Effects of Weak Ties on Epidemic Predictability in Community Networks
弱联系在社区网络的结构和动态中起着重要的作用。基于接触过程的传染病模型,数值研究了弱联系对传染病动力学可预测性的影响。我们首先研究了不同类型的弱联系对到达时间和疾病流行率的影响,发现小度的桥接可以增强传染病传播的可预测性。当弱联系确定后,与到达时间的变异性相比,流行率的变异性随初始种子到桥度的距离和初始种子的程度呈现出截然相反的变化趋势。更具体地说,初始种子的距离越远,初始种子的程度越大,到达时间的可预测性越好,流行率的可预测性越差。此外,我们还讨论了弱联系数对流行病变异性的影响。当弱联系数的减少导致群落强度变强时,流行变异性将发生显著变化。与中心种子和随机种子的情况相比,桥接种子的到达时间的可预测性最差,而流行率的可预测性最好。这些结果表明,到达时间的变异性总是标志着流行时间的变异性完全相反的趋势,这意味着在暴发的早期阶段不可能准确地预测传染病传播。
2012-07-04 cond-mat.stat-mech cs.SI physics.soc-ph
The Role of Reciprocity and Directionality of Friendship Ties in Promoting Behavioral Change
友谊是人类的基本特征,通常被认为是互惠的。尽管有这种共同的期望,但实际上,并非所有的友谊都是相互的,也不是生来平等的。在这里,我们表明,互惠的友谊更亲密,他们是从那些没有实质性的不同。我们研究了互惠关系在合作安排中诱导更有效的同伴压力的作用,发现友谊关系的方向性可以显著限制说服他人采取行动的能力。具体来说,我们观察到一个更高的行为变化和更有效的同伴影响力时,受试者与他们的同龄人共享互惠关系相比,共享单方面的。此外,通过传播过程的模拟,我们发现,虽然单向关系扩散行为在社区之间,互惠关系发挥更重要的作用,在扩散过程的早期阶段。
2016-10-12 cs.CY cs.SI physics.soc-ph
Investigating and Modeling the Dynamics of Long Ties
Shanghai Jiao Tong University(上海交通大学);Purdue University(普渡大学);Massachusetts Institute of Technology(麻省理工学院);Shanghai University(上海大学)
人们普遍认为,在社交网络中,连接不同社区的社会关系--长关系在传播新信息方面发挥着至关重要的作用。然而,一些现有的网络理论和预测模型表明,长关系可能会很快消失或最终成为多余的,从而使人们对长关系的长期价值提出质疑。我们对现实世界动态网络的实证分析表明,与这种推理相反,长期关系比其他社会关系更有可能持续存在,而且其中许多关系一直作为社会桥梁发挥作用,而不是嵌入本地网络。使用一种新的成本效益分析模型结合机器学习,我们表明,长期关系是非常有益的,这本能地激励人们花费额外的努力来维持它们。这在一定程度上解释了为什么长期联系比许多现有理论和模型所提出的更持久。总的来说,我们的研究表明,有必要进行社会干预,以促进长期关系的形成,例如将不同背景的人混合在一起。
2022-04-02 cs.GT cs.LG cs.SI
Effects of city-size heterogeneity on epidemic spreading in a metapopulation: A reaction-diffusion approach
我们回顾并介绍了一个广义的反应扩散方法,传染病传播的集合种群建模为一个复杂的网络。集合种群由易感和受感染的个体组成,这些个体被分组为亚群,这些亚群象征着城市和村庄,这些城市和村庄通过人类在交通网络中的旅行而耦合。通过分析方法和数值模拟,我们计算了感染者在长时间限制的metapoluation中的比例,以及表征将流行病与非流行病阶段分开的流行病阈值的相关参数。在这个模型中,我们研究了异构网络拓扑结构和异构子种群大小分布的影响。这样的系统适用于流行病建模,其中小村庄和大城市同时存在于集合种群中。我们发现,异质性条件导致的流行病阈值是一个非平凡的函数的反应速率(局部参数),网络的拓扑结构(全局参数)和交叉人口规模,区分“村庄动态”从“城市动态”。
2012-11-09 physics.soc-ph q-bio.PE
Efficient allocation of heterogeneous response times in information spreading process
近年来,人类活动的时空异质性对传播动力学的影响引起了广泛的关注。为了研究异质响应时间对信息传播的影响,本文基于不相关无标度网络,研究响应时间分布服从可调幂律分布的易感染传播动力学.我们发现,在早期和中期,响应时间的异质性越强,信息传播的速度越快。在一定的异质性条件下,降低个体反应时间和反应程度之间的相关性,也可以加速传播的早中期动态。而在反应后期,反应时间和反应时间-程度相关性的异质性分别导致完全流行时间存在最优值。最佳现象源于异构响应时间的有效分配。
2014-01-22 physics.soc-ph
The impact of heterogeneity on the co-evolution of cooperation and epidemic spreading in complex networks
Institute for Advanced Studies in Basic Sciences (IASBS)(基础科学高等研究院);Max Planck Institute of Animal Behavior(马克斯·普朗克动物行为研究所);University of Konstanz(康斯坦茨大学)
研究揭示异质性在复杂网络中对合作与传染病传播的双重影响,指出结构异质性促进合作与疾病抑制,而个体感染成本异质性则削弱合作并加剧传染病。
2026-02-04 cs.GT physics.soc-ph q-bio.PE
Optimal control of epidemic spreading in presence of social heterogeneity
