通过标记控制假新闻：一种分支过程分析

假新闻在在线社交网络（OSNs）上的传播已成为一个令人关切的问题。这些平台也被用于传播重要的真实信息。因此，需要在不显著影响真实新闻传播的情况下缓解假新闻。我们利用用户识别假新闻的固有能力，提出了一种基于警告的控制机制以遏制其传播。警告基于先前用户对新闻真实性的反馈。我们使用依赖于种群规模的连续时间多类型分支过程来描述警告机制下的传播。我们也对这些分支过程取得了新的结果。利用随机逼近工具推导了各群体（时间）渐近比例。据此推导出相关的第一类、第二类性能指标，并求解了相应的优化问题。所提机制有效遏制了假新闻，对真实新闻传播的影响可忽略不计。我们使用 Twitter 数据提供的网络连接进行了蒙特卡洛模拟来验证性能指标。