Emergence of influential spreaders in modified rumor models
在过去十年中，在线社交网络的使用激增，这证明了当前的谣言传播模型为了重现信息的传播方式，忽略了一些基本要素。特别是，最近的文献表明，这些模型未能再现这样一个事实，即网络中的某些节点在传播信息时具有影响力。在这项工作中，我们介绍了两种机制，目的是填补理论和实验结果之间的差距。第一个模型引入了传播者并不总是活跃的假设，而第二个模型则考虑了无知者对传播谣言不感兴趣的可能性。在这两种情况下，从数值模拟的结果显示出更高的粘附到真实数据比经典的谣言传播模型。我们的研究结果揭示了大型社会系统中信息和思想传播的机制，并为更现实的扩散模型铺平了道路。
2012-09-06 cs.SI physics.soc-ph
Absence of influential spreaders in rumor dynamics
最近的研究[1]表明，核心度，而不是度，构成了一个更好的拓扑描述符，以识别复杂网络中有影响力的传播者。这一假设在疾病传播的背景下得到了验证。在这里，我们专注于谣言传播模型，这更适合于社会传染和信息传播。为此，我们在几个真实世界的网络上进行了广泛的计算机模拟，并发现了相反的结果。也就是说，我们表明，节点的传播能力不依赖于他们的$k$核心索引，而不是决定是否一个给定的节点防止扩散的谣言，以系统范围内的规模。我们的研究结果与传染动力学的社会学研究和有效的商业病毒过程的设计有关。
2011-12-10 cs.SI physics.soc-ph
I2E2S2R Rumor Spreading Model in Homogeneous Network with Hesitating and Forgetting Mechanisms
本文提出均匀网络中具有犹豫与遗忘机制的I2E2S2R谣言传播模型，通过平均场方程计算无谣言平衡点与基本再生数，利用Lyapunov函数证明全局稳定性，并经数值模拟揭示网络度、公众意识及准确信息引导对谣言传播的影响。
2025-10-12 math.OC physics.soc-ph
Containing rumors spreading on correlated multiplex networks
在迅速发展的在线社交网络上，谣言泛滥，引起了来自多个方面的关注。个人可以通过多种渠道传播谣言，因为他们可以在多个平台上活跃。然而，目前还没有系统的理论研究，谣言包含动力学的多元化网络尚未进行。在这项研究中，我们提出了一个家庭的包含策略的基础上的度积$\mathcal{K}$的每个用户的多路复用网络。然后，我们开发了一个异构的边缘为基础的隔间理论来理解包含动态。仿真结果表明，优先屏蔽$\mathcal{K}$大的用户的策略可以显著降低谣言爆发的规模，并提高谣言爆发的阈值。此外，随着偏好强度和度异质性的增加，在异构复用网络上可以获得更好的性能。此外，考虑层间度相关性$r_s$，该策略在$r_s=-1$、$r_s=1$和$r_s=0$的复用网络上性能最好.相反，如果我们倾向于使用小的$\mathcal{K}$而不是大的$\mathcal{K}$来阻塞用户，那么在除了均匀度分布的不相关复用网络之外的大多数复用网络上，其包含性能将比随机阻塞用户的性能更差。我们发现，阻塞偏好对均匀度分布的不相关复用网络的包含结果没有影响。我们的理论分析可以很好地预测谣言包含的结果和性能差异，在所有的情况下研究。本研究对多重网络中谣言动力学的系统理论研究将为该问题的进一步研究提供启示。
2019-12-24 cs.SI physics.soc-ph
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
Anti-rumor dynamics and emergence of the timing threshold on complex network
在谣言动力学的基础上提出了反谣言动力学，并通过平均场方程和复杂网络上的数值模拟研究了反谣言动力学的特性。我们研究的主要指标是对抗谣言的时间效应和有影响力的节点的识别，这是一个有效的反谣言策略可能关注的。研究结果表明，反谣言动力学具有鲁棒的时间依赖性，在谣言传播开始后的不同延迟时间启动反谣言，会出现时间阈值。作为一个关键特征的时间阈值进一步验证了一系列的Barabasi-Albert无标度网络（BA网络），反谣言动力学明确出现。定时阈值是一个依赖于网络的量，其值随着BA网络的平均度的增加而减小，直到接近零。同时，核心度也是一个较好的拓扑描述符，可以用来识别枢纽。我们的研究结果将有助于理解谣言和反谣言的传播行为，并为进一步研究复杂网络中多条信息的相互作用提供了可能的途径。
2014-06-28 cs.SI physics.soc-ph
Influence maximization by rumor spreading on correlated networks through community identification
最大化信息传播的最小节点集的识别是网络科学中最相关的问题之一。本文提出了一种新的方法来寻找初始传播者的集合，以最大化复杂网络中的信息传播。我们评估了这种方法在互联网和验证度度相关性的传播动力学中起着至关重要的作用。仿真结果表明，我们的算法是统计相似的，关于平均规模的爆发，在现实世界中的网络的贪婪的方法。然而，我们的方法是更少的时间消耗比贪婪算法。
2019-11-08 cond-mat.stat-mech cs.SI physics.soc-ph
Uncritical polarized groups: The impact of spreading fake news as fact in social networks