COVID-19的传播在大多数国家都通过非药物干预措施得到了遏制。特别是,这方面最有效的措施是企业和学校的居家和关闭策略。然而,全民封城远未达到最佳效果,并带来严重的经济后果。因此,现在有一个强烈的兴趣,设计更有效的限制。在这项工作中,从最近的动力学类型的模型,考虑到所描述的个人的社会接触的异质性,我们分析了引入最优控制策略的系统,有选择地限制接触的平均数量,从而减少感染病例的数量的影响。由于数据驱动的方法,我们表明,这种新的数学模型允许评估社会限制的影响。最后,使用这里介绍的模型,从现有的数据出发,我们显示了所提出的选择性措施,以抑制流行趋势的有效性。
2021-11-04 math.OC nlin.AO physics.soc-ph
Super-Spreaders Out, Super-Spreading In: The Effects of Infectiousness Heterogeneity and Lockdowns on Herd Immunity
本研究扩展了传染性异质性模型,区分个人特质与事件型超级传播,发现二者混合比例及封锁类型显著影响群体免疫阈值(在R_0=3时介于5%至67%),并揭示不同封锁策略对群体免疫的正负效应。
2021-01-22 cs.SI physics.soc-ph q-bio.PE
Information spreading during emergencies and anomalous events
信息传播的最关键时刻是在严重的紧急情况、危机或灾难之后。受这种情况影响的个人现在可以求助于一系列沟通渠道,从手机通话和短信到社交媒体帖子,提醒社会关系。这些渠道大大提高了时间敏感事件中的信息速度,并提供了事件期间和之后人类动态的现有记录。对这些异常事件的回顾性分析为研究人员提供了一类“发现的实验”,可以用来更好地理解社会传播。在本章中,我们研究了由于一些紧急事件而导致的信息传播,包括波士顿马拉松爆炸案和西欧机场的飞机失事。我们还对比了社交媒体数据与手机数据可能收集到的不同信息,并使用所提出的异常检测方法估计了手机数据集中异常事件的发生率。
2017-03-21 cs.CY cs.SI physics.data-an
SIS Epidemic Spreading with Heterogeneous Infection Rates
在这项工作中,我们的目标是了解感染率的异质性对易感-感染-易感(SIS)传染病传播的影响。以经典的SIS模型为基准,研究了独立同分布的感染率对处于亚稳态的平均感染率的影响。对数正态分布,伽玛和新设计的分布被认为是感染率。我们发现,当回收率较小时,即在同质和异质两种情况下,传染病的传播都是:1)平均感染率的异质性阻碍了病毒的传播; 2)感染率的偶数阶矩越大,平均感染率越小,但奇数阶矩的贡献则相反;当恢复率很大时,即流行病可能会消亡或感染一小部分人口,感染率的异质性可能会增加流行病蔓延的可能性。最后,我们通过现实世界的网络与他们的异质感染率验证我们的结论。我们的研究结果表明,在现实中,流行病的传播可能并不像经典的SIS模型所表明的那样严重,但消除流行病可能更加困难。
2016-04-05 cs.SI physics.soc-ph
Emergence of Blind Areas in Information Spreading
最近,基于传染病的(疾病、信息等)在社交网络上的传播已经被广泛研究。在本文中,不同于传统的完全互动,我们提出了一个基于部分互动的传播模型,考虑到知情的个人只会传递信息的一小部分,他们的邻居由于在现实世界的社交网络的传输能力。对BA、ER、WS三种典型网络的仿真结果表明,网络的异质性与传播效率密切相关。另外,在传播过程中会出现一种特殊的现象,即网络被几个信息不可达的簇分隔开的\emph{Information Blind Areas}。此外,我们还发现,这种信息盲区的大小分布服从幂律分布,这与网站渗流的指数非常相似。分析表明,随着网络异质性的增加,扩散过程的临界值逐渐减小,这与随机选择的结果完全相反。而且,对于同一网络,后一过程的临界值也大于前一过程的临界值。这些发现对于深入理解网络属性对信息传播的影响具有一定的启示意义。
2013-10-17 cs.SI physics.soc-ph
Contrasting Effects of Strong Ties on SIR and SIS Processes in Temporal Networks
大多数真实网络的特征是连通性模式,这些模式遵循复杂的非马尔可夫动态随时间演化。在这里,我们通过研究易感-感染-易感(SIR)和易感-感染-易感(SIS)流行病模型对有记忆和无记忆的活动驱动网络(即,马尔可夫和非马尔可夫)。我们发现,虽然记忆抑制传播过程中的SIR模型,其中的流行病阈值被移动到更大的值,它起到相反的效果,在SIS的情况下,阈值降低。联系强度的异质性,以及由此带来的频繁重复联系,实际上使得毒性较低的SIS样疾病能够在紧密连接的局部集群中生存,这些集群是病毒的储存库。我们通过评估真实时间网络中这两个过程的阈值来验证这一结果。我们的研究结果证实了非马尔可夫网络动力学在动力学过程中的重要作用
2015-06-23 cs.SI physics.soc-ph
Physical Proximity and Spreading in Dynamic Social Networks
大多数传染病都是通过人类互动的动态网络传播的。最近对社会动态的研究提供了证据,表明传播模式可能在很大程度上取决于社会系统的详细微观动态。我们记录了大量人群中的每一次互动,首次大规模绘制出一个密集连接系统的完整邻近网络。在这里,我们展示了网络结构和传播过程的动态相互作用距离的显着影响。我们创建的网络支持近距离(亲密网络,高达~ 1米)和远距离(环境网络,高达~ 10米)传输模式。亲密网络是碎片化的,弱联系连接紧密的社区,而环境网络支持陌生人之间随机接触驱动的传播。虽然从邻近网络的微观动力学到经验流行病没有微不足道的映射,但这些网络提供了病原体传播的液滴和空气传播模式的一个很好的近似。疫情动态的巨大差异对公共政策以及数据收集和建模方法产生了影响。
2015-09-22 cs.SI physics.soc-ph
