В статье рассматриваются современные подходы к моделированию распространения фейковых новостей в цифровых информационных средах. Актуальность темы обусловлена ростом влияния недостоверной информации на социальные сети, новостные платформы и процессы принятия решений. Цель работы состоит в краткой систематизации основных классов моделей, применяемых для анализа информационной диффузии. Методологическую основу составляют сравнительный анализ научной литературы и обобщение эпидемических, графовых, каскадных, пороговых, мультиагентных и интеллектуальных подходов. Показано, что разные модели решают различные исследовательские задачи: одни описывают общую динамику распространения, другие раскрывают роль структуры сети, поведения пользователей или автоматической классификации контента. Сделан вывод о перспективности гибридных программных моделей, объединяющих сетевые, поведенческие и алгоритмические факторы.
The article examines modern approaches to modeling the spread of fake news in digital information environments. The relevance of the topic is determined by the growing influence of unreliable information on social networks, news platforms and decision-making processes. The purpose of the paper is to briefly systematize the main classes of models used to analyze information diffusion. The methodology is based on a comparative analysis of scientific literature and generalization of epidemic, graph-based, cascade, threshold, agent-based and intelligent approaches. It is shown that different models solve different research tasks: some describe the general dynamics of diffusion, while others reveal the role of network structure, user behavior or automatic content classification. The conclusion is made about the prospects of hybrid software models combining network, behavioral and algorithmic factors.