在线社交网络中的思想传播是理解当今假新闻泛滥及其对民主国家影响的关键现象。这使得有必要使用模仿谣言传播的模型。大数定律以及接触组的概率分布使我们能够用最少的假设来构建一个模型。此外，我们还可以用这个模型分析两极分化的个体群体（人类或机器人）的存在，他们一知道谣言就传播谣言。在一个由即时通讯应用程序连接的人群中，只给定知道任何消息的初始个体数量，我们首先从我们的模型中推导出一个简单的时间函数来研究谣言传播。然后，我们证明，极化组可以检测和量化的经验数据。最后，我们还预测了任何谣言到达固定比例的人群所需的时间。
2019-10-17 cs.SI physics.soc-ph
An Efficient Local Strategy to Control Information Spreading in Network
在社交网络中，谣言传播的控制是一个活跃的研究领域。SIR模型通常用于研究网络中的谣言动力学，并将谣言视为一种流行病。在疾病传播模型中，通过去除网络中的中心节点来控制疾病的传播。这种删除需要完整的网络信息。拥有全网络的信息是一个困难的命题。因此，寻找一种可以控制流行病而不需要全局信息的算法是一个非常感兴趣的问题。在本文中，提出了一种免疫策略，只使用在一个节点，即可用的本地信息。度的节点和它的邻居节点的平均度。所提出的算法已经评估了无标度网络使用SIR模型。数值结果表明，该方法具有较小的复杂性，并给出了显着更好的结果相比，与其他策略，而只使用局部信息。
2015-09-26 cs.SI physics.soc-ph
Critical threshold and dynamics of a general rumor model on complex networks
我们推导出描述复杂网络上谣言传播的一般模型的动力学的平均场方程，并使用这些方程的解析解和数值解来研究随机图，不相关的无标度网络和无标度网络上模型的阈值行为和动力学。我们表明，在均匀网络和随机图的模型表现出一个临界阈值的谣言传播率低于谣言不能在系统中传播。另一方面，在无标度网络的情况下，这个阈值在无限系统规模的极限下变得非常小。我们发现，谣言传播的初始速率在无标度网络中比在随机图中高得多，并且当引入不确定度相关性时，无标度网络上传播的速率进一步增加。然而，度相关性对最终听到谣言的节点比例的影响取决于网络拓扑和谣言传播率之间的相互作用。我们的研究结果表明，无标度网络很容易传播谣言，就像它们容易传播传染病一样。它们与连锁电子邮件、病毒式广告和互联网上的大规模数据传播算法（即所谓的八卦协议）的传播动态有关。
2005-08-01 cond-mat.stat-mech physics.soc-ph
Asynchronous Rumor Spreading on Random Graphs
我们进行了深入的研究的各种特性的异步推拉协议传播谣言Erdens-Rényi随机图$G_{n,p}$，任何$p>c\ln(n)/n$与$c>1$。特别是，我们提供了一个简单的策略，分析异步推拉协议在任意图形拓扑结构，并将此策略应用到$G_{n,p}$。我们证明了严格的对数阶的总时间，直到信息已经传播到所有节点的界限。令人惊讶的是，异步推拉协议所需的时间几乎不受图的平均度的影响。类似的Erdens-Rényi随机图的紧界以前只在同步推送协议中得到过，其中已经观察到稀疏随机图的总运行时间显着增加。最后，我们量化的鲁棒性的协议相对于传输和节点故障。我们的分析表明，异步协议是特别强大的这些故障相比，他们的同步同行。
2016-08-05 cond-mat.dis-nn cs.SI physics.soc-ph
Controversy-seeking fuels rumor-telling activity in polarized opinion networks
谣言点燃了革命，破坏了对政党的信任，或威胁到人类社会的稳定。在线社交网络的发展大大增强了这种破坏潜力。一些理论和计算研究已经致力于了解动态和控制谣言传播。本文通过大量的计算机模拟研究了意见极化网络中的谣言传播模型。关键的机制是一个人的意见和他们的倾向之间的耦合，以传播一个给定的信息，无论是支持或反对它的内容。我们报告说，一个高度模块化的拓扑结构的极化网络强烈削弱谣言传播，但代理人的意见和他们的传播/扼杀率之间的耦合可以进一步抑制或相反，促进信息传播，这取决于这些耦合的性质。特别是，一个有争议的寻求机制，其中代理人被刺激，以推迟他们的过渡到更硬的状态时，与其他代理人的相互作用，面对的意见，增强了谣言的传播。因此，这种机制能够克服松散连接的模块化结构所带来的传播瓶颈。
2022-10-08 physics.soc-ph
Application of Information Theory in Rumor Spreading Modeling Considering Polarization in Complex Networks
该研究提出一种结合熵与Jensen-Shannon信息散度的谣言传播模型，在BA无标度网络中纳入个体记忆、意识形态接近度和极化失真因素，实现观点传播的计算仿真。
2024-08-07 math.PR physics.soc-ph
A Dynamic Epidemic Model for Rumor Spread in Multiplex Network with Numerical Analysis
本文主要研究和理解当种群受到谣言传播时种群组成的随机动力学。我们首先开发了一个个体易感-暴露-恶意-移除（iSEIR）模型，该模型是SEIR模型的扩展，用于总结人群中相互作用群体的谣言传播行为。在这个iSEIR模型中，相互作用的群体可以被视为多路网络中的节点。然后，从多重网络的样本中可以得出谣言传播中相互作用的群体的动力学行为的各种性质。样本基于iSEIR模型进行模拟，并根据人口规模、人口分布和转移率进行不同设置。仿真研究结果表明，多重网络中谣言传播的有效控制需要对信息流进行有效的管理，这可以通过在个体行为动力学中设置适当的免疫阈值和传播阈值来实现。在所提出的iSEIR模型下，我们还得到了谣言传播过程达到平衡时的一个稳态结果，称为“过饱和现象”，这可能有助于我们在实践中对信息流进行最优或更好的控制。
2020-02-29 nlin.CD physics.soc-ph q-bio.PE
