Evidence of Complex Contagion of Information in Social Media: An Experiment Using Twitter Bots
由于Twitter等拥有数百万用户的在线平台的出现，最近有可能大规模研究技术社会系统中的信息传播动态。一个经常出现的问题是，信息的传播是按照简单的还是复杂的动力学进行的：每次接触到一条信息，用户接受它的概率是独立的（简单传染），还是这种概率取决于接触源的数量，超过某个阈值后会增加（复杂传染）？到目前为止，大多数研究都是观察性的，因此，无法解开混淆因素，如社会强化，同质性，有限的注意力，或网络社区结构的影响。在这里，我们描述了一个新的控制实验，我们在Twitter上使用“社交机器人”部署进行协调尝试传播信息。我们提出了两个贝叶斯统计模型描述简单和复杂的传染动力学，并测试竞争的假设。我们提供的实验证据表明，复杂的传染模型比简单的传染更准确地描述了所观察到的信息扩散行为。我们的研究结果的未来应用包括更有效地防御社交媒体上的恶意宣传活动，改进营销和广告策略，以及设计有效的网络干预技术。
2017-03-17 cs.SI physics.soc-ph
Contagions in Social Networks: Effects of Monophilic Contagion, Friendship Paradox and Reactive Networks
我们考虑SIS传染过程的网络，一个经典的假设是，个人的决定，采取传染的基础上，他们的近邻。然而，最近的文献表明，一些属性之间的相关性更两跳邻居，一个概念称为单态。这促使我们探索单亲性传染，即通过考虑两跳邻居而不是直接邻居来采用传染（例如产品，疾病）的情况（例如，你向你的朋友询问新iPhone，她向你推荐她的一个朋友的意见）。我们发现，友谊悖论的现象使它更容易为独恋传染广泛传播。我们还考虑的情况下，潜在的网络随机演化的状态的传染（例如，根据流感病毒的严重程度，人们限制他们与他人的互动，以避免被感染），并表明，这样一个过程的动态可以近似为一个微分方程的轨迹满足代数约束限制它的流形。我们的研究结果揭示了图论的后果如何影响传染，并提供了简单的确定性模型来近似随机图过程的传染的集体动力学。
2018-10-13 cs.SI physics.soc-ph
Social Contagion Theory: Examining Dynamic Social Networks and Human Behavior
在这里，我们回顾了我们对社会传染所做的研究。我们描述了我们所采用的方法（以及它们所包含的假设），以检查具有互补优势和弱点的几个数据集，包括心脏病研究，青少年健康的国家纵向研究，以及我们和其他人收集的其他观察和实验数据集。我们描述了导致我们提出人类社交网络可能表现出“三度影响”属性的原因，并回顾了我们用来描述肥胖、吸烟、合作和幸福等不同现象的人际影响的统计方法。我们并不认为这项工作是最后的结论，但我们相信它提供了一些新颖的，信息丰富的，关于纵向跟踪网络中社会传染的刺激性证据。与其他学者一起，我们正在努力开发使用社交网络数据识别因果效应的新方法，我们相信这一领域的统计发展已经成熟，因为目前的方法具有已知的并且通常不可避免的局限性。
2012-03-13 cs.SI physics.soc-ph
The Simple Rules of Social Contagion
人们普遍认为，信息就像病原体一样在个体之间传播，知情的朋友每次接触都可能导致天真的个体被感染。然而，社交媒体的实证研究表明，个人对重复接触信息的反应比病原体模型的预测要复杂得多。作为干预实验的代理，我们比较了两个不同的社交媒体网站，Twitter和Digg的用户对多次曝光的反应。我们发现，暴露的用户界面上的消息的位置强烈影响社会传染。考虑到这种可见性，大大简化了社会传染的动力。一个人传播信息的可能性会随着接触的增加而单调增加，而关于有多少朋友以前传播过信息的明确反馈会增加回应的可能性。我们将我们的模型应用于用户行为的实时预测。
2013-08-22 cs.SI physics.soc-ph
Beyond Contagion: Reality Mining Reveals Complex Patterns of Social Influence
传染是流行病学的一个概念，长期以来一直被用来描述社会对人们行为和情感（情绪）状态的影响。虽然它揭示了许多有用的见解，但尚不清楚传染隐喻是否足以充分描述社会背景下心理状态的复杂动态。使用可穿戴传感器捕捉日常面对面的互动，结合三个日常经验抽样调查，我们收集了整个工作社区最全面的个性和情绪动态数据集。从这些关于实际（而不是自我报告的）面对面互动的高分辨率数据中，出现了一幅复杂的画面，其中传染（可以被视为对他人行为的行为反应的适应）无法完全捕捉过渡状态的动态。我们发现，社会影响对国家有两种相反的影响：PDMATHAMM效应，它不仅仅是传染，还有\emph{complementarity}效应，即个人的行为倾向于补充他人的行为。令人惊讶的是，这些影响可以表现出完全不同的方向，这取决于目标个体的稳定个性或情绪倾向（稳定特质）。我们的研究结果为更丰富的社会动力学模型提供了基础，并对组织工程和工作场所的福祉产生了影响。
