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
Extended Persistent Homology Distinguishes Simple and Complex Contagions with High Accuracy
本文提出利用拓扑数据分析工具扩展持久同调(EPH)分析网络传染过程,有效区分简单与复杂传染并预测其参数,在多种信息约束下取得高预测性能,为网络优化与推断提供了新方法。
2025-05-02 cs.SI math.AT 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
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
The Routing of Complex Contagion in Kleinberg's Small-World Networks
在Kleinberg的小世界网络模型中,强联系被建模为底层基础网格中的确定性边缘,弱联系被建模为连接远程节点的随机边缘。通过弱连接将节点$u$与节点$v$连接的概率与$1/|uv|^α$成比例,其中$|uv|$是$u$与$v$之间的网格距离,而$α\ge 0$是模型的参数。复杂传染是指网络中的传播机制,其中每个节点仅在节点的$k \ge 2$邻居被激活后才被激活。本文提出了复杂传染路由(或复杂路由)的概念,即在一个时间步内激活一个节点,最终激活目标节点。我们考虑分散式路由方案,只有弱关系,从激活的节点被发现。我们研究了复杂传染的路由时间,并将结果与简单路由和复杂扩散(复杂传染的扩散,所有可以激活的节点都在同一步中立即激活,目标是最终激活所有节点)进行比较。我们发现,对于分散的复杂路由,路由时间是一个多项式在$n$(网络中的节点数)的所有范围内的$α$的期望和高概率(特别是,$Ω(n^{\frac{1}{α+2}})$的$α\le 2$和$Ω(n^{\fracα{2(α+2)}})$的$α> 2$的期望),而简单的传染的路由时间有多对数上限时,$α= 2$。我们的研究结果表明,复杂的路由比复杂的扩散和路由时间的复杂传染相比,简单的传染在甜蜜点指数不同。
2016-05-11 cs.CC cs.SI physics.soc-ph
Message-Passing Methods for Complex Contagions
本文回顾了复杂传染研究中的消息传递方法,推导了配置模型网络下的级联条件解析表达式,将方法推广至有限网络并得到广义级联条件,以Watts阈值模型进行示例说明。
2017-03-23 cs.SI math.DS math.PR
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
Iterative structural coarse-graining for contagion dynamics in complex networks
本文提出迭代结构粗粒化(ISCG)框架,在保证宏观爆发规模和微观节点感染概率精确保持的理论条件下大幅降低网络复杂度,并在识别传播者、免疫关键连边和哨点部署等任务中优于传统方法。
2024-12-29 cs.SI physics.data-an physics.soc-ph
Multi-Stage Complex Contagions in Random Multiplex Networks
复杂的传染模型已经被开发出来,以理解广泛的社会现象,如文化时尚的采用,信仰、规范和创新在社交网络中的传播,以及加入骚乱的集体行动的兴起。大多数现有的作品集中在个人的状态表示为{ \em二进制}变量的传染,传播发生在一个单一的孤立的网络。然而,将一个人对给定事物的立场描述为二元状态可能过于简单化,因为我们的大多数观点,感受和感知都在两个以上的状态中变化。此外,大多数现实世界的传染发生在多个网络上(例如,Twitter和Facebook)或涉及{ \em多重}网络,其中个体参与不同的{ \em类型}关系(例如,熟人、同事、家人等)。为此,本文研究了发生在多层或多重网络上的{ \em多阶段}复杂传染。在基于线性阈值的传染模型下,我们给出了\textit{global}级联的概率和期望规模的解析结果,即,其中随机选择的节点可以发起最终到达整个群体的{ \em正}部分的传播的情况。分析结果也证实了广泛的数值研究和支持。特别是,我们演示了复杂的传染的动态是如何受到额外的重量施加的\textit{hyper-active}节点和所涉及的网络的结构特性。除其他外,我们揭示了一个有趣的连接之间的网络和\textit{hyper-active}节点的级联大小的影响的可伸缩性。
2018-07-03 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
Consensus and Polarisation in Competing Complex Contagion Processes
