2025认证杯第二阶段B题出来的时候我第一时间就把题面反复看了三遍。谣言在社交网络上的传播这个题目一眼看上去像是老生常谈的传染病模型换皮题但真当你打开数据、跑起代码、开始写论文的时候你会发现里面藏着的门道比想象中多得多。尤其是第二阶段题目明显在考察你对传播机制的理解深度、对模型扩展的灵活度、以及对完整论文的呈现能力。这篇文章我不打算写那种建议你用什么模型的废话而是把整个做题过程中的关键决策、代码实现、论文写作逻辑都摊开讲把我踩过的坑和验证过好用的思路一并交代清楚给接下来要冲认证杯或者类似社交网络类题目的朋友一个可以直接参考的完整套路。这道题适合谁来读如果你正准备参加数学建模竞赛尤其是B题方向偏数据建模和复杂系统的题目如果你是做复杂网络、传播动力学相关研究的学生又或者你只是对社交网络中的信息扩散如何量化这件事感兴趣想看看怎么用模型去描述它、用代码去模拟它——这篇文章都能给你一个相对完整的视角。1. 整体拆解谣言传播题的本质是动力学建模1.1 第一阶段和第二阶段的核心差异认证杯这类分阶段赛制第一阶段通常偏基础模型构建和数据分析第二阶段则强调你能否把模型推向更复杂、更贴近实战的场景。B题拿到手如果是第一次做这类题很容易陷入一个误区直接套SIR模型把三个方程一写参数一拟合图一画然后就开始写论文。如果你真这么做评委大概率会把你的论文归入平庸档。第二阶段的题目通常会在谣言传播上做几个方向的延伸常见的是这三类一是加入辟谣机制、官方干预、用户举报等对抗行为二是考虑社交网络的结构特性比如小世界网络、无标度网络、社区结构对传播的影响三是引入多平台、多语言的复杂信息环境或者带时间延迟的信息验证机制。面对这些方向单纯的基础SIR已经不够用你需要的是模型族的思路——一套可以针对不同子问题灵活扩展的框架而不是一个写死不变的单模型。1.2 把谣言传播抽象成一个状态转移问题我习惯拿到题先画状态转移图把所有人群可能处于的状态列一遍。经典传染病模型里无非是易感者S、感染者I、康复者R但谣言场景下人群状态需要更细。除了没看到谣言的未知者、正在传播的传播者还应该有看到但未传播者免疫者、识别谣言并辟谣者辟谣者或质疑者。有些人会因为辟谣信息从传播者转变成沉默者有些传播者则可能被官方账号澄清后反转为辟谣者。每一个状态转折背后都对应着一个实际社交网络行为你把它定义清楚了微分方程怎么写就水到渠成。这里有一个关键认知模型越细参数越多参数估计就越难。你不能为了复杂而复杂。我的原则是先做一个刚好多出来一个关键机制的模型比如在SIR基础上只加一个辟谣状态R_d然后把参数估计、灵敏度分析做扎实比堆砌十个状态、最后参数全靠瞎猜要明智得多。1.3 为什么选择微分方程网络仿真双线并行在实际做这道题的过程中我采用了双线并行的策略宏观上用微分方程描述传播趋势微观上用网络仿真刻画个体交互。你可能会问选一条线不就行了为什么要两条都上原因是第二阶段的评判标准里很大一部分看你对网络结构的理解。纯微分方程模型本质上是均质混合假设它假设任意两个人接触概率相同这在社交网络上显然不成立——你和一个陌生人接触的概率怎么会和你天天互动的朋友一样呢所以我的建议是微分方程模型负责趋势预测和参数分析这两个核心输出网络仿真负责验证均质假设失效时的偏差以及观察不同网络结构下的传播差异。前者给论文提供清晰的解析表达后者给论文提供生动的可视化现象和更高的建模上限。两块内容互为佐证能让你的论文在理论深度和实证支持上都站得住脚。2. 模型设计核心状态定义、传播机制与参数计算2.1 扩展SEIR模型的状态机设计我先给出一个我自己在多个社交网络传播题目里反复使用的扩展模型框架。以谣言传播为例六状态模型通常够用代号和含义如下SSusceptible——未知者即尚未接触谣言的用户EExposed——犹豫者看到谣言但尚未决定是否转发IInfected——传播者已转发或主动扩散谣言RRecovered——沉默者看到谣言但从未转发或转发后删除并停止传播DDefender——辟谣者不仅不信谣言还主动发布辟谣内容LLatent——潜伏态这个状态在部分题目里用来描述平台审核或人工核实前的延迟期。