-
谣言是指没有事实根据的传闻,它常常伴随一些重要的事件产生,谣言歪曲事件的实际情况,可能会引起心理恐慌,造成经济损失,甚至引起社会动荡[1]. 随着互联网的发展,信息在社交网络的传播已经成为常态,人们之间的信息交流变得更加频繁,这无疑加速了谣言的传播. 为了减少谣言带来的负面影响,促进社会健康发展,研究谣言的传播机制是十分有必要的.
由于传播机制的相似性,大多数谣言的传播都是基于传染病模型,其中:文献[2]研究了遗忘机制对谣言传播的影响;文献[3]研究了犹豫机制对谣言传播的影响;文献[4]研究了不同态度对谣言传播的影响. 特别是随着翻译软件的发展和人们教育程度的提高,导致了多种语言的谣言传播[5-7]. 本文基于文献[7],考虑了在多语言环境下,人际传播与网络媒体传播相结合对谣言传播的影响.
HTML
-
假设将人群分为两组,第一组通过语言1传播谣言,第二组通过语言2传播谣言. 考虑到有人掌握多种语言或者会使用翻译软件,使得信息可以在不同的群体之间交换,因此谣言的交叉传播机制是存在的. 将每组分为4类:从未听过谣言,但易受谣言影响的人Si(t),传播谣言的人Ii(t),网络上的谣言信息量Mi(t)(Ii(t)在网络上产生的谣言信息量),知道谣言但不传播的人Ri(t),i=1,2. 建立模型如下:
模型中所有的参数都是正的,并且A=(αij)2×2,B=(βij)2×2是不可约的,i,j=1,2. 在谣言传播过程中,易受谣言影响的人与传播谣言的人相遇后,可能产生传播谣言的兴趣,以βij的传播率变为传播谣言的人,βii表示Si和Ii的接触传播率,βij表示Si和Ij的交叉接触传播率(i≠j);易受谣言影响的人看到网络谣言信息后,可能产生传播谣言的兴趣,以αij的传播率变为传播谣言的人,αii表示Si和Mi的接触传播率,αij表示Si和Mj的交叉接触传播率(i≠j);传播谣言的人与知道谣言但不传播的人相遇后,可能失去传播谣言的兴趣,以φi的传播率变为知道谣言但不传播的人;Ai表示Si的输入率;μi表示自然死亡率;σi表示Ii的自然遗忘率;δi表示单位时间内一个谣言传播者在网络上产生的谣言量;di表示网络谣言信息的自然消除率.
-
模型(1)存在无谣言平衡点
$\boldsymbol{E}^0=\left(S_1^0, 0, 0, 0, S_2^0, 0, 0, 0\right), S_i^0=\frac{A_i}{\mu_i}, i=1, 2 $ . 模型(1)的可行域为$ X=\left\{S_1, I_1, M_1, R_1, S_2, I_2, M_2, R_2 \in \mathbb{R}_{+}^8 \mid S_i+I_i+R_i \leqslant \frac{A_i}{\mu_i}, 0 \leqslant M_i \leqslant \frac{A_i \delta_i}{\mu_i d_i}, i=1, 2\right\}$ .根据下一代矩阵法[8],得到
计算模型(1)的基本再生数为
$R_0=\rho\left(\boldsymbol{F} \boldsymbol{V}^{-1}\right)=\rho\left(\frac{\left(\beta_{i j}+\alpha_{i j} \frac{\delta_j}{d_j}\right) S_i^0}{\mu_j+\sigma_j}\right)_{2 \times 2}, i, j=1, 2 $ . 令$\boldsymbol{M}(\boldsymbol{S}^0)=\left(\frac{\left(\beta_{i j}+\alpha_{i j} \frac{\delta_j}{d_j}\right) S_i^0}{\mu_i+\sigma_i}\right)_{2 \times 2} $ ,其中$ \boldsymbol{S}^0=\left(S_1^0, S_2^0\right)^T$ ,易验证$R_0=\rho\left(\boldsymbol{M}\left(\boldsymbol{S}^0\right)\right) $ .