新信息的采用率取决于多个来源的强化,而这种强化往往不能用简单的传染过程来描述。在这种情况下,传染被认为是复杂的。复杂的传染发生在人类行为、创新和知识的传播过程中。基于这一证据,我们提出了一个模型,认为多个,潜在的不对称,和竞争的传染过程和分析其各自的人口范围内的动态,汇集的想法,从复杂的传染,观点动力学,进化博弈论,语言竞争的焦点从个人的扩散过程的属性。我们表明,我们的模型跨越了一个动态空间,在这个空间中,人口表现出共识,优势,而且,重要的是,不同类型的极化模式,一个更多样化的动态环境,与单一的简单传染过程形成对比。我们展示了这些模式是如何出现的,以及不同的人口结构如何通过空间相关性的自然发展来修改它们:结构化的相互作用通过减少动态极化来增加优势制度的范围,紧密的模块化结构可以产生结构极化,这取决于过程的基本属性和相互作用网络的模块化之间的相互作用。
2019-06-20 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
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
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
Emergent Directedness in Social Contagion
Stanford Graduate School of Business(斯坦福大学商学院)
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
Optimal modularity in complex contagion
在本章中,我们将应用上一章介绍的理论框架来研究社会网络的模块化结构如何影响复杂传染病的传播。特别是,我们专注于最佳模块化的概念,预测全局级联的发生时,网络表现出恰到好处的模块化。在这里,我们通过假设多个社区的存在和种子在网络中的均匀分布来概括研究结果。最后,我们对最佳模块化制度中级联的时间演变提供了一些见解。
2018-05-31 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
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
Complex Contagion of Campaign Donations
金钱是美国政治的核心,大多数竞选捐款都来自一小群富有的精英。与其他政治行为一样,竞选捐款也具有社会传染性。我们研究了竞选捐款如何通过一个由5万多名精英组成的网络扩散,并研究了以前的捐赠者之间的联系如何加强传染。我们发现,捐赠的扩散是由独立的强化传染驱动的:当人们接触到来自不同社会群体的捐赠者时,比接触到来自同一群体的同样多的捐赠者时,他们更有可能捐赠。与直觉相反,接触一方可能会增加对另一方的捐款。尽管影响很弱,但同时发生的跨领域接触使捐赠的可能性有所降低。最后,捐助者在竞选活动开始时的独立性预测了整个竞选活动中筹集的资金数额。我们的理论是,人们从当地的观察中推断出整个人口的估计,精英们评估候选人的可行性,可能反对候选人以回应当地的支持。我们的研究结果表明,复杂传染的理论需要完善,政治运动应该针对多个社区。
2016-04-18 cs.SI physics.soc-ph
A multi-type branching process method for modelling complex contagion on clustered networks
复杂的传染采用动态的特点是一个节点更有可能采用后,多个网络邻居已经通过。我们展示了如何构建多类型的分支过程,以近似复杂的传染采用动态网络与基于聚类。这涉及到通过不同类别的团基序来跟踪级联的演变,这些团基序说明了不同数量的活动节点、非活动节点和移除节点。这种离散时间模型假设活动节点在下一个时间步中立即被删除。这种描述允许进行广泛的蒙特卡罗模拟(比基于网络的模拟更快)、级联尺寸的精确分析计算、临界行为的确定和其他感兴趣的量。
2022-01-18 physics.soc-ph
Network clique cover approximation to analyze complex contagions through group interactions
传染过程已被证明从根本上取决于传递它们的相互作用网络的结构特性。许多真实的网络系统的特点是集群的子结构表示所有对所有的成对交互(集团)和/或组交互的集合,涉及到他们的许多成员在一次。在这项工作中,专注于相互作用的结构表示为单纯形复合物,我们提出了一个离散时间的微观模型的复杂传染病的易感性感染的动态。引入一个特定的边缘集团覆盖和一个启发式找到它,该模型占高阶动态子结构(集团/单纯形)的成员之间的相关性。临界点的解析计算表明,高阶关联是其依赖于高阶耦合的原因。虽然这种依赖性回避任何平均场模型,一个双稳态区域的可能性扩展到结构人口。
2021-05-16 cond-mat.stat-mech cs.SI physics.soc-ph
Social learning with complex contagion
提出融合复杂传染与收益偏置模仿的社会学习模型,推导推广复制者方程的连续极限,并揭示其在线性频率依赖博弈中改变均衡结构的作用。
2024-07-17 cs.MA cs.NE nlin.AO
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