状态转移图可以这样描述S接触到谣言后以概率 α 转化为EE 以概率 β 转化为II 以概率 γ 主动删除或失去兴趣变成RI 在看到辟谣内容后以概率 δ 变成DD 的存在会降低S到E的转化率同时提高I到R的转化率。用常微分方程写出来还需要加入谣言本身的自然衰减项。这里你可能会发现不同论文对状态机的定义差异较大这不重要。重要的是你在一开始就用文字和图表把状态定义清楚让读者和评委在没有任何歧义的前提下读懂你的模型。很多低分论文的问题不在于模型不够高级而是状态定义模糊导致方程里的每一项都无法对应到实际社交行为整个推导就成了空中楼阁。2.2 传播率、辟谣率、接触率的参数物理意义模型里的每个参数必须有明确的现实含义和量纲估计方式。我整理了一张我常用的参数对照表这里贴出来供你参考参数符号现实含义典型取值范围估计方式接触率a平均每个用户每天有效看到信息的次数0.5~10统计用户活跃时长、刷新频率传播概率β看到谣言后选择转发的比例0.1~0.6历史谣言帖的转发量与曝光量之比辟谣影响系数μ辟谣者对易感者的保护作用0.1~0.8通过对比有无辟谣场景下的转发量变化沉默转化率γ传播者停止传播的速率0.05~0.5谣言话题热度衰减速度初始传播者比例I0开场时已扩散的人数占比10^-5~10^-3根据热点事件早期数据估计基于这些参数你可以进一步计算基本再生数R0。在谣言模型里R0的含义不是一个患者传染几个人而是一条初始谣言平均能引发多少条有效转发。计算公式是 R0 (a·β·S0) / γ其中S0近似取1。当R0大于1时谣言会形成大规模传播小于1时谣言即使有人发也会逐渐消亡。这个阈值分析一定要出现在论文里它是区分会爆和不会爆的定量边界也是你后续做干预策略优化的理论依据。2.3 参数拟合的两种常用实现路径参数怎么来两种路径一种是从题目附件数据里拟合另一种是用蒙特卡洛模拟或遗传算法搜索最优参数。我强烈建议你在论文里两条路径都展示因为评委喜欢看到从数据到模型的完整闭环。如果题目给了话题热度时间序列你可以用最小二乘法拟合传播率β和沉默转化率γ。具体来说就是写一个目标函数计算模拟曲线和真实曲线在每个时间点的误差平方和然后用scipy.optimize.minimize去迭代求解。如果题目没给真实数据那就用历史文献里的经验值初始化参数再在灵敏度分析中讨论参数在合理区间内变化时模型输出是否稳健。第二种处理方式在数学建模国赛论文里也经常能拿高分关键是你得把参数合理性的论证写充实不能拍脑袋乱填。3. 代码实现与仿真实验从微分方程到网络传播3.1 Python环境下微分方程模型的快速求解我个人建议用scipy.integrate.solve_ivp而不是odeint因为solve_ivp支持更长的时间跨度和更灵活的求解器选择遇到刚性方程组也不容易报错。以一个四状态SEIR-D谣言模型为例核心代码框架是这样的import numpy as np from scipy.integrate import solve_ivp import matplotlib.pyplot as plt def rumor_model(t, y, a, beta, gamma, delta, mu, lamb): S, E, I, R, D y N S E I R D # 未知者接触谣言部分进入犹豫态 dS -a * beta * S * I / N - mu * a * D * S / N # 犹豫者部分转化为传播者 dE a * beta * S * I / N - lamb * E # 传播者下降、平移至沉默或反转 dI lamb * E - gamma * I - delta * I dR gamma * I # 辟谣者增加来自传播者的反转 