Bursty communication patterns facilitate spreading in a threshold-based epidemic dynamics
社会互动的记录为我们提供了新的数据来源，以了解互动模式如何影响集体动态。这种人类活动模式通常是突发的，即，它们由短时间的激烈活动和长时间的沉默组成。这种突发性已经被证明会影响传播现象;它在某些情况下加速传染病传播，在另一些情况下减慢它。我们研究了一个依赖于历史的传染模型。在我们的模型中，易感个体和感染个体之间在短时间内的重复相互作用是易感个体感染所必需的。我们对真实的时间网络数据进行了数值模拟，发现在我们的模型中，突发性活动模式有助于传染病传播。
2012-06-11 cond-mat.stat-mech cs.SI physics.soc-ph
Temporal network sparsity and the slowing down of spreading
时变复杂系统中的相互作用在拓扑层次（谁与谁相互作用）和时间层次（相互作用何时发生以及多久发生一次）上通常是非常异构的。虽然它是已知的，时间的不均匀性往往有很强的动态过程的影响，例如，突发性的接触序列与较慢的传播动态，图片是远远不够完整。在本文中，我们表明，时间的异质性导致时间稀疏的时间尺度上的平均事件间时间，时间稀疏性决定了时间网络上的易感传染病（SI）传播动力学的减速量。这一结果是基于几个经验的时间网络数据集的分析。一个简单的网络模型的近似解证实了时间稀疏性和SI传播动力学放缓之间的关联。由于确定性SI传播总是遵循最快的时间路径，我们的结果概括-路径是较慢的遍历，因为时间稀疏，因此所有的动态过程也较慢。
2014-11-20 cs.SI physics.soc-ph
Correlated bursts in temporal networks slow down spreading
传播动力学被认为是发生在时间网络中，其中节点之间的时间交互模式显示出非泊松突发性质。非均匀间隔时间对传播的影响近年来得到了广泛的研究，但对间隔时间之间的相关性对传播的影响知之甚少。为了研究这些影响，我们研究了两步确定性可感染（SI）和概率SI动力学时的相互作用模式是由非均匀和相关的IPERS，即，相关爆发通过分析单链路系统中的传输时间统计，以及在Bethe格和随机图中对扩频过程的模拟，我们得出结论：Istr之间的正相关性减缓了扩频过程。我们还认为，从一个受感染的节点到其易感邻居的最短传输时间可以成功地解释我们的数值结果。
2018-07-06 cs.SI physics.soc-ph
Multiscale Analysis of Spreading in a Large Communication Network
在时间网络中，底层网络的拓扑结构和交互事件的时间对于确定网络介导的动态过程如何展开至关重要。我们已经探讨了SI模型中传播速度的极限情况，该模型的建立使得感染性个体和易感个体之间的事件总是传播感染。这个过程的速度为通过网络的交互事件介导的任何动态过程的速度设置了上限。时间网络的帮助下，来自大规模的时间戳数据的移动电话通话，我们扩展了早期的结果，指出突发性和时间的不均匀性的减速效果。在这样的网络中，链接不是永久活跃的，而是动态过程，由在特定时间点在链接上发生的重复事件介导。我们进行了多尺度分析，并查明了事件序列的时间在各个环节的重要性，它们与相邻序列的相关性，以及网络规模的传播过程所采取的时间路径。这是通过研究经验和分析不同的特征中继时间的链接，相关的各自的规模，和一组时间参考模型，允许删除选定的时域相关性一个接一个。
2011-12-19 cs.SI physics.data-an physics.soc-ph
Fundamental limits to identifying node and tie memory in temporal networks: marginal artefacts and spreading dynamics
Technical University of Denmark (DTU)（丹麦技术大学）
该研究证明时间网络中节点自激发与连边强化在发起者可观测时正交，但无向数据中边际化导致结构性混杂；经验数据中节点记忆近乎不可识别，而连边强化可识别，且低估疫情规模至多2.5倍。
2026-10-27 cs.SI physics.soc-ph
Spectral analysis and slow spreading dynamics on complex networks
