研究基于系统动力学的谣言制造者的行为模型

文摘

谣言制造者的法律行为是遏制谣言的根源和有效的方法阻止谣言发生。因此,基于系统动力学模型,本文提出了谣言谣言制造者的行为进化模型,旨在发现谣言制造者的法律实现阻止谣言的行为。首先,通过精炼造谣行为的驱动因素,我们造谣行为的因果图构造演化;其次,通过因果图,我们构造的浆流图定量分析;最后,进行了仿真实验用Vensim个人学习版软件(Vensim请耐心)。结果表明,消极的态度是一个主要因素在造谣行为的发生;个人因素比社会和政府的因素更明显的影响造谣倾向得分。

1。介绍

作为一种信息,谣言不仅可以干扰人们的日常生活,还破坏经济发展和社会稳定,必须严格保护和控制。除了传播者火上加油的谣言,有很多谣言厂商推动传播谣言。因此,谣言制造者的研究行为规则,限制了谣言的根源,为阻止谣言成为热点。

目前,大多数的研究行为规则谣言制造者是由统计工具的手段。通过大量的历史数据,他们获得的统计特征的行为规则和macroprediction的人类行为。Miritello [1]梳子文献统计信息传播的人类行为和发现,基于历史数据统计的研究方法是一种有效的方法来研究人类行为的法律。马和其他2)证实,尾巴RT分布表现出幂律的行为。因此,通过收集和分析140 Twitter用户,发送的广播数据Salathe [3)和其他基于心理学理论认为从朋友的情感和社会意识是高度相关的个人信息生产行为;即情绪从邻居对信息生产行为有重要的影响。基于分层时间记忆,李4)和其他构造谣言制造者的认知模型。他们模拟谣言在异质群体的认知过程具有不同知识和个人经验和得出结论,谣言的制造是由社会认知因素。此外,系统动力学研究因果关系的强有力的工具,可以用来分析驱动因素。基于系统动力学的方法和净人为N的输入(纳尼)概念,NANI-SD模型(5)是模拟开发纳尼和司机之间的关系。然后,本研究开发的系统动力学模型的识别关键因素影响区域人为N的输入。因此,为了发现谣言制造者的行为法律,我们会发现行为的驱动因素,虚假信息行为的谣言制造者和构造动力学模式。它是一个重要的方法领域的网络谣言。本文梳理了相关文献领域的网络谣言和发掘谣言的行为驱动制造商。基于系统动力学理论,提出了虚假信息行为的进化模型谣言制造者。谣言制造者的行为演变是一个动态的过程受许多因素的影响。分析这些因素与个人因素,社会因素和政府因素。在本文中,我们使用谣言倾向(RT)作为定量指标来反映影响联系人信息。RT是越高,越高的概率信息联系成为谣言制造者。 And, the lower the RT is, the less likely that the information contacts become rumor makers will be.

2。相关工作

领域的谣言司机,许多学者进行了研究,取得了一系列的成果;大部分研究集中在人类心理学领域(6]。早在1945年,美国人格心理学家阿氏和邮差建议任何人类可以提供谣言电力需求(7]。后来,Difonzo和Bordia做8]认为谣言传播是由三大心理动机:动机调查,关系增强,自我提高。谣言是紧密地与许多社会和组织现象,包括社会认知、态度形成和维护、偏见和刻板印象,团体动力学、人际关系和群际关系、社会影响和组织信任和沟通。通过实验,Ajzen和Fisbbein [9)证实了结论,行为意向与行为显著相关。在紧急事件,个人接触大量的信息而不意识到自己的有效性或错误的风险,但是用户通常迅速纠正,从而使社会媒体“自我调节”[10]。因为一些人的行为是由习惯和惯例,它是社会的产物,个人的解释他的角色,所以,间接的集体行动11]。

社会环境的影响在RT也至关重要。通过解析推导和模拟,肖和其他人12)发现,流言破坏集群在弱cliquishness集群网络和增加网络已经拥有高集群。胡和其他人(13)表明,较低的弱关系的人际影响力增加社会群体的隔离;因此,集体主义是不利于参与在整个网络的传播,他们也展示了民族文化在集体行动的重要性。先前的研究的基础上,本文将讨论rumors-driven因素分为三个类别,如表所示1。

3所示。谣言的行为进化的系统动力学仿真模型

在micronetworks(微信、微博等),个人必须成为所有信息生产者,但不一定是谣言制造者。社会、心理、个人和其他内部和外部环境因素可能会导致信息的转换制造商谣言制造者;不同因素的影响是不同的。因此,挖掘驱动因素并研究其影响的程度,我们可以掌握谣言的进化规律,达到阻断谣言。

