第 ２５ 卷 第 ５ 期 西 安 邮 电 大 学 学 报 Ｖｏ

ｌ．２５ Ｎｏ． ５
２０２０ 年 ９ 月 ＪＯＵＲＮＡＬ ＯＦ ＸＩ
＇ＡＮ ＵＮＩＶＥＲＳ
ＩＴＹ ＯＦＰＯＳＴＳ ＡＮＤ ＴＥＬＥＣＯＭＭＵＮＩＣＡＴＩＯＮＳ Ｓｅｐ．２０２０

ｉ：
ｄｏ １３６８２／
１０． ｊ．ｉ
ｓｓｎ．
２０９５－６５３３．
２０２０．
０５．
０１５

利用分数阶 ＳＥＩＲ 模型的网络舆情干预

仝秋娟１，索文涛２，张建科１，董瑞宁２
１．西安邮电大学 理学院，陕西 西安 ７１０１２１； ２．西安邮电大学 通信与信息工程学院，陕西 西安 ７１０１２１）
（

摘 要：为了提高网络信息传播预测模型的干预 能 力，构 建 一 种 改 进 的 具 有 干 预 能 力 的 传 染 病 （
ｓｕｓ
ｃｅｐ
ｔｉｂ
ｌｅ－ｅｘｐｏ
ｓｅｄ－
ｉ
ｎｆｅ
ｃｔｉ
ｖｅ－ｒ
ｅｃｏｖｅ
ｒ ＳＥＩＲ）模型。该模型利用导数新定义将传统的整数阶 ＳＥＩＲ 模型推广到分数阶 ＳＥＩＲ 模型中，基于
ｅｄ，
求解的分数阶 ＳＥＩＲ 模型，综合考虑舆情传播的实际特点和 信 息 传 播 速 率 的 不 同，构 建 具 有 干 预 能 力 的 分 数 阶 ＳＥＩＲ
模型。通过典型案例进行舆情干预模拟 仿 真，分 析 分 数 阶 ＳＥＩＲ 模 型 对 舆 情 传 播 影 响 以 及 判 断 干 预 能 力 的 有 效 性。
结果表明，改进的分数阶 ＳＥＩＲ 模型可以通过媒体干预和政府干预的方式实现对舆情的干预，能够 降 低 不 可 控 舆 情 对
网络环境的影响。
关键词：网络舆情；传染病模型；舆情扩散；舆情干预
中图分类号：Ｇ２０６ 文献标识码：Ａ 文章编号：２０９５－６５３３（
２０２０）
０５－００８７－０８

Ｉ
ｎｔｅ ｔｐｕｂ
ｒｎｅ ｌｉｃｏｐ
ｉｎｉ
ｏｎｉ
ｎｔｅ
ｒｖｅｎ
ｔｉｏｎｂａ
ｓｅｄｏｎｔ
ｈｅｆ
ｒａｃ
ｔｉｏｎａ
ｌＳＥＩＲ ｍｏｄ
ｅｌ

ＴＯＮＧ Ｑｉ
ｕｊｕａｎ１， ＳＵＯ Ｗｅｎ
ｔａｏ２， ＺＨＡＮＧＪ
ｉａｎｋｅ１， ＤＯＮＧ Ｒｕ
ｉｎｎｇ２
ｉ
（
１．Ｓｃｈｏｏ
ｌｏｆＳｃ
ｉ ｅ，
ｅｎｃ Ｘｉ
＇
ａｎ Ｕｎ
ｉｖｅ
ｒｓｉ
ｔｙｏ
ｆＰｏ
ｓｔｓａｎｄＴｅ
ｌｅｃ
ｏｍｍｕｎ
ｉｃａ
ｔｉｏｎｓ，
Ｘｉａｎ７１０１２１，
＇ Ｃｈｎａ；
ｉ
２．
Ｓｃｈｏ
ｏｌｏ
ｆＣｏｍｍｕｎ
ｉｃａ
ｔｉｏｎ
ｓａｎｄＩ
ｎｆｏ
ｒｍａ
ｔｉｏｎＥｎｇ
ｉｎｅ
ｅｒｎｇ，
ｉ Ｘｉ
＇ａ
ｎＵｎ
ｉｖｅ
ｒｓｉ
ｔｙｏ
ｆＰｏ
ｓｔｓａ
ｎｄＴ
ｅｌｅ
ｃｏｍｍｕｎ
ｉｃａ
ｔｉ ｓ，
ｏｎ Ｘ
ｉ＇
ａｎ７
１０１
２１，
Ｃｈｉ
ｎａ）

Ａｂｓ
ｔｒａ
ｃｔ：Ｉ ｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔ
ｈｅｉ ｎｔ
ｅｒ ｖｅｎｔ
ｉｏｎａｂｉｌ
ｉｔｙｏｆｔｈｅｎｅｔｗｏｒｋｉ
ｎｆｏ
ｒｍａｔ
ｉｏｎｄ
ｉｓｓ
ｅｍｉｎａ
ｔｉｏｎｐｒｅ－
ｄ
ｉｃｔ
ｉｏｎ ｍｏｄｅ ，
ｌ ａｎｉｍｐｒｏｖｅｄｓｕｓｃｅｐ
ｔｉｂｌｅ－ｅｘｐｏｓ
ｅｄ－ｉ
ｎｆｅｃｔ
ｉｖｅ－ｒ
ｅｃｏｖｅ
ｒ （ ）
ｅｄ ＳＥＩＲ ｍｏｄｅ
ｌｉｓｃｏｎｓｔｒｕｃ
ｔｅｄ．
Ｔｈｅｔ
ｒａｄ
ｉｔｉ
ｏｎａ
ｌｉｎ
ｔｅｇｅ
ｒ－ｏ
ｒｄｅ
ｒＳＥＩＲ ｍｏｄｅ
ｌｉｓｅｘ
ｔｅｎｄｅｄｔ
ｏｔｈｅｆ
ｒａｃ
ｔｉｏｎａ
ｌ－ｏ
ｒｄｅ
ｒＳＥＩＲ ｍｏｄｅ
ｌｂｙｕｓ
ｉｎｇ
ｔ
ｈｅｎｅｗ ｄｅ
ｆｉｎ
ｉｔｉ
ｏｎｏ
ｆｄｅ
ｒｉｖａ
ｔｉｖｅ．
Ｂａｓ
ｅｄｏｎｔ
ｈｅｓｏ
ｌｖｅｄｆ
ｒａｃ
ｔｉｏｎａ
ｌ－ｏ
ｒｄｅ
ｒＳＥＩＲ ｍｏｄｅ
ｌａｎｄｃｏｍｐｒ
ｅｈｅｎ－
ｓ
ｉｖｅ
ｌｙｃｏｎｓ
ｉｄｅｒｉ
ｎｇｔｈｅａｃｔ
ｕａｌｃｈａｒ
ａｃｔｅｒ
ｉｓｔ
ｉｃｓｏｆｐｕｂｌ
ｉｃｏｐ
ｉｎｉｏｎｄｉｓｓ
ｅｍｉ
ｎａｔｉｏｎａｎｄｔｈｅｄｉ
ｆｆｅ
ｒｅｎｃｅｉｎｉｎ－
ｆ
ｏｒｍａｔ
ｉｏｎｄｉｓ
ｓｅｍｉｎａ
ｔｉｏｎｒａｔ ，
ｅ ａｆｒａｃ
ｔｉｏｎａ
ｌ－ｏｒｄｅ
ｒ ｗｉ
ｔｈｉｎｔ
ｅｒｖｅｎ
ｔｉｏｎａｂｉ
ｌｉ
ｔｙ ＳＥＩＲ ｍｏｄｅ
ｌｉｓｔ ｈｕｓｃｏｎ－
ｓ
ｔｒｕｃ
ｔｅｄ．
Ｐｕｂ
ｌｉｃｏｐ
ｉｎｉ
ｏｎｉ
ｎｔｅ
ｒｖｅｎ
ｔｉｏｎｓ
ｉｍｕ
ｌａｔ
ｉｏｎｉ
ｓｃａ
ｒｒｉ
ｅｄｏｕ
ｔｔｈｒ
ｏｕｇｈｔ
ｙｐｉ
ｃａｌｃ
ａｓｅ
ｓａｎｄｔ
ｈｅｉｍｐａ
ｃｔｏ
ｆ
ｔ
ｈｅｆ
ｒａｃ
ｔｉｏｎａ
ｌＳＥＩＲ ｍｏｄｅ
ｌｏｎｔ
ｈｅｓｐｒ
ｅａｄｏ
ｆｐｕｂ
ｌｉｃｏｐ
ｉｎｉ
ｏｎａｎｄｊ
ｕｄｇｅｔ
ｈｅｅ
ｆｆｅ
ｃｔｉ
ｖｅｎｅ
ｓｓｏ
ｆｔｈｅｉ
ｎｔｅ
ｒ－
ｖｅｎ
ｔｉｏｎａｂ
ｉｌｉ
ｔｙｉ
ｓａｎａ
ｌｙｚ
ｅｄ．
Ｒｅｓｕ
ｌｔｓｓｈｏｗｔ
ｈａｔｔ
ｈｅｉｍｐｒ
ｏｖｅｄｆ
ｒａｃ
ｔｉｏｎａ
ｌＳＥＩＲ ｍｏｄｅ
ｌｃａｎｉ
ｎｔｅ
ｒｖｅｎｅｐｕｂ－
ｌ
ｉｃｏｐ
ｉｎｉ
ｏｎｔ
ｈｒｏｕｇｈ ｍｅｄ
ｉａｉ
ｎｔｅ
ｒｖｅｎ
ｔｉｏｎａｎｄｇｏｖｅ
ｒｎｍｅｎ
ｔｉｎ
ｔｅｒ
ｖｅｎ
ｔｉｏｎａｎｄｃ
ａｎｒ
ｅｄｕｃ
ｅｔｈｅｉｍｐａ
ｃｔｏ
ｆｕｎ－
ｃｏｎｔ
ｒｏｌ
ｌａｂｅｐｕｂ
ｌ ｌ
ｉｃｏｐｉｎｉ
ｏｎｏｎｔ ｈｅｎｅｔｗｏｒｋｅｎｖｉ
ｒｏｎｍｅｎ ｔ．
Ｋｅｙｗｏｒｄｓ：ｉｎｔ
ｅｒｎｅｔ ｐｕｂｌ
ｉｃ ｏｐｉ
ｎｉｏｎ；ｓｕｓ
ｃｅｐ
ｔｉｂ
ｌｅ－ｅｘｐｏｓ
ｅｄ－ｉ
ｎｆｅ
ｃｔｉ
ｖｅ－ｒ
ｅｃｏｖｅ
ｒ ｌ；ｐｕｂ
ｅｄ ｍｏｄｅ ｌｉｃ ｏｐ
ｉｎｉ
ｏｎ
ｓｐｒ
ｅａｄ；ｐｕｂｌ
ｉｃｏｐｉｎｉ
ｏｎｉ ｎ
ｔｅｒｖｅｎ
ｔｉｏｎ