-
定理1 当R0 < 1时,模型(1)的无谣言平衡点E0是局部渐近稳定的.
证 为了证明无谣言平衡点E0是局部渐近稳定的,需要检验文献[8]中的假设(A1)-(A5). 假设(A1)-(A4)是显然成立的,条件(A5)需要证明下列8×8矩阵的全部特征根具有负实部.
其中:
$ \boldsymbol{W}=\boldsymbol{F}-\boldsymbol{V}=\left(\begin{array}{cccc} \beta_{11} S_1^0-\left(\mu_1+\sigma_1\right) & \beta_{12} S_1^0 & \alpha_{11} S_1^0 & \alpha_{12} S_1^0 \\ \beta_{21} S_2^0 & \beta_{22} S_2^0-\left(\mu_2+\sigma_2\right) & \alpha_{21} S_2^0 & \alpha_{22} S_2^0 \\ \delta_1 & 0 & -d_1 & 0 \\ 0 & \delta_2 & 0 & -d_2 \end{array}\right)$ ,定义s(W)为矩阵W的最大特征值,由文献[8]中的定理2可知下列等式成立:
计算J4的特征根,可知
$ \lambda_1=\lambda_2=-\mu_1<0, \lambda_3=\lambda_4=-\mu_2<0 \text {. 如果 } R_0<1 \text {, 则 } s(\boldsymbol{W})<0$ ,所以$s\left(\boldsymbol{J} \mid \boldsymbol{E}^0\right)<0 $ ,条件(A5)成立. 因此,当R0 < 1时,无谣言平衡点E0是局部渐近稳定的.定理2 当R0≤1时,模型(1)的无谣言平衡点E0是全局渐近稳定的.
证 构造一个Lyapunov函数
其中
$\boldsymbol{I}(t)=\left(I_1(t), I_2(t)\right)^{\mathrm{T}}, \boldsymbol{w}^{\mathrm{T}}=\left(w_1, w_2\right), \boldsymbol{w}^{\mathrm{T}} \text { 为 } \boldsymbol{M}\left(\boldsymbol{S}^0\right) $ 关于特征值ρ(M(S0))的一个正的左特征向量,$S_i^0=\frac{A_i}{\mu_i}, i=1, 2 $ .计算V0(t)沿着模型(1)解的全导数,
故
$R_0 \leqslant 1 \text { 时, } \frac{\mathrm{d} V_0(t)}{\mathrm{d} t} \leqslant 0 \text {, 且 } \frac{\mathrm{d} V_0(t)}{\mathrm{d} t}=0 \text { 时, } I_i(t)=0, i=1, 2 $ . 即当E0=$\left(\frac{A_1}{\mu_1}, 0, 0, 0, \frac{A_2}{\mu_2}, 0, 0, 0\right) \text { 时, } \frac{\mathrm{d} V_0(t)}{\mathrm{d} t}=0 \text {. 集合 }\left\{\left(S_1, I_1, M_1, R_1, S_2, I_2, M_2, R_2\right) \mid V_0^{\prime}(t)=0\right\} $ 的最大不变集为单点集{E0},根据LaSalle不变集原理[9],当R0≤1时,无谣言平衡点E0是全局渐近稳定的.
-
定理3 对于模型(1),R0>1时,模型是一致持续的,即存在一个正数ε,使得
$\liminf _{t \rightarrow \infty}\left(I_i(t), M_i(t)\right) \geqslant(\varepsilon, \varepsilon), i=1, 2 $ .证 定义
首先,容易验证X0是正不变集. 根据模型(1)的有界性,可知模型(1)是点耗散的.
