近年来,随着互联网信息技术的发展,社交网络作为一种快捷、广泛的信息传播媒介而深受公众欢迎,“人人都是自媒体”的时代加速了网络谣言的传播。如双黄连可以治疗新冠肺炎的“抢药风暴”、“货拉拉事件”等网络谣言严重误导公共决策、破坏社会和谐稳定。一方面,随着社交环境的动态演变网络谣言已逐渐呈现常态化、扩大化和复杂化趋势,传统的谣言传播模型假设个体的接触是随机的,个体与谣言传播者的接触概率均等,忽略了个体在网络中的位置对谣言传播的影响,这与现实情况是相悖的,且社交网络上的个体接收到谣言的反应不同,部分个体对谣言持有犹豫态度,抱有“让子弹飞一会儿”的心理,此外,谣言传播者有一定的概率遗忘谣言。因此,迫切需要构建一种更加符合现实的谣言传播模型,以此来准确刻画谣言传播特征,深入探究谣言传播机制和演化规律。另一方面,由于谣言信息的快速传播和社交网络的动态演变,社交网络上的个体接收到谣言信息的表现不同,个体状态的不断转化形成的复杂关系对谣言溯源问题带来了新的挑战,但现有谣言溯源算法在溯源错误距离、溯源准确率等方面仍存在较大的改进空间。因此,如何快速、准确追溯谣言信息来源并对传播源进行引导和控制是新时代抑制谣言传播、精准治理谣言的关键。本研究从个体接触网络角度出发,考虑犹豫机制、遗忘机制等因素对谣言传播的影响,引入个体状态更新概率函数建立一种改进的SIR谣言传播模型——SIR-HF模型,并给出对应的动力学方程,通过仿真模拟对谣言在合成网络（BA网络）与真实网络（美国航空网络）上的传播过程进行研究。此外,提出一种基于多中心性分析的网络谣言信息源点追溯算法,在随机图与正则图上进行谣言传播与溯源仿真实验,将该算法与现有溯源算法的性能进行对比,进一步在美国电网上验证了该算法的有效性。最后分析了影响谣言信息源点追溯准确率的潜在因素。研究结果表明:（1）个体位置对谣言传播规模具有显著的影响,个体位置越中心,谣言传播规模越大,传播者数量到达峰值的时间越短;BA网络由于Hub节点的存在加强了谣言的传播能力;与传统的SIR谣言传播模型相比,SIR-HF模型可以更加准确地刻画谣言传播的特征。（2）多中心性算法（EC）在随机图与正则图上的溯源准确率较单一中心性算法的溯源准确率提升约83%与41%,溯源平均错误距离仅为0.02步和0.5步;在真实网络上的溯源平均错误距离为6.56步,优于动态年龄算法（DA）的11.3步与最小描述长度算法（MDL）的8.88步。