Revealing configurational attractors in the evolution of modern Australian and US cities
现代城市的空间结构呈现出高度多样性的模式,并在众多的约束条件下不断演变。最近,异质性和扩散性这两个关键方面在描述这种多样性方面取得了突出的地位。然而,现代住区并没有填补整个异质性--扩散空间。然而,导致观察到的布局出现的动力学机制尚不清楚。在这里,我们评估了25个澳大利亚和175个美国城市的人口密度的异质性和传播。我们观察到,较大的城市往往会形成一个集群,具有较低程度的蔓延和高度的异质性,并将这一观察与这些城市的城市内迁移的动态特性。在这样做的时候,我们引入了一个模型与搬迁数据,预测这种高度紧凑和异构的结构,为大多数城市,与实际布局数据一致。此外,我们分析了城市配置的长期动态的稳定性,相对于流动性特征的变化,如社会倾向和搬迁阻抗附近的平衡态。因此,我们报告三个定性不同的可行阶段的城市结构:统一,单中心,多中心。这些阶段被证明是分离的平滑或尖锐的过渡,观察适当选择的配置参数的空间。最后,这一分析表明,所有可能的平衡配置(“配置吸引子”)的集合在异质性扩散空间中形成一个狭窄的区域,从而解释了集群模式的出现。
2020-12-04 physics.soc-ph
Evolution of scaling emergence in large-scale spatial epidemic spreading
背景资料:Zipf定律和Heaps定律是标度概念的两个代表,在复杂性科学的研究中起着重要的作用。齐普夫定律和堆定律的共存使得人们对这两种标度之间的依赖关系有不同的理解,这一点至今仍难以澄清。方法/主要发现:在本文中,我们观察到标度的一个演化过程:Zipf定律和Heaps定律在初始时刻自然地形成共存,而交叉伴随着它们在更大时间内的不一致性的出现,然后达到稳定状态,其中Heaps定律仍然存在,严格的Zipf定律消失。大规模的空间传染病传播的情况下说明了这样的发现,和流行性疾病的经验结果支持的两个法律之间的关系的普遍分析,无论疾病的生物学细节。雇用美国(U.S.)国内航空运输和人口统计数据构建一个集合种群模型来模拟美国国家层面的大流行传播,我们发现基础设施的广泛异质性在规模化出现的演变中起着关键作用。结论/意义:大规模空间传染病传播的分析有助于理解标度的时间演化,表明Zipf定律和Heaps定律的共存依赖于流行病过程的集体动力学,而传染病传播的异质性表明在大流行病早期实施有针对性的遏制策略的重要性。
2011-05-25 cs.SI physics.data-an physics.soc-ph
Large epidemic thresholds emerge in heterogeneous networks of heterogeneous nodes
网络科学的一个著名结论是,具有异质连接的网络比其更同质的网络更容易受到传染病传播的影响。特别是,在相同节点的网络中,异质性可以降低流行病入侵系统的流行病阈值。因此,网络异质性可以使传播概率较低的疾病持续存在和传播。在这里,我们指出,对于现实世界的应用,这一结果不应该被视为独立的人之间的个体内异质性。我们的研究结果表明,如果考虑到人与人之间的异质性,连接性更异质的网络可以更好地抵抗传染病传播。研究了一类具有适应性疾病回避的易感-感染-易感模型。该模型的结果表明,这种网络异质性效应的逆转可能发生在个体意识到其主观疾病风险的人群中。对于流行病学来说,这意味着不应该孤立地研究网络异质性。
2015-08-04 cs.SI physics.soc-ph
Impact of the distribution of recovery rates on disease spreading in complex networks
研究了具有任意恢复率分布的一般传染病模型.这个简单的偏离标准设置足以证明,在动力学参数的不均匀性可以作为更重要的研究结构的不均匀性。我们的分析解决方案是能够预测的转变引起的异质恢复率的关键属性。此外,我们表明,传染性的临界值往往小于淬火平均场方法预测的均匀的情况下,它可以链接到恢复率的方差。然后,我们说明的作用,动态-结构的相关性,这使得一个完整的变化的关键行为。我们表明,它是可能的幂律网络拓扑结构的行为类似于一个均匀的结构,通过适当的调整其恢复率,反之亦然。最后,我们展示了恢复率的异质性如何影响传播过程的网络本地化特性。
2018-12-11 cond-mat.stat-mech physics.soc-ph
Link transmission centrality in large-scale social networks
了解网络中链接在传递信息中的重要性,可以提供一些方法来阻止或推迟正在发生的动态现象,如流行病的传播或信息的扩散。在这项工作中,我们提出了一个新的措施,随机扩散过程的基础上,\textit{transmission centrality},捕获的重要性,通过估计的平均数量的节点,他们在全球传播扩散过程中传递信息的链接。我们提出了一个简单的算法解决方案来计算传输中心性,并在非常大的网络中以较低的计算成本来近似它。最后,我们在三个大型经验社交网络中识别弱关系时应用了传输中心性,表明该度量在识别驱动社交网络中传播过程的链接方面优于其他中心性度量。
2018-02-14 cs.SI physics.soc-ph
Superspreading and Heterogeneity in Epidemics
流行病的传播通常通过速率和扩散方程进行建模和分析,遵循试管中良好控制的化学反应和扩散动力学的范例。然而,数学流行病学的先驱们已经表达了严重的担忧,即这种暗示性和吸引人的相似性可能是一个虚假的朋友。一个世纪后,我们可以利用网络和博弈论以及新兴的生态进化动力学领域的交叉受精来证实它们。因此,流行病的传播被揭示为一个基本的异质性和不稳定的过程,与更笨拙的现象,如地震,飓风,交通堵塞和股票崩溃,共享某些属性。它们都具有高尾部风险的特点,这些风险很少发生,但会致命。它们来自局部随机“超级传播者”事件的不太可能的连锁反应,微尺度的波动和不确定性可能会被极大地放大,这使得它们的准确预测和控制本质上非常困难。此外,流行病的传播与同样异质的遗传漂变和信息反馈密切相关,这增加了新的挑战和机会。