Simpson's paradox explains the ubiquity of nonlinear, threshold, and complex contagions
Vermont Complex Systems Institute, University of Vermont(佛蒙特大学佛蒙特复杂系统研究所);Department of Computer Science, University of Vermont(佛蒙特大学计算机科学系);Complexity Science Hub, Vienna(维也纳复杂科学中心);Santa Fe Institute(圣塔菲研究所);Département de physique, de génie physique et d’optique, Université Laval(拉瓦尔大学物理、物理工程与光学系);Centre interdisciplinaire en modélisation mathématique, Université Laval(拉瓦尔大学跨学科数学建模中心);Department of Mathematics & Statistics, University of Vermont(佛蒙特大学数学与统计系);Department of Physics, the Roux Institute at Northeastern University(东北大学鲁克斯学院物理系);Network Science Institute, the Roux Institute at Northeastern University(东北大学鲁克斯学院网络科学研究所)
研究指出辛普森悖论可解释复杂传染现象的普遍性,揭示局部相关性和异质性可能产生非线性效应的 illusion,提出 Simpson's contagion 概念,强调模型选择需考虑相关性和异质性。
2026-05-01 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
Nonlinear bias toward complex contagion in uncertain transmission settings
针对异质群体传播风险常被忽略的问题,提出加权超图上的流行病模型,发现忽略异质性会导致简单传染被非线性偏向并误判为复杂传染,为推断传播机制提供警示。
2023-12-30 physics.soc-ph q-bio.PE
Fast-variable reduction to complex contagion unifies epidemic models
Vermont Complex Systems Institute and Department of Computer Science, University of Vermont(佛蒙特大学计算机科学与复杂系统研究所);Santa Fe Institute(圣塔菲研究所);Complexity Science Hub(复杂性科学中心);Institute of Mathematics, Eötvös Loránd University(罗兰大学数学研究所);Network Science Institute, Northeastern University London(伦敦东北大学网络科学研究所);Department of Mathematics, Northeastern University(东北大学数学系)
本研究提出通过快速变量消除对复杂传染病模型进行系统约化,揭示其共同骨架,并统一了连续与不连续的流行转变。核心贡献在于将复杂性归因于快速变量,产生依赖流行率的涌现复杂传染,从而简化高维系统分析。
2026-10-06 nlin.AO physics.soc-ph
The dynamics of two-stage contagion
我们探讨简单的模型,旨在研究社会传染,其中传染的收益通过两个阶段。再加上人口流动率,我们表明,两阶段的传染导致非线性现象,这是不存在于基本的“经典”数学流行病学模型。其中包括:双稳态,临界转变,内生振荡,和兴奋性,这表明阶段的传染模型可以解释社会生活中遇到的复杂动态的某些方面。这些现象,以及所涉及的分叉,研究分析和数值方法相结合。
2018-12-29 nlin.AO physics.soc-ph q-bio.PE
Extremist ideology as a complex contagion: the spread of far-right radicalization in the United States between 2005-2017
越来越多的极右翼极端主义暴力事件引起了公众对美国激进化蔓延的担忧。先前的研究表明,激进的个人受到各种环境(或地方性)因素的影响,暴露于极端主义意识形态,随后受到其社区成员的强化。因此,激进化的传播可能会通过社会传染过程进行,在这个过程中,极端主义意识形态的行为就像复杂的传染病,需要多次接触才能采用。在这项研究中,我应用了一种称为双分量时空强度建模的流行病学方法来分析2005年至2017年间在美国暴露的416名极右翼极端分子的数据。结果表明,美国极右激进化的模式与复杂的传染过程是一致的,在这个过程中,传播需要加强。社交媒体的使用和团体成员身份都促进了极端主义意识形态的传播,这表明在线和实体组织仍然是极右翼运动的主要招募工具。此外,我确定了贫困等几个地方性因素,这些因素增加了特定地区激进化的可能性。未来的研究应该调查如何有效地实施具体的干预措施,如打击宣传的在线反叙事,以减轻极右翼极端主义在美国的传播。
