Topological data analysis of contagion maps for examining spreading processes on networks
网络的空间嵌入性影响着社会和生物传染。历史上，许多流行病在地球表面的一部分作为波浪传播;然而，在现代传染病中，长距离边缘-例如，由于航空运输或通信媒体-允许传染病的集群出现在遥远的地方。在这里，我们研究了网络上的蔓延，通过拓扑数据分析和非线性降维接地方法。我们构建“传染图”，使用网络上的多个传染点将节点映射为点云。通过分析拓扑结构，几何形状和维数的流形结构在这样的点云，我们揭示的见解，以帮助建模，预测和控制的蔓延过程。我们的方法强调传染图也是一个可行的工具，推断网络中的低维结构。
2015-07-29 cs.SI math.DS nlin.AO
Interplay of epidemic spreading and vaccine uptake under complex social contagion
本研究通过SIR模型和阈值疫苗接种策略，在年龄分层多层网络上模拟，揭示复杂社会传染下疫苗接取态度与流行病传播的相互作用。
2024-12-16 cs.SI physics.soc-ph
Analysis of a threshold model of social contagion on degree-correlated networks
我们分析确定当一系列抽象的社会传染模型允许全球传播从一个单一的种子度相关的随机网络。我们推导出最大脆弱组件的预期大小，网络的火绒箱样的临界质量，以及感染随机选择的单个种子将触发全球传播的概率。在适当的限制，我们的结果自然减少到标准的疾病传播模型和巨组件的存在条件。分布式的，无限的种子情况下的最新进展，使我们能够进一步确定全球传播事件的最终规模，当它们发生。为了支持我们的研究结果，我们推导出一个简单而丰富的随机网络双峰度分布的家庭的关键传播量的精确表达式。
2009-05-26 physics.soc-ph
A generalized linear threshold model for an improved description of the spreading dynamics
现实生活中的许多传播过程都可以看作是一种复杂的传染，线性阈值模型是描述这种传染机制的典型模型。尽管它的密集使用，LT模型在描述传播的时间演化方面存在一些局限性。首先，捕捉传播速度的离散时间步长被模糊地定义。第二，同步更新规则使得节点批量感染，无法考虑个体差异。最后，LT模型是不兼容的简单传染与现有的模型。在这里，我们考虑了一个广义线性阈值（GLT）模型的连续时间随机复杂的传染过程，可以有效地实现的Gillespie算法。该模型中的时间具有明确的数学定义，更新顺序也是严格定义的。我们发现，传统的LT模型系统地低估了扩频速度和扩频序列顺序的随机性。我们还表明，GLT模型与易感染（SI）或易感染-恢复（SIR）模型无缝地工作。人们可以很容易地将它们结合起来，模拟一个混合传播过程，在这个过程中，简单的传染积累了导致全球级联的复杂传染的临界质量。总的来说，我们提出的GLT模型可以成为研究复杂传染的有用工具，特别是在研究传播的时间演化时。
2020-08-16 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
Distinguishing simple and complex contagion processes on networks
针对难以从实证数据判断网络传播背后机制的问题，提出基于节点感染顺序及其与局部拓扑相关性的策略，可区分简单传播、阈值机制及高阶机制驱动的传播过程。
2023-05-19 physics.soc-ph
Analysis of contagion maps on a class of networks that are spatially embedded in a torus
网络上的传播过程受网络底层空间结构的影响，研究传播过程在多大程度上遵循这种结构是有意义的。我们考虑一个阈值传染模型的网络，其节点嵌入在一个流形，并有两个“几何边缘”，这方面的几何基础流形，和“非几何边缘”，不受该几何约束。基于Taylor等人\cite{Taylor2015}的思想，我们研究了传染病何时以波的形式沿着节点嵌入圆环的网络传播，以及何时通过长的非几何边缘跳跃到网络的偏远地区。我们建立了一个“传染病地图”的传染病传播这样一个“嘈杂的几何网络”，以产生一个点云，我们研究的维度，几何形状和拓扑结构的点云，以检查这个传播过程的定性属性。我们确定了一个区域中的参数空间中的传染传播主要通过波前传播。我们考虑不同的概率分布，用于构建非几何边缘-反映不同的衰减率相对于节点之间的距离在底层流形-和检查的影响，这样的选择上的扩散动力学的定性性质。我们的工作推广了Taylor等人的分析，并巩固了传染图作为研究空间网络传播行为的工具和流形学习的技术。
2021-04-05 cs.SI math.AT math.DS
Competition and dual users in complex contagion processes
我们研究了两个传播实体的竞争，例如创新，在复杂的网络中的复杂传染过程。我们开发了一个分析框架，并研究双重用户的作用，即代理使用这两种技术。寻找新的创新的传播过渡和灭绝过渡的一个预先存在的，我们确定不同的阶段取决于网络的平均程度，流行的预先存在的技术，和阈值的传染过程。与现有技术的竞争有效地抑制了新创新的传播，但它也允许共存的阶段。双重用户的存在在很大程度上改变了瞬态动态，创造了新的阶段，促进了新创新的传播和原有创新的消亡。它使新的创新能够在全球范围内传播，即使旧的创新具有先发优势。
2018-11-29 cond-mat.stat-mech physics.soc-ph
Direct, physically motivated derivation of triggering probabilities for spreading processes on generalized random networks