网络舆情 ［１］是指在互联网上流行的对社会问题 件的发展 态 势 是 检 测 舆 情 控 制 系 统 干 预 能 力 的 标

不同看 法 的 网 络 舆 论，是 社 会 舆 论 的 一 种 表 现 形
式，通过 互 联 网 传 播 的 公 众 对 现 实 生 活 中 某 些 热
点、焦点问 题 所 持 的 有 较 强 影 响 力、倾 向 性 的 言 论
和观点。网络突发事件 ［２］是网络舆情中某些突然发
生，对网络环境造 成 危 害 的 网 络 事 件。 网 络 突 发 事
尺，近 几 年，随 着 微 博、
ｔｗｉ
ｔｔｒ 等 社 交 软 件 的 兴 起，
ｅ
其传播速度快且传 播 方 式 较 广 的 特 点，给 突 发 事 件
各级管理 组 织 带 来 重 大 挑 战。 网 络 突 发 事 件 对 社
会和网络环境带来 较 为 严 重 的 影 响，在 爆 发 后 会 在
短时间内产 生 连 锁 反 应，对 于 此 类 问 题，若 缺 少 政

收稿日期：２０２０－０２－２５
作者简介：仝秋娟（
１９７７－ ），女，博士，教授，从事数字图像处理研究。Ｅ－ｍａ
ｉｌ：
ｘｉａｏ
ｔｏｎｇ０９２９＠１６３．ｃｏｍ
索文涛（
１９９５－ ），男，硕士研究生，研究方向为信息处理及应用。Ｅ－ｍａ ｌ：
ｉ ４５７７７５８２２＠ｑｑ．ｃ
ｏｍ
 ·８８ · 西 安 邮 电 大 学 学 报 ２０２０ 年 ９ 月

府或者媒体的干预 措 施，不 仅 会 导 致 原 生 事 件 的 恶
化，而且会引起网民的过度恐慌与不满。 １ ＳＥＩＲ 传染病模型
目前国 内 外 研 究 者 已 经 对 网 络 舆 情 干 预 和 舆
论控制等方面进行了相关研究。在传染病 （ ｓｕｓｃ
ｅｐ－ 传染病模 型 的 信 息 传 播 过 程 包 含 易 感 染 节 点
ｔ
ｉｂｌ
ｅ－ｉ
ｎｆｅ
ｃｔｅｄ－ｒ
ｅｃｏｖｅ
ｒｅｄ，
ＳＩＲ）模 型 和 媒 体 干 预 下 的 Ｓ、潜伏节点 Ｅ、染病节点Ｉ 和 移 出 节 点 Ｒ 等 ４ 个 节
二分意见模型的基 础 上，提 出 带 有 三 分 意 见 群 体 舆 点，具体的 ＳＥＩＲ 模型 ［１０］如图 １ 所示。
情演变的易感 三 重 感 染 恢 复 （ ｓｕｓ
ｃｅｐ
ｔｉｂ
ｌｅ－ｔ
ｒｉｌ
ｐｅ－ｉ
ｎ－
３Ｒ）模 型 。 然 而 其 存 在 舆 情
［
３］
ｆ
ｅｃｔ
ｅｄ－ｒ
ｅｃｏｖｅ
ｒｅｄ，
ＳＩ
干预措施单一和干 预 能 力 弱 的 缺 点。 文 献 ［ 图 １ ＳＥＩＲ 模型
４］综 合
面向某一 热 点 话 题 的 网 络 舆 情 预 警 指 标 体 系 的 优 同一生存环境 下，与 病 人 接 触 的 易 感 染 者 必 定
缺点，建立 ３ 个一级指标和 １１ 个二级指标的网络舆 存在一定的传染力，假 设 某 时 刻ｔ，易 感 染 者 转 变 为
情危机预警的指标 体 系，并 利 用 遗 传 算 法 优 化 反 向 潜伏人群的数目与 此 环 境 内 易 感 人 群 总 数 成 正 比，
传播（
ｂａｃｋｐｒ
ｏｐａｇａ
ｔｉ ＢＰ）神 经 网 络 的 初 始 权 值
ｏｎ， 其比例系数为 μ，单 位 时 间 内 潜 伏 人 群 转 变 为 感 染
与阀值，构建 基 于 ＢＰ 神 经 网 络 和 遗 传 算 法 的 网 络 人群的数 目 与 该 环 境 内 所 有 潜 伏 人 群 的 数 量 成 正
舆情危机预警模 型。 其 旨 在 舆 情 爆 发 前 的 预 警，但 比，其比例系数为β，单位 时 间 内 从 感 染 者 类 移 出 的
缺乏舆情 爆 发 后 的 具 体 干 预 措 施 和 方 式。 通 过 分 人数与感染者数量成正比，其比例系数为γ。
析网络舆情成因及 发 展 变 化 规 律，提 出 政 府 网 络 舆 在 ＳＥＩＲ 模型图的基础上，阐述整数阶 ＳＥＩＲ 模
情监测分析系 统 框 架 和 预 警 模 型 ［５］，能 有 效 降 低 网 型和分数阶 ＳＥＩＲ 模型，并分析两种 ＳＥＩＲ 模型的构
络舆情爆发时所带 来 的 危 害，但 存 在 舆 情 监 测 系 统 建过程及模型特点。
较不完善的缺点。文 献 ［
６］提 炼 出 网 络 舆 情 的 大 部 １ 整数阶 ＳＥＩＲ 模型
１．
分监测点，能 解 决 部 分 指 标 体 系 存 在 的 缺 乏 深 度、 在整数阶 ＳＥＩＲ 传 染 病 模 型 中，
Ｓ（ｔ）为 易 感 人
难以评估，指 标 体 系 不 完 整 等 问 题，但 仍 存 在 缺 乏 群的数量，Ｅ（ｔ）为潜伏人群的数量， ｔ）为感染人群
Ｉ（
受众倾向 等 关 键 要 素 的 缺 点。 融 入 多 种 舆 情 信 息 的数量，
Ｒ（ｔ）为 移 除 人 群 的 数 量。 在 同 一 单 位 时 间
不平等竞争的特点，扩 展 现 有 的 单 一 舆 情 信 息 传 播 ｔ 内易感人群被所 有 病 人 传 染 转 变 为 潜 伏 者 的 人 数
干预模型 ［
，但其 提 出 的 干 预 决 策 仍 需 综 合 关 注 强
７］ 为μＳ（ｔ）
Ｉ（ｔ）；潜 伏 期 的 感 染 者 不 存 在 感 染 力，单 位
势和弱势舆情信息 及 其 相 互 之 间 的 交 互 关 系，且 在 时间潜伏人群数量 的 变 化 率 为 μＳ（
ｔ）Ｉ（
ｔ）－βＥ（ｔ）；
舆情传播过程中缺乏具体的干预措施。 ｔ 时刻，感染者数量为βＥ（ｔ）－γＩ（ ｔ 时 刻，单 位 时
ｔ）；
针对整数阶传染病（ ｓｕ
ｓｃｅ
ｐｔｉ
ｂｌｅ－ｅ
ｘｐｏ
ｓｅｄ－ｉ
ｎｆｅ
ｃｔｉ
ｖｅ－ ｔ），整 数 阶 ＳＥＩＲ 模 型 公
间内移出 者 的 数 量 为 γＩ（