2020-04-06 cs.SI physics.soc-ph stat.OT
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
Contagion spreading on complex networks with local deterministic dynamics
通常,传染强度由传输速率$λ$建模,由此网络中的所有节点在平均场近似中被统一处理。然而,当地代理人对同一传染病的反应不同,这是基于他们的当地特点。根据我们最近的工作[EPL \textbf{99},58002(2012)],我们研究了复杂网络上具有局部动力学的传染扩散模型。因此,我们量化传染的质量,$0 \leq α\leq 1$,并遵循他们的传播条件(健身)是由当地代理商进行评估。我们选择各种确定性的局部规则。最初的传播与指数质量依赖的时间尺度,其次是一个稳定的状态与流行程度取决于质量的传染。我们还观察到各种有趣的现象,例如,在没有枢纽参与的情况下,流行率很高。这与一般认为枢纽在典型的传播过程中发挥核心作用的观点形成鲜明对比。我们进一步研究了网络拓扑在各种模型中的作用,发现只要小世界效应存在,底层拓扑对最终定态没有贡献,而只影响初始传播速度。
2013-12-25 cond-mat.stat-mech physics.soc-ph q-bio.PE
Deep learning of contagion dynamics on complex networks
预测传染动力学的演变仍然是一个悬而未决的问题,机械模型只能提供部分答案。为了保持数学或计算上的易处理性,这些模型必须依赖于简化的假设,从而限制了它们预测的定量准确性和它们可以建模的动态的复杂性。在这里,我们提出了一种基于深度学习的补充方法,其中管理网络动态的有效局部机制是从时间序列数据中学习的。我们的图神经网络架构对动态做了很少的假设,并且我们使用不同的传染动态来证明其准确性。通过允许在任意网络结构上进行模拟,我们的方法可以探索训练数据之外的学习动态特性。最后,我们使用西班牙COVID-19疫情的真实数据说明了我们方法的适用性。我们的研究结果展示了深度学习如何提供一个新的和互补的视角来构建网络上传染动力学的有效模型。
2021-06-23 cond-mat.stat-mech physics.soc-ph stat.ML
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
Social Complex Contagion in Music Listenership: A Natural Experiment with 1.3 Million Participants
现场音乐活动能在音乐流媒体中产生复杂的传染吗?本文发现的证据是肯定的,但仅适用于最受欢迎的艺术家。我们从音乐跟踪网站Last.fm生成了一个新的数据集,以分析130万用户在两个月内的浏览历史。我们使用每日播放计数以及活动出席数据来运行回归不连续性分析,以显示音乐会出席对与会者及其朋友网络中音乐传播的因果影响。首先,我们表明,参加音乐艺术家的现场音乐会增加了艺术家的音乐会的与会者之间的约1首歌曲,每天每个与会者(p值<0.001)。此外,我们表明,这种影响是传染性的,可以传播到用户谁没有参加活动。然而,感染的程度取决于艺术家的类型。我们只观察到知名、受欢迎的艺术家的点击率会有传染性的增加(每一位参与者的朋友每天的点击率增加0.06 [p<0.001]),而新兴明星则没有这种影响。我们还表明,传染效应的大小单调增加的朋友谁参加了现场活动的数量。
2017-11-15 cs.CY cs.SI physics.soc-ph
Financial fire sales as continuous-state complex contagion
金融体系中的交易活动创造了系统性风险传播的各种渠道。一个重要的传染渠道是金融甩卖,银行倒闭导致资产价格因资产清算而下跌,进而推动银行进一步违约,引发下一轮清算。这个过程可以被认为是复杂的传染,但它不能使用传统的二元状态传染模型建模,因为有一个连续的状态代表资产价格。在这里,我们开发了一个阈值模型的连续状态级联中,每个节点的状态表示的真实值。我们表明,解决方案的多状态传染模型,连续状态离散化,准确地复制模拟连续状态分布,只要状态的数量是适度大。这种离散化方法使我们能够利用近似主方程(AME)的力量来跟踪违约银行的比例的轨迹,并获得表征资产-银行二分网络上的甩卖动态的资产价格分布。我们使用交易所交易基金(ETF)的资产持有关系的真实数据来检验所提出的方法的准确性。
2022-07-07 physics.soc-ph q-fin.RM