我们推导出一个一般表达式的概率全球传播开始从一个单一的感染种子的传染过程作用于广义的，相关的随机网络。我们采用了一个简单的概率参数，编码的扩散机制在一个直观的，物理的方式。我们使用我们的方法，直接和系统地获得触发概率的传染过程的随机网络家庭，包括二分随机网络的集合。我们发现的传染条件，相变到地方病状态的位置，从无病状态的扩展。
2015-06-30 cond-mat.dis-nn physics.soc-ph
Competition between simple and complex contagion on temporal networks
针对时间网络中社会传染机制主导性问题，考虑简单、复杂及主导机制变化的混合传播场景，提出分析方法识别场景转变并与数值模拟对比，为时间网络传染动态提供新见解。
2024-11-29 physics.comp-ph physics.soc-ph
The risk of contagion spreading and its optimal control in the economy
2008年的全球危机激发了科学家对研究这一现象、其传播和负面后果的更大兴趣。病毒传播的建模过程通常用于流行病学。从概念上讲，疾病在人群中的传播类似于经济中的传染过程。这种相似性允许使用流行病学中经常使用的感染传播数学模型来考虑世界金融体系中的传染。我们的研究重点是全球金融网络中传染扩散的动态行为。测试了各国国家银行系统网络中风险的系统性传播的影响。最优控制问题，然后制定模拟控制，可以避免重大的财务损失。研究结果表明，该方法较好地描述了世界经济的现实，强调了国家间的国际关系对金融稳定的重要性。
2018-12-17 physics.soc-ph q-fin.GN
Contagion in simplicial complexes
信息在社会、生物和技术系统中的传播是其动态行为的关键组成部分。当仅限于两两相互作用时，我们就可以很好地把握这些传播过程的相关参数和关键转变，最明显的是大流行转变，它表明了传播覆盖网络的大部分的条件。挑战在于，在许多相关应用中，传播是由高阶关系驱动的，其中几个组件经历组交互。为了解决这个问题，我们分析了在一个单纯的复杂环境中的传播动力学，旨在捕捉不同订单的相互作用的共存。我们发现，虽然成对的相互作用在传播的初始阶段发挥了关键作用，一旦它获得覆盖，高阶单形接管并驱动传染动力学。其结果是一个独特的传播相图，展示了一个不连续的大流行转变，因此提供了一个定性的偏离传统的网络传播动力学。
2021-07-07 physics.soc-ph
Complex contagion process in spreading of online innovation
创新扩散可以被解释为一种受媒体和社会互动影响的社会传播现象。虽然这些机制已被确定的定量理论，其作用和相对重要性并没有完全理解，因为经验验证迄今为止一直受到阻碍，缺乏适当的数据。在这里，我们分析了一个数据集，记录了世界上最大的互联网协议语音服务的传播动态，以实证支持社会传染模型背后的假设。我们发现，自发的服务采用率是恒定的，通过社会影响力的概率是线性比例的分数采用邻居，服务终止率是时不变的，独立的同行的行为。通过实现检测到的扩散机制到一个动态的基于代理的模型，我们能够模拟在世界各地的几个国家的服务的采用动态。这种方法使我们能够对服务采用进行中期预测，并揭示创新传播动态与一个国家社会经济发展之间的依赖关系。
2014-10-23 cs.SI nlin.AO physics.comp-ph
Optimal community structure for social contagions
社区结构是真实世界网络行为的一个重要因素，因为它强烈影响稳定性，从而影响传播动力学的相变顺序。本文提出了一个包含社会强化因素的社区网络的可逆社会传染模型。在我们的模型中，当接收到的信息单位数量超过其采用阈值时，个体采用社会传染。我们使用平均场近似来描述我们提出的模型，结果与数值模拟一致。数值模拟和理论分析均表明，种子的铺展动力学过程存在一级相变，当初始种子种类较多时，系统中会出现滞后回线。我们找到了一个最佳的社区结构，最大限度地扩大动态。我们还发现了一个丰富的相图与三相点，分离的非扩散阶段的两个扩散阶段。
2018-05-01 physics.soc-ph
Infection patterns in simple and complex contagion processes on networks
本文对比网络上多种简单与复杂传染模型，揭示简单传染的感染模式高度稳健，而复杂及阈值传染会随参数和互动机制产生显著差异。
2024-06-04 physics.soc-ph
Correlation-Based Diagnostics of Social Contagion Dynamics in Multiplex Networks
Universitat de Barcelona（巴塞罗那大学）；Universitat Oberta de Catalunya（加泰罗尼亚开放大学）
该研究通过分析多重网络中节点活动的时间相关性，揭示了社会传染动力学的局部化与去局部化现象，并展示了滞后一阶自相关性在检测激活和局部化转变中的作用。
2026-01-30 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
Modeling the Spread of Multiple Contagions on Multilayer Networks
建立了多层网络上多重传染病的SIS模型，考虑了不同的传播渠道和疾病突变。该模型的基本再生数的估计解析。在一个特殊的情况下，只考虑房室模型，我们分析了一个例子的突变驱动的菌株持久性的特点是没有流行病阈值的模型。该模型与网络拓扑结构无关，可以在分区模型和网络模型中观察到。多层网络上的新型多重传染SIS模型可以帮助理解其他传播现象，包括传染病，文化特征，成瘾，或通过电子邮件消息，网络博客和计算机网络传播的信息。
2020-03-30 physics.soc-ph
Close and ordinary social contacts: how important are they in promoting large-scale contagion?