2023-01-02 physics.soc-ph q-bio.PE
Misinformation spreading on correlated multiplex networks
众多不断扩大的在线社交网络为错误信息的传播提供了快速渠道,这可能对社会经济系统产生严重影响。这一问题已引起多个领域的研究者的关注,但迄今为止,还没有系统的理论研究来观察虚假信息在相关多路网络中的传播。在这项研究中,我们提出了一个基于多元化网络的错误信息传播模型,考虑到事实上,每个人都可以从多个平台获得错误信息。随后,我们开发了一个异构的边基分区理论来理解我们提出的模型的传播动力学。此外,我们建立了一个基于稳定性分析的分析方法,以获得错误信息爆发的阈值。在这些理论的基础上,我们最后分析了不同的动力学和结构参数对错误信息传播动力学的影响。结果表明,当$β$超过一定值,即误报爆发阈值$β_c$时,误报爆发规模$R(\infty)$随着有效传输概率$β$的增大而不断增大.大的平均度、强的度异质性或正的层间相关性将降低$β_c$,加速错误信息的爆发。此外,对于小(大)的$β$值,增加程度异质性或更正的层间相关性都将增大(减小)$R(\infty)$。系统的理论分析结果与数值模拟结果吻合较好。我们提出的模型和准确的理论分析将作为一个有用的框架,以了解和预测的传播动态的错误信息的多元化网络,从而铺平了道路,以解决这一严重问题。
2019-09-01 cs.SI physics.soc-ph
Universal patterns in egocentric communication networks
该研究通过多数据集分析发现自我中心通信网络的关系强度分布存在普适性,提出其由累积优势与随机选择的竞争驱动,为社交网络异质性机制提供新解释。
2023-02-27 cs.SI nlin.AO physics.soc-ph
Suppression of epidemic outbreaks with heavy-tailed contact dynamics
研究了具有重尾等待时间分布的接触动力学下的传染病传播过程。我们分析和数值表明,接触动力学的时间异质性可以显着抑制疾病的传播性,因此流行病爆发的规模,阻碍了传播过程。此外,当时间的异质性是足够强的,一个得到的消失的传输率为任何有限的恢复时间,而不管潜在的结构的接触,其中的条件推导。
2013-10-08 cond-mat.stat-mech physics.soc-ph q-bio.PE
Effects of heterogeneous self-protection awareness on resource-epidemic coevolution dynamics
最近的研究表明,个人资源的分配对传染病传播的动态有重大影响。在现实情况下,面对疫情的爆发,个人的自我保护意识各不相同。为了研究异质自我意识分布对传染病动力学的影响,本文提出了一个资源-传染病协同进化模型。我们首先研究了人工网络中节点度和自我意识的异质分布对传染病动力学的影响。通过大量的模拟实验,我们发现,自我意识分布的异质性抑制了传染病的爆发,而度分布的异质性则促进了传染病传播。接下来,我们研究了节点度和自我意识之间的相关性如何影响流行动力学。结果表明,当正相关时,自我意识的异质性抑制了传染病传播。而当存在显著负相关时,自我意识分布的强异质性或强同质性均不利于疾病抑制。我们发现一个最佳的异质性的自我意识,在这种疾病可以抑制到最大程度。进一步研究表明,当相关性从最负到最正变化时,流行阈值单调增加,并发现相关系数存在一个临界值,当相关系数低于临界值时,存在一个最优的自我意识异质性,当相关系数低于临界值时,流行阈值随着自我意识异质性的降低而单调减小。最后,我们在四个典型的真实世界网络上对结果进行了验证,发现真实世界网络上的结果与人工网络上的结果是一致的。
2020-06-12 cs.SI physics.soc-ph
Suppressing epidemic spreading in multiplex networks with social-support
虽然抑制疾病传播通常是通过投资公共资源来实现的,但在现实世界中,只有一小部分人口在爆发时能够获得政府援助,大多数人必须依靠家人或朋友的资源。我们研究了社会接触多重网络中疾病传播的动力学,当受感染节点的恢复依赖于社会层中健康邻居的资源时。我们研究程度异质性如何影响传播动力学。通过理论分析和模拟,我们发现程度异质性促进疾病传播。感染密度的相变是混合的,在第一个入侵阈值处从零平滑地增加到有限小的值,然后在第二个入侵阈值处突然跳跃。我们还发现了滞后回线的感染密度的转变。我们进一步研究了两层之间的边缘重叠如何影响扩散动力学。我们发现当重叠量小于某一临界值时,相变是混合的,并且存在一个磁滞回线,否则,相变是连续的,磁滞回线消失。此外,当传输速率低于第一入侵阈值时,边缘重叠允许流行病爆发,但当传输速率高于第一入侵阈值时,抑制任何爆炸性转变。
2017-08-08 physics.soc-ph
Traffic-driven epidemic spreading on scale-free networks with tunable degree distribution
研究了度分布可调的无标度网络中流量驱动的传染病传播问题。网络的异质性由幂律度分布的指数$γ$控制。发现流行阈值在约$γ=2.2$处最小化。此外,我们发现具有较大算法介数的节点更容易被感染。我们希望我们的工作提供新的见解的影响网络结构的交通驱动的传染病传播。
2018-02-05 physics.soc-ph
The spreading of computer viruses on time-varying networks
社交网络是计算机病毒传播的主要渠道。然而,他们的传播研究忽视了社会互动的时间性质和用户的敏感性的异质性。在这里,我们介绍一个理论框架,捕捉这两个属性。我们研究了两种现实类型的病毒传播的时间网络具有Q类的易感性,并推导出入侵阈值分析。我们发现,类别的时间耦合可能会增加系统对网络威胁的脆弱性。我们的研究结果表明,网络的动态和它们与用户特征的相互作用是计算机病毒传播的关键。
2019-01-20 physics.soc-ph