2015-07-15 cs.SI physics.soc-ph
Social contagion on higher-order structures
在本章中，我们讨论了高阶结构对社会传染的SIS样过程的影响。在简要的动机介绍之后，我们说明了网络上的标准SIS过程以及简单和复杂传染之间的区别，我们介绍了高阶结构上的传播过程，从超图上最一般的公式开始，然后转向几种平均场和异质平均场方法。结果突出了考虑高阶传染效应所带来的丰富现象学：观察到连续和不连续的转变，并出现临界质量效应。最后，我们对流行病转变的性质和验证这些模型的数据的一般需求的理论结果进行了简短的讨论。
2021-03-05 cs.SI physics.soc-ph
Interdependent Diffusion: The social contagion of interacting beliefs
社会传染是人们从邻居那里接受一种信仰、想法或做法，并将其传递给其他人的过程。100多年来，研究社会传染的学者们几乎都做出了同样的假设：一次只有一种信念、想法或实践在人群中传播。这是一个默认的假设，我们懒得去陈述，更不用说证明了。这个假设是如此根深蒂固，以至于我们的文学作品中甚至没有一个词来表达“任何要传播的东西”，因为我们从来不需要讨论其中的一个以上。但这个假设显然是错误的。每天都有数以百万计的信念、想法和实践（我们称之为“扩散剂”）通过社会传染传播。假设扩散物一次传播一个--或者更慷慨地说，它们彼此独立地传播--就是假设扩散物之间的相互作用对采用模式没有影响。这可能是真的，也可能是大错特错。我们从来没有停下来寻找答案。本文使用模拟、观测数据和2400名受试者的实验室实验，对独立信念和相互依赖信念的传播进行了直接比较。我发现，在假设扩散之间的独立性，学者们忽略了社会过程，从根本上改变了社会传染的结果。信仰之间的相互依赖会产生两极分化，而不管社会网络结构、同质性、人口统计、政治或任何其他常见的原因。它还协调信念的结构，这些信念既可以有内部的正当性，也可以有社会的支持，而不需要任何外部真理的基础。
2021-06-01 cs.SI physics.soc-ph
Social contagions on time-varying community networks
时变社团结构广泛存在于各种现实网络中。然而，这种网络上的传播动力学还没有得到充分的研究。为此，我们系统地研究了时变社区结构对社会传染的影响。本文首先基于活动驱动网络模型提出了一个时变社区网络上的非马尔可夫社会传染模型，其中个体采取一种行为的充要条件是它所获得的行为信息达到一个阈值。然后，我们发展了一个平均场论来描述所提出的模型。通过理论分析和数值模拟，我们发现社会传染中的行为采纳呈现出一种层级特征，即，这种行为首先在其中一个社区迅速传播，然后在另一个社区爆发。此外，在不同的行为信息传递速率下，整个网络的最终行为采纳比例随社区强度的变化呈现出单调递增、非单调变化和单调递减的三种模式。在适当的行为信息传输速率范围内，可以找到最大化最终行为采纳的最优社区强度。最后，对于给定的平均度，增加活跃节点生成的边的数量比增加平均活动潜力更有利于社会传染。
2016-05-15 cs.SI physics.soc-ph
Slightly generalized Generalized Contagion: Unifying simple models of biological and social spreading
我们激励和探索广义传染的基本特征，一个模型机制，统一的生物和社会传染的基本模型。广义传染建立在基本观察的基础上，即所有类型的传播和传染都涉及某种形式的系统记忆。我们讨论了三个主要类别的系统，广义的传染病提供，类似：简单的生物传染病;临界质量传染的社会现象;和一个中间的，爆炸性的，消失的临界质量传染。我们还提出了一个简单的解释，在一个小的种子感染的个人的背景下，全球传播的条件。
2017-08-31 physics.soc-ph
Complex contagion features without social reinforcement in a model of social information flow
传染模型是我们理解信息在社交网络上传播的主要视角。然而，简单的传染模型不能再现在真实世界数据中观察到的复杂特征，导致对更复杂的传染模型的研究。复杂传染的一个显著特征是社会强化，即个人在开始传播信息之前需要多次接触信息。在这里，我们表明，报价模型，一个模型的书面信息在网络上的社会流动，显示复杂的传染病的功能，包括长期关系的弱点，增加密度抑制，而不是促进信息流。有趣的是，引用者模型表现出这些特征，尽管没有明确的社会强化机制，不像复杂的传染模型。我们的研究结果强调，需要用信息传播的信息理论观点来补充传染模型，以更好地理解网络属性如何影响信息流，以及在建模社会行为时最必要的成分是什么。
2020-02-26 cs.IT cs.SI math.IT
Contagion dynamics of extremist propaganda in social networks