一个突出的问题是跨学科的兴趣是定量地了解社会接触的传染动力学中的作用。一般来说，有两种类型的接触：亲密的朋友，同事和家人等，以及与陌生人的日常接触。通常情况下，社会强化发生在密切接触者身上。考虑到这两种类型的接触，我们开发了一个基于接触的社会传染模型。我们发现，与传播动力学，随机网络有共存的连续和不连续的相变，但异构网络的过渡是连续的。我们还发现，普通接触在促进大规模传播中起着至关重要的作用，而紧密接触的数量不仅决定了随机网络中相变的性质，而且决定了爆发阈值的大小.对于来自现实世界的异构网络，大量的密切接触者影响流行阈值，而其在促进传播中的作用取决于分配给它的采纳阈值。首先，普通接触者和密切接触者之间的强烈相互作用是产生普遍传播的必要条件。事实上，只有当有合理长度的传播路径，涉及密切和普通接触，才有可能大规模爆发社会传染病。第二，当阈值和普通接触者之间的传播率都很小时，异质网络中大量的密切接触者通过枢纽节点之间的传播渠道促进了传染病的爆发和传播。我们开发了一个理论框架，以获得对随机网络的主要研究结果的分析理解，并得到广泛的数值计算的支持。
2018-11-09 cs.SI physics.soc-ph
A kinetic theory approach to model crowd dynamics with disease contagion
我们提出了一些想法，如何扩展的动力学类型的人群动力学模型，以考虑传染病的传播。我们专注于一个中等规模的人群占据了一个封闭的环境，疾病很容易传播。我们选择的动力论方法使用对策论的工具来模拟一个人与周围的人和环境的相互作用，它的特点是一个参数来代表压力的水平。众所周知，人们在受到恐惧或压力的情况下会选择不同的行走策略。为了证明我们的人群动力学模型可以用来再现现实的场景，我们模拟乘客在休斯顿的霍比机场的一个终端。为了模拟疾病在步行人群中的传播，我们引入了一个变量，表示接触传播疾病的人的水平。此外，我们引入了一个参数，描述了传染相互作用的强度和核函数，这是一个减函数之间的距离的人和一个传播的个人。我们测试我们的传染模型的一个问题，涉及一小群人走过走廊。
2021-04-02 cs.NA math.NA 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
Competing contagion processes: Complex contagion triggered by simple contagion
经验证据表明，传染过程往往发生简单和复杂的传染竞争，这意味着，而一些代理人遵循简单的传染，其他人遵循复杂的传染。简单传染是指由单一接触传染性实体引起的传播过程，而复杂传染则需要多次接触才能传播。受这一观察的启发，我们提出了一个传染动力学模型的传输概率，启动一个复杂的传染过程。有了这个概率，受到简单传染的节点被采用，并触发复杂传染的过程。我们得到了一个相图的参数空间中的传输概率和分数的节点受到复杂的传染。我们的传染模型表现出丰富多样的相变，如连续，不连续，和混合相变，临界，三临界，和双重转变。特别是，我们发现了一个双相变显示连续的过渡和以下不连续的过渡中采用的节点的密度相对于传输概率。我们发现，双重转换发生在一个中间阶段，在该阶段中，简单的传染后的节点成为通过，但复杂的传染节点仍然容易受到影响。
2018-07-10 cond-mat.stat-mech physics.soc-ph
A 2D kinetic model for crowd dynamics with disease contagion
我们专注于建模和模拟的传染病传播的中等规模的人口占据一个封闭的环境，如机场航站楼，很短的时间。由于人群和场地的大小，我们选择了动力学类型的模型。本文分为两个部分。在第一部分中，我们采用了简化的假设，即人们的步行速度和方向是已知的。由此产生的动力学模型的特点是一个变量，表示接触传播疾病的人的水平，一个参数描述的传染相互作用强度，和一个核函数，这是一个人和传播个体之间的距离的递减函数。这样的模型进行测试的问题，涉及一个小的人群在一个广场步行域。在第二部分中，从简化模型的想法被用来将疾病传播的动力学理论方法的人群动力学，即步行速度和方向的结果与其他人和场地的相互作用。
2021-07-23 cs.NA math.NA physics.soc-ph
Social network structure and the spread of complex contagions from a population genetics perspective
本研究从种群遗传学视角出发，构建分析复杂传染随机动力学的通用框架，揭示网络结构对复杂传染传播的关键影响，为信息、行为和思想的社会传播提供理论洞见。
2023-08-29 physics.soc-ph
Epidemic Spreading on Activity-Driven Networks with Attractiveness
我们研究SIS传染病传播过程展开最近概括的活动驱动的建模框架。在这个时变网络模型中，每个节点由两个变量描述：活动性和吸引力。第一，描述了形成联系的倾向。第二，定义吸引他们的倾向。我们推导出分析考虑的时间尺度驱动的接触和传染的演变可比的流行阈值。这些解是通用的，适用于任何活动和吸引力的联合分布。通过考虑异质分布和两个变量之间的不同相关性进行的大规模数值模拟，证实了理论图片。我们发现吸引力的异质分布改变了传染过程。特别是，在两个变量之间不相关和正相关的情况下，异质吸引力促进了传播。相反，活动和吸引力之间的负相关阻碍了传播。所提出的结果有助于了解时变网络的动力学性质及其对在其结构上展开的传染现象的影响。
2017-09-11 cs.SI physics.soc-ph