Spreading of performance fluctuations on real-world project networks
理解单个节点的作用是研究网络传播过程的一个关键挑战。在这项工作中,我们提出了一种新的度量,可达性异质性(RH),量化的脆弱性,每个节点在网络上的传播过程。然后,我们介绍了一个由四个大型工程项目组成的数据集,这些项目由它们的活动网络描述,包括每个活动的性能记录;这些数据描述了活动之间性能波动的传播,可以用作研究网络传播现象的可靠基础事实。我们在这些项目网络上测试了RH度量的有效性,发现RH得分低的节点往往表现更好。我们还比较了RH和其他七个节点的指标,表明前者是高度相互依赖的活动性能。考虑到RH的上下文不可知性,我们的结果,基于现实世界的数据,表明网络结构在整体项目绩效方面发挥的作用。
2020-12-01 cs.SI physics.soc-ph
Effects of human dynamics on epidemic spreading in Côte d'Ivoire
了解和预测传染病的爆发对于社会发展和公共卫生至关重要,特别是对于不发达国家。然而,由于受空间结构和人类动力学(包括人类流动性和人类互动强度)影响的复杂流行病传播动力学,因此遇到了挑战性问题。我们提出了一个系统的模型来描述科特迪瓦全国范围内的流行病传播,它集成了多个因素,如人员流动,人际交往强度,人口特征。通过数据驱动的模拟和理论分析,我们提供了一些见解,以帮助建模和预测流行病传播过程,这超出了局部评估和几何视图的范围。我们表明,当地的平均基本生殖数大于1的要求是不必要的流行病的爆发。观察到的扩散现象可以粗略地解释为一个异质的扩散反应过程,通过重新定义移动距离,根据节点之间的人的移动量,这是超越几何的观点。然而,人类动力学的异质性仍然对精确预测提出了挑战。
2016-04-30 physics.soc-ph q-bio.PE
Origins of power-law degree distribution in the heterogeneity of human activity in social networks
社会网络中个体的联系数的概率分布服从无标度幂律。然而,在对人们在社交网络中的行为的直接分析中,这种分布是如何产生的还没有得到结论性的证明。在这里,我们进行因果推理分析,并找到这种现象的根本原因。我们的分析表明,重尾度分布是由人类活动的类似偏态分布决定的。具体来说,一个人的程度是完全随机的-遵循“最大熵附着”模型-除了它的平均值,它确定性地取决于用户的活动量。这种关系不能用互动模型来解释,比如偏好依恋,因为观察到的行为不太可能是由与其他人的互动引起的。
2013-04-16 cond-mat.stat-mech cs.SI physics.soc-ph
Heterogeneity, quality, and reputation in an adaptive recommendation model
推荐系统帮助人们解决信息过载的问题。最近提出的自适应新闻推荐器模型[Medo等人,2009年]是基于在社交网络中的新闻传播。通过基于代理的模拟,我们研究了模型的“好的更丰富”的功能,并确定哪些属性是必要的用户在网络中发挥主导作用。我们进一步研究过滤效率的模型,以及其对恶意和垃圾邮件行为的鲁棒性。我们表明,将用户的声誉在推荐过程中可以大大提高结果。
2010-12-06 cs.SI physics.soc-ph
The dynamics of U.S. college network formation on Facebook
在美国,许多人的终身社交网络的很大一部分是在大学里形成的。然而,我们对这种形成过程的许多方面的理解,如时间变化的作用,教育环境之间的异质性,以及大学期间形成的关系的持久性,是不完整的。为了帮助填补其中的一些空白,我们使用了2008年至2019年美国1,181所高等教育机构的社交网络的人口水平数据集,以详细了解大学网络的结构如何随时间变化。这些网络演变过程中最突出的特征是,当学生刚进入大学时,交友活动激增。在此期间形成的联系在塑造整个网络的结构和学生在其中的地位方面发挥了重要作用。随后的开始和中断从指令进一步影响新的平局形成的数量。领带形成中的同质性同样显示出随时间的变化。当学生安顿下来时,同性关系更有可能形成,而分享一个主要的刺激友谊的学生通过他们的学位进展。大学的性质,例如是否有许多学生住在校园里,也会调节这些影响。在不同的背景下和学生大学生活的不同阶段形成的联系在毕业后保持亲密关系的可能性上各不相同。总之,这些研究结果表明,教育背景介导的网络形成在多种不同的方式。
2020-11-03 cs.SI physics.soc-ph
Scaling in the global spreading patterns of pandemic Influenza A (H1N1) and the role of control: empirical statistics and modeling
背景:甲型H1N1流感大流行是一场严重的全球性公共危机。了解其传播动力学对于公共卫生和科学研究都具有根本重要性。最近的研究主要集中在评估和预测正在进行的传播,这在很大程度上取决于有关的社会接触的结构,人类旅行模式和病毒的生物活性等的详细信息。方法/主要发现:在这项工作中,我们分析了甲型H1N1流感确诊病例的分布在不同的水平,并找到齐普夫定律和堆定律。在严重急性呼吸系统综合征(SARS)和H5 N1禽流感病例中也观察到了类似的缩放特性。我们还发现了从人口和GDP较大的国家到较小国家的分层传播模式。我们提出了一个模型,考虑了一般的控制效果的本地增长和跨区域的传输,而不需要上述的详细信息。我们详细研究了控制效应和异质性对模型中传播动力学的影响,并表明它们是经验数据中观察到的尺度和层次传播特性的原因。结论/意义:我们的分析和建模表明,虽然对跨地区旅行者的严格控制措施可以推迟没有本地病例的地区的疫情,但在本地病例爆发后,重点应该转向本地预防。对跨区域活跃旅客数量最多的少数区域进行目标控制,可以有效地防止跨区域旅客扩散。这项工作不仅加深了对传染病传播的一般机制的了解,而且为决策者采取适当的控制战略提供了一些实用的指导。