ｒ
ｅｃｏｖ
ｅｒｄ，
ｅ ＳＥＩＲ）模型缺少记忆效应的问题，基于著名 式 ［１０］为
的分数阶 Ｃａ ｐｕ
ｔｏ 导数，构建分数阶 ＳＥＩＲ 模 型 ８ ，能
［］ ｄＳ（ｔ）
＝－μＳ（ ｔ）Ｉ（
ｔ），
ｄ
ｔ
改善整数阶 ＳＥＩＲ 模型缺少记忆性的问题。运用ｌ
ｏ－
ｄＥ （
ｔ）
ｉ
ｇｓｔ
ｉｃ模型对影响政府重大舆情事件干预效果的因素 ＝ μＳ（ｔ）
Ｉ（ｔ）－βＥ （
ｔ），
ｄ
ｔ
进行实证研究［９］。验证了责任追究及惩处力度对政 （１）
ｄＩ（ｔ） （） （ ），
府干预效果作用最大，从网络监督机制、新闻发布制 ＝βＥ ｔ －γ Ｉｔ
ｄ
ｔ
度和责任追究制度 ３ 方面提出相应对策建议。上述 ｄＲ （ｔ）
＝γ Ｉ（ｔ）。
文献虽然构建了网络舆情预测的模型及提出一些舆 ｄ
ｔ
（）
情干预的方式，且准确地反应舆情传播的特点，但缺 其 中：ｄＳ ｔ 表 示 单 位 时 间 内 易 感 人 群 的 数 量；
ｄｔ
乏在舆情传播过程中的具体干预措施。
（ ）
ｄＥ ｔ 表示单位时间内潜伏人群的数量； ｄＩ（
ｔ）表 示
针对上 述 文 献 研 究 中 存 在 舆 情 传 播 中 干 预 能
ｄｔ ｄｔ
力弱、措施少 的 缺 点，拟 在 ＳＥＩＲ 模 型 的 基 础 上，利 （ ）
单位时间内 感 染 人 群 的 数 量； ｄＲ ｔ 表示单位时间
用分数阶导 数 的 新 定 义 改 进 分 数 阶 ＳＥＩＲ 模 型，从 ｄｔ
而构 建 具 有 媒 体 干 预 和 政 府 干 预 功 能 的 分 数 阶 内移 除 人 群 的 数 量。 各 比 例 系 数 满 足 ０≤μ ≤
ＳＥＩＲ 模型，并通过案 例 仿 真 实 验，分 析 其 在 不 同 干 １，
０≤β≤１。
预方式下对网络舆 情 传 播 的 干 预 情 况，用 以 验 证 该 整数阶 ＳＥＩＲ 模 型 虽 然 具 有 稳 定、抗 干 扰 等 性
模型的合理性和有效性。 能，但其无记忆性且 无 法 在 不 同 时 间 区 间 内 灵 活 地
 第 ２５ 卷第 ５ 期 仝秋娟，等：利用分数阶 ＳＥＩＲ 模型的网络舆情干预 ·８９ ·

变动阶数，因此，需要引用分数阶 ＳＥＩＲ 模 型 代 替 整 传播进行干预分析。

数阶 ＳＥＩＲ 模型。 １ 新求解的分数阶 ＳＥＩＲ 模型
２．
２ 分数阶 ＳＥＩＲ 模型
１． ２．
１．１ Ｃｏｎ
ｆｏｒｍａｂ
ｌｅＤｅ
ｒｉｖａ
ｔｉｖｅ
从文献［
１１］中可知，经典的整数阶微分算子是一 Ｋｈａｌｌ等人 １２ 提出一种 新 的 分 数 阶 导 数，称 为
ｉ
［ ］

个局部算子，而分数阶微分算子是一个非局部算子， “
Ｃｏｎ
ｆｏｒｍａｂｌ
ｅＤｅｒ
ｉｖａｔ
ｉｖｅ”，其 定 义 取 决 于 导 数 的 基
非局部性是指系统的下一个状态不仅依赖于当前状 本定义。由 于 其 简 单 性 以 及 与 一 阶 导 数 的 紧 密 关
态，而且跟其历史状态相关，此即为分数阶导数的记 系，近来这个新定义已引起广泛关注 ［１３］，关于“
Ｃｏｎ－
忆性。考虑现实网络中信息在传播过程的前期和后 ｆ
ｏｒｍａｂ
ｌｅＤｅ
ｒｉｖａ
ｔｉｖｅ”的定义 １４ 如下。
［ ］

