基于二次转发率的社交媒体高传播风险信息早期识别研究

【摘要】 为在社交媒体信息传播早期识别高扩散风险内容，本研究提出一种信息概率扩散模型。该模型不仅阐释了信息扩散的动态机制，还定量建立了“二次现象”与“信息固有传播潜能”之间的关系，从而为传播范围预测提供了计算基础。研究表明，二次转发的发生及其规模是信息能否从初始传播阶段进入“持续扩散阶段”的关键因素。仿真结果显示，当二次转发量超过一次转发量的2%时，信息往往能摆脱自然衰减，进入自我维持的扩散状态，最终达到远超初始范围的传播规模；反之，若缺乏显著二次转发，即使一次转发量巨大，也无法实现持续大规模扩散。因此，由该模型推导出的“二次转发率”（二次转发量超过一次转发量的2%）可作为识别高扩散风险信息的关键预警指标。建议网络信息治理优先监测和干预此类表现出持续扩散潜力的内容，特别是虚假信息等有害信息，以实现对潜在舆情风险的早期遏制与主动应对。更多还原