2011-01-13 physics.data-an physics.soc-ph q-bio.PE
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
A framework for epidemic spreading in multiplex networks of metapopulations
我们提出了一个理论框架,研究流行病的结构化集合种群,异质代理,经常性的流动模式。我们建议代表的异质性组成的集合种群层在一个多元化的网络,其中节点将对应于地理区域和层占同类代理的移动模式。我们在这个框架内分析了经典的易感-感染-易感和易感-感染-消除流行病模型,并通过广泛的蒙特卡罗模拟比较了传播过程的宏观和微观指标。我们的结果是在良好的协议与模拟。我们还推导出一个精确的表达的流行病阈值在这个一般的框架揭示了一个非平凡的依赖于流动性参数。最后,我们使用这种新的形式主义来解决疾病在真实城市中的传播,特别是在哥伦比亚麦德林市,其人口被划分为六个社会经济阶层,每个阶层都被确定为这种多元形式主义的一个层。
2018-02-12 physics.soc-ph q-bio.PE
Visualizing spreading phenomena on complex networks
图形绘制是用于探索数据的结构和动态的有用工具,这些数据可以由一组对象之间的成对关系表示。典型的现实世界的社会,生物或技术网络表现出高度的复杂性,这是由于大量和广泛的异质性的对象和关系。因此,将这些网络映射到低维空间以可视化网络驱动过程的动态是一项具有挑战性的任务。我们经常想分析单个节点如何受到或正在影响其作为传播过程源的本地网络。在这里,我提出了一个网络布局算法的图形与数以百万计的节点,可视化传播现象的角度来看,一个单一的节点。该算法包括三个阶段,以允许一个互动的图形探索:首先,一个全球性的解决方案的网络布局是在球面空间中,最大限度地减少所有节点之间的距离误差。其次,交互式地选择焦点节点,并且进一步优化到该节点的距离。第三,节点坐标被映射到一个圆形表示,并绘制了额外的功能,以代表网络驱动的现象。这种方法的有效性和可扩展性显示了一个大型的科学家合作网络,我们感兴趣的焦点作者周围的引用动态。
2018-07-03 cs.SI physics.soc-ph
Quarantine generated phase transition in epidemic spreading
我们研究的关键影响,检疫传染病的传播上的适应性网络的社会接触。为了这个目的,我们分析了隔离存在下的易感-感染-恢复(SIR)模型,易感个体通过断开与概率为w的受感染邻居的联系来保护自己,并将其重新连接到随机选择的其他易感个体。从单个感染个体开始,我们通过分析方法和模拟表明,在关键的重新布线(隔离)阈值w_c处存在相变,该阈值将疾病到达大部分人口的阶段(w<w_c)与疾病不扩散的阶段(w >= w_c)分开。我们发现,在我们的模型中,网络的拓扑结构强烈地影响传播的大小,并且w_c随着网络的平均度和异质性而增加。我们还发现,如果我们执行优先重布线,其中重布线概率与感染节点的程度成正比,w_c降低。
2010-10-26 cond-mat.stat-mech cs.SI physics.bio-ph
Evolutionary dynamics of time-resolved social interactions
在社会群体中,当其成员共同努力和资源以获得个人无法实现的共享利益时,经常可以观察到无关个体之间的合作。然而,理解为什么尽管个体有自私行为的自然倾向,但合作仍然是一个悬而未决的问题,也是进化动力学中最迷人的挑战之一。最近,社会互动发生的网络的结构特征揭示了合作行为出现并最终克服自然诱惑的机制。特别是,它已被发现,在社会关系的数量和存在的紧密结合的社区的异质性导致显着增加合作相比,在经典的进化动力学考虑的非结构化和同质的连接模式。在这里,我们调查的作用,社会关系的动态出现的合作,在家庭的社会困境。事实上,社会互动本质上是动态的,波动的,随着时间的推移而间歇的,它们可以用随时间变化的网络来表示。通过考虑两个实验数据集的人类互动与详细的时间信息,我们表明,社会关系的时间动态有一个显着的影响,合作的演变:成对的相互作用的动态有利于自私的行为。
2014-11-25 cs.SI physics.soc-ph
Optimal networks for dynamical spreading
为特定类型的动态过程寻找最优网络结构的逆问题是网络科学中最具挑战性的问题之一。聚焦于退火网络的结构完全由度分布表征的易感染-易受感染类型的动力学,我们开发了一个分析框架来解决逆问题。我们发现,对于相对较低或较高的感染率,最优度分布是唯一的,它由不超过两个不同的节点度。对于中等感染率,最优度分布是众多的,可以有更广泛的支持。我们还发现,在一般情况下,最优网络的异质性随着感染率的降低。一个令人惊讶的现象是存在一个特定的感染率值,对于该值,任何度分布都是产生最大传播流行率的最佳分布。分析框架和研究结果提供了深入了解网络结构和动态过程之间的相互作用与实际意义。
2021-01-06 physics.soc-ph
Co-spreading dynamics of smoking behavior and awareness on social contact networks
Birla Institute of Technology and Science, Pilani(比拉理工学院)
本文提出数学模型研究吸烟行为、戒烟与意识的耦合动态,揭示了人口结构对戒烟干预策略的重要性。
2026-03-02 physics.soc-ph q-bio.PE
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
Evolutionary dynamics of pairwise and group cooperation in heterogeneous social networks
研究网络结构中合作演化问题,提出基于淬火平均场的框架分析加权网络上的成对与群体困境,发现度反比加权社会联系能稳健促进合作并使异质网络优于同质网络。
2025-06-24 physics.soc-ph