Clustering determines the dynamics of complex contagions in multiplex networks
我们提出了在集群多重网络中的广义复杂传染病的数学分析，为易感染-感染-恢复（SIR）类动力学。该模型旨在理解影响力的扩散，或任何其他传播过程意味着阈值动态，在设置具有显着集群的互连网络。假设传染足够普遍以考虑内容依赖线性阈值模型，其中每个链接类型具有不同的权重（用于传播影响），其可以取决于内容（例如，产品，谣言，政治观点）正在传播。使用生成函数的形式主义，我们确定的条件，概率和期望的大小紧急全球级联。这种分析提供了一个概括以前的方法，特别是在有关的扩散和渗流的问题是有用的。结果表明，网络的聚类系数与其平均度之间存在非平凡的依赖关系。特别是，几个相变示出发生依赖于这些描述符。一般来说，我们的研究结果表明，增加集群的概率降低了全球级联和他们的大小，但这种趋势与平均度的变化。存在着一个平均度，从这个平均度开始，聚集倾向于传染的概率和规模。通过比较多重网络及其单重投影上的复杂传染动力学，我们证明了忽略链接类型和聚合网络层可能会导致关于传染动力学的不准确结论，特别是当层间度的相关性很高时。
2016-08-29 cs.SI physics.soc-ph
Preventing the Spread of Online Harms: Physics of Contagion across Multi-Platform Social Media and Metaverses
我们提出了一个最小的但有争议的理论，用于在当前多平台社交媒体和未来的Metaverse中传播在线伤害（例如错误信息，仇恨）。新的物理学出现在在线社区和平台之间的内在异质性，通过用户创建的链接和突然的版主关闭产生的集群动态，以及传染过程之间的相互作用。该理论提供了一个在线的“R-nought”标准，以防止系统范围内的传播;它预测了重新进入的传播阶段;它确定了在线群体免疫所需的数字疫苗接种水平;它可以在多个规模上应用。
2022-01-12 cond-mat.dis-nn nlin.AO physics.soc-ph
How Complex Contagions Spread Quickly in the Preferential Attachment Model and Other Time-Evolving Networks
本文研究了复杂传染病在社会网络中的传播速度。一个$k$复合体传染从一组最初被感染的种子开始，这样任何至少有$k$被感染邻居的节点都会被感染。简单的传染，即，$k=1$，迅速蔓延到整个网络的小世界图。然而，复杂传染病的快速传播似乎不太可能，也更微妙;成功的案例关键取决于网络结构\cite{G08,Ghasemiesfeh:2013:CCW}。我们的主要结果表明，复杂的传染病可以快速传播的一般家庭的时间演化网络，其中包括优先连接模型~ \cite{barabasi99emergence}。我们证明，如果初始种子被选为最古老的节点在这个家庭的网络中，$k$ -复杂的传染覆盖整个网络的$n$节点在$O(\log n)$步骤。我们表明，初始种子的选择是至关重要的。如果在PA模型中均匀随机地选择初始种子，即使它们的数量是多项式，复杂的传染也会过早停止。优先连接模型中最老的节点可能具有高的度。然而，我们注意到，它实际上不是幂律度分布本身，有利于快速传播的复杂传染，而是这种模型的进化图结构。所述族中的一些成员甚至不具有幂律分布。我们还证明了复杂的传染是快速的复制模型~ \cite{KumarRaRa00}，一个变种的优先连接家庭。最后，我们证明了当一个复杂的传染病开始从一个一般的图上的初始种子的任意一组，确定是否感染的顶点的数量是超过一个给定的阈值是$\mathbf{P}$ -完全的。因此，我们不…
2014-08-09 cs.SI physics.soc-ph
Dose-response functions and surrogate models for exploring social contagion in the Copenhagen Networks Study
网络上的传播动力学和复杂传染过程是复杂人类和自然系统中出现临界转变、临界点和其他非线性现象的重要机制。现在，越来越多的时间网络数据可用于研究行为、观点、想法、疾病和创新的传播过程，以检验有关其特定属性的假设。为此，我们在这里提出了一种基于剂量反应函数和假设检验的方法，使用替代数据模型，随机化的经验数据的大部分方面，同时保存某些结构相关的传染，群体或同质性动态。我们证明了这种方法的合成时间网络数据的传播过程中产生的自适应选民模型。此外，我们将其应用于哥本哈根网络研究的经验时间网络数据。该数据集提供了数百名大学生在三个月内参与研究的身体密切接触网络。我们研究的潜在传播动态的健康相关的行为“定期去健身工作室”在这个网络上。基于替代数据模型的层次结构，我们发现，我们的方法既没有提供显着的证据，在这个数据集中的剂量反应型网络传播过程的影响，也没有显着的证据同质性。运动行为的实证动力学可能更好地描述了个人的特点，如对行为的处置，并保持它的持久性，以及影响整个群体的外部影响，和非平凡的网络结构。所提出的方法是通用的，也有前途的应用程序，其他时间网络数据集和感兴趣的特点。
2021-09-06 physics.soc-ph
A simple contagion process describes spreading of traffic jams in urban networks