期属于反常传播，即传播前期信息传播率增长速度较 定义 １ 设函数 ｆ（ ｔ）：［０，"）→Ｒ，

ｔ＞０， α∈ （
０，
慢，传播后期信息传播率下降速度较快，采用整数阶 １］，其“Ｃｏｎ
ｆｏｒｍａｂ
ｌｅＤｅ
ｒｉｖａｔ
ｉｖｅ”被定义 为
［
１４］

ＳＥＩＲ 模型对其预测可能误差较大，因此，采用分数阶 （
ｔ＋εｔ１－α）－ｆ（
ｔ）。
Ｄαｆ（ ｉｍｆ
ｔ）＝ｌ （
３）
ＳＥＩＲ 模型并调整传播前、后期阶数，以保证实验模拟 ε→０ ε
更贴近实际情况。这种跟现实密切相关的记忆性、灵 其中，在ｔ＝０ 处的值为（ Ｄαｆ）（
０）＝ｌｉｍ（
Ｄαｆ）（
ｔ）。
ｔ→０
活性使 得 分 数 阶 导 数 的 应 用 越 发 广 泛，而 分 数 阶 定理 １ “
Ｃｏｎ
ｆｏｒｍａｂ
ｌｅＤｅ
ｒｉｖａ
ｔｉｖｅ”与一阶导 数
ＳＥＩＲ 模型具有的记忆性、灵活性等特点，需要考虑在 之间的关系 ［１４］表示为
分数阶 ＳＥＩＲ 模 型 的 基 础 上 增 加 干 预 能 力。分 数 阶
ｄ （ｔ）
ｔ）＝ｔ１－α ｆ 。
Ｄαｆ（ （
４）
ＳＥＩＲ 模型的系统动力学方程 １１ 为
［ ］
ｄｔ
ｄαＳ（ｔ） 从定 理 １ 可 知，当 “
Ｃｏｎ
ｆｏｒｍａ
ｂｌｅ Ｄｅ
ｒｉｖ
ａｔｉ
ｖｅ”阶 数
ＤαＳ（
ｔ）＝ ＝－μＳ（
ｔ）Ｉ（
ｔ），
ｔα
ｄ α＝１时，“
Ｃｏｎ
ｆｏｒｍａ
ｂｌｅＤｅ
ｒｉｖ
ａｔｉ
ｖｅ”为一阶导数。
ｄαＥ （
ｔ） ２ 新定义求解的分数阶 ＳＥＩＲ 模型
ＤαＥ （
ｔ）＝ ＝ μＳ（ｔ）
Ｉ（ｔ）－βＥ （
ｔ）， ２．
１．
ｄαｔ
（
２） 采用分数阶导数的新定义“ Ｃｏｎ ｆ
ｏｒｍａｂｌ
ｅＤｅ ｒ
ｉｖ－
ｄαＩ（ｔ）
ＤαＩ（ｔ）＝ ＝β Ｅ （
ｔ）－γＩ（ｔ）， ａ
ｔｉｖｅ”，根据定理 １，可得到建立在“ Ｃｏｎｆ
ｏｒｍａｂｌ
ｅＤｅ－
ｄαｔ
ｄαＲ （ｔ） ｒ
ｉｖａｔ
ｉｖｅ”新定义 基 础 上 的 分 数 阶 ＳＥＩＲ 模 型。 求 解
ＤαＲ （
ｔ）＝ ＝γ Ｉ（
ｔ）。
ｄαｔ 后的分数阶 ＳＥＩＲ 模型方程为
其中：ＤαＳ（ｔ）表示 易 感 人 群 的 数 量 在 单 位 时 间 内 的 ｄＳ（ｔ）
ＤαＳ（ｔ）＝ｔ１－α ＝－μ Ｓ（ｔ）Ｉ（
ｔ），
α 阶导数； ｔ）表 示 潜 伏 人 群 的 数 量 在 单 位 时 间
ＤαＥ （ ｄ
ｔ
内的α 阶导 数； ｔ）表 示 感 染 人 群 的 数 量 在 单 位
ＤαＩ（ ｄＥ（ｔ）
ＤαＥ（ｔ）＝ｔ１－α ＝μＳ（ｔ）
Ｉ（ｔ）－β Ｅ（
ｔ），
ｄ
ｔ
时间内的α 阶导数； ｔ）表示移除人群的数量在
ＤαＲ （ ５）
（
１－αｄＩ （
ｔ ）
单位时 间 内 的 α 阶 导 数。 各 比 例 系 数 ０≤μ≤１， ＤαＩ（ｔ）＝ｔ ＝βＥ（ｔ）－γ Ｉ（
ｔ），
ｄ
ｔ
０≤β≤１，
０≤γ≤１。 ｄＲ（ｔ）
实际网络环境 中，信 息 在 传 播 过 程 前 期 和 后 期 ＤαＲ（ｔ）＝ｔ１－α ＝γ Ｉ（ｔ）。
ｄ
ｔ
都属于反常传播，传 播 前 期 信 息 传 播 率 增 长 速 度 较 其中，比例系数 ０≤μ≤１， ０≤β≤１， ０≤γ≤１。
慢，传播后 期 信 息 传 播 率 下 降 速 度 较 快，根 据 分 数 ２ 媒体干预的 ＳＥＩＲ 模型构建
２．
阶 ＳＥＩＲ 模型具 有 的 灵 活 性 的 特 点，可 以 在 信 息 传 在社交网络中，当 舆 情 的 传 播 影 响 到 网 络 环 境
播前期调整阶 数 α 大 于 １，以 解 决 信 息 传 播 前 期 传 时，就需要 媒 体 充 当 干 预 者，保 证 网 络 舆 情 健 康 有
播率增长速度较慢 的 问 题；在 信 息 传 播 后 期 调 整 阶 序的发展。 在 媒 体 Ｍ 介 入 时，会 抑 制 信 息 传 播 速
数α 小于 １，解 决 信 息 传 播 后 期 传 播 率 下 降 速 度 较 率，减少单 位 时 间 内 舆 情 传 播 对 网 络 环 境 的 影 响，
快的问题；在 信 息 传 播 中 期，信 息 传 播 属 于 常 规 传 媒体干预下的 ＳＥＩＲ 模型如图 ２ 所示。
播，因此设置阶数α 等于 １。

２ 改进的分数阶 ＳＥＩＲ 模型

使用分数 阶 导 数 的 新 定 义，求 解 分 数 阶 ＳＥＩＲ

模型，基于新求解的分数阶 ＳＥＩＲ 模型，建 立 媒 体 干 图 ２ 媒体干预下的 ＳＥＩＲ 模型
预和政府干 预 的 分 数 阶 ＳＥＩＲ 模 型，并 对 网 络 舆 情 图 ２ 中，
ａ为媒体对易感染人群到潜伏人群的
 ·９０ · 西 安 邮 电 大 学 学 报 ２０２０ 年 ９ 月

感染率的干 预 参 数，
ｂ为媒体对潜伏人群到感染人 改进的分数 阶 ＳＥＩＲ 模 型，融 合 了 媒 体 对 舆 情
群的感染率 的 干 预 参 数，
ｃ为媒体对感染人群移除 传播的干预能力，综 合 考 虑 了 实 际 网 络 环 境 中 的 舆
率的干预参数。 情传播现象。
当网络 环 境 中 有 人 通 过 微 博 或 其 他 社 交 软 件 ３ 政府干预的 ＳＥＩＲ 模型构建
２．
在网络上发布信息 时，身 处 同 一 网 络 环 境 的 人 群 会 政府充当着网 络 舆 情 发 展 的 底 线 控 制 者，当 舆
ｔ），当易 感 人 群 有 一 定 概 率 接 收
转变为易感人群 Ｓ（ 情的传播速度超过 媒 体 能 干 预 的 警 戒 线 时，就 需 要
到网络环境中发布 的 信 息 时，他 们 会 转 变 为 了 解 该 政府充当舆情传播 的 干 预 者，保 证 社 交 网 络 中 舆 情
信息的人，即潜伏 人 群 Ｅ（
ｔ），此 时 潜 伏 人 群 会 产 生 的合理传播，同 时 也 保 证 网 络 环 境 的 健 康，政 府 干
两种选择，转 发 该 消 息 或 者 不 转 发 该 消 息，潜 伏 人 预下的 ＳＥＩＲ 模型如图 ３ 所示。
群会有一定概率转 发 该 消 息，选 择 转 发 该 消 息 的 潜
伏人群则转变为感 染 人 群 Ｉ（
ｔ），舆 情 的 传 播 程 度 与
网络环境中感染人 群 的 数 量 成 正 比，某 种 程 度 上 感
染人群的数量决定 该 消 息 的 传 播 速 率，转 发 过 该 消
息的人群 即 感 染 人 群 会 以 一 定 的 转 化 率 转 变 为 移
除者 Ｒ（
ｔ），此过 程 代 表 传 统 的 ＳＥＩＲ 模 型 的 基 础 过
图 ３ 政府干预下的 ＳＥＩＲ 模型
程。在舆情发展过 程 中，舆 情 的 发 展 如 果 影 响 到 正
图３中，
δ 为直接免疫速率，表示易感人群 Ｓ（
ｔ）未
常的网络环境，可利 用 媒 体 作 为 控 制 舆 情 发 展 的 第
进入信息传播过程，直接转变为移除人群的政府干预
一道屏障。当媒体 介 入 舆 情 传 播 中 时，其 会 提 高 事
件曝光 度，引 导 舆 论 走 向，加 速 各 类 人 群 （易 感 人 能力。ε为免疫速率，表示易感人群 Ｓ（
ｔ）进入信息传播
群、潜伏人群和感染人群）向下一节点的转变率。 过程，且已知晓传播中的信息内容并未转发，经政府干