最近，独狼袭击者或潜伏小组代表伊斯兰国在美国和欧洲领土上发动恐怖袭击，提醒我们必须了解社交媒体传播渠道介导的激进化动态。在本文中，我们揭示了一组25000名用户的社交媒体活动，这些用户与ISIS在线激进宣传的关联已被手动验证。通过使用一种称为动态活动连接图的计算工具，基于网络和时间活动模式，我们调查了ISIS支持者内部的社会影响力动态。我们最终通过确定极端主义内容在普通人群中的采用来量化ISIS宣传的有效性，并在激进宣传和流行病传播之间进行比较，强调信息广播公司和有影响力的ISIS支持者产生高度传染性的信息传染级联。我们的发现将有助于制定有效的对策，打击该组织和其他形式的在线极端主义。
2017-06-07 cs.SI physics.soc-ph
Dynamics of social contagions with limited contact capacity
个体总是受到时间、精力等非弹性资源的限制，从而限制了个体对社会交往的投入和交往能力。接触能力在社会传染动力学中起着重要的作用，但迄今为止还没有理论分析。在本文中，我们首先提出了一个非马尔可夫模型来理解接触能力对社会传染的影响，其中每个人只能接触并传递信息给有限数量的邻居。然后，我们开发了一个异构的边缘为基础的房室理论，这个模型，并获得了显着的协议与模拟。通过理论分析和仿真实验，我们发现，增大接触容量会使网络对行为传播更加脆弱。有趣的是，我们发现，这两个连续和不连续的依赖最终采用的大小上的信息传输概率可以出现。并且两种依赖之间存在交叉现象。更具体地说，只有当度指数大于某个临界度指数时，才能通过增大接触容量来诱导交叉现象，而当度指数小于临界度指数时，对于任何接触容量，最终行为采纳规模总是连续增长的.
2015-07-28 cs.SI physics.soc-ph
Social Contagion and Associative Diffusion in Multilayer Network
文化差异是如何产生的，这一问题引起了社会学研究的极大兴趣。社会学家主要通过社会传染的视角来研究这种差异，这种视角大多将文化差异归因于潜在的结构性隔离，使其成为预先存在的隔离结构的副现象。另一方面，认为文化不会像病毒一样传播，提出了一种称为联想扩散的替代方案，其中文化传播不是发生在实践的偏好上，而是发生在实践之间的关联上。联想扩散模型成功地解释了文化差异，而没有将其归因于隔离的社会结构。传染模型和关联扩散模型需要不同类型的关系和相互作用才能使文化传播成为可能。事实上，这两种关系都存在。鉴于这一点，我们建议将这两种模型与多层网络框架相结合。在一个层次上，Agent随意地观察他人的行为，更新他们对实践之间关联的信念;在另一个层次上，Agent对实践的偏好直接受到封闭他人的影响。同时，偏好和关联之间的约束满足被用来链接两者的更新，从而使每个个体在偏好和关联方面成为一致的实体。使用这种方法，我们纠缠通过多层网络的社会传染和关联扩散的效果。对于基线，我们探索了三种常见网络模型的模型动力学：全连接，小世界和无标度。结果表明，非平凡的动力学之间的两个极端的传染模型和缔合扩散模型，证明我们的主张，有必要考虑这两个模型在同一时间。
2020-11-16 cs.SI 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
Modelling the transmission dynamics of online social contagion
在2014-15年期间，有几次基于提名的在线社交传染病爆发。这些感染是通过社交媒体上的帖子从一个人传播到另一个人的，包括“neknomination”，“冰桶挑战”，“不化妆自拍”等游戏，以及Facebook用户重新发布他们的第一张个人资料照片。拟合传染病传播的数学模型，以爆发这四场比赛在英国，我估计的基本繁殖数，$R_0$，每种感染的世代时间。在四次暴发中，$R_0$的中位数估计值为1.9-2.5，估计世代时间为1.0 - 2.0天。使用来自澳大利亚的样本外数据进行的测试表明，该模型具有合理的预测能力，在澳大利亚的四个数据集上，$R^2$值在0.52-0.70之间。此外，相对较低的感染基本繁殖数表明，在基于提名的游戏中，只有48-60%的指数病例可能随后产生重大爆发。
2016-01-31 cs.SI physics.soc-ph
Quantifying Information Overload in Social Media and its Impact on Social Contagions
信息过载已成为现代社会普遍存在的问题。社交媒体用户和微博用户接收到源源不断的信息，其速度往往远远高于他们处理信息的认知能力。在本文中，我们进行了一个大规模的定量研究信息过载，并评估其对Twitter社交媒体网站的信息传播的影响。我们将社交媒体用户建模为信息处理系统，该系统根据某些策略对传入信息进行排队，以某些未知速率处理来自队列的信息，并决定将某些传入信息转发给其他用户。我们展示了如何通过用户接收和转发的带有时间戳的推文数据来揭示其发布策略的关键属性，并估计其信息处理速率和限制。对用户信息处理行为的理解使我们能够推断用户是否以及在多大程度上遭受信息过载。我们的分析为社交媒体用户的信息处理限制和信息过载的普遍性提供了经验证据。最活跃和最受欢迎的社交媒体用户往往是那些超载的人。此外，我们发现用户接收信息的速度会影响他们的处理行为，包括他们如何优先处理来自不同来源的信息，他们处理多少信息以及他们处理信息的速度。最后，社交媒体用户对社交传染的敏感性关键取决于她接收信息的速度。接触一条信息，无论是一个想法，一个惯例还是一个产品，对于接收信息频率较高的用户来说，效果要差得多，这意味着他们需要更多的接触才能接受特定的传染病。