易感-感染-易感（SIS）模型是描述信息/传染病传播现象的最简单的无记忆系统之一。淬火无序对动力学行为的影响最近被比较淬火平均场（QMF）近似的无标度网络。QMF通过邻接矩阵的谱分解分析，可以考虑稳态下活性的拓扑异质性和聚类效应。因此，它可以提供对可能的稀有区域效应的预测，从而对慢动力学的发生。我比较QMF SIS的结果与各种大尺寸图上的模拟。特别是，我表明，Erd \H os-Rényi图这种方法正确预测的流行阈值和稀有区域的影响。如果图是碎片的，或者如果我们在边缘上应用强的、指数抑制的加权方案，格里菲斯阶段就会出现。后一个模型描述了面对面实验中的连接时间分布。在广义Barabási-Albert型网络与老化连接的情况下，强烈的稀有区域效应和格里菲斯相动力学的数值证据。
2013-06-14 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
A model of spreading of sudden events on social networks
信息传播已经被研究了几十年，但其内在机制仍然存在争议，特别是对于那些通过互联网快速传播的信息。通过对新浪微博上六个典型事件的信息传播数据的分析，我们惊奇地发现，现代信息的传播呈现出一些新的特点，即根据事件的不同，传播速度或快或慢。为了理解其机制，我们提出了一个敏感-接受-拒绝（SAR）模型的信息敏感性和社会强化。数值模拟结果表明，该模式能够再现6个典型事件的主要传播模式。通过这个模型，我们进一步揭示了信息敏感性或社会强化的强度可以加速传播。当社会强化的强度较大时，根据传播概率和信息敏感性，最终接受规模可以从连续过渡到不连续过渡。此外，提出了一种基于边缘的分区理论来解释数值结果。这些发现对现代社会的信息传播控制具有一定的借鉴意义。
2018-05-06 cs.SI physics.soc-ph
Social distancing strategies against disease spreading
传染病的反复发生及其对社会的影响日益严重，促使人们研究减缓传染病传播的策略。本文综述了逾渗理论在描述复杂网络上对抗传染病传播的策略中的应用。本文对链接渗流与传染-恢复模型的关系进行了概述，并引入节点空隙渗流过程来描述由健康个体组成的网络（$i.e$）的稀释过程，该网络是维持社会功能的网络。然后，我们调查了两种策略：淬火无序策略，其中在社会中诱导接触强度的异质性分布，以及间歇性社会距离策略，其中健康个体被说服避免与他们的邻居接触间歇性的时间。使用渗流工具，我们表明，这两种策略可以阻止传染病传播。最后，我们讨论了传染率，$i.e$，传播疾病的有效概率，对性能的策略，以减缓传染病传播的作用。
2013-08-09 physics.soc-ph q-bio.PE
Decelerated spreading in degree-correlated networks
虽然度相关性对于网络中的传播现象起着至关重要的作用，但它们对传播速度的影响几乎没有被理解。在这里，我们研究了无标度网络上的可调传播模型，并表明，如果具有高连通性的节点局部加速（减速）传播，则在正（负）相关网络中传播变得缓慢。检查有效的路径提供了一个连贯的解释，这一结果，而$k$核心分解揭示了相关性的节点扩散效率的依赖。我们的研究结果应该开辟新的途径来微妙地控制现实世界的传播过程。
2012-03-04 physics.comp-ph physics.soc-ph
Spreading dynamics of infectious diseases on structured society with daily cycles
我们面临着一个共同的严重问题，传染病，并试图抑制感染的蔓延。我们需要减少相互接触以减少感染的机会，但这也意味着经济活动的损失。在我们的社会中，这种权衡是不可避免的，因为到目前为止，我们仍然需要直接的沟通和通勤。我们论文的重点是社会结构，我们与之有直接联系。我们用人工社会模型研究传播过程，每个代理人都有一个日周期，每天都去办公室和回家。同时，传染病也是沿着SIR模型传播的。我们表明，慢感染和短通勤可以实现一些结构，反之亦然。这些特征的最有效因素是社会的模块化。在高度模块化的社会中，代理人生活在指定的办公室周围，但代理人通勤很长的路到他们的办公室，并且可以在非模块化社会中快速感染。第一个感染点是功能的另一个因素。如果第一次感染发生在办公室周围，感染传播较慢。相反，如果第一个发生在远离办公室的地方，感染可能很快。我们展示了一个设计原则，高模块化和稀疏分布的办公室，为良好的社会和讨论可能的解决方案，在现实社会中，我们生活在。
2020-05-13 cond-mat.dis-nn cs.SI physics.soc-ph