根据图 ２，改 进 后 具 有 媒 体 干 预 能 力 的 分 数 阶 预后，

放弃转发消息，转变为移除人群，未促进消息的

ＳＥＩＲ 模型内容描述如下。 进一步传播。λ 为政府干预的移除率。

１）易感染人 群 Ｓ（
ｔ）在 基 础 情 形 下 以 μ 的 感 染 在媒体控制舆 情 发 展 基 础 上，当 舆 情 发 展 处 于

ｔ），但 在 媒 体 干 预 的 情 况 下，增
率转变为潜伏者 Ｅ （ 媒体不 可 控 范 围 时，政 府 介 入 网 络 舆 情 发 展 过 程
加媒体干预参 数 ａ，易 感 人 群 转 变 为 潜 伏 人 群 的 感 中，政府会公开事 件 真 相，进 行 辟 谣，并 利 用 官 方 机
染率增加为 μ＋ａ，因此易感人群随时间的变化率改 构发布 声 明，引 导 舆 情 中 各 类 人 群 转 变 为 移 除 人
变为 － （ 群，保证网络环境 快 速 恢 复 正 常。 在 政 府 进 行 干 预
μ＋ａ）
Ｓ（ｔ）
Ｉ（ｔ）。
２）基 础 情 形 下 潜 伏 人 群 Ｅ（
ｔ）以 转 变 率 β 转 变 时，易感人群 Ｓ（
ｔ）一部分会 受 到 信 息 大 规 模 传 播 的
ｔ），在 媒 体 干 预 下，其 感 染 率 增 加 为
为感染 者 Ｉ （ 影响，转变为知晓该消息的人群，即潜伏人群 Ｅ（
ｔ）；
β＋ｂ，潜伏人群随时间的变化率改变为（ μ＋ａ）
Ｓ（ｔ）
Ｉ 另一部分受政府干 预 影 响 直 接 了 解 事 情 真 相，不 参
（ ） （ ） （
ｔ － β＋ｂ Ｅ ｔ）。 与该信息 传 播 过 程，则 会 直 接 转 变 为 移 除 人 群 Ｒ
３）常规 ＳＥＩＲ 模型中感染者Ｉ（
ｔ）的移除率为γ， ｔ）。潜伏 人 群 Ｅ（
（ ｔ）在 政 府 干 预 情 况 下，一 部 分 人
受媒体干预影响其康复率减 少 为 γ＋ｃ，感 染 者 数 量 群了解到事实真 相，直 接 转 变 为 移 除 人 群 Ｒ（ ｔ），不
随时间的变化率改变为（ β＋ｂ）Ｅ（ｔ）－ （
γ＋ｃ）Ｉ（ｔ）。 会转变为感染人群 Ｉ（
ｔ）；另 一 部 分 人 未 受 到 政 府 干
４）受媒体干预 影 响 移 除 人 群 Ｒ（
ｔ）的 数 量 随 时 预能力的影响，仍 然 转 变 感 染 人 群 Ｉ（
ｔ）。 而 已 经 感
间的变化率变为（
γ＋ｃ）
Ｉ（ｔ）。 染的人群Ｉ（
ｔ）会加快转变为移除人群 Ｒ（
ｔ），尽快结
根据以上的模型描述，其模型方程为 束该舆情传播过程。
ｄＳ（
ｔ） 针对改进的 具 有 政 府 干 预 能 力 的 ＳＥＩＲ 模 型，
ｔ）＝ｔ１－α
ＤαＳ（ ＝－ （
μ＋ａ）
Ｓ（ｔ）
Ｉ（ｔ），
ｄｔ
其模型内容描述如下。
ｄＥ（
ｔ） （
ｔ）＝ｔ１－α
ＤαＥ（ ＝ μ＋ａ）
Ｓ（ｔ）
Ｉ（ｔ）－ （
β＋ｂ）
Ｅ（ｔ），
ｄｔ １）政府干预的情况下，易 感 人 群 Ｓ（ ｔ）除 了 转 变
（
６）
ｔ）＝ｔ１－α
ＤαＩ（
ｄＩ（
ｔ） （
＝ β＋ｂ）
Ｅ（ｔ）－ （
γ＋ｃ）
Ｉ（ｔ）， 为潜伏者 Ｅ（
ｔ），还 可 以 直 接 免 疫 为 移 除 人 群 Ｒ（
ｔ），
ｄｔ
因此 易 感 人 群 的 数 量 随 时 间 的 变 化 率 改 变
ｄＲ（
ｔ） （
ｔ）＝ｔ１－α
ＤαＲ（ ＝ γ＋ｃ）
Ｉ（ｔ）。 为 －μＳ（
ｄｔ ｔ）Ｉ（
ｔ）－δＳ（
ｔ）。
其中：各比例系数为 ０≤μ≤１，０≤β≤１，０≤γ≤１；媒 ２）潜伏人群 Ｅ（ ｔ）随 时 间 增 加 除 被 感 染 为 感 染
体干预参数 ０≤ａ≤１，
０≤ｂ≤１，０≤ｃ≤１。 者Ｉ（
ｔ）以 外，在 受 政 府 干 预 影 响 下，也 会 转 变 为 移
 第 ２５ 卷第 ５ 期 仝秋娟，等：利用分数阶 ＳＥＩＲ 模型的网络舆情干预 ·９１ ·

除人群 Ｒ（
ｔ），因此潜伏人群的数量随时间的变化 率
改变为 μＳ（
ｔ）Ｉ（
ｔ）－βＥ（
ｔ）－εＥ（ ｔ）。
３）感染人 群 Ｉ（ｔ）的 数 量 随 时 间 的 变 化 率 改 变
为βＥ（
ｔ）－ （
γ＋λ）
Ｉ（ｔ）。
４）受政府干预 影 响，在 基 础 情 形 下 仅 由 感 染 人
ｔ）改变为由易感人群 Ｓ（
群转变为移除人群 Ｒ（ ｔ）、潜
伏人群 Ｅ（
ｔ）、感染人群Ｉ（
ｔ）转 变 为 移 除 人 群 Ｒ（
ｔ）。
因此移除人群 Ｒ（
ｔ）的 数 量 随 时 间 的 变 化 率 改 变 为
（
γ＋λ）
Ｉ（ｔ）＋δＳ（
ｔ）＋εＥ（
ｔ）。
根据上述的模型描述，其模型方程为 图 ４ 基础情况下模型结果演化
ｄＳ（
ｔ） 由图 ４ 可以看 出，基 础 情 况 下 易 感 人 群 数 量 Ｓ
ｔ）＝ｔ１－α
ＤαＳ（ ＝－μＳ（
ｔ）Ｉ（
ｔ）－δ
Ｓ（ｔ），
ｄｔ
在第 ９ｈ 减少为 ０，潜伏人群 Ｅ 的 数 量 在 ０～９ｈ 期
ｄＥ（
ｔ）
ｔ）＝ｔ１－α
ＤαＥ（ Ｓ（
＝μ ｔ）
Ｉ（ｔ）－β
Ｅ（ｔ）－ε
Ｅ（ｔ），
ｄｔ 间，一直增加，在 ９ｈ 后，潜 伏 人 群 Ｅ 的 数 量 才 开 始
（
７）
ｔ）＝ｔ１－α
ＤαＩ（
ｄＩ（
ｔ）
＝βＥ（
ｔ）－ （
γ＋λ）
Ｉ（ｔ）， 下降直至数量为 ０，移除人群的数量 Ｒ 一直增加，直
ｄｔ
至第 ７０ｈ 才增大至最大值。
ｄＲ（
ｔ） （
ｔ）＝ｔ１－α
ＤαＲ（ ＝ γ＋λ）
Ｉ（ｔ）＋δ
Ｓ（ｔ）＋ε
Ｅ（ｔ）。 在保证各类人 群 转 变 率 比 值 恒 定 的 情 况 下，增
ｄｔ
其中：各比例参数 ０≤μ≤１， ０≤β≤１， ０≤γ≤１；政 府 加媒体干预 能 力，增 大 各 人 群 转 变 速 率，从 舆 情 传
干预参数 ０≤δ≤１，
０≤ε≤１， ０≤λ≤１。 播初 始 阶 段 设 置 最 佳 媒 体 干 预 参 数 ａ ＝０．
０４，
改进后具有 政 府 干 预 能 力 的 ＳＥＩＲ 模 型，综 合 １２，
ｂ＝０． ０８。 其 具 有 媒 体 干 预 能 力 的 模 型 结
ｃ＝０．
考虑了媒体对控制 舆 情 传 播 的 限 制 性，以 及 舆 情 传 果演化如图 ５ 所示。
播的实际性。

３ 仿真结果与分析

结合案例，在舆 情 的 不 同 发 展 阶 段 增 加 两 种 干
预方式，分别 对 比 无 干 预 能 力 的 分 数 阶 ＳＥＩＲ 模 型
（即基础 情 形 下 的 模 型 ）和 具 有 干 预 能 力 的 两 种 分
数阶 ＳＥＩＲ 模型，检 验 建 立 的 具 有 干 预 能 力 的 媒 体
干预模型 和 政 府 干 预 模 型 对 控 制 网 络 舆 情 发 展 的
有效性。 图 ５ 媒体干预下模型结果演化