University of New South Wales (UNSW)（新南威尔士大学）；Monash University（莫纳什大学）；K.N. Toosi University of Technology（K.N.托伊西理工大学）；CSIRO（澳大利亚联邦科学与工业研究组织）；Johns Hopkins University（约翰斯·霍普金斯大学）；University of California, Berkeley（加利福尼亚大学伯克利分校）
本文提出了一种基于简单传染过程的模型，用于描述城市网络中交通拥堵的传播和消散，引入了拥堵传播率η和拥堵消散率μ两个新参数，并通过实证多城市分析验证了该模型的可行性，可用于监控、预测和控制网络中拥堵链接的时间变化比例。
2019-06-04 cs.SY eess.SY physics.soc-ph
Explosive transitions induced by interdependent contagion-consensus dynamics in multiplex networks
我们引入了一个模型来研究社会系统中信息传播和意见形成之间的微妙关系。为此，我们提出了一个两层多路复用网络模型，其中共识动态发生在一个层，而信息传播贯穿另一个。这两个动力学过程是相互耦合的，考虑到控制参数的动态演化的节点的状态，在每一层内取决于在其他层的动态状态。特别是，我们探讨的情况下，共识是青睐的共同采用的信息，而信息传播的推动代理共享相似的意见。数值模拟和一些分析结果指出，当两层动力学之间的耦合足够强时，会出现双重爆炸性转变，即一致性动力学和信息传播的爆炸性转变。这种爆炸性的转变导致了双稳定区域，其中共识知情的状态和不同意无知的状态都是稳定的解决方案。
2019-01-13 nlin.AO physics.soc-ph
Coevolution spreading in complex networks
疾病、行为和信息在真实系统中的传播很少是相互独立的，而是通过强相互作用共同进化的。网络协同进化传播的时空演化模式和临界现象对于揭示其动力学机制具有重要意义，它为控制传染病传播、预测社会系统中的集体行为等提供了理论基础，因此复杂网络协同进化传播动力学研究受到了众多学科的关注。本文介绍了协同进化传播动力学研究的最新进展，强调了统计力学和网络科学角度的贡献。详细介绍了生物传染、社会传染、免疫意识和免疫资源等4种典型的协同进化传播机制的理论方法、临界现象、相变、相互作用机制和网络拓扑效应，并讨论了该领域面临的挑战和有待进一步研究的问题。
2019-07-18 cs.SI physics.soc-ph
Social distancing in pedestrian dynamics and its effect on disease spreading
在没有接种疫苗的情况下，非药物措施，如社交距离，可以在控制流行病方面发挥重要作用。在本文中，我们研究了社会距离对流行病的影响，它是可执行的。我们使用一个结合了人类流动和疾病传播的数学模型。对于流动性动态，我们设计了一个基于代理的模型，包括行人动态与一种新型的力量，类似于在拥挤的网站社交距离。对于传播动力学，我们认为隔间的SIE动力学加上间接传播的足迹的传染性行人的传染因素。我们发现，增加社会距离的强度有显着影响的暴露风险。通过将人群分类为社会距离遵守者和非遵守者，我们得出结论，即使是少数潜在传染性病原体的社会距离实践，也会导致人群暴露风险发生急剧变化，但会降低其他人群实施该协议的有效性。此外，我们观察到，对于间接传播更重要的传染病，社会距离的有效性会降低。本研究可为降低暴露风险的政策制定提供定量指导。
2020-10-24 physics.soc-ph q-bio.PE
Complex contagion in social systems with distrust
该研究提出带符号单纯复形上的复杂传染模型，探究信任与不信任对社会传染动力学的影响，揭示了传播比例与连接数的非单调关系及社会平衡对传染的作用机制。
2023-05-06 cond-mat.stat-mech cs.SI physics.soc-ph
Complex social contagion induces bistability on multiplex networks
社会强化机制是信息技术生态系统中普遍存在的一种现象，近年来引起了人们的广泛关注。虽然社会强化对单层网络的影响已经有了很好的记录，但需要扩展到多层网络，以研究来自不同社交圈的强化如何影响传播动态。为此，我们将多层社会强化到多重网络上的不知情者-传播者-无知（SIS）模型。我们的理论分析结合了成对方法和平均场论，并与大规模模拟结果吻合良好。令人惊讶的是，我们发现这种复杂的社会传染机制触发了双稳态现象的出现，灭绝和爆发状态共存。特别是，在这一地区出现了稳定流行的滞后环，这解释了为什么在现代社会中对谣言传播的斗争是长期和困难的。此外，我们表明，最终状态的传染区域依赖于初始密度的采用者，其临界值降低的传染性或多层加固的增加。特别是，我们强调两个可能的条件爆发的社会传染：拥有大的传染传递性，或拥有大的初始密度的采用者具有强大的多层加固。我们的研究结果揭示了多元化网络中社会强化的不可忽视的力量，这为设计有效的营销和促进创新等传播行为策略提供了启示。
2021-05-25 cs.SI physics.soc-ph
Controlling Contagion Processes in Time-Varying Networks
绝大多数的策略，旨在控制网络上的传染过程，认为系统的连接模式，淬火或退火。然而，在现实世界中，许多网络是高度动态的，并在传染过程中同时进化。在这里，我们推导出一个分析框架，专门为时变网络设计的控制策略的研究。我们考虑删除/免疫的个别节点根据他们在网络中的活动，并开发一个块变量的平均场方法，允许推导方程描述的传染过程的演变，同时网络动态。我们推导出临界免疫阈值，并评估控制策略的有效性。最后，我们通过数值模拟合成网络和大规模真实世界移动电话呼叫数据集中的信息传播过程和控制策略来验证理论图