Repetitive users network emerges from multiple rumor cascades
网络社交媒体上的谣言传播对后真相时代的社会构成了重大威胁。大量的努力已经投入到谣言识别和揭穿，假设一个特定的谣言传播是一个单一的事件网络，忽略了不同的谣言级联之间可能的相互依赖性。在这里，我们研究了多个谣言的集体传播，并惊讶地发现了一个重复参与不同谣言级联的用户网络。虽然这些重复用户在单个传播网络的水平上表现出微小的差异，但与新闻传播相比，他们从多个谣言级联中形成了一个更密集的协作网络。由重复谣言传播者形成的类集群可以作为谣言识别的高质量特征和谣言预防的阻断目标。我们的研究结果可以通过将多个谣言传播视为一个相互作用的谣言生态系统来更好地理解谣言传播，并提出基于谣言传播历史的区分和缓解的新方法。
2018-04-16 physics.soc-ph
Skepticism and rumor spreading: the role of spatial correlations
批判性思维和怀疑主义是防止谣言、假新闻和错误信息传播的基本机制。我们考虑一个简单的模型，在该模型中，代理人没有以前接触的谣言，怀疑导向，可能会说服传播者停止他们的活动，或者，一旦暴露于谣言，决定不传播它作为一个结果，例如，事实核查。我们扩展了以前的，平均场分析这两种机制，主动和被动的怀疑，包括空间相关性的综合效果。这可以通过对近似进行分析，或者在不同的网络上模拟基于代理的版本。我们的研究结果表明，虽然在平均场有没有共存的扩散器和bistable之间（虽然，根据参数，可能会有双稳态取决于初始条件），当空间相关性包括在内，由于保护作用的隔离所提供的删除代理，共存是可能的。
2020-04-02 cond-mat.stat-mech physics.soc-ph q-bio.PE
The Anatomy of a Scientific Rumor
欧洲核子研究中心宣布发现一种类似希格斯玻色子的粒子，这将作为21世纪科学努力的里程碑之一而被人们铭记。在本文中，我们提出了一个Twitter上的信息传播过程的研究之前，期间和之后宣布发现一个新的粒子与难以捉摸的希格斯玻色子的特征在2012年7月4日。我们报告的证据，在个人和全球层面的用户活动，如推文，重新推文和回复现有的推文的非平凡的时空模式。我们提供了一个可能的解释观察到的时变动态的用户活动在传播这个科学的“谣言”。我们对发布与希格斯玻色子发现有关的推文的个人的相应网络中的信息传播进行了建模。最后，我们证明了我们能够以惊人的准确性再现大约50万个个体的全球行为。
2013-07-16 cond-mat.stat-mech cs.SI physics.soc-ph
Identification of highly susceptible individuals in complex networks
在传播过程中识别高易感个体对控制疫情具有重要意义。在本文中，我们探讨了易感性的人在易感染恢复（SIR）和谣言传播动力学。我们首先研究社区结构对人们易感性的影响。尽管在相同的感染率下，社区结构可以减少感染种群，但它不会确定性地影响节点的敏感性。我们发现个体的易感性对传播动力的选择是敏感的。对于SIR传播，由于敏感度与节点的影响力高度相关，因此拓扑指标k-shell可以更好地识别高度敏感的个体，优于度，介数中心性和PageRank。而在谣言传播模型中，节点的敏感性和影响力没有明显的相关性，度在所考虑的拓扑度量中表现最好。我们的发现强调了拓扑特征和传播机制在识别高度易感人群中的重要性。
2015-04-27 cs.SI physics.soc-ph
Fake news and rumors: a trigger for proliferation or fading away
利用一个包含种子、不可知论者和其他三种主体的模型研究了假新闻和谣言传播的动力学。虽然种子是那些谁开始传播谣言被坚信其真理，不可知论者拒绝任何形式的谣言，不相信阴谋论。在这两者之间，其他人构成了社区的主要部分。虽然种子总是信徒和不可知论者总是冷漠，其他人可以根据他们与谁讨论而在信徒和冷漠之间切换。底层的驾驶动态是通过随机形成的代理组的本地更新来实现的。在每一个群体中，只要有$m$或更多的信徒出现在这个群体中，一个其他人就会变成一个信徒。然而，由于随着时间的推移，一些信徒可能会对谣言失去兴趣，我们添加了一个翻转固定利率$0<d<1$从信徒到冷漠。对相关动力学的严格分析表明，从$m=1$切换到$m\ge2$会引发扩散过程的剧烈质变。当$m=1$即使是一小群信徒也可能很快地说服社区的大部分人。相比之下，对于$m\ge 2$，即使有相当一部分的信徒也不能阻止谣言在几轮更新后消失。我们的研究结果提供了一个解释，为什么一个给定的谣言在一个社会群体中传播，而不是在另一个，也为什么有些谣言不会在两个群体中传播。
2019-05-02 cs.DM cs.DS cs.SI
Rumor propagation with heterogeneous transmission in social networks
谣言模型认为每对节点之间的信息传输概率相同。然而，在包含有影响力的传播者的社交网络中没有观察到这种假设。为了克服这一局限性，我们假设中心个体比边缘个体具有更高的说服邻居的能力。通过大量的数值模拟，我们发现在无标度网络中，当传输概率与PageRank、度和介数中心性成正比时，传播得到了改善。此外，结果表明，扩展可以通过调整最中心节点的传输概率来控制。我们的研究结果为理解社交网络中谣言传播和异质传播之间的相互作用提供了一个概念框架。
2016-12-23 cond-mat.stat-mech physics.soc-ph
Identifying Rumor Sources Using Dominant Eigenvalue of Nonbacktracking Matrix
