在当前信息技术高速发展的背景下，复杂网络与谣言传播已成为学者关注的热点研究领域之一。复杂网络是由大量节点通过复杂的方式连接起来的网络，其中最为人们所熟知的网络包括互联网、万维网、社交网络以及生物网络等。这些网络具有显著的拓扑特征，例如无尺度分布和小世界特性，如高聚合度和平均最短路径。复杂网络中的动态过程，尤其是扩散动力学，是理解复杂系统如何运作的关键。在这类研究中，传染病的传播模型由于其明显的动态特性，成为研究复杂网络中其他动态过程，包括谣言传播，的重要参考。
谣言传播作为复杂网络中传播过程的一种，具有其独特的传播特性。谣言多为人们主观意愿的产物，不同于客观存在的事实，因此其传播机制具有特殊性。在传统研究中，基于流行病学的SIS（易感-感染-易感）、SIR（易感-感染-康复）、SEIR（易感-暴露-感染-康复）等模型被广泛用于模拟谣言的传播。然而，由于谣言并非基于可靠证据，它们往往具有较强主观性和多变性，因此需要更为精细的模型来描述。SEIRS（易感-暴露-感染-康复-易感）模型是针对谣言传播特点提出的改进版本，它特别考虑了谣言传播中的“康复”状态节点在失去免疫力后仍可能再次成为易感节点的情况。
本文中提出的SEIRS-U谣言传播模型，将管理员对网络中谣言的管理和限流因素整合进模型中，通过理论分析和数值模拟，使用微分方程对谣言在复杂网络中的动态传播进行描述，进一步进行仿真模拟，并通过对比实验验证了模型的有效性。SEIRS-U模型引入了“遗忘机制”，即人们在一段时间后会忘记谣言的内容，这是谣言传播和生物学上的疾病传播模型间的另一个重要区别。谣言的遗忘机制可能导致谣言在传播过程中的影响力减弱或消失，进而影响谣言的传播范围和传播速率。
SEIRS-U模型强调了谣言传播中的主观性因素和遗忘机制，这在一定程度上弥补了以往模型中忽视的方面，为有效终止谣言传播提供了理论基础。同时，模型的提出也基于对现实社交网络中管理员管控谣言行为的理解，从而在模型构建中融入了对社交网络中谣言管理实践的反映。
在研究过程中，研究人员还注意到现有模型在描述谣言传播时的一些局限性。例如，尽管SEIRS模型在一定程度上能模拟谣言的传播与消亡过程，但在现实生活中，谣言的传播往往伴随着人们对信息源信任度的变化，以及人们记忆和遗忘谣言的不确定性等现象。因此，如何在模型中合理地引入这些因素，以便更准确地模拟谣言传播的动态过程，是未来研究中值得关注的问题。
总体而言，复杂网络中的SEIRS-U谣言传播模型在理论和实践上都具有重要意义。从理论角度看，它拓展了对复杂网络中传播过程的理解，特别是在谣言传播这一特殊领域的研究。从实践角度看，模型对于指导社交网络中谣言的管理具有潜在价值，有助于设计更加合理的谣言应对策略，维护网络环境的健康和谐。