Modeling Epidemic Spreading through Public Transit using Time-Varying Encounter Network
公共交通（PT）网络中的乘客接触可能是传染病传播的关键媒介。本文提出了一个时变加权PT相遇网络模型，通过PT系统的传染病传播。在地方和全球层面的社会活动联系也被考虑在内。我们选择2019冠状病毒病（COVID-19）的流行病学特征作为案例研究，并结合新加坡的智能卡数据来说明城市层面的模型。一个可扩展的和轻量级的理论框架来捕捉时变和异构的网络结构，这使得在整个人口水平上解决问题，具有较低的计算成本。从公共卫生方面和运输方面的不同控制政策进行了评估。我们发现人们的预防行为是控制流行病传播的最有效措施之一。从交通方面看，部分关闭公交线路有助于减缓疫情，但无法完全遏制疫情蔓延。利用智能卡资料识别“有影响力的乘客”，并及早隔离他们，亦可有效减少传染病传播。
2020-11-22 cs.SI physics.soc-ph q-bio.PE
Epidemic Variability in Hierarchical Geographical Networks with Human Activity Patterns
近年来，一些研究表明，人类行为的非泊松统计源于等级地理网络结构。基于这一观点，我们将重点放在等级地理网络中的传染病传播，并研究两种不同的接触模式（即：例如，与地理距离相关的均匀时间延迟（HOTD）和非均匀时间延迟（HETD）影响暴发的传播速度和变异性。研究发现，与HOTD和null模型相比，HETD中时延与网络层次的相关性显著减缓了传染病传播，并导致了向上级联的多模态现象.相应地，HETD暴发的变异性值较低，但在较长时间内有多个可比的峰值，这使得传染病传播的长期预测变得困难。当种子（i）例如，初始感染节点）来自网络的高层，显著促进了传染病传播。有趣的是，两种接触模式的变异性出现了不同的趋势：高层次的种子在HOTD导致较低的变异性，HETD的情况下，相反。更重要的是，HETD中高层种子的变异性远大于HOTD，这意味着传染病传播在等级地理网络中的不可预测性。
2012-04-03 cs.SI physics.soc-ph
Low prevalence, quasi-stationarity and power-law distribution in a model of spreading
了解传染病（信息、感染等）如何在复杂网络上传播，无论从实践还是理论的角度来看都很重要。在过去十多年中，在这方面做了大量工作。然而，大多数模型在其范围内是有限的，因此，只能捕捉一般特征的蔓延现象。在这里，我们提出并研究了一个传播模型，它考虑到了传染的强度或质量以及在各个节点发生的局部（概率）动态。只有在当地代理人评估了传染病的质量适应性之后，才会发生传播。该模型表现出质量依赖的指数时间尺度在早期导致一个缓慢演变的准稳态。低流行率被认为是广泛的传染质量任意大网络。我们还调查了节点的活动，并找到一个幂律分布与网络拓扑结构无关的强大的指数。我们的研究结果与最近的经验观察是一致的。
2012-06-02 cond-mat.stat-mech cs.SI physics.soc-ph
Traffic-driven Epidemic Spreading in Finite-size Scale-Free Networks
对复杂网络的研究有助于揭示复杂系统的结构与功能之间的关系。一个值得注意的结果是，在无限大的无标度网络中没有流行病阈值，这意味着任何感染都将永远传播，而不管传播速度如何。目前绝大多数的理论方法都假设感染是作为一个反应过程从节点传播到所有邻居。在这里，我们采用不同的视角，并表明，流行病的发病率是由交通流量条件。具体来说，我们考虑的情况下，流行病的路径被定义和驱动的流量。通过大量的数值模拟和理论预测，它表明，在无标度网络中的流行病阈值的值直接取决于流量条件，特别是在给定的路由协议的介数分布的第一和第二时刻。我们考虑的情况下，节点的交付能力是有界或无界的。在这两种情况下，阈值取决于流量，并随着流量的增加而减小。有限制的交付引发了拥堵的出现，减缓了疾病的传播，并为流行病的发病率设定了限制。我们的研究结果提供了一个一般的概念框架，以了解复杂网络上的传播过程。
2009-09-23 physics.bio-ph physics.soc-ph
Locating the source of diffusion in complex networks by time-reversal backward spreading