dD delta * I return [dS, dE, dI, dR, dD] # 初始条件99%未知0.5%犹豫态0.5%传播者 y0 [0.99, 0.005, 0.005, 0.0, 0.0] t_span (0, 100) t_eval np.linspace(0, 100, 500) # 参数设置这些值来源于文献经验值部分假设 params dict(a3.0, beta0.35, gamma0.15, delta0.05, mu0.2, lamb0.6) sol solve_ivp(rumor_model, t_span, y0, t_evalt_eval, argstuple(params.values()), methodRK45) plt.plot(sol.t, sol.y[0], labelS 未知者) plt.plot(sol.t, sol.y[2], labelI 传播者) plt.plot(sol.t, sol.y[4], labelD 辟谣者) plt.xlabel(时间 t) plt.ylabel(人群占比) plt.legend() plt.show()运行这个代码后你会看到两条最值得关注的曲线I曲线先上升后下降体现谣言爆发—衰退的典型生命周期D曲线缓慢上升后趋于稳定反映辟谣力量的累积。这两条曲线的形态就是论文结果分析部分最主要的事实依据。有一个细节提醒你solve_ivp里的args参数只能传位置参数所以参数顺序必须和函数定义保持一致。我在实际比赛中因为参数顺序写错导致模拟出来的曲线完全不符合逻辑白白浪费了将近两个小时排查问题。3.2 用NetworkX构建真实感更强的社交网络仿真微分方程告诉你大概会怎样但网络仿真能告诉你在网络结构下为什么会这样。构建仿真环境我推荐NetworkX库因为它内置了多种经典网络生成器。以下是我在实验中使用的伪代码级流程生成网络结构分别生成随机图Erdos-Renyi、小世界网络Watts-Strogatz、无标度网络Barabasi-Albert节点数设为1000平均度设为6随机选择1%的节点作为初始传播者每一步遍历所有传播者的邻居如果邻居是未知者则以传播概率β感染它如果邻居是辟谣者则以辟谣概率μ降低传播者继续传播的意愿传播者以概率γ恢复沉默以概率δ转为辟谣者统计每一步的感染峰值、传播持续时间、最终影响总人数。三个网络跑下来你基本能拿到一个稳定的结论无标度网络下的谣言传播峰值最高、扩散最快因为少数高连接度的大V节点一旦被感染传播速度是指数级的小世界网络由于存在捷径边谣言波及范围比随机图更广随机图则表现得最为温和。这个对比分析放到论文里可以做出一张非常漂亮的图在评委眼里是有建模深度的直接证据。3.3 蒙特卡洛模拟与重复实验的稳定性验证网络仿真有个弱点——单次随机过程极端依赖随机种子。你今天跑出来峰值是40%的节点明天重新跑一遍可能就变成32%了。怎么让结果可重复、可信任答案是蒙特卡洛重复实验。我在做这个B题时对每组参数都重复跑200次网络传播过程记录每次的峰值感染比例和最终传播总规模再统计均值、中位数、90%置信区间。实现起来很简单外面套一个大循环每个循环里重置网络状态、重新随机选初始节点、运行传播过程最后把结果存入数组。200次模拟在1000个节点的网络上大概耗时不超过两分钟性价比非常高。做完这个操作后你的论文里就可以理直气壮地写在500次蒙特卡洛模拟中谣言传播峰值的均值稳定在0.312标准差为0.027表明模型对随机扰动具有较好的稳定性。这句话比任何复杂的推导都能打动评委。4. 高级扩展辟谣策略优化与多平台耦合场景4.1 干预时机和干预强度的双维度分析第二阶段的B题几乎必然有一小问涉及如何有效控制谣言传播。这时候光靠SIR模型就不够了你需要建立带控制变量的优化模型。我的做法是把干预策略拆成两个维度干预时机t0和干预强度θ。