在線社交網(wǎng)絡(luò)的扭曲信息干預(yù)算法及研究

　　在新冠肺炎疫情期間，社交媒體以前所未有的速度向全世界傳播消息。然而，扭曲信息隱藏在海量社交數(shù)據(jù)中，對國家安全、社會穩(wěn)定提出了前所未有的挑戰(zhàn)。目前的干預(yù)措施大多是建立在對關(guān)鍵節(jié)點和關(guān)鍵鏈路進(jìn)行控制的基礎(chǔ)即刪帖和封號，往往效果不佳且容易產(chǎn)生副作用?；谂で畔⒌亩x和分析，打破傳統(tǒng)思維的限定，在信息蔓延過程中通過發(fā)布辟謠信息來干擾扭曲信息的演化過程。借助斯塔克爾伯格博弈理論，文中通過設(shè)置獎勵來鼓勵更多的社交網(wǎng)絡(luò)用戶參與信息對沖過程，從而阻止扭曲信息的爆發(fā)效應(yīng)?；谒釋绲乃顾藸柌癫┺哪Ｐ停治隽怂顾藸柌駩鲛木饨獾拇嬖谛院臀ㄐ?，并從理論上推導(dǎo)出斯塔克爾伯格博弈的閉式均衡解，提岀了基于最優(yōu)策略的扭曲信息干預(yù)算法。實際網(wǎng)絡(luò)中的仿真實驗表眀，相比傳統(tǒng)的基于網(wǎng)絡(luò)結(jié)構(gòu)的免疫策略以及其他基于博弈論的干預(yù)算法，所提算法最髙可將扭曲信息的傳播范圍分別降低41%和9%，因此能夠有效抑制扭曲信息的傳播。