2013-09-26 cs.SI physics.soc-ph q-bio.PE
Epidemic spreading on time-varying multiplex networks
社会互动在多个背景下分层，并受到复杂的时间动态。对社会系统的这两个特征的系统研究只是最近才开始的，这主要归功于多元和时变网络的发展。然而，这两个进展几乎是平行的，几乎没有重叠。因此，连接模式的多重性和时间性质之间的相互作用知之甚少。在这里，我们的目标是通过引入一个随时间变化的多路复用网络模型来解决这个限制。我们感兴趣的是如何描述这两个属性影响传染过程。为此，我们研究SIS流行病模型展开在可比的时间尺度方面的多重网络的演变。我们研究分析和数值的流行阈值之间的重叠，和功能，每一层的函数。我们发现，层之间的重叠显着降低了流行阈值，特别是当重叠节点的时间激活模式是正相关的。此外，当各层之间的平均连接性非常不同时，传染动力学由连接更密集的层的特征驱动。在这里，流行病阈值相当于单层图的阈值，并且在驱动传染的层中，疾病的影响与重叠无关。然而，在传播动力学受其影响很大的其他层中，情况并非如此。本文的结果为描述真实网络的性质及其对传染现象的影响提供了又一步
2018-08-11 cs.SI physics.soc-ph
Epidemiological modeling of the 2005 French riots: a spreading wave and the role of contagion
作为戏剧性集体行为的一个大规模例子，2005年法国骚乱始于巴黎的一个贫穷郊区，然后蔓延到整个法国，持续了大约三个星期。值得注意的是，虽然没有驱逐骚乱者，但骚乱活动确实发生了。通过查阅国家警察的每日数据，我们得以探索骚乱蔓延的动态。在这里，我们表明，一个类似的模型，只有几个参数和一个单一的社会学变量表征邻里剥夺，占定量的全部时空动态的骚乱。这是第一次在一个国家的规模上每天进行这种涉及城市内部和城市之间（通过地理邻近或媒体）传染的数据驱动的建模。此外，我们给出了一个精确的数学表征的表达“波的骚乱”，并提供了一个可视化的巴黎周围的传播，展示波的方式没有描述过。模型和数据之间的显着一致性表明，地理上的接近在传播中发挥了重要作用，即使信息是随时随地通过媒体。最后，我们认为，我们的方法给出了一个一般的框架，自发的集体起义的动态建模。
2018-01-08 cs.SI physics.soc-ph
Dynamics of social contagions with heterogeneous adoption thresholds: Crossover phenomena in phase transition
异质性采纳阈值在社会传染中广泛存在，但在以往的研究中往往被忽视。我们首先提出了一个非马尔可夫扩散阈值模型一般采用阈值分布。为了定量地了解异质性采用阈值的影响，基于边缘的分区理论提出的模型。我们使用二元扩散阈值模型作为具体示例，其中一些个体具有低采用阈值（即，积极分子）而其余的人持有相对高的采用阈值（即，偏执狂），以证明异质采用阈值显着影响最终采用规模和相变。有趣的是，在该体系中可以发现一级、二级和混合相变。更重要的是，对于偏执者的不同采纳阈值，在相变中存在两种不同的交叉现象：从一阶或混合相变到二阶相变的变化。基于该理论的理论预测与数值模拟结果吻合得很好。
2015-09-10 cs.SI physics.soc-ph
Contagion processes on urban bus networks in Indian cities
公共汽车运输被认为是印度城市最方便，最便宜的公共交通方式之一。由于其成本效益和广泛的可达性，它们每天帮助城市中的很大一部分人口到达目的地。虽然从交通的角度来看，它们比其他公共交通方式有许多优点，但它们也构成了传染病在整个城市传播的严重威胁。由于存在许多地方性的空间限制，传染病传播的过程和程度极难预测。此外，大多数研究都集中在无标度网络拓扑结构上的传染过程，而空间受限的现实世界的网络，如总线网络，表现出广泛的网络拓扑结构。因此，我们的目标是在这项研究中，了解这一复杂的动态过程中的流行病爆发和信息扩散的公交网络上的六个不同的印度城市使用SI和SIR模型。这将使我们能够确定这些网络的流行阈值，这将有助于我们通过开发基于节点的免疫技术来控制疫情。
2016-05-19 physics.soc-ph
Control of Harmful Information Spreading on Adaptive Higher-Order Networks via Group Dissolution
Beihang University（北京航空航天大学）
本文构建结合平台群组解散与用户自适应重连的自适应高阶传播模型，揭示群组解散的有效窗口，发现高阶强化扩大该窗口、重连同质性缩小该窗口，为遏制有害信息的平台策略提供依据。
2026-09-01 physics.soc-ph
Contact-based Social Contagion in Multiplex Networks
我们发展了一个理论框架，在大规模的社会系统中，类似于传染病的社会传染的研究。我们考虑最一般的设置，其中不同的通信平台或类别形成多路复用网络。具体地说，我们提出了一个基于接触的信息传播模型，并表明，与活动相关联的多路复用系统的临界点是由层的接触概率矩阵具有最大的特征值。该框架适用于许多不同的情况，包括一个真正的多路复用系统。最后，我们还表明，当信息传播的系统是固有的多元化，工作与图形的不同层的聚合的结果是有缺陷的。
2013-10-28 cond-mat.stat-mech cs.SI physics.soc-ph