干预时机指的是官方辟谣或平台管控开始的时间点干预强度则通过辟谣信息触达率、删除链接的比例、限制传播的速度等来刻画。具体的操作方式是把参数μ从常数改成关于t0和θ的函数。比如使用一个S型函数来描述辟谣影响辟谣启动前影响几乎为零启动后随时间迅速上升并趋于饱和。然后你枚举不同t0和θ的组合求解方程记录每个组合下的传播峰值、累计传播者总数、以及辟谣成本。画一张二维热力图横轴是干预时机纵轴是干预强度颜色深浅表示最终受影响人群规模。这张图一出最优干预窗口和最小有效强度的结论就一目了然了。从结果上看通常存在一个临界窗口期——在谣言传播达到峰值前的某个时段介入能以较小成本大幅降低最终影响一旦错过窗口期即使大幅增加辟谣强度效果也会明显打折扣。这个发现非常符合直觉也容易拿高分。4.2 考虑平台差异的多层网络传播模型真实世界的谣言不会只在一个平台上传播。一个热点事件可能先在短视频平台发酵再被搬运到社交平台最后引发传统媒体的跟进报道。假如题目涉及多平台可以引入多层网络的概念每一层代表一个平台层内节点是用户层间通过跨平台搬运者节点相连。多平台模型的核心参数不再是全局统一的β和γ而是每个平台有自己的传播率、辟谣率以及平台之间的流量交换概率。这类模型求解起来虽然烦琐但代码层面并不复杂——你只需要为每个平台实例化一套状态变量然后在方程里额外加入跨平台流量项。两平台的耦合方程大约写出来就是下面这种感觉dI1/dt λ1·E1 - γ1·I1 p12·I2 - p21·I1 dI2/dt λ2·E2 - γ2·I2 p21·I1 - p12·I2其中p12表示平台2的传播者内容被搬运到平台1的速率。这一部分只要写出来论文的建模层次立刻就和其他队伍拉开了差距。大多数参赛队伍根本不会考虑跨平台的耦合传播机制你能想到并实现已经赢在思路上。4.3 灵敏度分析判断模型对参数的依赖程度很多队伍做灵敏度分析就是把参数上下调10%看看结果变了多少写一句模型对参数不敏感就完事。这种流于表面的做法在第二阶段是拿不到好印象的。我会做一个更细致的分析选定对模型输出影响最大的3到4个参数每个参数在合理范围内取5到10个值分别运行模型记录传播峰值和累计影响画成灵敏度曲线。曲线的斜率越陡说明模型对该参数越敏感。我的实测经验是接触率a的灵敏度通常最高因为它是传播的引擎其次是传播概率β对于包含辟谣机制的模型辟谣影响系数μ的灵敏度也不低。发现高灵敏度参数后你应该在论文的模型评价部分主动讨论由于接触率a对传播峰值影响显著而a的准确估计依赖用户活跃数据实际应用时需要结合平台后端数据做校准。这句话既体现你对模型局限性的清醒认识也展示了模型的现实决策价值。5. 论文写作与呈现让模型的价值最大化5.1 摘要和问题分析部分的写作框架论文摘要的重要性不用我多强调评委会花大量时间在摘要上摘要基本决定了你的论文被分类到哪个水平场。写摘要时应按照问题背景一句话本文建立模型一句话关键方法一句话核心结果三句话的结构来写。结果部分必须包含量化数字比如在参数取值为β0.35、γ0.15的条件下模型预测谣言传播峰值为总人口的31.2%通过提前3个时间单位实施干预峰值可降低至18.7%。这种带数字的摘要给人感觉就是踏实做过大量实验的论文。问题分析部分也别直接抄题目。可以用本题的核心难点在于XXX针对该难点本文采用XXX方法的句式重写把题目里的一个普通问题转化为你建模思路中的一个具体挑战再说明你的解决方案。这一举动的潜台词是我对题目的理解比别人深一层。5.2 图表规范论文质量的脸面工程数据可视化是我评审朋友反复强调的压分点。数学建模论文里的图不是随便用matplotlib默认样式跑一张就行的它必须满足三个标准第一坐标轴有明确物理意义单位清晰第二不同曲线有清晰的区别度和图例必要时用不同线型而不是只靠颜色区分第三图上标注出关键特征点比如传播峰值点、干预启动点、转折点。另外要控制每张图的信息量。一张图上最多放4到5条曲线再多就建议拆成子图。