令
$M_{\partial}=\left\{S_i, I_i, M_i, R_i \mid S_i, I_i, M_i, R_i \in \partial X_0, \forall t \geqslant 0, i=1, 2\right\} $ .下面证明
由于
$ \left\{S_i(t), 0, 0, R_i(t) \mid S_i(t) \geqslant 0, R_i(t) \geqslant 0, i=1, 2\right\} \subseteq M_{\partial}$ 恒成立,所以只需证$M_{\partial} \subseteq\left\{S_i(t), 0, 0, R_i(t) \mid S_i(t) \geqslant 0, R_i(t) \geqslant 0, i=1, 2\right\} $ 即可. 假设不成立,那么存在i0,不失一般性,假设$i_0=2 \text {, 当 } t_0 \geqslant 0 \text { 时, } I_2\left(t_0\right)>0, M_2\left(t_0\right)=0 $ ,则有即存在正数τ,当
$t_0<t<t_0+\tau \text { 时 } \frac{\mathrm{d} M_2}{\mathrm{~d} t}>0 \text {. 这说明 } t_0<t<t_0+\tau \text { 时, }\left(S_i(t), I_i(t), M_i(t)\right. \text {, }\left.R_i(t)\right) \notin M_a, i=1, 2 $ . 这与假设矛盾,即证明了$ M_{\partial}=\left\{S_i(0), 0, 0, R_i(0) \mid S_i(t) \geqslant 0, R_i(t) \geqslant 0, i=1, 2\right\}$ .下面证明
$ W^S\left(\boldsymbol{E}^0\right) \cap X_0=\varnothing$ ,利用反证法,假设$W^S\left(\boldsymbol{E}^0\right) \cap X_0 \neq \varnothing $ .由文献[10]可知,设ε1为任意充分小的正数,存在一个正常数η=η(ε1),使得
由模型(1)可以得到
考虑一个辅助系统
系统(3)在平衡点的雅可比矩阵为
其中
$b_1=\beta_{11}\left(S_1^0-\varepsilon_1\right)-\varphi_1 \varepsilon_1-\left(\mu_1+\sigma_1\right), b_2=\beta_{22}\left(S_2^0-\varepsilon_1\right)-\varphi_2 \varepsilon_1-\left(\mu_2+\sigma_2\right) \text {, 由于 } R_0>1 \Leftrightarrow s(\boldsymbol{W})>0 $ ,则当R0>1时,存在充分小的正数$ \zeta\left(\zeta \geqslant \varepsilon_1\right) \text { 使得 } s\left(\boldsymbol{W}-\zeta \boldsymbol{W}_0\right)>0 \text {, 进而有 } s\left(\boldsymbol{W}_2\right)=s\left(\boldsymbol{W}-\varepsilon_1 \boldsymbol{W}_0\right) \geqslant s\left(\boldsymbol{W}-\zeta \boldsymbol{W}_0\right)>0$ ,其中这说明矩阵W2至少有一个正的特征根. 因此系统(3)是不稳定的,则系统(3)的解满足下列式子
通过比较定理可得
这与
$ I_i(t)<\varepsilon, M_i(t)<\varepsilon \text { 矛盾, 因此 } W^S\left(\boldsymbol{E}^0\right) \cap X_0=\varnothing \text { 成立. 集合 } M_{\partial}$ 内的每条轨线都收敛到E0,且E0是非周期的. 根据文献[11]可知,模型(1)关于$\left(X_0, \partial X_0\right) $ 是一致持续的. 结合文献[12]可知,模型(1)至少存在一个谣言盛行平衡点$\boldsymbol{E}^*=\left(S_i^*, I_i^*, M_i^*, R_i^*\right), i=1, 2 $ .定理4 当R0>1时,模型(1)存在唯一的一个谣言盛行平衡点
$\boldsymbol{E}^*=\left(S_i^*, I_i^*, M_i^*, R_i^*\right), i=1, 2 $ .证 首先,计算模型(1)的谣言盛行平衡点
得到
$S_i=\frac{A_i}{\mu_i}-I_i-\frac{\sigma_i I_i}{\mu_i-\varphi_i I_i}, M_i=\frac{\delta_i I_i}{d_i}, R_i=\frac{\sigma_i I_i}{\mu_i-\varphi_i I_i}, i=1, 2 $ .模型(1)的平衡点等价于
根据文献[13]的方法,假设
$I_i^*=h>0, I_i^*=k>0 $ 是模型的两个常数解,如果h≠k,那么至少存在一个i(i=1,2),使得hi≠ki. 不失一般性,假设$h_1>k_1 \text {, 进一步可设 } \frac{h_1}{k_1} \geqslant \frac{h_i}{k_i} $ 对任意的i(i=1,2)成立. 将h和k带入(4)式得进行变换得到
对任意的i(i=1,2)有
$k_i \geqslant k_1\left(\frac{h_i}{h_1}\right) $ 成立,且进一步得到
这与(6)式矛盾,因此模型(1)存在唯一的谣言盛行平衡点
$\boldsymbol{E}^*=\left(S_i^*, I_i^*, M_i^*, R_i^*\right), i=1, 2 $ .