2014-03-26 cs.SI physics.soc-ph
Dynamical influence processes on networks: General theory and applications to social contagion
我们研究二进制状态动力学的网络中，每个节点的行为，以响应其邻域的平均状态。在网络和节点响应中允许不同数量的随机性，我们发现模型的随机和确定性版本有不同的结果。然而，在一个大的，密集的网络的限制，我们表明，这些动态一致。我们构建了一个一般的平均场论随机网络，并表明这预测网络上的动态是一个平滑版本的平均响应函数动态。因此，系统的行为可以从稳态到混沌，这取决于响应函数、网络连通性和更新同步性。作为一个具体的例子，我们模拟模仿和不一致的竞争趋势，将一个阈值外的标准阈值模型的社会传染。通过这种方式，我们试图捕捉时尚和社会趋势的重要方面。我们将我们的理论与泊松随机图上的“有限模仿传染”模型的广泛模拟进行比较，发现平均场论和随机模拟之间存在一致性。
2014-07-07 cs.SI physics.soc-ph
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
The Opacity Problem in Social Contagion
时尚、产品采用、暴民、谣言、迷因和新兴规范是各种各样的社会传染，它们被建模为网络级联。这些级联的实证研究是脆弱的，我们所描述的“不透明问题”：无法观察到的临界水平的同伴影响所需的触发个人的行为变化。即使有最大的信息，网络级联揭示的间隔，约束临界水平的同行曝光，而不是临界值本身。现有的实践使用区间最大值，系统地高估了行为改变所需的社会影响。仿真结果表明，高估可能是常见的，在幅度大。一项针对320万Twitter用户的标签级联的实证研究证实了这一点：五分之一的标签采用由于不透明问题而遭受临界值不确定性。不同的假设，这些时间间隔导致定性不同的结论的作用，同伴强化扩散。我们介绍了一种解决方案，结合确定紧密有界的区间预测不确定的临界值，使用节点级信息。
2018-11-19 cs.SI physics.soc-ph
Statistical Tests for Contagion in Observational Social Network Studies
目前社会网络研究中的传染测试容易受到潜在同性恋的混淆效应（即，联系优先在具有相似隐藏特征的个体之间形成）。我们展示了一种通用的方法，以降低观察性社会网络研究中因果效应的强度，即使是在存在任意的，未观察到的个人特征。我们的测试不需要参数假设，每个测试都与代数证明相关联。我们证明了我们的方法的有效性，通过正确推导的因果关系的例子，以前显示暴露现有方法的缺陷。最后，我们讨论了初步结果的数据取自心脏研究。
2013-04-15 cs.SI physics.soc-ph stat.ME
Social contagion with degree-dependent thresholds
我们研究的情况下，人们的影响力是异质分布的阈值模型的意见传播。我们专注于平均意见的响应，作为出度（邻居的数量）之间的趋势-有效地影响节点的强度-和采用新产品或意见的阈值之间的函数。我们发现，如果耦合是非常积极的，系统的最终状态将是不同意见的混合，否则它将收敛到一个共识状态。我们发现，这不能简单地解释为一个相变，但出现的组合机制和它们的相对优势，在不同的区域的参数空间。
2016-12-27 cs.SI physics.soc-ph
On-off Threshold Models of Social Contagion
我们研究了社会网络中的二元状态传染动力学，其中节点的行为是对邻居的平均状态的响应。我们通过在标准阈值行为模型中加入一个阈值外模型来模拟模仿和不一致的竞争倾向。通过这种方式，我们试图捕捉时尚和一般社会趋势的重要方面。在网络和节点响应中允许不同数量的随机性，我们发现模型的随机和确定性版本中有不同的结果。然而，在一个大的，密集的网络的限制，我们表明，这些动态一致。该系统的动力学行为从稳态到混沌依赖于网络的连通性和更新同步性。我们构造了一般随机网络的平均场论。在无向情况下，平均场论预测网络上的动态是平均节点响应动态的平滑版本。我们将我们的理论与泊松随机图上的大量模拟进行比较，这些随机图的节点响应平均为混沌帐篷图。
2012-09-10 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
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
The Impact of Heterogeneous Thresholds on Social Contagion with Multiple Initiators
