近年来，计算机和移动互联网技术的快速发展极大的改变了人们获取信息的方式，在线社交网络平台的迅速发展使得信息传播变得更加便捷。这也为谣言的传播提供了途径，严重时可能造成政治经济上的危害。本文基于真假消息传播模型，从网络的过滤虚假消息能力出发，研究了真假消息传播过程中动态演化过程，并提出了基于动态规划的真假信息传播能力的计算方法。本文的主要研究内容如下：
　　1.基于自学习机制的社会网络信息扩散模型：本研究针对社会网络中的个体具有从历史信息中学习的能力，在此基础上提出了一种新的社会网络信息扩散模型，该模型考虑了两类节点，即智慧节点和正常节点，以及两类信息，即真假消息，以及自我学习机制。基于对信息过滤能力(Information Filtering Ability，IFA)的定义，我们发现提出的自学习机制可以使网络更加智能，更好地区分真假信息。智慧节点的引入导致了链形网络中的社会分层，即靠近智慧节点的节点最初发布的真实消息可以转发给更多的其他节点。此外，我们发现两个链形网路之间的互连可以使桥接节点具有更高的社会影响力。
　　2.基于动态规划的真假消息传播能力的估计方法：本研究针对真假消息传播模型提出了一种基于动态规划的真假信息传播能力的估计方法，该方法包含寻找最短路径和计算传播概率两个步骤。通过大量的实验表明，该估计方法可以用来分析不同网络的信息传播能力及影响，解决了传统基于蒙特卡罗方法实验重复次数不确定和时间效率低的问题。该研究为控制舆论传播和构建智慧社会以及分析最优的网络结构提供了新的见解。
　　3.社区结构对真假消息传播的影响：本研究针对真假消息在带有社区结构的网络中传播动力学。我们提出了一个新颖的真假消息传播模型，网络中包含三种类型的节点，探究了社区结构对于真假消息传播的影响。这些影响包括传播速率、传播的范围。理论结果证明了在全局范围内，显著的网络特征模块化结构强烈影响真假消息在不同社区的传播范围及速度。我们的研究表明，互联网水军可能会试图以模块化结构良好的社交网络为目标，以实现最快的传播过程，从而最大限度地增加知情受众的数量，造成严重的后果。