随着社交网络的出现和迅猛发展,网络社交正成为一种比传统社交更加重要的交流方式。虽然社交网络在通信方面为人们带来了极大的便利,但是由于社交网络的开放性和自主性也导致了假新闻、谣言等负面新闻的快速传播,给社会的和谐与稳定带来了巨大威胁。因此,深入研究社交网络中谣言信息的传播规律和传播态势进而制定相应的对策势在必行。本论文主要从微观和宏观两个角度出发分别研究谣言话题的内在传播规律和整体传播态势。本文的贡献可以总结如下:1.在用户个体行为及谣言传播规律方面,针对谣言-辟谣信息在传播过程中的对抗博弈关系,同时考虑到对抗生成网络在学习数据分布和增强数据样本方面的优势,提出一种基于辟谣消息和对抗生成网络的谣言传播预测模型。首先,针对谣言消息实际有效样本稀疏与不平衡问题,通过无监督对抗生成网络模型对样本进行同态数据增强,更真实地还原谣言与辟谣消息之间的潜在关系。然后,针对谣言与辟谣消息的共生性以及对抗性的博弈关系,通过引入演化博弈理论,综合考虑谣言传播过程中影响用户行为的内部和外部因素,提出量化谣言-辟谣互影响力模型。最后,考虑到谣言辟谣传播生命周期的动态时限性,在增强对抗数据集的基础上,综合借鉴谣言互影响力量化方法,提出一种基于谣言话题的用户行为预测方法。2.在用户群体行为及谣言传播态势方面,针对谣言话题传播的时效性特征以及样本少、周期短和不确定等问题,同时考虑到灰色系统模型适合处理少数据、贫信息的优势,提出一种基于灰色系统理论的谣言热度预测模型。首先,将谣言话题进行时间切片处理,得到谣言转发人数序列。然后,基于转发人数序列进行累加生成和均值生成变换,并利用最小二乘法估计灰色Verhulst模型的表达式参数。最后,预测下一时间段谣言的转发人数。循环往复,把控整个谣言的演变趋势。最后,通过公开的新浪微博数据集对本文所提模型的有效性和可靠性进行验证。实验表明,所提出的模型能够有效探究谣言传播的内在规律,并能对谣言传播态势进行预测。