１ “董某被抓”验证与分析
３． 由图 ５ 可以看 出，从 网 络 舆 情 演 化 开 始 阶 段 进
以 ２０２０ 年 ４ 月 ２２ 日 的 “董 某 被 抓 ”谣 言 ［１５］的 行舆情干预，媒体的干预会使易感人群 Ｓ、潜伏人群
百度指数为例，检验 具 有 媒 体 干 预 能 力 和 政 府 干 预 Ｅ 的被感染速率加快、感染人群Ｉ 的移除速率 加快。
能力的分数阶 ＳＥＩＲ 模型的可行性。选 取 该 事 件 作 在媒体干 预 情 况 下，易 感 人 群 数 量 减 少 速 度 加 快，
为检验案例因其具 备 突 发 事 件 完 整 的 传 播 过 程，从 提前至 ３ｈ；潜伏 人 群 Ｅ 增 加 至 峰 值 的 时 间 提 前 至
４ 月 ２２ 日 事 件 初 始 传 播 阶 段，到 事 件 传 播 高 潮 阶 ４ｈ，在第 ４ｈ 之后潜伏人群的数量才开 始 下 降 直 到
段，再到 ４ 月 ２４ 日媒体介入，撤销热搜等方式，再到 下降 为 ０；移 除 人 群 速 率 增 大，移 除 人 群 数 量 在 第
４ 月 ２６ 日官方辟谣，消除民众的疑虑。 ２３ｈ增至最大值。因此增加媒体干预的模型增加了
３．１．１ 媒体干预的模型结果分析 各类人群向下一状 态 的 转 变 率，加 快 了 舆 情 演 化 过
针对“董 某 被 抓 ”案 例，在 同 一 网 络 环 境 中，总 程，促进舆 情 传 播 尽 快 结 束，减 轻 该 舆 情 事 件 对 社
人数保持不变的条件下，初始感染人 数 为 １，即 设 置 交网络的影响。
初始值为 Ｓ（
０）＝３９９，
Ｅ（０）＝０，
Ｉ（０）＝１，
Ｒ（０）＝０， ３．
１．２ 政府干预的模型结果分析
与原始数据经多次 拟 合 后，选 取 实 验 数 据 与 实 际 数 若舆情 传 播 速 度 过 快，超 出 媒 体 组 织 掌 控 范
据误差最小的一组，即初始 参 数 μ＝０．
０５， １５，
β＝０． 围，则采用政府等 官 方 组 织 干 预 该 舆 情 传 播。 针 对
１，其基础情况下模型演化如图 ４ 所示。
γ＝０． “董某 被 抓 ”谣 言，政 府 干 预 下 的 模 型 设 定 初 始 值
 ·９２ · 西 安 邮 电 大 学 学 报 ２０２０ 年 ９ 月

Ｓ（
０）＝３９９，
Ｅ（０）＝０，Ｉ（ｔ）＝１， ０）＝０，与 原 始 数
Ｒ（ 可以有效降低受网络信息影响进入信息传
的有效性，
据经多 次 拟 合，设 定 初 始 参 数 μ＝０．
０５，
β＝０． １５， 播过程中的人数，
保证网络环境的稳定。
１，其基础情形下舆情结果演化如图 ６ 所示。
γ＝０． ２ “日本东大地震”验证与分析
３．
２０１１ 年 ３ 月，日本本州东 海 岸 附 近 发 生 ９．
０级
地震并引发海啸 ，民间流传谣言核 污 染 会 影 响 水
［
１６］

质，而且 加 碘 盐 里 面 的 碘 物 质 会 有 效 地 预 防 核 辐
射，从而引发沿海 居 民 的 抢 盐 风 波。 该 舆 情 事 件 从
２０１１ 年 ３ 月 经 历 “产 生 → 发 展 → 高 潮 → 低 谷 → 结
束”５ 个传播过程，符合研究舆情发展的基本特点。
３．
２．１ 媒体干预的模型结果分析
针对“日本东大 地 震”，选 择 舆 情 传 播 的 发 展 阶
段作为模型初始阶段 ［１６］，模拟设定各 类 人 群 人 数 占
图 ６ 基础情况下模型结果演化 比Ｓ（
０）＝ ０．１５，Ｅ （
０）＝ ０．５，
Ｉ（０）＝ ０．２５，
由图 ６ 可 知，基 础 情 形 下，易 感 人 群 数 量 Ｓ 从 Ｒ（
０）＝０．
１， ２，
μ＝０． １５，
β＝０． ０５，其基础情 形
γ＝０．
初始值 ３９９ 一直下降为 ０ 的时间为 ８ｈ，潜伏人群 Ｅ 下模型演化如图 ８ 所示。
的数量在第 ９ｈ 增加至峰值 ３２０，感染人群的数量 Ｅ
第 １８ｈ 增加至峰值 １１５。
在保证各类人 群 转 变 率 不 变 的 前 提 下，经 模 拟
测试，设 置 最 佳 政 府 干 预 参 数 δ＝０．
０５， ０５，
ε＝０．
０５，其政府干预的舆情演化如图 ７ 所示。
λ＝０．

图 ８ 基础情形下舆情演化
由图 ８ 可以看出，易 感 人 群 数 量 Ｓ 在 基 础 情 形
下在 ４０ｄ 的时候下降为 ０，潜伏人群 Ｅ 的数量在第
１５ｈ 增加至最大值，之后持续降低直至为 ０。
在各类人群转 变 率 比 值 不 变 的 条 件 下，设 定 最
图 ７ 政府干预下模型结果演化 佳媒体干预参数 ａ＝０．
１２， ０９，
ｂ＝０． ０３，该 案
ｃ＝０．
由图 ７ 可知，从 舆 情 传 播 初 始 阶 段 进 行 政 府 干 例媒体干预下的舆情演化如图 ９ 所示。
预措施，易感人群数量 Ｓ 从初始值 ３９９ 一直 至 下 降
为 ０ 的时长延长至 ２０ｈ，即 降 低 了 易 感 人 群 的 被 感
染率；在 政 府 干 预 的 情 况 下，潜 伏 人 群 Ｓ 和 感 染 人
群Ｉ 的峰值也被 降 低，且 相 比 媒 体 干 预 降 低 幅 度 较
大，潜伏 人 群 Ｅ 的 数 量 第 １９ｈ 才 增 加 至 峰 值 １０８；
感染人群的数量 Ｉ 在 第 ２３ｈ 增 加 至 峰 值 ４０。 因 此
在舆情传播初始阶 段 增 加 政 府 干 预 的 模 型，会 降 低
各类人群被感染速率，且 会 降 低 潜 伏 人 群 Ｅ 和 感 染
人群Ｉ 数量的最大值。
在舆情初始阶段增加干预措施，经政府干预的模 图 ９ 媒体干预后舆情演化
型结果演化图相比经媒体干预的模型结果演化图，虽 在图 ９ 中，对在 舆 情 发 展 阶 段 增 加 干 预 的 模 型
然其易感人群数量 Ｓ（
ｔ）下降速率变慢，但潜伏人群数 进行分析，经过媒体干预后易感人群数量在 ２０ｄ 时
量 Ｅ（
ｔ）和感染人群数量Ｉ（
ｔ）的最大值相差较大，证实 快速减少至 ０，潜 伏 人 群 的 数 量 在 第 ７ｈ 就 到 达 峰
所建立的模型，政府干预作为媒体干预的下一层保障 值，之后持续减 少。 因 此，经 媒 体 干 预 后，各 类 人 群
 第 ２５ 卷第 ５ 期 仝秋娟，等：利用分数阶 ＳＥＩＲ 模型的网络舆情干预 ·９３ ·

的转变率相比基础 情 形 下 增 大，媒 体 干 预 下 的 舆 情 在舆情发展阶 段 增 加 干 预 措 施 后，媒 体 干 预 情

传播速度快于基础 情 形 下 的 舆 情 传 播 速 度，缩 短 舆 况下，感染人群数量 Ｉ（
ｔ）会 先 增 加，之 后 持 续 下 降。
情传播在网络环境 中 的 生 存 时 间，降 低 了 突 发 事 件 而政府干预后，考虑易 感 人 群 Ｓ（
ｔ）、潜 伏 人 群 Ｅ（
ｔ）
对社会的危害。 通过政府 知 晓 信 息 真 相，并 且 不 会 参 与 转 发 信 息，
３．
２．２ 政府干预的模型结果分析 因此感染人群的数 量 Ｉ（
ｔ）不 会 再 增 加，即 不 会 加 剧
依据媒体干预 模 型 的 基 础 数 据，设 定 政 府 干 预 信息传播。 证 实 了 在 舆 情 发 展 阶 段 增 加 干 预 能 力
易感人群、潜伏人 群、感 染 人 群、移 除 人 群 人 数 占 比 的有效性，以及政府 干 预 作 为 媒 体 干 预 的 下 一 道 保
初始值为 Ｓ（
０）＝０．
１５，
Ｅ（０）＝０．
５，Ｉ（
０）＝０．
２５， 障的合理性。
Ｒ（
０）＝０．
１， ２，
μ＝０． １５，
β＝０． ０５，其基础情 形
γ＝０．
下模型结果演化如图 １０ 所示。 ４ 结语

