随着在线社交网络发展,谣言信息作为此网络中基本信息传播的一种,对人们的生活有重大的影响。在Web2.0新闻时代,以微博为代表的移动社交成为人们获取信息的重要途径。谣言信息以虚假信息的形式成为此新媒体的一部分。谣言信息可以打扰人们的生活,影响人们的判断,从而引起很大破坏。一些经典的模型被建立起来,用来拟合现实生活中口口相传的谣言信息的传播机制。对于在线社交网络中谣言信息传播,需要更合适的模型。社交网络中具备社团特性,社团特性对于谣言信息传播的影响会在本文中讨论。本文提出新的谣言传播模型SIRe,此模型相比传统模型可以更好地拟合谣言信息在移动社交网络中的传播。在SIRe模型中,考虑了免疫者对其朋友的信息广播效应。对于易感者接受谣言信息的接受概率设置成与人们之间的社交关系亲密度相关。为了验证SIRe模型的有效性,真实的谣言信息传播数据集和新浪微博网络结构数据集被采集下来。利用模型的动力学方程和数据集通过训练的方式获取模型参数,利用谣言传播模拟平台进行仿真模拟。通过比较模型对于谣言信息传播预测的准确性验证模型的有效性。结果表明,SIRe模型具备更好的信息传播预测效果,更能真实反映移动社交网络谣言传播机制。为了从社团的角度发现谣言信息传播时的特征,利用Canopy-K-means算法对数据集聚类从而发现用户社团结构。通过计算社团的平均紧密中心度对社团进行分类,社团平均紧密中心度用来衡量一个社团的社交关系亲密度。通过模拟仿真表明,具备比较大平均紧密中心度的社团有更高的最大感染者比例,说明移动社交网络中谣言信息传播具备很强的社交特性。本文从社团角度提出社团集中免疫与社团分散免疫两种免疫策略。模拟仿真结果表明,社团分散免疫相比社团集中免疫的效果更好,会使整个网络的最大感染者比例更低。