-
定理5 当R0>1时,模型(1)的谣言盛行平衡点E*是全局渐近稳定的.
证 令
$J_1(t)=\left(S_i-S_i^*-S_i^* \ln \frac{S_i}{S_i^*}\right)+\left(I_i-I_i^*-I_i^* \ln \frac{I_i}{I_i^*}\right)+\frac{\varphi_i R_i^*}{\varphi_i R_i^*+\sigma_i}\left(R_i-R_i^*-R_i^* \ln \frac{R_i}{R_i^*}\right), $ $ J_2(t)=\sum\limits_{j=1}^2 \alpha_{i j} S_i^* M_j^* \frac{1}{\delta_j I_j^*}\left(M_j-M_j^*-M_j^* \ln \frac{M_j}{M_j^*}\right), i=1, 2 \text {. 令 } f(x)=1-x+\ln x \text {, 则对 } \forall x>0 \text {, }$ f(x)≤0,当且仅当x=1时,f(x)=0.J1(t),J2(t)沿着模型(1)解的全导数分别为
构造Lyapunov函数
V(t)沿着模型(1)解的全导数为
由于A=(αij)2×2,B=(βij)2×2是不可约的,根据文献[14]中的定理2.3,有
$\sum\limits_{i, j=1}^2 v_i\left(\beta_{i j} S_i^* I_j^*+\right. $ $\left.\alpha_{i j} S_i^* M_j^*\right)\left(\frac{I_j}{I_j^*}-\ln \frac{I_j}{I_j^*}\right)=\sum\limits_{i, j=1}^2 v_i\left(\beta_{i j} S_i^* I_j^*+\alpha_{i j} S_i^* M_j^*\right)\left(\frac{I_i}{I_i^*}-\ln \frac{I_i}{I_i^*}\right) \text {, 于是得到 } \frac{\mathrm{d} V(t)}{\mathrm{d} t} \leqslant 0 $ ,当且仅当$\boldsymbol{E}^*=\left(S_i^*, I_i^*, M_i^*, R_i^*\right), i=1, 2 \text { 时, } \frac{\mathrm{d} V(t)}{\mathrm{d} t}=0 \text {. 那么, } V^{\prime}(t)=0 $ 的最大不变集为单点集{E*},根据LaSalle不变集原理[9]可知,当R0>1时,谣言盛行平衡点E*是全局渐近稳定的.
-
本文基于谣言传播的若干特点,考虑个体和媒介交叉传播这一风险因素,建立SIMR模型来研究交叉传播的影响. 首先,通过下一代矩阵的方法定义基本再生数R0;其次,构造Lyapunov函数证明了当基本再生数R0≤1时,模型的无谣言平衡点是全局渐近稳定的;然后根据持续性理论,证明了当基本再生数R0>1时,模型是一致持续的,且存在唯一的谣言盛行平衡点;最后,利用Lyapunov函数和图论知识,证明了谣言盛行平衡点是全局渐近稳定的. 结果说明交叉传播会影响模型的基本再生数,但不会影响谣言传播的动力学属性. 该研究丰富了谣言传播动力学的研究方法,拓展了人们对谣言传播动力学的认识,有益于谣言控制措施的制定.