我们考虑了网络中谣言源的识别问题，其中谣言传播服从时隙可感染模型。与现有的方法不同，我们提出的算法确定为源的节点，当设置为源，导致在相应的减少nonbacktracking矩阵推导出的消息传递方程的最小主导特征值。我们还提出了一个降低复杂度的算法来自以前的算法，通过扰动近似。在合成网络和真实网络上的数值实验表明，与现有的代表性算法相比，这些算法通常具有更高的精度。
2018-09-20 cs.SI eess.SP physics.soc-ph
Rumor propagation meets skepticism: a parallel with zombies
我们提出了一个模型的谣言传播中，易感，但怀疑导向的个人可能会反对谣言。抵制可能是由持怀疑态度的活动家试图说服传播者停止他们的活动，成为扼杀者，或者被动地（非反应性）作为事实核查的结果。有趣的是，这两种机制结合在一起时，类似于（假设的）虚拟僵尸爆发的传播，幸存者积极地将感染者作为目标。我们分析了良好的混合（平均场）的描述，并获得谣言（僵尸）通过整个人口的传播条件。结果表明，当怀疑论足够强时，模型预测两个不动点共存（这种双稳态可能与极化情况有关），谣言的命运取决于最初的暴露。
2018-10-09 cond-mat.stat-mech physics.bio-ph physics.soc-ph
From subcritical behavior to elusive transitions in rumor models
谣言和信息传播是人与人之间互动的自然过程。在数学上，这在流行的Maki-Thompson模型中进行了探索，其中认为不存在相变。在这里，我们表明，二阶相变是存在于这个模型中，这是没有捕获的一阶平均场近似。此外，我们提出并探索了一个修改版本的Maki-Thompson模型，其中包括一个遗忘机制。这种修改改变了马尔可夫链的性质，从无限多个吸收状态的经典设置为一个单一的吸收状态。在实践中，这使我们能够使用大量的分析和数值方法，允许模型的特征。特别是，我们发现了一个反直觉的行为，在这些模型的亚临界制度，其中的寿命的谣言增加的传播率下降，遵循幂律关系。这意味着，即使低于临界阈值，谣言也可以存活很长时间。总之，我们的研究结果表明，谣言模型的动态行为可以比以前想象的更丰富。因此，我们希望我们的研究结果激励进一步的研究分析和数值。
2021-02-23 physics.soc-ph
The role of centrality for the identification of influential spreaders in complex networks
网络中最有影响力的传播者的识别对于控制和理解系统的传播能力以及确保有效的信息传播（例如在谣言动态中）是重要的。最近的工作表明，有影响力的传播者的识别是不是独立的动态正在研究。例如，在分析社会传染或谣言传播时，关键的疾病传播者可能不一定是这样。此外，它已被证明，不同的度量（度，核心等）可能会识别不同的影响节点，即使是相同的动态过程，不同程度的准确性。在本文中，我们研究了九个中心性指标如何与构成不同合成和真实世界（空间和非空间）网络的节点的疾病和谣言传播能力相关。我们还提出了一个推广的随机游走可达性作为一个新的中心性措施，并推导出解析表达式，后者的措施，简单的网络配置。研究结果表明，在非空间网络中，$k$ -core和度中心性与传染病传播的相关性最强，而平均邻域度、贴近中心性和可达性与谣言动态的相关性最强.相反，对于空间网络，可达性度量在几乎所有情况下都优于其他中心性度量，无论考虑的是哪种动态。因此，我们分析的一个重要结果是，以前在合成随机网络中进行的研究不能推广到空间网络的情况。
2014-04-17 cs.SI physics.soc-ph
Global Computation in a Poorly Connected World: Fast Rumor Spreading with No Dependence on Conductance
在本文中，我们研究的问题，如何有效地收集互连节点可以执行一个全球性的计算，在广泛研究的GOSSIP模型的通信。在该模型中，节点不知道网络的全局拓扑，并且它们在每一轮中只能与单个邻居发起联系。该模型与限制性更小的TCP模型形成对比，在TCP模型中，节点可以在单轮中同时与其所有邻居通信。在这种情况下，一个基本的问题是信息传播问题需要多少轮通信，其中每个节点都有一些信息，并需要收集所有其他信息。本文给出了一个算法，它解决了直径为$D$的网络中最多$O(D+\text{polylog}{(n)})$轮的信息传播问题，且不依赖于电导.这最多是来自$D$平凡下界的加性多对数因子，其甚至适用于RISK模型。事实上，我们证明了更强的东西是真的：任何算法，需要$T$轮在ESTA模型可以模拟$O(T +\mathrm{polylog}(n))$轮在GOSSIP模型。因此，我们证明了这两种分布式计算模型本质上是等价的。
2011-04-14 cs.DC cs.DM cs.SI
A deterministic mathematical model for the spread of two rumors
在本文中，我们提出了一个确定性的数学模型，试图解释谣言传播的SIRS型流行病模型与临时免疫和非线性发病率。特别是，我们推测的信息传播时，所谓的“复杂网络”的使用。引入第二个谣言的影响，疫苗接种模型的启发，在同一人口的个人，这将试图抵消的效果，原来的谣言，进行了研究。这是一种在社区中经常发生的情况，当谣言被相反的信息或消息抵消时，其行为与谣言相同。对动力学模型进行了定性分析和数值试验。我们证实，传播谣言的动力学表现出类似的行为，发现在传染病的动力学。
2017-09-06 physics.soc-ph
Impacts of suppressing guide on information spreading
在现代社会中，出于不同的目的，引入导游词来抑制信息传播是很常见的。本文建立了一个基于Agent的模型，定量分析了抑制引导对信息传播的影响。我们发现，传播阈值取决于信息的吸引力和拓扑结构的社会网络，没有抑制指南。通常，人们会期望在传播过程中抑制向导的存在可能会导致整个网络中信息的扩散减少。然而，我们发现，有时情况正好相反：当有具有反转思维的受众时，抑制性引导者的操纵节点可能会导致更广泛的信息传播。这些结果可以为各类信息的舆论引导提供有价值的理论参考，谣言或新闻的传播。