阈值模型是复杂社会系统中传染病传播的一个简单但经典的模型。为了捕捉社会影响的复杂性，我们调查的阈值限制级联的行为在多个启动器的存在下，作为阈值的分布是不同的两个极端的情况下，相同的阈值和均匀分布的数值和分析的过渡。我们通过采用节点阈值的截断正态分布来实现这一点，并且当我们改变标准差时观察到级联大小的非单调变化。此外，对于一个足够大的传播的阈值分布，社会影响过程的临界点行为消失，取而代之的是由发起人集的大小所控制的平滑交叉。我们证明，对于一个给定的大小的发起人集，有一个特定的方差的阈值分布的意见传播最佳。此外，在合成图的情况下，我们表明，传播渐近成为独立的系统的大小，和全球级联可以出现只是由一个单一的节点添加到启动器集。
2015-11-20 cs.SI physics.soc-ph
Higher contagion and weaker ties mean anger spreads faster than joy in social media
越来越多的证据表明，与面对面的交流类似，人类的情感也会在网络社交媒体中传播。然而，这种情绪传染的机制，例如，不同的感觉是否以不太可能的方式传播，或者情绪的传播如何与社交网络相关，很少被研究。事实上，由于成本高和时空的限制，探索这一主题是具有挑战性的使用传统的问卷调查或控制实验。因为它们是大量个体的自然情感反应的收集点，在线社交媒体网站为从计算社会科学的角度解决这个问题提供了一个理想的代理。本文基于对微博中数百万条推文的分析，令人惊讶的是，我们发现愤怒比喜悦更具传染性，这表明它可以引发更多愤怒的后续推文。此外，关于在社交网络中的传播，愤怒比喜悦更容易沿着较弱的联系传播，这意味着它可以渗透到不同的社区，摆脱当地的陷阱，因为陌生人更经常分享这些内容。通过一个简单的扩散模型，我们发现，更大的传染和较弱的关系功能合作，以加快愤怒的传播。具有不同主导情绪的真实世界事件的扩散为研究结果提供了进一步的证据。据我们所知，这是第一次提出定量的长期证据，揭示了喜悦和愤怒传播机制的差异。我们的研究结果揭示了人类交流中的个人愤怒管理和控制网络空间中的集体愤怒。
2016-12-26 cs.SI physics.soc-ph
Social dilemmas of sociality due to beneficial and costly contagion
自然界中社会性的层次差别很大。有些物种是独居的;有些生活在家庭群体中;有些形成复杂的多家庭社会。社会互动水平的提高可以使有用的创新和有益的信息得以传播，但也可能促进有害传染病的传播，如传染病。人们很自然地认为，这些传染过程塑造了复杂社会系统的进化，但在传染所施加的选择压力下，社会性的动态仍然难以捉摸。我们认为，在一个有益的和昂贵的传染病的存在下，社会性策略的演变模型。我们在三个时间尺度上研究了这个模型的动态：使用一个易感染-易感染（SIS）模型来描述给定社会性策略的传染传播，一个复制子方程来研究两个不同社会性水平的变化分数，以及一个自适应动力学方法来研究人口社会性水平的长期演化。对于有关感染的益处和成本的广泛假设，我们确定了一个社会困境：进化稳定的社会性策略（ESS）与集体最佳策略（对所有个人来说最好的社会性水平）不同。特别是，当好的传染比坏的传染更容易（或更容易）传播时，社会互动的ESS水平大于（或更小）社会最优值。我们的研究结果揭示了传染如何塑造社会互动的进化，但也揭示了进化可能不一定会导致人群形成对任何人或所有人都有利的社会结构。
2022-08-09 physics.soc-ph q-bio.PE
IAD: Interaction-Aware Diffusion Framework in Social Networks
在网络中，多种传染，如信息和购买行为，可能会相互作用，因为它们同时传播。然而，大多数现有的信息扩散模型是建立在假设每个单独的传染病传播独立，不管他们的相互作用。深入了解这种相互作用对于理解传染采纳行为至关重要，从而可以做出更好的预测。本文研究了在一组交互作用下的感染采纳行为，具体而言，是从社会网络结构和文本中学习到的用户之间的交互作用、感染内容和情感。然后，我们开发了一个有效的和高效的交互感知扩散（IAD）的框架，将这些相互作用到一个统一的模型。我们还提出了一个生成过程来区分用户角色，一个共同训练的方法来确定传染的类别和一个新的主题模型，以获得特定主题的情绪。在大规模微博数据集上的评估表明，我们的建议可以学习不同的用户，传染类别和情绪如何有效地相互作用。通过这些相互作用，我们可以做出比最先进的基线更准确的预测。此外，我们可以更好地了解互动如何影响传播过程，从而可以建议有用的方向，在病毒式营销的信息推广或抑制。
2018-06-25 cs.SI 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
Simplicial models of social contagion
复杂网络已成功地用于描述疾病在相互作用的个体群体中的传播。相反，成对的互动往往不足以描述社会传染过程，如意见形成或采用新事物，其中复杂的影响和强化机制正在发挥作用。在这里，我们介绍了一个高阶模型的社会传染，其中一个社会系统是由一个单纯的复杂和传染可以发生在不同规模的群体之间的相互作用。对经验和合成单纯形复合物模型的数值模拟突出了新现象的出现，如高阶相互作用引起的不连续过渡。我们分析表明，过渡是不连续的，一个健康的和地方病的国家共存的地方出现的区域。我们的研究结果有助于解释为什么临界质量需要启动社会变革，并有助于理解在复杂系统的高阶相互作用。