Analysis of complex contagions in random multiplex networks
我们研究了随机多路复用网络中的影响扩散，其中链接可以是$r$不同类型，并且对于给定的内容（例如，谣言、产品、政治观点），每个链接类型与$[0,\infty]$中的内容相关参数$c_i$相关联，该参数测量相对偏差类型- $i$链接在传播该内容时具有的偏差。在这种情况下，我们提出了一个线性阈值模型的传染，节点切换状态，如果他们的“感知”的积极邻居的比例超过阈值τ。即，如果$\sum{c_i m_i}/\sum{c_i k_i}$超过其阈值τ，则经由类型- $i$链路连接到$m_i$活动邻居和$k_i-m_i$非活动邻居的节点将变为活动.在此模型下，我们得到了全球传播事件的条件、概率和期望规模。我们的结果扩展了现有的工作复杂的传染在几个方向，i）提供解决方案的耦合随机网络的顶点既不相同也不相交，（ii）突出的影响，内容的动态复杂的传染，及（iii）显示该内容─多路网络上的依赖传播导致图的巨型脆弱分量与全局级联条件之间的微妙关系这在文献中的现有模型中是看不到的。
2012-06-08 cs.SI physics.soc-ph
On limitations of uniplex networks for modeling multiplex contagion
许多网络传染过程本质上是多重的，但在分析实践中往往被简化为单一网络上的过程。因此，我们研究数据建模的选择如何影响传染过程的预测。我们证明了多重传染过程不仅仅是其组成的单一网络上的传染过程的联合。我们使用来自两种不同背景的多重网络数据-（1）行为网络，使用“简单”流行病学模型来表示其潜在的传染病传播，以及（2）来自在线社交网站的用户，使用基于阈值的“复杂”传染过程来表示其潜在的信息传播。我们的研究结果表明，多重数据上的传染是不准确捕获的模型开发的单重网络，即使当他们结合起来，（组合）的单重和多重结果之间的差异的性质取决于这些网络的具体传播过程。
2023-01-20 physics.soc-ph
Unifying Markov Chain Approach for Disease and Rumor Spreading in Complex Networks
扩散过程在自然和人工系统中普遍存在。它们可以通过大量的模型进行研究，这取决于所研究现象的具体细节。疾病传染和谣言传播是其中最重要的过程，因为它们具有实际意义。然而，尽管它们之间有相似之处，目前的模型分别解决了这两个传播动态。在本文中，我们提出了一个一般的信息传播模型，是基于离散时间马尔可夫链。该模型包括所有的转变，是合理的疾病传染过程和谣言传播。我们表明，我们的模型不仅涵盖了传统的传播计划，但它也包含了一些功能相关的社会动态，如冷漠，遗忘，失去/恢复的兴趣。该模型进行了分析评估，以获得在几种情况下的接触和反应过程的传播阈值和早期的动力学行为。与蒙特卡罗模拟的比较表明，马尔可夫链的形式是高度准确的，而它在计算效率优于。我们圆满结束我们的工作，展示了如何提出的框架可以应用到社交网络上发生的传播过程的研究。
2016-09-05 cs.SI physics.soc-ph
Exact solutions for social and biological contagion models on mixed directed and undirected, degree-correlated random networks
我们推导出的可能性，概率和预期规模的全球传播事件从一个单一的感染种子广泛收集的传染过程作用于随机网络的有向和无向边缘和任意度度的相关性。我们的工作扩展了以前的无向情况下的理论发展，我们提供了数值支持我们的研究结果，通过调查一类网络的例子，我们能够获得封闭形式的表达式。
2011-06-14 cond-mat.dis-nn cs.SI physics.soc-ph
Descendant distributions for the impact of mutant contagion on networks
广义上讲，传染是指任何可以在人与人之间传染的东西。例子包括传染病、谣言、错误信息、想法、创新、银行倒闭和停电。有时候，就像1918年的西班牙流感一样，传染病在通过网络传播的过程中会发生突变。在这里，使用一个简单的传染病（SI）模型，我们探讨了一个单一的突变事件的下游影响。假设这种突变发生在接触网络中的一个随机节点，我们计算“后代”数量的分布，$d$，从最初的“零号病人”突变下游。我们发现对于完全图、随机图、小世界网络、块结构网络和其他无限维网络，分布的尾部衰减为$d^{-2}$。这一预测与观察到的在Facebook上传播和变异的模因的统计数据一致，并且预计也适用于其他有效的无限维网络，例如全球人类接触网络。在更广泛的背景下，我们的方法为介观传染理论提供了一个可能的起点。这样的理论将集中在传播传染所追踪的路径上，从而提供介于单个节点和总感染人口之间的中间水平的描述。我们预计，传染途径将提供宝贵的经验教训，因为它们是单个突变、创新或失败席卷整个网络的管道。
2020-06-01 physics.soc-ph q-bio.PE
Atypical viral dynamics from transport through popular places
游客通过热门场所的流动无疑会影响病毒的传播-从H1N1和寨卡病毒通过机场等物理空间传播，到谣言和想法通过聊天室和社交媒体等在线空间传播。然而，对可能导致的病毒动力学类型缺乏了解。在这里，我们提出了一个最小的动力学模型，它侧重于时间依赖的{ \em流动性通过}和{ \em占用}这样的空间之间的相互作用。我们的通用模型允许分析分析，同时产生丰富多样的感染档案的形状，持续时间和强度。这些理论概况的一般特征与最近社会传染现象的真实数据相比较。