A triadic approximation reveals the role of interaction overlap on the spread of complex contagions on higher-order networks
本文提出超越节点和对近似的三元平均场模型,揭示二体与三体相互作用的重叠程度如何影响复杂传染阈值与暴发规模。
2024-02-06 physics.soc-ph
Long ties accelerate noisy threshold-based contagions
针对复杂传染被认为更依赖聚集网络的结论,本文在阈值模型中引入低频噪声采纳,证明随机重连形成的长联系可加速传播,并经仿真和数百个经验网络验证。
2023-08-20 cs.SI math.PR physics.soc-ph
Statistical inference framework for source detection of contagion processes on arbitrary network structures
在本文中,我们介绍了一个统计推断框架,估计传染源的部分观察到的传染传播过程中的任意网络结构。该框架是基于最大似然估计的部分流行病实现,并涉及大规模模拟的传染病传播过程的一组潜在的源位置。我们提出了一些不同的似然估计,用于确定与观察部分流行病实现特定的源位置候选人的条件概率。这个统计推断框架也适用于网络上的任意隔室传染扩散过程。我们比较了估计精度的这些方法在一些计算实验与SIR(易感染-感染-恢复),SI(易感染)和ISS(易感染-传播-扼杀)传染扩散模型合成和现实世界的复杂网络。
2013-03-29 cs.SI physics.soc-ph
Modelling opinion dynamics during crises as complex contagion with feedback
The University of Sydney(悉尼大学);Centre for Complex Systems, The University of Sydney(悉尼大学复杂系统中心);Sydney Infectious Diseases Institute, The University of Sydney(悉尼大学悉尼传染病研究所)
本研究提出带反馈的复杂传染模型,耦合危机动态与行为传播,并在澳大利亚COVID-19数据上验证,以更少参数达到相当性能,且解析可处理、可推广至多种危机。
2026-09-17 nlin.AO physics.soc-ph q-bio.PE
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 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
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
Complex Contagions and hybrid phase transitions in unclustered and clustered random networks
复杂传染是一种传染过程,其中个体可能需要多次传播才能改变状态。如果一个人只在感知到其他人的共识后才采取特定的行为,这些被用来建模行为。我们可以认为,一个人开始时是不活跃的,在与足够数量的活跃伙伴接触后变得活跃。这些已经在一些案例中进行了研究,但复杂传染的动态传播的分析模型通常是复杂的。在这里,我们研究动态的瓦特阈值模型(WTM)假设传输发生在连续时间作为一个泊松过程,或在离散的时间,个人发送到所有的合作伙伴在他们激活后的时间步。我们适应技术开发的传染病建模开发和分析分析模型的动态WTM配置模型网络和一类随机聚类(三角形为基础的)网络。由此产生的模型是相对简单和紧凑的。我们用它来深入了解传染动力学。在无限的人口限制,我们推导出条件下,级联发生与任意小的初始比例活跃,证实了瓦特的假设这种情况下。我们还观察到混合相变时,级联是不可能的小的初始条件,但发生足够大的初始条件。我们推导出这种混合相变发生的充分条件。我们表明,在许多情况下,如果混合相变发生,所有的个人最终成为积极的。最后,我们讨论了集群在促进或阻碍传播中的作用,发现Watts在配置模型网络中证实的假设并不普遍成立。这种方法使我们能够统一许多现有的不同的观察,并得出新的结果。
2015-06-26 nlin.AO physics.soc-ph q-bio.PE
Decoding how higher-order network interactions shape complex contagion dynamics
Network Science Institute, Northeastern University London(伦敦东北大学网络科学研究所);Department of Mathematics, Vrije Universiteit Amsterdam(阿姆斯特丹自由大学数学系);Institute for Advanced Study, Technical University of Munich(慕尼黑工业大学高等研究院);Department of Mathematics, University of Exeter(埃克塞特大学数学系);Mathematical Institute, University of Oxford(牛津大学数学研究所)