2019-05-03 physics.soc-ph
Emergent Directedness in Social Contagion
本研究提出因果建模框架，发现复杂传染病传播路径具有涌现方向性，颠覆经典理论，并解释LinkedIn研究中的非线性效应及网络演化偏向。
2025-10-07 cs.MA cs.SI physics.soc-ph
Interacting contagions are indistinguishable from social reinforcement
从假新闻到创新技术，许多传染病都是通过社会强化过程传播的，其中多重暴露与长期暴露于单一来源不同。通常，埃博拉或麻疹等生物制剂被认为是简单的传染病。在这里，我们证明了相互作用的简单传染病是复杂的传染病。在社会背景下，我们的研究结果突出了识别和量化机制的挑战，如社会强化，在一个无数的想法，模因和行为相互作用的世界。在生物学背景下，这种平行允许使用复杂的传染病来有效地量化传染病的非平凡相互作用。
2019-06-04 math.DS physics.soc-ph q-bio.PE
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
Homophily and Contagion Are Generically Confounded in Observational Social Network Studies
我们认为社交网络上的过程可能涉及三个因素：同质性，或由于匹配的个人特征而形成的社会联系;社会传染，也称为社会影响;以及个人协变量对他们的行为或其他可测量的反应的因果影响。我们表明，一般来说，所有这些都是相互混淆。将它们彼此区分需要对社会过程的参数化或所用协变量的充分性（或两者）进行强有力的假设。特别是，我们证明，用简单的例子，在回归系数的不对称性不能识别因果关系的影响，非常简单的模仿模型（一种形式的社会传染）可以产生一个人的持久性状和他们的选择之间的实质性的相关性，即使它们之间没有内在的亲和力。我们还提出了一些可能的建设性的回应这些结果。
2010-11-30 cs.SI physics.data-an physics.soc-ph
Impacts of Opinion Leaders on Social Contagions
意见领袖普遍存在于线上和线下的社交网络中，但意见领袖对社会行为传染的影响仍然没有得到充分的理解，特别是通过使用一个数学模型。在这里，我们推广了经典的瓦茨阈值模型，并解决意见领袖的影响，其中一个人采取一个新的行为，如果他/她的意见领袖采取的行为。首先，我们从网络中的所有个体中随机选择意见领袖，并发现意见领袖的影响使其他个体更容易采取行为。具体而言，意见领袖的存在降低了网络中实现全局行为采纳所需的最低平均度，提高了网络中实现全局行为采纳所需的最高平均度。此外，意见领袖的引入加速了个体的行为采纳，但并没有改变个体的采纳顺序。所开发的理论预测与模拟结果一致。其次，我们从最高度的前h%的个体中随机选择意见领袖，并为具有最低平均度的网络找到一个最优的h%，使全局行为采纳能够发生。同时，当h%值降低时，意见领袖对促进行为采纳的影响变得不显著，甚至可以忽略。
2018-05-02 cs.SI physics.soc-ph
Vaccines, Contagion, and Social Networks
考虑一个人的治疗可能对另一个人的结果的因果关系的影响，当结果是传染性的，具体应用于疫苗接种对传染病结果的影响。一个人接种疫苗对另一个人的结果的影响可以分解为两种不同的因果效应，称为“传染性”和“传染”效应。我们提出了识别假设和估计或测试程序的传染性和传染效应在两个不同的设置：（1）使用从独立的观察组采样的数据，（2）使用从一个单一的相互依赖的社会网络收集的数据。我们为社交网络数据提出的方法需要拟合广义线性模型（GLM）。GLM和其他要求受试者之间独立性的统计模型已被广泛用于估计社交网络数据中的因果效应，但是，由于网络中的受试者可能不是独立的，因此使用此类模型通常是无效的，从而导致预期是反保守的推断。我们介绍了一种方法，以确保GLM残差是不相关的科目，尽管事实上，结果是非独立的。这同时证明了使用GLM和网络数据的相关统计模型的可能性，并强调了它们的局限性。
2014-03-05 cs.SI physics.soc-ph stat.ME
Complex social contagion makes networks more vulnerable to disease outbreaks
社会网络分析现在被广泛用于研究传染病在人与人之间传播的动态。疫苗接种极大地破坏了疾病在接触网络上的传播过程，事实上，足够高的疫苗接种率可以破坏这一过程，从而有效地阻止疾病在网络上的传播。在这里，我们建立在越来越多的证据基础上，这些证据表明，健康行为--如接种疫苗和拒绝接种疫苗--可以通过社交网络传播，这是一个复杂的传染过程，需要社会强化。通过对健康行为和传染病传播进行网络模拟，我们发现，在其他条件相同的情况下，健康行为传播的过程对疾病爆发动态具有非常强的影响。这种动态变化是由于健康行为传播过程中出现的易感社区内的拓扑结构差异造成的，而这反过来又取决于整个社交网络的拓扑结构。我们的研究结果指出了健康行为传播在预测和控制疾病爆发方面的重要性。