系统动力学是一个有用的工具为研究因素之间的因果关系。通过分析因素之间的因果关系行为演化的动态过程,建立因果关系图和系统动力学建模是实现。因果关系图是一个单向的复杂网络图组成的影响因素以及这些因素之间的因果关系,代表网络的节点的因素;如果有任意两个因素之间的因果关系,有一个单向的两点之间的边指向结果导致节点的节点。如果结果节点变化方向相同节点的原因,有一个积极的两个节点之间的因果链。否则称为负因果链。当因果链是相同的开始和结束,它形成一个因果循环。同时,因果循环的极性取决于数量的积极的和消极的循环因果关系。

3.1。因果分析的造谣行为驱动程序

micronetworks,谣言制造者的行为驱动因素主要是由个人因素,社会因素和政府因素。

3.1.1。个人因素

个人因素是由网络中个体的异质性(3),指个人的特定属性,包括事件的关注,个人识别和消极的心态。

事件关注取决于年龄、职业、教育、地区的网络覆盖和其他个人的固有属性。个人识别是指信息的判断能力,信息处理能力,克服位置偏差对个人的能力,而这些能力仅限于个人学习、认知和经验。逆反心理是指网络谣言的心理造成的影响。因此,个人识别和消极心态是RT的直接因素,而事件的关注是间接地影响个人识别。

个人因素的因果关系图如图1。

3.1.2。社会因素

社会因素是指影响因素从周围组织,组织,或媒体,包括群体极化、社会信任、频率和大众讨论。

群体极化意味着偏见的个人将会产生更多的想法极端负面影响当收到的意见。质量讨论频率是指各个节点之间通信行为的比例,这将直接影响群体极化的影响范围和影响程度。社会信任是指社会信任的分数,和较低的社区成员之间的信任很容易导致的信任危机。在社会因素,社会信任和群体极化对RT有直接的影响。

社会因素的因果关系图如图2。

3.1.3。政府因素(GF)

政府是指政府采取监管行动的影响因素,包括政府规章草案,政治活动,传播的努力。

作为监管机构的网络,政府对虚假信息的行为是一种平衡机制。政府管制是指政府的执行现有的法律、法规,以及未来事件的应急机制。政治活动是指表达和参与政治事务的程度。努力传播指的是客观的表达意见和观众的主观接受。政治活动和传播的努力两个主要政府指数。高RT促进政治活动,加强传播的努力,从而降低了RT。最后,RT的平衡将会实现。

图3因果关系图显示了政府的因素。

3.1.4。Causal-Loop图的造谣行为驱动程序

图4图显示了causal-loop造谣行为的驱动程序。有两个正反馈循环和两个负反馈循环。(1)“RT”“群体极化”“个人识别”1)“RT”(正反馈循环(2)“RT”“群体极化”“逆反心理”2)“RT”(正反馈循环

两个正反馈循环表明RT是直接由两个因素:个人洞察力和消极的心态。考虑个人因素、群体极化是间接的RT,通过群体极化,RT也可能会削弱个人洞察力和导致消极心态。(3)“RT”“政治活动”“传播努力”“RT”(负反馈回路1)(4)“RT”“政府监管”“RT”(负反馈循环2)

不成熟的控制技术以及不健全的法律法规,政府往往事后措施管理网络的谣言。只有当谣言危及经济安全与社会稳定将政府站出来澄清谣言,加强监督。政府监管是不够的,RT将会增加。社会高RT、加强政府监管有助于维护政府形象,提高政府的公信力,从而阻止螺旋式上升沿的RT和政府监管之间的负反馈回路构成一个重要的平衡关系。因此,政府虚假信息行为的影响是一种平衡机制。

3.2。Flow-Stock图的造谣行为驱动程序

flow-stock图是另一个系统动力学建模的有效工具。因果关系图可以定性地反映系统的反馈结构,即驱动因素之间的因果关系。给变量动态积累,flow-stock图是系统的定量分析。浆流图,反馈系统的股票代表股票的积累。流是由股票的变化随着时间的推移,和流入和流出之间的差异产生了股票。摘要RT的定义是造谣行为进化模型的股票,它是用来描述谣言的状态。同时,个人的影响、社会影响和政府作用被定义为流;这些因素共同影响的rt, flow-stock图造谣行为驱动如图5。