2016-08-06 cond-mat.stat-mech physics.soc-ph q-bio.PE
Panic contagion and the evacuation dynamics
恐慌在人群中的传播方式与传染病在社会群体中的传播方式相似。没有暴露在恐慌源中的人可能会表达恐惧，警告其他人即将发生的危险。这种社会机制启动了疏散过程，同时影响人们试图逃离的方式。我们研究了现实生活中的情况下，恐慌传染，并重现这些情况下的社会力量模型。根据恐慌传染的\textit{stress}，我们得出了两种疏散方案可能出现的结论。这两种方案都表现出不同的疏散模式，并在拥挤事件的真实记录中定性可见。我们能够通过拓扑参数量化这些模式。我们进一步研究了如果危险源停止，恐慌的传播是如何逐渐停止的。
2018-05-17 physics.soc-ph
Kinetics of Social Contagion
信息、行为模式或创新的传播遵循不同的途径，取决于一些条件，包括基本社会网络的结构、对同伴压力的敏感性和媒体的影响。在这里，我们研究分析和模拟的一般模型，采用阈值机制捕捉敏感性的同行压力，“免疫”节点谁从来没有采用的效果，和一个永恒的外部信息流。虽然任何恒定的，非零速率的动态引入的自发采用者导致全球蔓延，渐近状态的动力学接近显示丰富的行为。特别是，我们发现，作为免疫节点密度的函数，有一个从快速到缓慢的传播由完全不同的机制。这种转变发生在网络分裂的渗透阈值以下，并且起源于采用者诱导的级联行为与免疫节点的阻塞之间的竞争。这种变化是伴随着一个渗流过渡的诱导集群。
2015-10-30 cs.SI physics.soc-ph
Modeling the spread of infectious disease in urban areas with travel contagion
在这项研究中，我们开发的数学模型，以了解传染病的传播动力学和流动动力学之间的耦合，通过城市交通系统。我们首先将城市人口的流动动态描述为离开家、往返活动地点和从事活动的过程。然后，我们嵌入的易受感染的暴露-感染-恢复（SEIR）过程中的流动性动态和开发的空间SEIR模型与旅行传染（trans-SEIR），明确占在旅行和日常活动中的传染。我们研究了该模型的理论性质，并展示了活动传染和旅行传染如何影响二次感染的平均数量。在数值实验中，我们探讨了城市交通系统如何改变传染病的基本动力学，改变继发感染的数量，促进疾病在城市中的同步，并影响疾病爆发的高峰。Trans-SEIR模型被进一步应用于了解纽约市COVID-19爆发期间的疾病动态，在那里我们展示了活动和旅行传染如何分布，以及如何在有限的资源下实施有效的旅行控制。Trans-SEIR模型和我们的研究结果可能对提高我们对城市交通与疾病动力学之间耦合的理解，疾病系统的检疫和控制措施的发展，以及促进疾病弹性城市交通网络的理念做出重要贡献。
2020-05-10 physics.soc-ph q-bio.PE
Complex information dynamics of epidemic spreading in low-dimensional networks
本文提出一个通用数学框架，用于建模复杂网络上节点携带多种信息的动力学，并在低维网络上以流行病传播为例进行说明。
2023-05-09 cond-mat.stat-mech physics.soc-ph q-bio.PE
Contagion processes on the static and activity driven coupling networks
网络结构的演化与流行病的传播是共同共存的动力学过程。在大多数情况下，网络结构被视为静态或时变的，假设整个网络是在同一个时间窗口中观察。在本文中，我们考虑的传染病传播的静态和时变结构的网络。同时，假设时变部分与传染病传播具有相同的时间尺度。我们引入了一个静态和活动驱动耦合（SADC）网络模型来描述静态（强）结构和动态（弱）结构之间的耦合。在SADC模型上，研究了强结构为均匀度分布和非均匀度分布的SIS和SIR模型在不同耦合策略下的流行阈值.由SADC模型得到的理论阈值可以恢复和推广静态和时变网络中的经典结果。研究表明，在SADC网络中，当平均度保持不变时，弱结构使得同向耦合的传染病更容易爆发，而异向耦合的传染病更难爆发。此外，我们发现存在一个阈值比率的薄弱结构有实质性的影响，对流行病的爆发。这促进了我们理解为什么即使我们限制了人口的流动，流行病仍然可以在一些社交网络中爆发。
2015-12-07 cs.SI physics.soc-ph
Message spreading in networks with stickiness and persistence: Large clustering does not always facilitate large-scale diffusion
最近的实证研究已经证实了复杂的传染机制，如记忆，社会强化和衰减效应在信息传播和行为传播中的关键作用。受此启发，我们在这里提出了一个新的代理-基于模型捕捉的整体画面的联合行动的三种机制的信息传播，通过量化的粘性和持久性的复杂的传染机制，并进行了广泛的模拟模型在各种网络上。通过数值模拟和理论分析，我们发现在树状网络上，消息的粘性决定了消息扩散的临界动力学，而在稠密正则格上，消息的持久性起着决定性的作用.在这两种网络中，更大的持久性可以有效地使消息更具侵入性。特别有趣的是，我们的研究结果更新了我们以前的知识，即消息可以在具有大集群的网络中传播得更广，这只有在它们可以在大系统大小的限制下通知非零部分人口时才是正确的。
2014-08-19 cs.SI physics.soc-ph