2015-11-24 cs.SI physics.soc-ph
Rejection-Based Simulation of Stochastic Spreading Processes on Complex Networks
随机过程可以模拟网络上的许多新兴现象，如计算机病毒、谣言或传染病的传播。因此，了解这种随机传播过程的动态是根本的利益。在这项工作中，我们考虑了广泛的房室模型，其中每个节点是在几个国家（或车厢）之一。节点在指数分布的等待时间后根据给定的规则集随机改变其状态。对于现实规模的网络，即使只生成传播过程的单个随机轨迹，在计算上也非常昂贵。在这里，我们提出了一种新的模拟方法，它结合了基于事件的模拟和拒绝采样的优点。我们的方法在绝对运行时间和规模方面优于最先进的方法，同时在统计上是等效的。
2019-01-04 cs.SI physics.soc-ph
Branching Dynamics of Viral Information Spreading
尽管它对谣言或创新传播，点对点合作，社交网络或营销的重要性，但信息传播的动态并没有得到很好的理解。由于扩散依赖于人类行为的异质模式，并由参与者的决策驱动，其传播动力学表现出传统流行病或传染病模型无法解释的令人惊讶的特性。在这里，我们对我们对真实病毒式营销活动的研究进行了详细分析，其中跟踪受控消息的传播使我们能够分析涉及31，000多人的扩散图的结构和动态。我们发现，信息传播显示了一个非马尔可夫分支动力学，可以通过两步贝尔曼-哈里斯分支过程，概括了文献中已知的静态模型，并结合了人类行为的高度可变性。它准确地解释了“引爆点”下信息传播的全部特征，可用于病毒信息传播过程的预测和管理。
2011-10-09 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
Prediction of trending topics using ANFIS and deterministic models
热门话题通常是信息在社交网络的用户之间传播的结果。这些特殊的话题可以被视为谣言。谣言的传播通常是用研究流行病传播的相同技术来研究的。这是常见的，许多数据集可能没有足够的测量变量，所以我们提出了一种方法，通过选择确定性模型给出的估计变量来研究传播者的一般行为。为了提供一个很好的近似，我们实现了自适应神经模糊推理系统（ANFIS）。因此，在我们的数值实验中，使用SIR和SIRS模型（具有延迟）的确定性方法用于两个不同的主题。因此，作者仅将ANFIS模型应用于其应用，并将确定性模型作为预处理输入变量。
2021-08-07 cs.NA math.NA physics.soc-ph
A process of rumor scotching on finite populations
谣言传播是社会和技术网络中普遍存在的现象。传统的模型认为谣言是通过传播者和传播者之间的成对相互作用传播的。扩张器只有在接触扩张器或加劲器后才能变成加劲器。在这里，我们提出了一个模型，考虑到传统的假设，但stiflers是积极的，并试图苏格兰的谣言传播者。基于密度依赖马尔可夫链的收敛性理论，给出了一种分析方法，分析了在有限均匀混合种群中，最后一个比例解的渐近性.我们在随机图和无标度网络中进行了蒙特卡罗模拟，并验证了均匀混合种群的结果可以近似于随机图，但不适用于无标度网络。此外，关于一个异质混合人口的过程中，我们得到了一组微分方程，描述的概率，一个人在每个状态的时间演化。我们的模型可以应用于研究系统中，知情的代理人试图阻止谣言传播。此外，我们的研究结果可以被认为是制定最佳的信息传播策略和方法来控制谣言传播。
2015-02-02 cond-mat.stat-mech physics.soc-ph
Continuous Models of Epidemic Spreading in Heterogeneous Dynamically Changing Random Networks
复杂随机网络中传播过程的建模在理解和预测流行病或谣言传播等许多真实现象中起着至关重要的作用。这种系统的动态可以通过图上的蒙特卡罗模拟或通过常微分方程（ODE）在算法上表示。尽管在网络建模领域取得了许多成果，但选择模型动态的最佳计算表示仍然是一个挑战。虽然封闭形式的描述通常是直接推导出来的，但它通常不能解析求解;因此，网络动力学需要常微分方程的数值解或直接对网络进行蒙特卡罗模拟。此外，Monte-Carlo模拟和ODE解是不等价的，因为ODE产生确定性解，而Monte-Carlo模拟本质上是随机的。尽管最近在蒙特卡洛模拟的一些优势，特别是在实施的灵活性，计算成本的ODE解决方案是低得多，并支持准确和详细的输出分析，如不确定性或灵敏度分析，参数识别等。在本文中，我们提出了一种新的方法来模拟复杂的随机异构网络中的传播过程，使用系统的非线性常微分方程。我们成功地应用这种方法来预测艾滋病毒/艾滋病在性网络中传播的动态，并将其与历史数据进行比较。
2012-11-19 cs.SI physics.soc-ph
Fundamentals of spreading processes in single and multilayer complex networks
传播过程已在文献中进行了大量的研究，无论是分析和大规模的数值模拟。这些过程主要包括疾病、谣言和信息在特定人群中的传播。在过去的二十年里，随着现代网络科学的出现，我们目睹了这一研究领域的重大进展。在这里，我们回顾了主要的理论和数值方法的研究复杂网络系统上的传播过程。具体来说，我们正式定义的传染病过程的单层和多层网络，并详细讨论了用于进行数值模拟的主要方法。在整个综述中，我们将传播过程（疾病和谣言模型）根据时间的性质分为两类：（i）连续时间和（ii）元胞自动机方法，其中第二种方法可以进一步分为同步和异步更新方案。我们的修订包括异质平均场，淬火平均场，和对淬火平均场的方法，以及各自的模拟技术，强调不同的技术之间的相似性和差异。这里介绍的内容提供了一整套方法来研究复杂网络中的类递归过程，无论是对于没有以前的经验的研究人员还是专家。