The impact of behavioral homophily and conformity on epidemic spreading in networks with large groups
Université Laval(拉瓦尔大学);Universitat Rovira i Virgili(罗维拉-依希尔维特里大学);Northeastern University(东北大学);University of Vermont(佛蒙特大学);Santa Fe Institute(圣塔菲研究所);Complexity Science Hub Vienna(维也纳复杂科学中心);Pacific Northwest National Laboratory(太平洋西北国家实验室)
本研究通过近似主方程框架,探讨行为同质性和从众性如何共同影响大规模紧密连接群体(团)上的SIS流行病动态,发现同质性放大了从众性效应,使少数行为得以持续并显著改变流行阈值和传播模式。
2026-05-25 physics.app-ph physics.soc-ph q-bio.PE
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
Spreading Processes with Mutations over Multi-layer Networks
在新型传染病爆发期间,一个关键的科学挑战是预测在限制人群相互作用的不同对策下流行病的进程如何变化。大多数流行病学模型没有考虑突变和异质性在接触事件类型中的作用。然而,病原体有能力随着环境的变化而发生变异,特别是由于人群对现有菌株的免疫力增强而引起的变异,并且新病原体菌株的出现对公共卫生构成了持续威胁。此外,鉴于不同聚集环境中的不同传播风险(例如,学校和办公室),可能需要采取不同的缓解策略来控制感染的传播。我们分析了一个多层多菌株模型,同时考虑i)病原体突变导致新病原体菌株出现的途径,ii)不同聚集环境中不同的传播风险,建模为网络层。假设毒株之间完全交叉免疫,即从任何感染中恢复可以防止感染任何其他毒株(这一假设需要放宽以应对COVID-19或流感),我们推导出拟议的多层多毒株框架的关键流行病学参数。我们证明,减少现有的基于网络的模型,折扣异质性的应变或网络层可能会导致不正确的预测过程中的爆发。此外,我们的研究结果强调,施加/解除缓解措施对不同接触网络层(例如,学校关闭或在家工作政策)对新病原体菌株出现可能性的影响。
2023-01-24 cs.SI cs.SY eess.SY
Threshold cascades with response heterogeneity in multiplex networks
阈值级联模型已被用于描述行为在社交网络中的传播和金融网络中的违约级联。在某些情况下,这些网络可能具有多种类型的交互,例如不同类型的社会关系或不同类型的金融负债;此外,节点可能以不同的方式响应于其多种类型的邻居的影响。为了开始以程式化的方式捕获这样的设置,我们将阈值级联模型推广到多路复用网络,其中节点遵循以下两个响应规则之一:一些节点在至少一个层中,足够大比例的邻居处于活动状态时激活,而其他节点在所有层中,足够大比例的邻居处于活动状态时激活。根据任一规则改变节点的分数会促进或抑制级联。在抑制区附近,随着网络密度的增加,全球级联出现不连续性;然而,级联随着时间的推移增长得更慢。这种行为表明,现实世界中的各种集体现象可能会突然而缓慢地出现。
2014-12-18 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Effect of Heterogeneous Transmission Rate on Epidemic Spreading Over Scale Free Networks
研究了具有幂律度分布和异质传播率的复杂网络中的传染病传播问题。传染病传播率的随机分配导致了节点的异质性,这反过来又导致了节点在各种子种群方面的隔离。这项研究的目的是获得微观洞察的影响,在疾病的传播过程中,通过这种网络的各个亚群之间的相互作用。基于疾病传播的易感感染易感(SIS)模型,用离散时间马尔可夫链方法描述了传染病在网络上的传播。该研究是参数化的变量$λ$,定义为一个节点与其相邻节点的分数接触的数量。从模拟结果中,它被发现,在这样的网络上的流行病的传播是关键的最小接触的数量由一个节点,低于没有爆发的疾病。在这些网络中的感染程度进行评估,从定义的感染节点的总数和相应的感染水平的分数方面的流行病的大小。参数研究的结果表明,流行病的规模上的并发接触由一个节点($λ$)和每个节点的平均链接数的依赖。在这两种情况下,发现流行病的规模随着相应参数的增加而增加。
2016-07-18 physics.soc-ph q-bio.PE
Spreading of Persistent Infections in Heterogeneous Populations
到目前为止,已经研究了具有异质接触网络的影响,主要是针对在时间上不持久的疾病,即,对于与个体的一生相比,传染期可以被认为非常短的疾病。此外,所有这些先前的结果都是在封闭种群中获得的,其中个体数量在整个流行期间都没有变化。在这里,我们更进一步,从分析和数字两方面分析了一种完全不同的疾病:那些持续性的疾病,可以持续一个人的一生。更具体地说,我们具体到结核病(TB)感染动力学的情况下,感染在出现并传播给其他个体之前会潜伏一段时间。我们引入了一个流行病学模型结核样持续感染考虑到固有的异质性的人口结构。这种动态引入了我们能够解决的新的分析和数值挑战。我们的研究结果表明,对于持续性疾病的流行阈值取决于度分布的前两个时刻的比率,使其在一类无标度网络中当系统接近热力学极限时趋于零。
2010-03-19 cond-mat.stat-mech physics.soc-ph q-bio.PE
Scalar model of flocking dynamics on complex social networks