我在处理SEIR-D模型的输出时会把S、E、I、R、D分两组作图第一组是S和I第二组是R和D这样既能看到谣言兴起和衰退的主线索也能看到免疫和辟谣积累的副线索避免了五条曲线挤在一起谁都看不清的尴尬。5.3 附录代码的结构设计与注释规范代码齐全是标题里出现过的关键词也是这道题一个鲜明的加分项。但我发现很多学生交的附录代码写得很混乱变量名毫无章法注释少得可怜甚至还有没删掉的调试输出。评委如果想复现你的结果看到这种代码会直接放弃论文里的模型结果也就失去了可验证的说服力。我建议附录代码做三件事一是在文件头部写一段说明包括运行环境Python版本、依赖库清单和运行顺序二是把核心步骤封装成函数而不是全部写在全局作用域里三是在关键代码行旁边加两到三行注释说明这一步骤的数学模型对应关系。比如在微分方程的函数体里写上# 对应式(6)的第一项接触谣言后未知者减少。这样做还有一个额外好处它强迫你自己重新审视一遍代码逻辑有时候能发现之前没注意到的低级错误。6. 参赛实战经验与避坑指南6.1 我在这个题目上踩过的三个真实大坑第一坑是数据时间尺度不一致。题干给的热度数据可能是每分钟级而我的模型初始设定是以天为单位。如果不统一时间尺度拟合出来的参数会差出几个数量级。所以拿到数据的第一步永远是看时间戳、看单位、看量纲然后统一换算。第二坑是置信区间被当成了误差棒。有很多参赛队伍喜欢在图上画误差棒阴影区但阴影区的定义应该来源于蒙特卡洛模拟的分布区间而不是把三条模拟曲线的范围直接涂上色。我见过不少论文的所谓置信区间其实只是几次运行结果的包络,这在统计上是不严谨的。如果你在论文里使用了置信区间这个词就务必交代清楚区间构造方法。第三坑是最容易被忽视的传播者比例数值太小导致数值求解出现负数。在微分方程求解中当I接近10的负6次方量级时受浮点误差影响某些方程项可能出现负值进而导致后续计算溢出。解决办法是在模型函数内对状态变量做下限限制或者使用对数值稳定更友好的求解器。6.2 时间分配策略五天内怎么安排最合理如果第二阶段比赛周期是五天我的建议时间配比是这样的时间段工作内容产出物第一天上午读题、讨论、查文献问题拆解文档、初步思路框架第一天下午到晚上确定基础模型、完成核心微分方程与参数估计基础模型代码和初步图像第二天全天实现网络仿真和多平台扩展网络传播对比图、蒙特卡洛统计结果第三天全天干预策略分析、灵敏度实验热力图、策略对比表第四天上午论文摘要、问题分析、模型建立章节论文前半段初稿第四天下午到晚上结果分析、模型评价章节论文初稿完成第五天全文打磨、图表修正、代码整理上传最终提交版这个配比的核心思想是前三天舍得花时间做实验后两天集中精力写论文。很多队伍第一天就开始写论文结果模型和图表反复返工反而效率更低。实验做扎实了论文写作其实就是翻译和组织的工作。6.3 代码整理与提交的最后一小时清单最后提交前的一小时不要做任何新的实验只做检查和整理。我给自己固定了一套清单每次竞赛都照着执行检查所有图片的dpi是否为300以上图为是否清晰确认论文正文引用到图的编号和附录代码的输出一致不能出现图7在正文里找不到对应内容的情况打开压缩包确认主论文是PDF格式、代码文件能在干净环境运行至少检查一次所有代码没有语法错误在代码包里新增一个README.txt写明每个文件的功能和运行顺序最后通读一遍摘要确保里面没有出现大概可能也许这类不确定词。这些细节看上去琐碎但在评委那里就是严谨和草率的分界线。一个代码齐全、结构清晰、图表规范的压缩包本身就能在印象分上给论文加分不少。这道题做下来我个人最深的体会是数学建模的技术门槛越来越低很多基础代码网上都找得到真正拉开差距的是思路的完整性和项目的呈现力。谣言传播模型不复杂复杂的是你能不能把状态设计、参数估计、实验验证、策略优化、论文表达这五件事串成一条逻辑闭环。如果你正准备参加下一场竞赛不妨在赛前就按这套流程完整走一遍你会发现真正上场时你担心的不是做不出来而是时间不够把你想到的全部写出来。