2019-05-09 cond-mat.stat-mech physics.soc-ph q-bio.PE
Pairwise interaction pattern in the weighted communication network
虽然最近的研究表明，拓扑结构和人类动力学都可以强烈影响社交网络上的信息传播，但这两个重要因素之间复杂的相互作用尚未得到清楚的描述。在这项工作中，我们通过分析中国电信提供商内部短消息通信数据集生成的加权网络，发现了强的成对交互作用。成对交互桥接了网络拓扑结构和人类交互动态，这可以促进通信伙伴对之间的局部信息传播，并且相反地还可以抑制全局信息（例如，谣言）级联和传播。此外，两两交互是群组会话的基本模式，它可以大大减少一对亲密朋友之间通信事件的等待时间。本文的研究结果也有助于通信运营商设计新的资费策略，优化其通信服务。
2012-03-06 cs.SI physics.soc-ph
Fractional-order SIS-UAU subdiffusion model for rumor propagation
Business College, Southwest University（西南大学商学院）；School of Journalism and Communication, Beijing Normal University（北京师范大学新闻传播学院）；Potsdam Institute for Climate Impact Research（波茨坦气候影响研究所）；Department of Physics, Humboldt University of Berlin（柏林洪堡大学物理系）；Faculty of Natural Sciences and Mathematics, University of Maribor（马里博尔大学自然科学与数学学院）；Community Healthcare Center Dr. Adolf Drolc Maribor（马里博尔阿道夫·德罗尔克博士社区医疗中心）；Department of Physics, Kyung Hee University（庆熙大学物理系）；University College, Korea University（韩国大学大学院）；College of Artificial Intelligence, Southwest University（西南大学人工智能学院）
该研究针对经典SIS-UAU模型无法捕捉社会互动记忆效应与次扩散行为的局限，提出基于Caputo导数的分数阶SIS-UAU模型，开发块自适应FFT求解器，揭示了记忆、意识动态及网络拓扑对谣言传播的影响。
2026-10-23 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
Strong ties promote the epidemic prevalence in susceptible-infected-susceptible spreading dynamics
了解传播动态将有利于整个社会更好地预防和控制疾病，以及促进社会责任的信息，同时抑制破坏性的谣言。在基于网络的传播动力学中，不同权重的边可能扮演着截然不同的角色：远方的朋友通常会带来新奇的故事，而亲密的关系对于流感疫情来说风险很高。在这篇文章中，我们提出了一个加权的易感-感染-易感模型的复杂网络，其中的权重定义的两个相关联的节点的拓扑接近。每个受感染的个体被允许选择有限数量的邻居进行接触，并引入一个可调参数来控制通过高权重或低权重边缘进行接触的偏好。在六个真实网络上的实验结果表明，在传播过程中，强联系可以大大促进流行病的流行。通过与两个分别具有随机拓扑和随机重分布权重的统计零模型的比较，我们证明了权重的分布模式而不是拓扑对实验观测值的影响。进一步的分析表明，权重-权重相关性强烈影响结果：当权重-权重相关性存在时，高权重边在保持高流行率方面更显着。
2013-11-22 cs.SI physics.soc-ph
Exact mean field dynamics for epidemic-like processes on heterogeneous networks
我们证明了SIR流行病的平均场方程可以精确求解任意度分布的网络。我们的精确的解决方案包括减少一个孤独的一阶微分方程的动力学，它有一个解决方案的积分依赖于网络的度分布的功能，并从这个积分重建所有感兴趣的平均场函数。SIR流行病的不可逆转性对于解决方案至关重要。我们还找到了精确的解决方案，性传播疾病SI流行病的二分图，简化的谣言传播模型，并推荐传播的新模型，通过类似的技术。在无标度网络上对这些过程的数值模拟表明了平均场论在大多数情况下的定性有效性。
2012-06-27 cs.SI physics.soc-ph
Multiple Hybrid Phase Transition: Bootstrap Percolation on Complex Networks with Communities
Bootstrap渗流模型是研究社交网络上的谣言、新产品或创新传播的著名模型。实证研究表明，社区结构在各种社交网络中普遍存在。因此，研究具有社区的复杂网络上的自举渗流，可以为我们理解社交网络上的传播动力学提供新的、重要的视角。近年来，它引起了许多科学家的关注。在这篇文章中，我们研究了具有社区的Erdens-Rényi网络的自举渗流，观察到了自然系统中罕见的二阶、混合（二阶和一阶）和多重混合相变。此外，我们还解析求解了该系统，得到了相图，并通过相应的模拟得到了进一步的证明。
2014-07-01 cs.SI physics.soc-ph
How far can a rumor travel without shortcuts?