2012-11-01 cs.SI physics.soc-ph q-bio.PE
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
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
The amplifier effect of artificial agents in social contagion
本文通过大语言模型驱动的人工代理复现人类选择实验，发现人工代理具有更低采纳阈值，从而显著加快和扩大社会传染，提示其在真实网络中的增多可能以不可预见的方式加速行为转变。
2025-03-10 cs.SI econ.GN physics.soc-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
Complex Contagions: A Decade in Review
自2007年《复杂传染和长关系的弱点》一书出版以来，人们在各种各样的社会领域对复杂传染进行了研究。在回顾这十年的研究中，我们讨论了复杂传染病应用研究的最新进展，特别是在健康，创新扩散，社交媒体和政治领域。我们还讨论了这些实证研究如何刺激传染的理论建模，这涉及网络拓扑结构对扩散的影响，以及个人层面的属性和阈值的影响互补的进步。在综合这些发展，我们建议未来的研究三个主要方向。第一个是研究多重传染如何在同一网络内和网络之间相互作用，可以称之为传染生态学。第二个是关于阈值结构及其行为后果如何因个人和社会背景而异的研究。第三个领域涉及复杂传染动态中的多样性和同质性的作用，包括当地同龄人之间的人口特征的多样性，以及网络内结构多样性的更广泛概念。在整个讨论过程中，我们努力强调未来的理论和经验机会。
2017-10-20 cs.MA cs.SI physics.soc-ph
The Contagion Effects of Repeated Activation in Social Networks
示威、抗议、骚乱和公众舆论的转变都是对通信网络协调潜力的回应。数字技术已经将人际网络变成了巨大的、无处不在的结构，不断地与信息一起脉动。在这里，我们提出了一个模型，旨在分析网络中出现的传染动力学时，允许重复激活，也就是说，当演员可以从事经常性的集体努力。我们分析了通信网络的结构如何影响协调行动者的能力，并确定了大规模协调更有可能出现的条件。
2017-03-11 physics.soc-ph
Dynamics of social contagions with local trend imitation
社会传染动力学的研究还没有包括对普遍存在的局部趋势模仿（LTI）特征的理论分析。我们提出了一个具有帐篷状采纳概率分布的社会传染模型，以研究这种LTI特征对行为传播的影响。我们还提出了一个广义的基于边缘的房室理论来描述所提出的模型。通过大量的数值模拟和理论分析，我们发现在相变中存在一个交叉点：当LTI容量较强时，最终行为采纳规模的增长呈现二阶相变。当LTI容量较弱时，我们看到一阶相变。对于给定的行为信息传输概率，存在一个最优的LTI容量，使最终的行为采纳大小最大化。最后，我们发现，上述现象并没有定性地影响异质度分布。我们提出的理论与模拟结果一致。
2017-09-24 physics.soc-ph
Networks of agglomeration: how population density rewires social networks and reshapes contagion dynamics
通过最小主体模型，发现人口密度单独变化即可重构社交网络结构，稀疏人口形成局部集群，密集人口形成全局集成网络，并影响简单与复杂传染的传播速度与范围。
2026-06-19 cs.SI nlin.AO physics.soc-ph
Social contagion with emotional group interactions
本研究提出带符号单纯形传染模型，整合成对与情感群体交互探究带符号网络的社会传染，揭示两类交互对负边比例的不同响应及相变转变机制，深化对情感关系影响社会传染的理解。
2024-10-31 physics.soc-ph
COVID-19: Analytics Of Contagion On Inhomogeneous Random Social Networks
出于对新型冠状病毒疫情建模的新型稳健方法的需求，本文将$N$个体群体视为非齐次随机社会网络（IRSN）。网络的节点代表不同类型的个体，边缘代表重要的社会关系。流行病被描绘成一个每天都在变化的传染过程，在$0$日由引入人群的种子感染引发。假设个人的社会行为和健康状况是随机的，概率分布随其类型而变化。首先，制定和分析的基本SI（“易感染”）网络传染病模型，重点是累计人数已被感染。主要结果是一个有效的分析公式在大$N$限制系统的状态$t$日的初始条件。这个公式只涉及一维积分。接下来，更现实的SIR和SEIR网络模型，包括“删除”（R）和“暴露”（E）类，制定。这些模型也导致分析公式，概括SI网络模型的结果。该框架可以很容易地适用于分析不同类型的公共卫生干预措施，包括疫苗接种，社交距离和检疫。该公式可以通过有效地结合快速傅立叶变换的算法来数值实现。最后，一些开放的问题和途径的调查建议，如框架的关系，常微分方程SIR模型和代理传染病模型，更常用的在现实世界中的流行病建模。
