【摘要】：图5-1健康者、感染者、免疫者三者的关系转化图建立SIRS模型通过上述假设，建立相应的SIRS模型，得到的微分方程如式（5-1）所示。其中，α表示感染率，个体感染的过程表示为SI；β表示免疫率，由感染者转化为免疫者的过程表示为IR；γ表示恢复率，由免疫者转为易感者的过程表示为RS。
（1）模型假设
第一，将网络中的全部个体（N）分为3类，分别为：在舆情场中，未受到环境影响的个体，即健康者（S）；因受到舆情信息的感染而选择改变态度并传播信息的个体，即感染者（I）；在多次接收信息后产生免疫的个体，即免疫者（R）。
第二，当某一群体性事件发生时，个体对事件的态度会由初始的不知情（S）到因受周围感染个体的影响而产生态度上的动摇，成为舆情传播者，健康个体会以感染率α成为感染者；但处于感染状态的个体在多次接收信息后会产生一种免疫力，也因此，感染者以β的概率成为免疫者；同时，部分免疫个体在受到外界新信息的刺激后，会重新以γ的概率转变为易感个体（S）。三者的转化关系如图5-1所示。
第三，健康者、感染者、免疫者三者的个体数量在t时刻占全部个体的比例分别为：S（t），I（t），R（t），显然S（t）+I（t）+R（t）=1；假设S（t）、I（t）、R（t）是关于事件t的连续的、可微的函数，且健康者、潜在者、感染者三者的初始比例分别记为S0，I0，R0。
图5-1 健康者、感染者、免疫者三者的关系转化图(www.xing528.com)
（2）建立SIRS模型
通过上述假设，建立相应的SIRS模型，得到的微分方程如式（5-1）所示。
其中，α表示感染率，个体感染的过程表示为SI；β表示免疫率，由感染者转化为免疫者的过程表示为IR；γ表示恢复率，由免疫者转为易感者的过程表示为RS。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
