灾害。不实信息传播过程会受到传播受众的影响，以2011年中国的“碘盐抗辐射”食盐抢购浪潮为例，由于日本核泄漏的突发事件，导致了辐射扩散图等不实信息在社交媒体中广为传播。该信息与每一个个体的切身利益密切相关，属于非常重要的信息，关注的民众数量庞大。同时，由于碘盐抗辐射的信息模糊性，民众对于碘抗辐射的科学知识普及了解不多，一时间“碘盐抗辐射”的信息通过社交媒体疯狂传播，民众的抢盐浪潮更是疯狂。这次“碘盐抗辐射”不实信息的出现充分体现了信息传播的影响公式，个体缺乏对于信息的主观研判，世界各地都出现了疯狂抢盐的事件，但在中国抢购浪潮更为疯狂，而日本本国的抢购情景却远比中国平静，这也说明在中国更多的人相信了这种不实信息，缺少对于不实信息的主观评判能力。不实信息未经证实，包括真实信息也包括虚假信息，是社会舆论的一种反映，在本书中，笔者将流言、传闻以及各种牢骚和小道消息，都当作不实信息。然而也有一些学者认为，这些词语本身就包含着一种比较情绪化的意见传递，其中感性成份占主要部分，而理性部分却很少，且内容方面未经官方证实。

在研究不实信息传播的影响因素问题上，除了前面所提到的信息本身的重要性，信息的模糊性以及传播受众的研判能力、信息传播的［76］［77］媒介与载体也是影响不实信息传播范围的重要因素。信息传播研究关注最多的是人与人之间的链状传播模式，实际上，人与人之间的传播是一种网状模式，不同的个体所处的网络位置不同也会影响［78］个体传播信息的影响力。Moreno等人的研究发现，网络的拓扑结构和参数的不同设置，都能影响到不实信息的传播。很多学者针对小世界与无标度网络进行了研究，将个体传播的网络视为具有HUB节点的社交网络或均匀的小世界网络，相较而言，无标度网络的传播可靠性更差，HUB节点传播信息具有不稳定性，均匀网络结构的社交网络传播可靠性更高，信息畸变的可能性更小。三、不实信息的传播规律研究

如果将不实信息传播问题仅仅视为单一信息传播与扩散，完全可以按照谣言传播的研究框架进行分析，但实际上，不实信息的传播也是个体与个体之间通过“接触”而进行信息的传播与扩散，与疾病传［79］播有相似的地方，Rapoport最早借助传染病模型来研究信息的扩散问题，比较了两种传播之间的联系和区别。［80］

Daley和Kendall于20世纪60年代提出了DK模型，运用随机过程来分析信息的传播过程，将信息传播的受众分为三类不同的个体，不同类个体之间的个体转换满足一定的概率分布。在初始条件下，假设所有人都未曾听说过一个信息，定义为X（0）=N；有一个人知道该信息并进行传播，定义为Y（0）=1；没有人对信息免疫，定义为Z（0）=0，总体满足X（t）＋Y（t）＋Z（t）=N＋1这一规律，则描述DK模型的马尔可夫链{X（t），Y（t）≥0}，在连续时间条件下，其转移概率为：

这一概率分布，在0≤x≤N，0≤y≤N的条件下，可以满足方程：

试读结束[说明：试读内容隐藏了图片]

下载完整电子书