随着时代的进步与科技的发展,我国互联网事业在最近几年得到快速发展。与此同时,在工作和生活中,社交媒体与人的关系也越来越紧密。特别是,微博作为国内最大的信息交流平台之一,给人们的社交生活带来了便利,但同时也存在着一些的缺点,比如网络谣言的产生与传播。为此,本文针对谣言在微博网络中的传播进行建模,通过理论分析与数值仿真实验对模型进行分析,以及对微博谣言进行检测和早期预警提醒并提出相应的策略。相关内容如下:(1)以网络用户的心理角度为切入点,通过探究用户自身因素对传播过程的影响,提出了基于信息可信度的IBU传播动力学模型。该模型从心理学角度,考虑了不同人群对消息的真假性辨别能力认知不同,必然会产生不同的行为方式。通过动力学方程分析和MATLAB仿真实验对该模型进行研究,结果表明:信息发布者的可信度与信息内容的可信度没有直接关系,但信息发布者可以干扰信息在网络中的传播速度。因此,在进行谣言传播时,可以考虑通过网络用户自身的可信度来阻碍谣言传播的范围及影响。(2)考虑网络用户对信息的认知具有延时性,对信息的真假性判别持有犹豫态度,因此提出了基于IHSC模型的谣言传播。因为网络用户容易受其他网络用户的影响,易产生盲目的从众心理,失去自我的理性判断。通过动力学方程和MATLAB仿真实验发现:在信息刚发布一段时间内,并没有得到大量转发传播,在此时间段内为识别谣言工作及相关措施的实施提供了便利,通过理论分析与实验进一步验证了该模型的合理性。(3)开展了网络谣言的检测工作,结合CNN网络与LSTM网络各自的优势,构建了一种基于LSTM-CNN的网络模型谣言检测方法。实验结果表明,LSTM-CNN模型的准确率高达88.4%;同时发现,网络谣言在发布后的七天时间内,其被举报的概率高达88.9%。研究结果为制定谣言早期辟谣措施和预警提醒提供了理论依据。综上所述,本文不仅提出了谣言传播动力学模型,而且还提出了检测谣言的LSTM-CNN模型。通过对谣言传播模型的分析,可以帮助我们在一定程度上及时有效地扼制其深入的传播与扩散。谣言检测可以使我们发现谣言的虚假性,并为舆情管控部门提供谣言预警提醒的发布提供帮助,减少谣言传播带来的影响。