3.2.1之上。变量公式的造谣行为驱动程序

(1)个人识别=事件的关注(时间)教育水平(2)个人影响=1/(1−消极心态)个人识别(3)政府透明度=政府报告频率(时间)(4)政府信誉= 政府指数+ 政府透明度(5)政府规章草案=频率(次)+政府执行政策(6)政府影响= 政府信誉+ 政府规章草案(7)群体极化=质量讨论频率(时间)/(1−消极心态)(8)社会影响=社会不信任群体极化(9)谣言倾向=整数( 社会影响+ 个人物品− 政府的影响)

20专家和社会学家从网络谣言分级领域的每个因素的重要性,并得到以下结论。政府的权重指数和政府透明度是0.3和0.7,分别。,政府信誉和政府规章草案通过专家评分法,分别为0.7和0.3。社会影响的权重,个人影响,和政府的影响是0.164,0.583和0.253。

4所示。模拟和分析的模型

4.1。造谣行为进化模型的仿真

基于中国公众情绪网络的舆论情况统计,本文定义了模型变量并初始化表函数和专家评分法。事件的关注,政府报告频率和质量讨论频率显示,分别的关注个人、政府和社会热点问题(图6)。动态演化,这些变量通常显示不规则分布。因此,本文使用表函数方法来表达上述变量,如表所示2- - - - - -5。

在模型中,政府指数,政府执法,教育水平,消极的心态,和社会的不信任都是常数。根据专家评分法和优化仿真结果,这些常量的初始值是80、75、45岁的0.5和25日分别在实验结果更直观。

4.2。模型仿真结果的分析

4.2.1。准备理性分析

根据模型参数的设置和建立变量公式,RT的仿真图。从图可以看出7,我们知道RT是随时间动态变化。早期的造谣行为,RT会显著增加。当达到峰值,它开始慢慢减少,最终返回到初始状态。

由于参数的假设,仿真结果不可能完全与实际结果一致。然而,在早期阶段的造谣行为,人们会质疑甚至矛盾。此时,RT是负的。事件发生的越来越多的关注,RT正在迅速上升。谣言已经完成了虚假信息时,他们的注意力的事件会慢慢减少。最终,他们失去兴趣和退订。得出造谣行为演化模型是合理的,可以用来模拟造谣行为。

4.2.2。敏感性分析

敏感性分析是我们能够观察到的因变量的变化通过改变特定的变量。我们可以分析变量对因变量的影响。分别通过改变政府指数,政府执法,教育水平,消极的心态,和社会的不信任,我们可以观察到的变化RT,找出虚假信息行为的主要原因。

4.2.3。个人因素

在个人因素,教育水平(曲线2)和消极的心态(曲线3)增加了30%。RT的变化如图8(一个)。消极心态的影响在RT显著高于教育水平;也就是一个信息接触消极心态更可能成为谣言制造者。心理学家旁边,印度也引发了动荡的是谣言的动机之一7]。在同一时间,提高教育水平,RT往往会增加。这表明,受教育水平越高,谣言的可能性就越高。图8 (b)显示个人因素对个人的影响效果。(曲线1显示了造谣的初始状态动态变化趋势,用于比较每个因素的变化)。

4.2.4。社会因素

在社会因素,本文在RT观察社会因素的影响,通过增加社会不信任的初始状态(曲线2)30%,如图9(一个)。社会不信任RT的影响更显著;即社会不信任将促进谣言。然而,社会信任和社会不信任reverse-changed。因此,改善社会信任可以有效地控制谣言。图9 (b)显示了社会的不信任的社会效应的影响。从曲线2中,我们可以看到社会不信任的谣言的影响在最初的时期有重大的影响。在这一点上,误导性信息从社会环境和周围的朋友可以直接影响行为选择接触器的信息。接触器是最有可能成为谣言制造商在早期阶段。

4.2.5。政府因素

本文在政府因素,减少政府执法(曲线2)和指数(曲线3)30%,如图10 ()。政府是一个平衡的谣言,应该有相应的影响和控制。然而,执法和政府指数RT的作用并不显著。目前,不能覆盖整个网络实名制操作,和人类的真实身份并不知情容易犯罪。也就是说,网络的匿名性和突然的谣言和其他特征导致更复杂的网络环境。政府经常采取行动后,谣言爆发,导致政府监督管理网络上很难实现,尤其是对虚假信息的行为。由于“滞后”的惩罚,政府对谣言的威慑效应被忽略。在图10 (b)相同大小的下降,政府的执法影响是更重要的。同时,与个人因素和社会因素,政府的影响效应在整个谣言行为演化过程。