我们调查的影响,远距离的社会相互作用在群集动力学研究的标量模型的集体运动嵌入在一个复杂的网络,代表一种模式的社会相互作用,在几个社会物种中观察到的动态。在这个标量模型中,我们发现了一个类似于经典Vicsek模型中观察到的现象:在低异质性的网络中,相变将有序相与无序相分离。相反,在高度异质性的情况下,过渡被抑制,系统总是有序的。这一观察是支持分析的解决方案的修改后的标量模型内的异质平均场近似。我们的工作扩展了对社会互动在群集动态中的影响的理解,并为更复杂的社会关系拓扑结构的分析研究开辟了道路。
2019-10-01 physics.soc-ph
Epidemic Spreading and Digital Contact Tracing: Effects of Heterogeneous Mixing and Quarantine Failures
通过安装在移动电话上的数字跟踪应用程序进行接触者追踪是控制传染病传播的重要工具。它的有效性可以通过修改用于分析接触网络的渗流和连通性的标准方法来量化。我们将此框架应用于具有不同程度分布,应用程序用户数量和隔离失败概率的网络。此外,我们还研究了同质性和异质性的结构化群体以及学位目标应用分布的可能性。我们的研究结果是基于显式模拟和平均场分析相结合。他们指出,可以有重大差异的流行病的规模和流行病的概率,这是等价的正常SIR过程。此外,程度的异质性被认为是特别重要的流行阈值,但没有那么多的流行规模。跟踪导致中断的概率不如应用程序采用率重要。最后,在应用程序采用方面,强烈的同质性和特别是异质性都是有害的。总的来说,流行动力学对我们测试的所有参数值都非常敏感,这使得估计数字接触者追踪效果的问题成为一个固有的多维问题。
2022-04-19 cond-mat.dis-nn cond-mat.stat-mech cs.SI
Coevolutionary dynamics of information spreading and heterophilic link rewiring
本文提出信息传播与异质性连边重连的协同演化模型,发现重连频率提高可扩大传播规模并加宽度分布,但不改变流行病阈值。
2023-09-14 nlin.AO physics.soc-ph
Stochasticity and heterogeneity in the transmission dynamics of SARS-CoV-2
引起COVID-19疾病的SARS-CoV-2在全球迅速蔓延,感染了数百万人,并导致数十万人死亡。基本繁殖数被广泛使用和误用来表征病毒的传播性,它掩盖了传播是随机的,由少数个体主导,并由超级传播事件(SSE)驱动的事实。不同的传播特征,如低流行率下的高随机性,以及SSE在传播动力学中发挥的核心作用,不应被忽视。许多爆炸性SSE发生在室内环境中,助长了大流行病并影响了其传播,例如长期护理设施、监狱、肉类加工厂、鱼厂、游轮、家庭聚会、派对和夜总会。这些SSE表明迫切需要了解传播途径,同时提供了一个机会,即通过有针对性的干预措施消除SSE可以有效遏制疫情。在这里,我们描述了潜在的SSE类型,它们如何影响传播,并给出控制SARS-CoV-2的建议。
2020-05-27 physics.soc-ph q-bio.PE
Disentangling degree and tie strength heterogeneity in egocentric social networks
本文研究个人网络中关系强度异质性的跨渠道比较问题,通过验证alter-preferentiality参数和基尼系数对网络规模不敏感,证明个体层面的关系强度异质性具有跨渠道持续性,并在通话和短信数据中验证了两种度量的有效性。
2024-03-28 physics.soc-ph
Predicting epidemic outbreak from individual features of the spreaders
了解哪些个体可以更有效地在确定的环境中传播病原体是疾病控制中的一个基本问题。事实上,在过去的几年里,流行病的传播及其与相关系统拓扑结构的关系一直是复杂网络理论中反复出现的话题,同时考虑到网络模型和现实世界的数据。在本文中,我们探讨了传染病的异质性传播由易感染-感染-恢复(SIR)模型,和起源顶点的几个属性之间的可能的相关性,考虑Erdös-Rényi(ER),Barabási-Albert(BA)和随机几何图(RGG),以及一个真实的研究案例,美国航空运输网络,包括美国500个最繁忙的机场以及相互连接。最初,考虑到RGG网络,在其中,我们解析推导出的传播率的分布在已建立的联系人之间的表达式,通过假设这样的速率呈指数衰减的距离,分开的个人的异质性的传播实现。这样的分布也被认为是ER和BA模型,我们观察到拓扑效应的相关性。在机场网络的情况下,扩展率是根据经验定义的,假设与座位可用性成正比。在所考虑的理论网络和真实网络中,我们观察到总流行率与流行源的程度、强度和可及性之间存在高度相关性。然而,对于诸如介数中心性和$k$壳指数之类的属性,相关性取决于所考虑的拓扑。
2012-06-15 cs.SI physics.soc-ph q-bio.PE
Estimating the outcome of spreading processes on networks with incomplete information: a mesoscale approach
数据收集的最新进展促进了对时间分辨的人类接近数据的访问,这些数据可以方便地表示为个体之间的接触的时间网络。虽然这类数据对于研究信息或疾病如何在人群中传播至关重要,但它往往不完整,这可能导致有偏见的结论。因此,一个主要的挑战是估计传播过程中发生的时间网络从部分信息。为了解决这个问题,我们设计了一种基于非负张量因子分解(NTF)的方法-一种来自多线性代数的降维技术。其关键思想是学习从部分信息构建的时间网络的低维表示,对其进行调整以考虑已知对于网络上发生的传播过程至关重要的时间和结构异质性属性,并以这种方式构建代理网络类似于完整的原始网络。为了测试我们的方法,我们考虑了几个人类接近网络,我们模拟数据丢失。使用我们的方法对产生的部分网络,我们为每个完整网络构建一个代理版本。然后,我们比较了在完整网络(不因数据丢失而改变)和代理网络上传播过程的结果。我们观察到,使用代理网络获得的流行病的大小是在良好的协议与完整的网络上测量。最后,我们提出了一个扩展我们的框架时,额外的数据源,以应付丢失的数据问题。
2017-09-06 physics.soc-ph