随着互联网的发展,信息传播速度显著提高,影响愈发重要。但是,谣言也伴随真实信息以前所未有的形式大面积扩散,严重影响正常社会秩序。特别是由于传播误差和恶意篡改等原因,源自真实信息不断演化而形成的衍生型谣言,具有版本众多、真假掺杂等特性,更容易对社会造成恶劣影响。因此,深入探究衍生型谣言形成和传播机制具有重要的理论和现实意义。本文深入分析了经典舆论传播和观点演化模型,以及在传播过程中,由传播误差和恶意篡改引发的演化问题,并针对衍生型谣言,提出了基于信任模仿的改进线性阈值模型(TI-LT模型)。该模型以经典线性阈值模型为基础,引入基于信任的个体影响力和模仿概率计量方式,描述个体选择模仿对象的过程;通过不同的概率参数描述传播误差和恶意篡改现象;构造了网络信息熵和信息真实率,度量衍生型谣言引发的信息混乱程度。本文将TI-LT模型与经典线性阈值模型进行了对比,证明该模型能够更细致地描述衍生型谣言产生和传播过程。本文基于TI-LT模型和三个真实的社交网络数据集,构造了基础网络环境,并对网络社交平台上影响衍生型谣言扩散的内在因素和外部禁言惩罚机制进行了实验和分析,向网络管理者提出了一些建议。对网络内在的传播误差、恶意篡改和传播阈值分布形式等因素的实验结果表明,较低的误差概率、较小的恶意节点比例和篡改概率所构建的良好网络环境能够从根源上抑制衍生型谣言产生。同时,网络管理者还应当尽可能扩大监管范围,针对网络的结构特点,制定相应的管理措施。对外部禁言惩罚机制的对象、时间和记忆等因素的实验结果表明,网络管理者应当合理选择惩罚对象,掌握恰当的惩罚尺度,使受惩罚对象牢记被惩罚的原因,并尽快做出惩罚决策和行动。本文的研究内容和模型具有一定的新颖性,所获得结论具有较强的普适意义,能够为谣言治理实践提供一定的理论依据。