引用导数 的 新 定 义 “
Ｃｏｎ
ｆｏｒｍａｂ
ｌｅＤｅ
ｒｉｖａ
ｔｉｖｅ”，
求解分数阶 ＳＥＩＲ 模型；在求解的分数阶 ＳＥＩＲ 模型
的基础上，分别增加 媒 体 干 预 和 政 府 干 预 两 种 干 预
方式，建立具 有 媒 体 干 预 能 力 的 分 数 阶 ＳＥＩＲ 模 型
和具有政府 干 预 能 力 的 分 数 阶 ＳＥＩＲ 模 型，以 应 对
不同的舆 情 传 播 形 势；应 用 热 门 谣 言 事 件 “董 某 被
抓”的百 度 指 数、舆 情 事 件 “日 本 东 地 震”分 别 结 合
所建立的两种干预 模 型，分 析 在 不 同 阶 段 的 两 种 舆
图 １０ 基础情形下舆情演化 情传播案 例 在 进 行 干 预 之 后 的 实 际 效 果。 结 果 表
由图 １０ 可知，针 对 案 例 “日 本 东 大 地 震”，基 础 明，改进的分 数 阶 ＳＥＩＲ 模 型 可 以 实 现 对 网 络 舆 情
情形下，感染人群Ｉ 占总人数的比值会一直增加，直 发展的干预控制，对 不 同 发 展 阶 段 的 舆 情 均 能 起 到
至第 １５ｄ 到达感染人群数的最大值，之后一直下降 干预的作用，同时也 证 明 该 模 型 能 够 降 低 不 可 控 舆
至舆情传播结束。 情对网络环境的影响，且针对实际情况具有拓展性。
经与实际数据 多 次 拟 合，各 类 人 群 设 置 相 同 政
参 考 文 献
府干预 度，设 置 政 府 干 预 参 数 δ＝０．
０６， ０６，
ε＝０．
０６，舆情传播发展阶段的政府干预的舆情演化
λ＝０． １］ 郭 乐 天 ．互 联 网 虚 假 信 息 的 控 制 与 网 络 舆 情 的 引 导
［
如图 １１ 所示。 Ｊ］．新 闻 记 者，
［ ２００５，
２３（
２）：
２３－２６．ＤＯＩ： ３９６９／
１０． ｊ．
ｉ
ｓｓｎ．
１００６－３２７７．
２００５．
０２．
００７．
２］ 刘毅 ．略论网络舆情的概念、特点、表达与传播［
［ Ｊ］．理 论
界，
２０７，
０ １（
１）：
１１－１
２．ＤＯＩ：
１０．
３９６
９／ｊ．
ｉ
ｓｓｎ．
１００
３－６
５４７．
２００
７．
０
１．０
０４．
３］ 狄岚，顾雨迪 ．媒体干预下三分意见群体网络舆情 传 播
［
Ｊ］．系统仿真学报，
模型［ ２０１８，
３０（
８）： ＤＯＩ：
２９５８－２９６５．
１６１８２／
１０． ｊ．ｉ
ｓｓｎ１００４７３１ｘ．
ｊｏｓ
ｓ．２０１８０８０１７．
４］ 孙玲芳，周加波，林伟健，等 ．基 于 ＢＰ 神 经 网 络 和 遗 传
［
算法的网络舆情危机预警研究［
Ｊ］．情 报 杂 志，
２０１４，
３３
（
１１）：
１８－２４．ＤＯＩ： ３９６９／
１０． ｊ．ｉ
ｓｓｎ．
１００２－１９６５．
２０１４．

图 １１ 政府干预下舆情演化 １１．
００４．
５］ 闫利平，陶卫江，韩晓虎，等 ．政府网络舆情监测分 析 及
［
在图 １１ 中，政府干预下的模型结果显示从初始
Ｊ］．现代情 报，
预警［ ２０１１，
３１（
４）： ＤＯＩ：
４６－４８． ３９６９／
１０．
阶段易感人群 Ｓ、潜伏人群 Ｅ、感染人群 Ｉ 的 数 量 会
ｊ．
ｉｓ １００８－０８２１．
ｓｎ． ２０１１．
０４．
０１３．
直接减少至舆情传 播 结 束，相 比 基 础 情 形 下 的 舆 情
６］ 王青，成颖，巢 乃 鹏 ．网 络 舆 情 监 测 及 预 警 指 标 体 系 研
［
传播，感染人群Ｉ 的数量并不会增加，即直接加快感 究综述 ［
Ｊ］．情 报 科 学，
２０１１，
２９（
７）：
１１０４－１１０８．ＤＯＩ：
染人群转变为移除人群 Ｒ 的 速 率，并 且 相 比 基 础 情 ３９６９／
１０． ｊ．ｉ
ｓｓｎ．
１００５－８０９５．
２０１２．
１１．
００３．
形下的舆情 传 播，其 生 存 周 期 较 短，即 加 速 舆 情 结 ７］ 王治莹，
［ 王伟康，岳朝龙 ．政府干预下多种舆情信息交互
束，保证社交网络环境提早恢复正常。 传播模型与仿真［ 系统仿真学报，
Ｊ］． ２００，
２ ２（
３ ５）：
９５６－９
６６．
·９４ · 西 安 邮 电 大 学 学 报 ２０２０ 年 ９ 月

ＤＯＩ：
１０．
１６１
８２／
ｊ．ｉ
ｓｓｎ
１００
４７３
１ｘ．
ｏ
ｊｓｓ．
１８－０
６２６． ［
１２］ ＫＨＡＬＩＬ Ｒ， Ａ，
ＨＯＲＡＮＩＭ． ＹＯＵＳＥＦ Ａ，
ｅｔａ
ｌ．Ａｎｅｗ
［
８］ ＯＫＹＥＲＥＥ，
ＯＤＵＲＯＦＴ，
ＡＭＰＯＮＳＡＨＳ，
ｅｔａ
ｌ．Ｆ
ｒａｃ
ｔｉｏｎ
ａｌ ｄｅ
ｆｉｎ
ｉｔｉ
ｏｎｏ
ｆｆｒ
ａｃｔ
ｉｏｎａ
ｌｄｅ
ｒｉｖａ
ｔｉｖｅ［
Ｊ］．
Ｊｏｕ
ｒｎａ
ｌｏｆＣｏｍ－
ｏ
ｒｄｒＳ
ｅ ＩＲ ｍｏ
ｄｅｌｗ
ｉｔｈｃ
ｏｎｓ
ｔａｎ
ｔｐｏｐｕ
ｌａｔ
ｉｏｎ［
Ｊ］．
Ｂｒｉ
ｔｉ
ｓｈＪ
ｏｕｒ－ ｐｕ
ｔａｔ
ｉｏｎａ
ｌ＆ Ａｐｐ
ｌｉｅｄ Ｍａ
ｔｈｅｍａ
ｔｉｓ，
ｃ ２０１４，
２６４（
５）：
６５－
ｎ
ａｌｏ
ｆＭａ
ｔｈｅｍａ
ｔｉｃ
ｓ ＆ Ｃｏｍｐｕ
ｔｅｒＳ
ｃｉｅ
ｎｃｅ，
２０６，
１ ４（
１ ２）：
１－１
２． ＤＯＩ：
７０． １０１６／
１０． ｊ．ｃ
ａｍ．
２０１４．
０１．
００２．
ＤＯＩ：
１０．
９７３
４／ｂ
ｊｍｃ
ｓ／２
０１／２
６ ３
０１７． ［
１３］ＺＨＡＮＧＪ，ＷＥＩＺ，
ＹＯＮＧ Ｌ，
ｅｔａ
ｌ．Ａｎａ
ｌｙｔ
ｉｃａ
ｌｓｏ
ｌｕｔ
ｉｏｎ
９］ 万克文 ．网络舆 情 影 响 因 素 与 政 府 干 预 效 果 的 研 究 与
［ ｆ
ｏｒｔ
ｈｅｔ
ｉｍｅｆ
ｒａｃ
ｔｉｏｎａ
ｌＢＢＭ－Ｂｕ
ｒｇｅ
ｒｅｑｕａ
ｔｉｏｎｂｙｕｓ
ｉｎｇ
分析：基 于 ２００７－２０１４ 年 １３０ 起 重 大 网 络 舆 情 事 件 ｍｏｄ
ｉｆｉ
ｅｄｒ
ｅｓｉ
ｄｕａ
ｌｐｏｗｅ
ｒｓｅ
ｒｉｅ
ｓｍｅ
ｔｈｏｄ［
Ｊ］．
Ｃｏｍｐ
ｌｅｘ
ｉｔｙ，
Ｊ］．情报杂志，
［ ２０１５，
３４（
５）： ＤＯＩ：１０．
１５９－１６２． ３９６９／
ｊ． ２０１８，
２６（
１）： ＤＯＩ：
１－１１． １１５５／２０１８／２８９１３７３．
１０．
ｉ
ｓｓｎ．
１００２－１９６５．
２０１５．
０５．
０２８． ［
１４］ ＹＡＮＧＳ ，
ＷＡＮＧ Ｌ ，
ＺＨＡＮＧＳ ．
Ｃｏｎ
ｆｏｒｍａ
ｂｌｅｄ
ｅｒｉ
ｖａｔ
ｉｖｅ：
［
１０］ＳＣＨＷＡＲＴＺＩＢ ，
ＳＭＩＴＨ Ｈ Ｌ ．
Ｉｎｆ
ｉｎｉ
ｔｅｓｕｂｈａ
ｒｍｏｎ
ｉｃ Ａｐｐ
ｌｉ
ｃａｔ
ｉｏｎｔ
ｏｎｏｎ－Ｄａ
ｒｃｉ
ａｎｆ
ｌｏｗｉ
ｎｌｏｗ－ｐ
ｅｒｍｅ
ａｂｉ
ｌｉ
ｔ ｏ
ｙｐｒｏｕ
ｓ
ｂ
ｉｆｕ
ｒｃａ
ｔｉｏｎｉ
ｎａｎ ＳＥＩＲ ｅｐ
ｉｄｅｍｉ ｌ［
ｃ ｍｏｄｅ Ｊ］．
Ｊｏｕ
ｒｎａ
ｌｏｆ ｍｅ
ｄｉａ［
Ｊ］．Ａｐｐ
ｌｉ
ｅｄ Ｍａ
ｔｈｅｍａ
ｔｉｃ
ｓＬｅ
ｔｔｅ
ｒｓ，
２０７，
１ ９（
７ ３）：
１０５－
Ｍａ
ｔｈｅｍａ
ｔｉｃ
ａｌＢ
ｉｏｏｇｙ，
ｌ １９８３，
１８（
３）： ＤＯＩ：
２３３－２５３． １０． １
１ ＤＯＩ：
０． １０．
１０１
６／ｊ．
ａｍｌ．
２０１
７．１
２．０
０６．
１００７／ＢＦ００２７６０９０． １５］ 百 度 指 数 ．关 键 字 搜 索 ［
［ ＥＢ／ＯＬ］．［
２０２０－０１－２０］．
ｈｔ－
［
１１］ＤＥＮＧ Ｗ．
Ｓｈｏ
ｒｔｍｅｍｏ
ｒ ｒ
ｙｐｉｎ
ｃｉｌ
ｐｅａ ｒ
ｎｄａｐｅｄ
ｉｃｔ
ｏｒ－ｃ
ｏｒｒ
ｅｃｔ
ｏｒ ｐ：
ｔ ／／
ｉｎｄｅｘ．
ｂａｉ
ｄｕ．
ｃｏｍ．
ａ
ｐｐｒ
ｏａｈｆ
ｃ ｏ
ｒｆｒ
ａｃｔ
ｉｏｎ
ａｌｄ
ｉｆ
ｆｅｒｎ
ｔｉａ
ｌｅｑｕ
ａｔｉ
ｏｎｓ［
Ｊ］．
Ｊｏｕ
ｒｎａ
ｌｏｆ １６］ 冯昭奎．
［ 日 本 大 地 震：影 响 与 启 示［
Ｊ］．中 国 税 务，
２０１，
１ ２
４
Ｃｏｍｐｕ
ｔａｔ
ｉｏｎ
ａｌａ
ｎｄＡｐｐ
ｌｉ
ｅｄ Ｍａ
ｔｈｅｍａ
ｔｉｓ，
ｃ ２
００７，
２０６（
１）：
１７４－ （
５）：
３１－３
３． Ｉ：
ＤＯ １
０．１
９３７
６／ｊ．
ｃｎｋ
ｉ．ｃ
ｎ１１－１
１７／
８ｆ．
２０１
１．０
５．０
１０．
１
８ ＤＯＩ：
８． １０．
１０１
６／ｊ．
ｃａｍ．
２００
６．０
６．０
０８． ［责任编辑：刘武英 ］

櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚櫚
（上接第 ７９ 页）

［
６］ ＧＡＺ
ＩＴ Ｙ，
ＪＯＨＮＳＯＮ Ｈ Ｃ．Ａ ｃ
ｏｎｔ
ｉｎｕ
ｏｕｓ
ｌｙｖ
ａｒｉ
ａｂｌ
ｅｋｕ－ １１］ 朱瑞平，王 朝 阳 ．一 种 低 栅 瓣 大 瞬 时 带 宽 相 控 阵 天 线
［
ｂ
ａｎｄｐｈ
ａｓ／ａｍｐ
ｅ ｌｉ
ｔｕｄ
ｅｃｏｎ
ｔｒｏ
ｌｍｏ
ｄｕｅ［
ｌ Ｃ］
／／Ｐ
ｒｏｃ
ｅｅｄ
ｉｎｇ
ｓｏｆ 的设计方法［
Ｊ］．电波科学学报，
２００８，
２３（
４）：
７４５－７４８．
ｔ
ｈｅ１
９８１ＩＥＥＥ ＭＴＴ－ＳＩ
ｎｔｅ
ｒｎａ
ｔｉｏｎ
ａｌ Ｍｉ
ｃｒｏｗａ
ｖｅＳ
ｙｍｐ
ｏｓｉ－ ＤＯＩ： ３９６９／
１０． ｊ．ｉ
ｓ １００５－０３８８．
ｓｎ． ２００８．
０４．
０３０．
ｕｍ Ｄ
ｉｇｅ
ｓｔ．Ｌｏ
ｓ Ａｎｇ
ｅｌｓ：
ｅ ＩＥＥＥ，
１９１：
８ ４
３６－４
３８．ＤＯＩ：
１０． １２］ 习文 ．相 控 阵 雷 达 阵 列 天 线 子 阵 划 分 优 化 算 法 研 究
［
１
１０／ＭＷＳＹＭ．
９ １９８
１．１
１２９
９５２． Ｄ］．北京：北京理工大学，
［ ２０１７：
１－５５．
７］ 高铁，李建新，郭燕昌 ．相 位 量 化 对 相 控 阵 天 线 峰 值 副
［ １３］ 徐佳 ．二维相控阵子阵划 分 和 数 字 波 束 形 成 技 术 研 究
［
瓣电平影响的研究［
Ｊ］．中 国 空 间 科 学 技 术，
１９９４（
１）： Ｄ］．成都：电子科技大学，
［ ２０１８：
１－７０．
１４－１９． １４］ 杨洁 ．基于凸优化及其求 解 软 件 的 最 低 旁 瓣 方 向 图 综
［
８］ 杨小峰，史江义，马佩军，等 ．
［ Ｓ 波段六位高精度移 相 器 合算 法 ［
Ｊ］．西 安 邮 电 学 院 学 报，
２００９，
１４（
５）：
５－８．
设计［
Ｊ］．西 安 电 子 科 技 大 学 学 报 （自 然 科 学 版 ）， ＤＯＩ： ３９６９／
１０． ｊ．ｉ
ｓｓｎ．
１００７－３２６４．
２００９．
０５．
００２．
２０１４，
４１ （
２）：１２５－１２９．ＤＯＩ：１０．３９６９／
ｊ．ｉ
ｓｓｎ．１００１－ １５］ 鲁辉，张立 军，郑 占 旗，等 ．基 于 光 纤 的 新 型 矢 量 和 微
［
２４００．
２０１４．
０２．
０２１ 波光子移 相 器 ［
Ｊ］．强 激 光 与 粒 子 束 ，
２０１１，
２３（
１２）：
９］ 熊子源，徐 振 海，张 亮，等 ．阵 列 雷 达 最 优 子 阵 划 分 研
［ ＤＯＩ：
３２１３－３２１７． ３７８８／ＨＰＬＰＢ２０１１２３１２．
１０． ３２１３．
究［
Ｊ］．雷 达 科 学 与 技 术，
２０１１，
９（４）：
３７０－３７７．ＤＯＩ： １６］ 陈杰，黄友 火 ．增 强 伪 自 协 方 差 矩 阵 直 接 数 据 域 波 束
［
３９６９／
１０． ｊ．ｉ
ｓｓｎ．
１６７２－２３３７．
２０１１．
０４．
０１７． Ｊ］．西 安 邮 电 大 学 学 报，
合成 ［ ２０１４，
１９（
５）：
８２－８５．
１０］ 张蕾，郭陈江，丁君 ．子阵 级 应 用 延 迟 线 对 相 控 阵 天 线
［ ＤＯＩ： １３６８２／
１０． ｊ．ｉ
ｓｓｎ．
２０９５－６５３３．
２０１４．
０５．
０１６．
带宽改善的分析 ［
Ｊ］．航 空 计 算 技 术，
２００７，
３７（
６）：
６５－ ［责任编辑：祝剑］
ＤＯＩ：
６７． ３９６９／
１０． ｊ．ｉ
ｓｓｎ．
１６７１－６５４Ｘ．
２００７．
０６．
０２０．