Universidad de Nariño（纳里尼奥大学）；Universidade Federal de Pernambuco（伯南布哥联邦大学）
研究探讨了在无捷径的环状网络中，谣言传播的范围与平均度数的关系，发现其规模与log n成正比。
2026-01-03 physics.soc-ph
Direct, physically-motivated derivation of the contagion condition for spreading processes on generalized random networks
对于一个广泛的单种子传染过程作用于广义随机网络，我们得到了一个统一的分析表达式的可能性，全球传播的事件在一个简单的，物理直观的方式。我们的推理揭示了一个直接的机械理解的原型传播现象是不明显的迂回现存的数学方法。
2011-05-16 cond-mat.dis-nn cs.SI physics.soc-ph
Mapping temporal-network percolation to weighted, static event graphs
许多传播和扩散过程都发生在时间网络上，其结果受到接触时间相关性的影响。这些相关性对传播媒介在节点上具有有限生命周期的过程具有特别强的影响：疾病传播（恢复时间），谣言扩散（信息的生命周期）和乘客路由（转移之间的最大可接受时间）。在这里，我们引入加权事件图作为一个强大而快速的框架，用于研究由时间尊重路径确定的连接性，其中接触之间的允许等待时间有上限。我们研究渗流的加权事件图和底层的时间网络，模拟和真实世界的网络。我们表明，这种类型的时间网络渗流是类似于定向渗流，它可以由多个序参量。
2017-09-17 cs.SI physics.data-an physics.soc-ph
How to Identify an Infection Source with Limited Observations
在社交网络中传播的谣言或在社区中传播的疾病可以被建模为在网络中传播的感染。找到感染源是一个具有挑战性的问题，在许多应用程序中，我们只能访问有限的一组观察结果，这使得问题更加困难。我们考虑的问题，估计一个易感感染模型的感染源，其中不是所有的感染节点都可以观察到。当网络是一棵树时，我们证明了与产生有限观测的最可能感染路径相关联的源节点的估计量由Jordan中心给出，即，与观察到的感染节点的集合具有最小距离的节点。我们还提出了一般网络的近似源估计。在各种合成网络和真实网络上的仿真结果表明，我们的估计性能优于基于距离、接近度和介数中心性的算法。
2014-04-02 cs.SI physics.soc-ph
Computational Models for Commercial Advertisements in Social Networks
识别网络中值得注意的传播者对于理解传播过程和控制网络中传播的范围至关重要。拥有更多内在力量来扩大传播范围的节点非常重要，因为需要各种应用程序，例如病毒式营销，控制谣言传播或更好地了解疾病的传播。作为病毒式营销的一种应用，在固定预算的情况下实现最大化是广告业务的基本要求。分发固定数量的促销物品以最大化病毒覆盖范围可以利用影响者检测方法。为了检测这样的“影响者”节点，存在诸如度中心性（通常用作度内中心性）的局部度量或诸如k壳分解或特征向量中心性的全局度量。所有的方法都可以对图进行排序，但它们都有局限性，并且仍然没有事实上的方法用于该领域的影响者检测。在本文中，我们提出了一个扩展的k-shell算法，更好地利用k-shell分解识别病毒传播节点使用网络的拓扑特征。我们使用易感-感染-传播模型对真实网络中的传播过程进行了模拟，模拟结果表明，在相同的初始传播者数量下，我们的方法可以在同一网络中达到高达36%的人群。
2019-04-30 cs.SI physics.soc-ph
Accurate ranking of influential spreaders in networks based on dynamically asymmetric link-impact
我们提出了一个有效和准确的衡量排名的传播者，并确定有影响力的网络传播过程中。虽然边决定了节点之间的连接，但它们在传播中的具体作用应该明确考虑。连接节点i和j的边对于从i扩展到j和从j扩展到i的重要性可能不同。关键问题是节点j在通过边被i感染后，是否会接触到i本身无法直接到达的其他节点。有必要调用两个不等的权重wij和wji，根据节点i和j的邻域来表征边缘的重要性。源自节点的总不对称方向权重导致一种新的度量si，其量化了节点在扩散过程中的影响。s-shell分解方案进一步为节点分配s-shell指数或加权核心。基于si和加权核心度的排名的有效性和准确性通过将它们应用于九个真实世界的网络来证明。结果表明，它们通常优于基于节点度和k壳指数的排名，同时保持较低的计算复杂度。我们的工作代表了理解和控制疾病、谣言、信息、趋势和网络创新传播的关键一步。
2017-05-10 cs.SI physics.soc-ph
Information diffusion epidemics in social networks
社交网络中的信息传播动态在诸如谣言或时尚传播、产品创新的传播或“口碑”通信的过程中是至关重要的。由于特定信息在传播过程中很难被跟踪，因此对社交网络中信息传播的理解大多来自于模型或间接测量。在这里，我们提出了一个综合的实验和理论框架，以了解和定量预测信息如何以及何时在社交网络上传播。使用在病毒式营销活动中收集的数据，这些活动覆盖了11个欧洲市场的31，000多人，我们显示了参与者行为的很大程度的可变性，尽管他们面临着接收和转发相同信息的共同任务。这对信息传播产生了深远的影响：首先，大部分的传播是由于超级传播事件发生的，这在人口平均模型中被认为是异常的。其次，由于个人安排信息传输的方式不同，我们观察到社交网络中的信息传播在对数时间内会减慢。实验的定量描述是可能的，通过一个随机的分支过程，证实了异质性的重要性。由于在许多其他活动中发现了人类反应的强度和频率的高度可变性，因此我们的研究结果与许多其他人为驱动的扩散过程有关，如谣言，时尚，创新或新闻，这些过程对组织管理，通信，营销或电子社交社区具有重要影响。
