謠言是指未經(jīng)驗證或者篡改真實的信息，隨著通信網(wǎng)絡(luò)的快速發(fā)展、即時通信和新興互聯(lián)網(wǎng)技術(shù)的應(yīng)用，謠言傳播在速度和廣度遠(yuǎn)超歷史任何時代。惡意謠言可能造成遠(yuǎn)超以往的大范圍恐慌和嚴(yán)重經(jīng)濟損失，對信息擴散過程與謠言抑制的研究成為社交網(wǎng)絡(luò)的研究重點。

由于謠言擴散過程類似于疾病傳播機制，經(jīng)典的易感染去除模型SIR被借鑒和改進(jìn)，文獻(xiàn)[3]基于改進(jìn)的八態(tài)ICSAR模型(無知者，信息載體，信息傳播者，擁護(hù)者，撤離者)，建立了一個針對謠言傳播的動態(tài)時空綜合風(fēng)險評估模型。文獻(xiàn)[4]建立了具有動態(tài)友誼的隨機異構(gòu)網(wǎng)絡(luò)SHIR模型，將社交網(wǎng)絡(luò)中最常見的友情變化現(xiàn)象納入其中。

與病毒感染不同，真實謠言傳播依賴于社交網(wǎng)絡(luò)中人的交互，而基于傳染病模型的研究忽略了人在散布謠言中的自主作用。與疾病傳播相反，個人在謠言傳播過程中實際是自我決策問題。如何有效利用個體策略，抑制謠言傳播成為研究的主要目的。疫苗接種理論被引入到實際運用中。文獻(xiàn)[6]嘗試使用個人或者權(quán)威機構(gòu)發(fā)送反謠言信息來抑制謠言。此外謠言抑制還取決于接受者與傳播者的特征、親密關(guān)系、謠言強度等因素。

博弈論作為分析用戶決策與競爭現(xiàn)象的典型數(shù)學(xué)工具被廣泛應(yīng)用于謠言抑制。文獻(xiàn)[8]提出一種演化博弈模型來分析謠言過程，該模型考慮了用戶的多維屬性，并量化了外部和內(nèi)部驅(qū)動因素對群體狀態(tài)轉(zhuǎn)變的影響。文獻(xiàn)[9]通過將社交網(wǎng)絡(luò)中的謠言傳播建模為一種協(xié)作博弈，發(fā)現(xiàn)具有無標(biāo)度屬性網(wǎng)絡(luò)可以更容易地促進(jìn)謠言傳播。傳統(tǒng)的博弈論條件依賴度無限大，混合人口的假設(shè)，通過微分方程研究整體演化的動態(tài)過程。但現(xiàn)實社交網(wǎng)絡(luò)中面對有限、非理性個體時，如何對社交網(wǎng)圖結(jié)構(gòu)中輿情控制提出有效建模成為重點。針對網(wǎng)絡(luò)結(jié)構(gòu)和擴散動力學(xué)的研究有助于更好地理解網(wǎng)絡(luò)的演化機制，因此本文引入圖進(jìn)化博弈理論來研究網(wǎng)絡(luò)結(jié)構(gòu)策略的演化。

社交網(wǎng)絡(luò)中當(dāng)非理性對手不再使用納什均衡策略博弈時，此時納什均衡策略并不保證是最佳反應(yīng)。為滿足實時博弈中對策略的完善，利用對手弱點往往能取得更高回報，故提出從自我遺憾最小化角度建模。其思想是從遺憾最小化的角度來利用次優(yōu)對手弱點，并基于一種離線的均衡計算，從個體自身選擇的經(jīng)驗中學(xué)習(xí)更新策略。文獻(xiàn)[13]探討了政府的懲罰和個人的敏感性如何影響謠言的演變。由此可見，網(wǎng)絡(luò)結(jié)構(gòu)、謠言強度、用戶策略以及謠言控制中心存在與否都影響著其傳播。

本文在圖論的基礎(chǔ)上采用演化博弈概念，引入遺憾最小化算法來研究網(wǎng)絡(luò)中謠言抑制與用戶策略的演化。本文的貢獻(xiàn)可歸納為：(1)結(jié)合圖演化博弈論，考慮個體特征與社交網(wǎng)絡(luò)規(guī)則圖結(jié)構(gòu)，提出了新型演化博弈模型；(2)利用次優(yōu)對手弱點，提出遺憾最小化算法實現(xiàn)個體更新策略。

本文詳細(xì)內(nèi)容請下載：http://www.xxav2194.com/resource/share/2000003235

作者信息：

臧正功，丁  箐

(中國科學(xué)技術(shù)大學(xué) 軟件學(xué)院，安徽 合肥230051)