在复杂网络中，从社会和互联网上的传染病传播到人体内的癌症转移，定位触发动态过程的源是一个基本但具有挑战性的问题。准确定位源的能力受到同时访问大规模复杂网络中所有节点信息的能力的限制。因此，这就提出了两个关键问题：我们如何从不完整的信息中定位源，以及我们能否从给定的一组可观察节点在任何可能的位置实现源的完全定位。在这里，我们开发了一个时间反演反向传播算法来定位的扩散类过程的源有效地，并提出了一个一般的定位条件。以传染病传播和共识动力学为典型动力学过程，对算法进行了测试，并将其应用于中国甲型H1N1流感疫情。我们发现，只要可定位性条件得到保证，源可以精确地定位在任意网络。我们的工具大大提高了我们的能力，在复杂的网络中，基于有限的节点信息的可访问性的扩散源。此外，它们对控制复杂网络上发生的各种动力学过程具有影响，例如抑制流行病，减缓谣言的传播，污染控制和环境保护。
2016-11-12 cs.SI physics.soc-ph
Social contagions with communication channels alternation on multiplex networks
互联网通信渠道，例如，Facebook、Twitter和电子邮件是促进个人之间互动和信息共享的多元化网络。在短暂的时间段内，用户通常使用单个通信信道，但随后发生通信信道变更（CCA）。这意味着我们必须完善我们对社会传染动力学的理解。我们提出了一个非马尔可夫行为的多路复用网络中的传播模型，考虑到CCA机制，我们开发了一个广义的基于边的分区方法来描述的传播动力学。通过大量的数值模拟和理论分析，我们发现CCA引起的时间延迟减缓了行为传播，但不影响最终的采用规模。我们还发现，CCA抑制行为传播。在两个耦合的随机规则网络上，采用规模表现出混合增长，即，它首先随着信息传输概率连续增长，然后不连续增长。在ER-SF复用网络中，两个子网是Erdens-Rényi（ER）和无标度（SF），CCA引入了采用大小与信息传输概率的连续增长到混合增长的交叉。我们的研究结果扩展了我们对CCA在传播动力学中的作用的理解，并可能引发进一步的研究。
2018-12-19 cs.SI physics.soc-ph
Understanding the temporal pattern of spreading in heterogeneous networks: Theory of the mean infection time
为了可靠地预测复杂系统中的流行病或信息传播模式，定义良好的度量是必不可少的。在异构网络上的易感染模型中，中间时间范围内的感染节点簇的大小波动太大，以至于不能使用其平均大小作为代表值。集群大小遵循相当广泛的分布，这是来自于当一个集线器节点被首次感染的时间的集群大小的变化。相反，感染给定数量的节点所花费的时间的分布很好地集中在其平均值上，这表明平均感染时间是一个更好的度量。我们表明，平均感染时间可以通过使用受感染的集群的边界区域的缩放行为进行评估，并使用它来找到一个非指数，但代数传播阶段在中间阶段的强异构网络。这种缓慢的传播起源于只有小度的节点留下易受感染，而大多数枢纽节点已经在早期的指数传播阶段被感染。我们的研究结果提供了一种绕过大的统计波动，并可靠地量化的时间模式下的结构异质性蔓延。
2019-04-09 physics.soc-ph
Local cascades induced global contagion: How heterogeneous thresholds, exogenous effects, and unconcerned behaviour govern online adoption spreading
创新、产品或在线服务的采用通常被解释为一个传播过程，在很大程度上受社会影响驱动，并受个人需求和能力的制约。为了模拟这一过程，人们通常引入行为阈值机制，如果系统满足一组条件，则可以引起全局级联的演变。然而，这些模型并没有解决时间方面的新兴级联，这在现实系统中可能会通过各种途径，从缓慢到快速的模式演变。在这里，我们通过对全球最大的互联网语音服务Skype社交网络的产品采用情况进行分析和建模，填补了这一空白。我们提供的分数行为阈值，这似乎是独立的采用自我的程度的异质性分布的实证证据。我们发现，现实世界的采用集群的结构是从根本上不同于以前的理论预期，因为脆弱的收养-引起一个单一的采用邻居-似乎是重要的，只有在本地，而自发的收养者到达一个恒定的速度和不关心的个人的参与管理全球出现的社会传播。
2016-01-29 cond-mat.stat-mech cs.SI physics.data-an
A Computational Model and Convergence Theorem for Rumor Dissemination in Social Networks