2007-06-05 physics.soc-ph
Roles of the spreading scope and effectiveness in spreading dynamics on multiplex networks
与单一网络相比，复合网络对个体间传播过程的影响主要表现在两个方面。首先，病原体或信息可以通过不同的层次一次性传播给更多的个体，扩大了传播范围。第二，通过不同的层次，一个人也可以在同一时间多次向同一个人传播病原体或信息，这使得传播更有效。为了理解传播范围和传播效果的不同作用，我们提出了一个链路重叠的多重网络上的传染病模型，其中每个交互的传播效果以及渠道的多样性（传播范围）可以由重叠链路的数量来控制.我们发现，对于泊松度分布，增加流行范围（第一个效果）比增加流行概率（第二个效果）更有效地促进传播过程。然而，对于幂律度分布，这两个因素对传播动力学的影响变得复杂。在有限系统中，提高流行概率使病原体或谣言更容易爆发。但在此之后，扩大流行范围仍然是更有效的广泛传播。本文对这些现象给出了理论结果和合理的解释，表明流行范围在传播动力学中起着重要的作用。
2017-11-28 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Unifying continuous, discrete, and hybrid susceptible-infected-recovered processes on networks
传播过程中两个连续感染和恢复事件之间的等待时间通常被假设为指数分布，这导致马尔可夫（即，无记忆）连续扩散动力学。然而，这并没有考虑到记忆（相关性）效应和离散的相互作用，这些相互作用已被确定为与社会、交通和疾病动力学相关。我们引入了一个框架来模拟网络上连续、离散和混合形式的（非）马尔可夫可感染恢复（SIR）随机过程。我们在本文中研究的混合SIR过程描述的离散时间马尔可夫和连续时间的非马尔可夫过程，模仿细胞周期的分布恢复事件的感染。我们的研究结果表明，有效的传染率描述的流行病过程未能唯一捕捉到这样的混合动力学和一般的非马尔可夫疾病动力学的行为。提供了一个统一的描述一般马尔可夫和非马尔可夫疾病的爆发，我们反而表明，平均传播率产生相同的相图独立的基本事件间的时间分布。
2020-07-09 cond-mat.stat-mech cs.SI physics.soc-ph
Spreading dynamics on small-world networks with connectivity fluctuations and correlations
传染病和计算机恶意软件通过人与计算机之间的接触网络在人与计算机之间传播。这些网络具有连通性涨落、连通性相关和小世界特性。在以前的工作[A。Vazquez，Phys. Rev. Lett. 96，038702（2006）]我已经证明了连通性波动与小世界性质一起导致了一种新的传播规律，其特征在于初始幂律增长，其指数由网络上的平均节点距离确定。在这里，我将这些结果扩展到考虑在真实网络中通常观察到的连接相关性的影响。我表明，constitutive和disconstitutive连接的相关性增强和减少，分别，这种传播规律的有效性范围。作为一个推论，我得到的区域的连接波动和程度的相关性，其特征在于没有一个流行病的阈值。这些结果与传染病、谣言和信息在人类中的传播以及计算机病毒、电子邮件蠕虫和恶作剧在计算机用户中的传播有关。
2006-09-28 cond-mat.dis-nn 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
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
Epidemic spreading with awareness and different timescales in multiplex networks
传染病传播的理论模型的主要问题之一是发展控制传染媒介传播的方法。人类行为在传播动力学中起着根本作用，可用于阻止疾病传播或减轻疾病负担，因为意识到疾病存在的个人可以采取措施减少接触传染病的机会。在本文中，我们提出了一个数学模型的疾病传播的意识在复杂网络。与以前的模型不同，信息的传播遵循广义的Maki-Thompson谣言模型。信息和疾病传播之间的时间尺度也有灵活性。我们验证了表征信息意识扩散的速度极大地影响了疾病的流行。我们还表明，不知情的个人的比例减少并不总是意味着患病率的下降，因为疾病和意识传播之间的相对时间尺度在系统的动态中起着至关重要的作用。这个结果被证明是独立的网络拓扑结构。最后计算了模型的流行阈值，并证明了它不依赖于相对时间尺度。我们的研究结果为信息如何影响疾病传播提供了一个新的视角，并可用于开发更有效的疾病控制方法。
2019-09-21 physics.soc-ph q-bio.PE
When Less Is More: Systematic Analysis of Cascade-Based Community Detection
信息扩散、传染病的传播和谣言的传播是发生在现实生活网络中的基本过程。在许多实际情况下，人们可以观察到节点何时被感染，但感染或信息传播的底层网络是隐藏的。推断底层网络的属性是很重要的，因为这些属性可以用于约束感染、预测、病毒式营销等。此外，对于许多应用程序来说，只恢复该网络的粗略高级属性就足够了，而不是恢复其所有边。本文对以下问题进行了系统和广泛的分析：仅给定感染次数，找到高度互连节点的社区。这个任务显着不同的研究社区发现的问题，因为我们没有观察到一个图进行聚类。我们在几个大型数据集上对现有方法和新方法进行了彻底的比较，并涵盖了针对这一问题的方法学挑战。其中一个主要结论是，最稳定的性能和最显着的改善，目前的最先进的是通过我们提出的简单的启发式方法不可知的特定的图结构和流行病模型。我们还表明，一些著名的社区发现算法可以通过包括边缘权重的级联数据的基础上得到增强。
2022-03-30 cs.SI physics.soc-ph