4.2.6。全面的因素分析

在图(11日),我们结合三种模式的各种因素。在相同振幅变化,在RT消极心态的影响是最重要的。消极心态的变化是最敏感的谣言。和消极心态的主要动机是促进造谣行为。如图11 (b)的影响,个人对RT的影响是最重要的,其次是社会影响。政府只有一个微妙的影响对谣言的影响趋势。因此,虚假信息行为的个人因素是关键因素。

5。结论

网络谣言危害国家安全和社会稳定。传统的网络谣言传播模型旨在实现阻塞和治理的谣言。他们的对象是现有的和破坏性的网络谣言。然而,通过系统动力学,提出了谣言的造谣行为进化模型制造商。这种模式解决了网络谣言的起源和监测和预警提供了一个基础的网络谣言。模型模拟从三个方面,个人,社会,政府,得出了以下的结论。

个人因素对RT的影响是最重要的。消极心态是造谣行为的主要原因。越消极心态的联系人信息,虚假信息行为的可能性就越大。因此,提高人民更好的生活指数,减少社会不稳定有利于减少群众的消极心态和控制谣言。对政府来说,减少了RT的关键是政府的努力和措施的控制效率。加强谣言的惩罚机制;提高突发事件的应急响应。通过“微”平台,电子政务可以实现网络指导,质量互动,等等,然后,可以规范网络环境。

的利益冲突

作者声明没有竞争的经济利益。

作者的贡献

朱小钱和刘Feng-Ming写主要的手稿文本和朱镕基小钱准备实验。所有作者回顾了手稿。

确认

这项工作是支持部分由中国国家自然科学基金(没有。61170038,61472231),中国国家社会科学基金(没有。14 btq049),一个项目的国际合作培训的优秀骨干教师先进的山东大学。

引用

1. g . Miritello时间的沟通模式在社会网络,激飞国际出版,2013年。视图:出版商的网站|MathSciNet
2. t·马、j·g·约翰和r·a·霍尔顿“人类响应时间的分布,复杂性,21卷,不。6,61 - 69年,2016页。视图:出版商的网站|谷歌学术搜索|MathSciNet
3. 萨拉瑟博士,m . d .问:Vu s口和d . r .猎人,“健康的动力学行为,情绪在一个大型在线社交网络”EPJ数据科学,卷2,不。1、1 - 12,2013页。视图:出版商的网站|谷歌学术搜索
4. x, x,和w·王,“生命系统建模与仿真:国际会议上生命系统建模与仿真,lsm,”学报可持续能源和环境智能计算国际会议(Icsee 14),页268 - 277,激飞柏林海德堡,上海,中国,2014年9月。视图:谷歌学术搜索
5. w·高,香港,d . p . Swaney r·w·霍沃斯和h .郭”管理的系统动力学模型区域N输入从人类活动,“生态模型卷,322年,第91 - 82页,2016年。视图:出版商的网站|谷歌学术搜索
6. p . e . Smaldino j . c .褶皱翼,“人类择偶是一个复杂的系统,”复杂性,17卷,不。时间为5,页月11日至22日,2012年。视图:出版商的网站|谷歌学术搜索
7. g . w . Allport和l . j .邮差”部分的心理学:谣言的基本心理学,“纽约科学院的事务,8卷,第81 - 61页,1945年。视图:出版商的网站|谷歌学术搜索
8. n Difonzo和p . Bordia做,谣言心理学:社会和组织方法美国心理协会,华盛顿,美国,2007年。视图:出版商的网站
9. 即Ajzen和m . Fisbbein”影响因素的意图和Intention-Behavior关系”,人际关系,27卷,不。1、1 - 15,1974页。视图:出版商的网站|谷歌学术搜索
10. t·西蒙·a·戈德堡,b . Adini“社交emergencies-a审查使用社交媒体在紧急情况下,“国际信息管理杂志》上,35卷,不。5,609 - 619年,2015页。视图:出版商的网站|谷歌学术搜索
11. r . e .公园”,人性和集体行为”,美国社会学杂志》,32卷,不。5,733 - 741年,1927页。视图:出版商的网站|谷歌学术搜索
12. m·a . k . Shaw Tsvetkova, r . Daneshvar“八卦在社交网络上的影响,”复杂性,16卷,不。4,39-47,2011页。视图:出版商的网站|谷歌学术搜索|MathSciNet
13. h。胡、林j .和w·崔”,文化差异和集体行动:社交网络的角度来看,“复杂性,20卷,不。4、68 - 77年,2015页。视图:出版商的网站|谷歌学术搜索|MathSciNet

版权

版权©2017全新课题朱镕基和凤鸣。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。