谣言的传播，即所谓的来源不明的未经证实的言论，可能会造成大量的社会问题。如果有可能识别影响谣言传播的因素（如代理人的愿望，信任网络等），那么这就可以用来减缓或者阻止它的传播。因此，需要一个计算模型，该模型包括谣言特征和基于他们的愿望在社会成员中传播谣言的方式。我们的研究是围绕社会的同质性与谣言在其中的收敛性之间的关系展开的，结果表明，社会的同质性是谣言传播收敛的必要条件。
2014-10-21 cs.GT cs.SI physics.soc-ph
Epidemic Dynamics On Information-Driven Adaptive Networks
可以同时进化。在信息驱动的适应过程中，有能力识别疾病的易感（感染）个体会切断其感染（易感）邻居的联系，以防止疫情进一步蔓延。仿真结果和数值分析表明，信息驱动的自适应过程不仅可以减缓传染病传播的速度，而且可以显著降低最终状态下的流行率.此外，疾病的传播和信息扩散模式的格子上给出了一个直观的表示，疾病是如何被困在一个孤立的领域与信息驱动的自适应过程。此外，我们进行局部分岔分析的四种类型的动力学区域，包括健康，振荡，振荡和地方病，了解所观察到的动力学行为的演变。这项工作可能有助于理解信息如何影响人类应对传染病传播的活动。
2015-05-19 physics.soc-ph
Dynamics of interacting information waves in networks
为了更好地理解信息传播的内部运作，网络研究人员通常使用简单的模型来捕捉传播动态。但大多数模型只强调了局部相互作用对单个信息波全球传播的影响，而忽略了多个信息波之间相互作用的影响。在这里，我们考虑到多个相互作用波的影响，通过使用基于代理的模型，其中信息波之间的相互作用是基于他们的新颖性。我们分析了这种相互作用的全球影响，发现实际到达节点的信息到达节点的速度更快。这种效应是由信息波之间的选择引起的：慢波消失，只有快波存活。因此，与具有非交互信息动态的模型相反，对信息的访问随着与源的距离而衰减。此外，当我们分析模型在各种合成和真实的空间道路网络，我们发现，衰减率也取决于路径冗余和系统的有效维数。一般来说，信息波频率的衰减作为距源的距离的函数遵循幂律分布，对于具有高路径冗余的二维系统，指数在-0.2之间，对于没有路径冗余的树状系统，指数在-0.5之间。我们发现，真实的空间网络为介于这两个极端之间的信息传播提供了基础设施。最后，为了更好地理解缩放结果背后的机制，我们提供了一维系统的缩放的解析计算。
2013-09-18 cs.SI physics.soc-ph
Temporal percolation of a susceptible adaptive network
在过去的几十年里，许多作者使用了易感-感染-康复模型来研究疾病传播对感染个体进化的影响。然而，很少有作者关注易感个体的时间展开。在本文中，我们研究了自适应网络中的易感染-感染-恢复模型的动态特性，该模型模拟了永久社会联系（如友谊和工作关系）的暂时失活。利用基于边的房室模型和渗流理论，得到了最大易感组分中易感个体的演化方程。特别是，我们专注于个人的行为如何影响易感网络的稀释。我们发现，作为一个结果，疾病的传播速度减慢，保护最大的易感集群，通过增加的关键时间，在这个时间，巨大的易感组件被摧毁。我们的理论结果得到了广泛的模拟支持。
2013-07-02 cs.SI physics.soc-ph
Impact of degree truncation on the spread of a contagious process on networks
要了解人与人之间的传染过程如何在人群中传播，需要关于人群成员之间联系的准确信息。然而，当通过访谈收集时，由于部分回忆、应答者疲劳或研究设计，这种连接数据通常是不完整的，例如，固定选择设计（FCD）通过限制每个受访者可以报告的接触次数来截断出度。过去的研究已经表明FCD截断如何影响网络特性，但其对预测的传播过程的速度和大小的影响在很大程度上仍未被探索。为了研究度截断对传播过程的影响，我们生成了包含特定属性（度分布，度可伸缩性，聚类）的合成网络集合，并使用了来自印度卡纳塔克邦75个村庄的经验社交网络数据。我们使用不同的截断阈值模拟FCD，并在每个网络上运行可恢复的感染恢复（SIR）过程。我们发现，在截断的网络上传播的传播过程导致了更慢和更小的流行病，在截断的水平上，预测精度会突然下降，而截断的水平会因网络类型而异。我们的研究结果的影响超越FCD截断由于任何有限的采样从一个更大的网络。我们的结论是，网络结构的知识是重要的理解度截断网络的过程传播的预测的准确性。
2016-02-10 cs.SI physics.soc-ph stat.OT