2020-09-22 cs.SI physics.soc-ph q-bio.PE
Social contagion induced by uncertain information
本文在标准阈值模型中引入邻居状态观测不确定性，令个体通过统计推断形成概率阈值并随信号更新，揭示非单调传播及误解诱发自我实现级联的机制。
2023-06-06 physics.soc-ph
Reference to Global State and Social Contagion Dynamics
基于网络的社会传染模型一直围绕着当地的互动信息，其中心重点是网络拓扑特性塑造当地的互动，并最终，社会传染的结果。我们扩展了这种方法，将全球状态的信息或全球信息引入到基于网络的模型中，并分析它如何改变六种不同类型的网络中的社会传染动力学：二维正方形网格，小世界网络，Erdens-Rényi网络，规则随机网络，Holme-Kim网络和Barabási-Albert网络。我们发现，有一个最佳的全球信息量，最大限度地减少时间，达到全球级联高度集群网络。我们还发现，全球信息缩短了到达临界点的时间，但大大压缩了之后到达全球级联的时间，因此在某些条件下甚至可以缩短到达全球级联的总时间。最后，我们表明，随机链接代替全球信息调节社会传染动力学。
2021-05-12 cond-mat.stat-mech nlin.AO physics.soc-ph
Macro-level reinforcement tunes the transition order of reversible social contagion
Beijing Normal University（北京师范大学）
研究宏观强化如何重塑可逆传播，通过结合准静态模拟和分岔分析，揭示全局反馈产生一阶转变和滞后环及网络定位对其影响，为突发、依赖历史的可逆社会传染提供机制。
2026-07-07 physics.soc-ph
Social contagion under hybrid interactions
本文提出一种同时融合阈值机制与博弈论理性模仿行为的混合交互模型，研究社会传染动力学，发现采纳收益的正负决定传播结果，且节点理性程度可调节传播速度。
2024-10-20 physics.soc-ph
Network localization governs social contagion dynamics with macro-level reinforcement
Beijing Normal University（北京师范大学）；Binghamton University（宾汉姆顿大学）；Northeastern University（东北大学）
研究揭示网络定位通过调控临界点和强化阈值影响社会传染动力学，发现促进弱传染的网络导致较慢扩散，而抑制弱传染的网络促进更广泛传播。
2025-12-17 physics.app-ph physics.soc-ph
Virality Prediction and Community Structure in Social Networks
网络结构如何影响扩散？最近的研究表明，答案取决于传染的类型。与传染病（简单传染病）不同，复杂传染病受到社会强化和同质性的影响。因此，在高度聚集的社区内的传播得到加强，而在社区之间的传播受到阻碍。一个常见的假设是，模因和行为是复杂的传染。我们表明，虽然大多数模因确实表现得像复杂的传染病，但少数病毒模因会像疾病一样在许多社区传播。我们证明，未来流行的模因可以通过量化其早期传播模式的社区集中度来预测。一个迷因渗透的社区越多，它的病毒性就越强。我们提出了一种实用的方法，将社区结构的数据转化为关于哪些信息将广泛传播的预测知识。这种联系可能会导致计算社会科学，社交媒体分析和营销应用的重大进步。
2013-11-11 cs.CY cs.SI physics.data-an
How Visibility and Divided Attention Constrain Social Contagion
信息在社交媒体上传播的距离和速度有多远？研究人员最近研究了一些影响在线社交网络中信息传播的因素，包括：信息的新颖性，用户的活动水平，他们关注的人以及他们如何回应朋友的推荐。使用URL作为信息的标记，我们进行了详细的研究，转发，信息传播的Twitter追随者图的主要机制。我们的实证研究探讨了用户如何对传入的刺激作出反应，即，一条来自朋友的推文（消息），并揭示了%转推行为受到几个简单原则的约束。“最小努力原则”与有限注意力相结合在转发行为中起着主导作用。具体来说，我们观察到用户在最明显的时候转发信息，比如当它接近Twitter流的顶部时。此外，我们的测量量化了用户有限的注意力如何在传入的推文中分配，提供了新的证据表明，高度连接的个人不太可能传播任意的推文。我们的研究表明，有限的能力来处理传入的信息约束社会传染，我们得出的结论是，快速衰减的可见性是主要的障碍，网上信息传播。
2012-09-10 cs.CY cs.SI physics.soc-ph
