高安全压力下谣言传播规律的模型构建与预测研究

The current violence, terrorism is a serious threat our national security. In a major terrorist crisis, panic psychology will form a high safety pressure within a certain period of time. If hostile forces elaborate rumors spread of a large number of social networks, will cause great harm to society. In the high security pressure, rule of the spread of rumors of random network and random process model based on conventional, cannot be correctly reflected in panic psychological effect, changes of rumor propagation rule. In this project, using a large data micro-blog information acquisition, models of random network and process were established based on statistical; then according to the effects of high pressure on the social security of the human being, using the expert believe degree, constructing the uncertain random network model and the uncertain random process model. Analysis of rumors importance index of node and edge spread in the uncertainty random network model, to determine the rumors in the dissemination of the key node in the cluster. Based on the research on the uncertainty random process, the analysis and calculation of rumor propagation speed, range and so on, and carries on the forecast to the onset time and the best time for intervention. At last, and then verify the validity of the model with the real data. This project will be a large data into social network the uncertain random theory, which promoted the development of uncertain random theory, but also for the reunification of the motherland, safeguard national unity to contribute.

当前暴力恐怖主义严重威胁到我国的国家安全。在重大恐怖危机爆发后，恐谎心理会在一定时间内形成高安全压力。如果此时敌对势力精心策划的谣言在社交网络中大量传播，将会对社会造成极大危害。在高安全压力下，常规的基于随机网络和随机过程模型的谣言传播规律，不能正确体现在恐慌心理作用下，谣言传播规律的变化。本项目利用获取的大数据微博信息，建立基于统计的随机网络和过程模型；再根据高安全压力对社会公众的影响，引入专家信度，构建不确定随机网络模型和不确定随机过程模型。分析谣言在不确定随机网络模型中传播节点和边的重要性指数，确定谣言在传播的关键节点群。通过对不确定随机过程的研究，分析计算谣言传播的速度、范围等等，并对爆发时间和最佳干预时机进行预测。最后再用真实数据对模型的有效性进行验证。本项目将大数据社交网络引入到不确定随机理论中，即推动了不确定随机理论的发展，也为维护祖国统一、民族团结作出贡献。

在当前暴力恐怖主义严重威胁我国的国家安全，重大恐怖危机爆发后，恐谎心理会在一定时间内形成高安全压力。我们项目组提出了高安全压力下谣言传播规律的模型构建与预测研究，在高安全压力下，常规的基于随机网络和随机过程模型的谣言传播规律，不能正确体现在恐慌心理作用下，谣言传播规律的变化。本项目利用获取的大数据微博信息，建立了基于统计的随机网络和过程模型；再根据高安全压力对社会公众的影响，引入专家信度，构建不确定随机网络模型和不确定随机过程模型。本项目对建立的在不确定随机网络模型，给出了信息传播的节点和边的重要性指数，不确定随机网咯的关键节点，不确定随机网络的最短路问题，信息传播在网络中的最大流问题，从网络结构上，研究了不确定随机网络的最小生成树等问题。通过对不确定随机过程的研究，建立了不确定随机过程，在该过程驱动下，给出了不确定微分方程的解的存在性，解的唯一性以及稳定性的一些重要结论，并逐步给出微分方程的参数估计问题，并对信息传播爆发时间和最佳干预时机进行预测。本项目把大数据社交网络引入到不确定随机理论中，即推动了不确定随机理论的发展，也为维护祖国统一、民族团结作出贡献。

内容获取失败，请点击重试