本文通过广义平均场模型统一分析高阶网络上的复杂传染动力学,解析刻画了三体、四体及双群体模型中跨临界转变、双稳态与多稳态的出现条件,揭示方程结构与系统行为之间的关系。
2024-10-20 math.DS physics.soc-ph
A generating-function approach to modelling complex contagion on clustered networks with multi-type branching processes
了解复杂网络拓扑上的级联过程对于疾病、信息、假新闻和其他媒体如何传播的建模至关重要。本文推广了Keating等人提出的多型分支过程方法,2022,它依赖于同质网络属性,更一般的集群网络类。使用模型的社会启发的复杂传染,我们得到的结果,不仅是平均行为的级联,但级联属性的全部分布。我们介绍了一种新的方法,反演概率生成函数,以恢复其潜在的概率分布,这种推导自然延伸到更高的维度。这种反演技术与多类型的分支过程一起使用,以获得级联特性的单变量和双变量分布。最后,使用团覆盖方法,我们将该方法应用于合成和现实世界的网络和比较广泛的数值模拟的结果的级联大小的理论分布。
2022-12-01 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
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
Insights from exact social contagion dynamics on networks with higher-order structures
本文通过推导精确的高阶SIS模型及其平均场等价模型,证明高阶传染机制本身即可导致双稳态等新现象,无需复杂接触模式,并给出了3体和4体交互网络的全局分岔图景,为超越三元组的高阶传染过程分析奠定基础。
2023-09-22 math.DS math.PR physics.soc-ph
Diffusion in Networks With Overlapping Community Structure
在这项工作中,我们研究扩散网络的社区结构。我们首先复制并扩展了具有非重叠社区结构的网络的工作。然后,我们研究扩散的网络模型,有重叠的社区结构。我们研究了标准SIR模型中的传染,以及被认为是一些社会扩散过程的较好模型的复杂传染。最后,我们研究扩散的经验网络与已知的重叠社区结构,通过分析这种网络的结构,并通过模拟传染。我们发现,简单和复杂的传染可以快速传播的网络重叠的社区结构。我们还发现,短路径存在通过重叠的经验网络上的社区结构。
2011-09-29 cs.SI 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
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
Contagion on complex networks with persuasion
阈值模型是研究社交网络上传染过程的经典模型。我们考虑了社交网络中的非对称个体交互,并在阈值模型中引入了说服机制。具体来说,我们研究了复杂网络上级联过程中的采用和说服的组合。研究发现,引入说服机制后,系统可能会变得更容易受到全局级联的影响,并且说服机制在异构网络中的作用比在同构网络中的作用更显著:异构网络与同构网络的比较表明,在弱说服机制下,异构网络比同构网络更容易抵抗随机冲击;而在强说服下,同质网络更稳定。最后,我们研究了采用和说服阈值异质性对系统稳定性的影响。虽然这两种异质性都会引起全球级联,但当网络连接足够密集时,采用异质性的影响比说服异质性大得多。
2016-05-16 cond-mat.dis-nn physics.soc-ph
Loops, not groups: Long cycles are responsible for discontinuous phase transitions in higher-order network contagions
Vermont Complex Systems Institute, University of Vermont(佛蒙特大学复杂系统研究所);Department of Computer Science, University of Vermont(佛蒙特大学计算机科学系);Santa Fe Institute(圣塔菲研究所)
本文研究了在集群网络上的复杂传染分支过程模型中引入高阶效应的自洽方法,发现长周期是导致全球级联规模不连续相变的关键因素。
2026-06-26 physics.soc-ph
Robustness of Complex Networks with Implications for Consensus and Contagion
University of Waterloo(滑铁卢大学)
研究图论中的鲁棒性属性,证明在常见复杂网络随机图模型中,鲁棒性与连通性、最小度等属性一致,但判定给定图的鲁棒性是coNP完全的。
2013-08-17 cs.SI cs.SY eess.SY