Probing models of information spreading in social networks
将信号处理分析应用于无标度网络中的信息传播。为了再现万维网中的信息传播分析得到的典型行为,我们使用了一个修改后的SIS模型,其中考虑到协同效应和有影响力的节点。该模型依赖于一个单一的自由参数,其特征在于扩展过程的记忆时间。我们表明,通过分形分析,它是可能的-从聚合容易访问的数据-获得信息的记忆时间的基本机制驱动的信息传播过程。
2014-08-28 cs.SI physics.soc-ph
Characterizing Information Spreading in Online Social Networks
在线社交网络(OSN)正在改变信息在整个互联网上传播的方式。深入了解OSN中的信息传播,可以带来社会效益和商业效益。在本文中,我们描述了信息传播的动态(例如,如何快速和广泛的信息传播对时间)在OSN的开发一个通用的和准确的模型的基础上的交互式马尔可夫链(IMC)和平均场理论。该模型明确揭示了网络拓扑结构对OSN中信息传播的影响。此外,我们扩展了我们的模型,以适应时变的用户行为和不断变化的信息流行度。我们的模型使用六个关键参数来捕捉信息传播的复杂动态模式。基于人人网数据集的大量测试验证了该模型的准确性,表明该模型能够准确刻画人人网视频分享的动态模式,并成功预测未来的传播趋势。
2015-01-23 cs.SI physics.soc-ph
Information spreading on dynamic social networks
当今社会,信息在社交网络上的传播已经引起了各学科的高度重视。以往的研究主要集中在讨论传播概率或免疫策略对静态网络的影响。然而,在实际系统中,对等网络的结构不断变化,根据频繁的社会活动的用户。为了捕捉这种动力学特性,并研究其对信息传播的影响,本文介绍了一种基于费米函数的链路重布线策略。在当前的模型中,知情的个体倾向于打破旧的联系,并与更多不知情的邻居重新连接到他们的二阶朋友。对具有固定恢复时间的可恢复-感染-恢复(\textit{SIR})模型$T=1$的仿真结果表明,该策略能使信息传播更快、更广.对信息级联规模分布的广泛分析表明,初始步骤的传播过程起着非常重要的作用,也就是说,如果信息在初始时刻仍然存活,那么它就会传播出去。该模型对深入理解动态社交网络上的信息传播具有一定的启发意义。
2013-08-19 cs.SI physics.soc-ph
Exploring the complex pattern of information spreading in online blog communities
网络社交社区中的信息传播因其最大的应用价值而引起了人们的极大关注。尽管人们已经研究了多个个体层面的扩散数据,但对信息的传播模式仍缺乏详细的了解。通过比较博客社区中的信息流和社会链接,我们发现博客社区的传播过程是由三种不同的传播机制引起的:社会传播、自我推广和广播。虽然许多先前的研究采用传染病传播模型来模拟信息扩散,我们观察到,这样的模型不能再现现实的扩散模式。在用户行为方面,我们发现大多数用户会坚持一种特定的扩散机制。此外,我们的观察表明,社会传播不仅是至关重要的扩散树的结构,而且能够诱导更多的后续个人获得的信息。我们的研究结果为社会系统中的信息传播建模提供了新的方向,并可以为基于用户行为的有效传播策略的设计提供信息。
2015-04-02 cs.SI physics.soc-ph
Events Determine Spreading Patterns: Information Transmission via Internal and External Influences on Social Networks
近年来,基于经典流行病传播的信息传播模型被广泛应用于社会系统,一般假设信息主要通过社交网络上的对等交互在个体之间传播。在本文中,我们考虑了用户获取信息的另一种途径:社交网络外的影响力。通过对8个典型事件在一个超大型微博系统\emph{Sina Weibo}上的传播进行实证分析,发现外部影响对信息传播和社会活动都有显著影响。此外,我们提出了一个理论模型来解释通过内部和外部渠道的传播过程,考虑三个基本属性:(i)记忆效应;(ii)传播者的作用;和(iii)非冗余的接触。实验和数学结果表明,在内部和外部影响的相互作用下,信息确实传播得更快、更广。更重要的是,本模型揭示了一旦网络结构建立,事件特征将高度决定基本的传播模式。研究结果对于深入理解真实社交网络中信息传递的内在动力学机制具有一定的指导意义。
2015-03-26 cs.SI physics.soc-ph
Model of Opinion Spreading in Social Networks
我们提出了一个新的模型,它捕捉信息和意见传播之间的主要区别。在信息传播中,额外接触某些信息的影响很小。相反,当一个行动者接触到两个有意见的行动者时,他接受这个意见的可能性要比接触一个这样的行动者时高得多(J. Kleinberg称之为“0-1-2效应”)。在每个时间步中,如果一个参与者没有意见,我们随机选择2个他的网络邻居。如果他们中的一个有一个意见,演员采用的意见与一些低概率,如果两个-与较高的概率。在不同的现实世界社交网络和相似的随机无标度网络上模拟了意见传播。结果表明,小世界结构对临界点时间有着至关重要的影响.“0-1-2”效应导致行动者启动舆论传播能力的显著差异。根据他在网络中的拓扑位置,演员是一个影响者。
2011-06-05 cs.SI physics.soc-ph
Towards Trusted Social Networks with Blockchain Technology
大规模的谣言传播会造成严重的社会和经济损失。网络社交网络和新媒体的出现甚至会使谣言传播更加严重。有效控制谣言传播具有重要的理论和现实意义。本文迈出了第一步,了解区块链技术如何帮助限制谣言的传播。具体来说,我们开发了一种嵌入区块链技术的社交网络的新范式,它采用去中心化合同来激励信任网络以及安全的信息交换合同。我们设计了一种基于区块链的顺序算法,该算法利用虚拟信息信用进行每个对等信息交换。我们验证了区块链社交网络在限制谣言传播方面的有效性。仿真结果验证了我们的算法设计在避免快速和激烈的谣言传播,并激励更好的机制设计的可信社交网络。
2018-02-22 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
Service adoption spreading in online social networks
人们采用创新、产品或在线服务的集体行为通常被解释为在整个社会结构中传播的现象。这一过程可以说是由社会影响、社会学习和媒体等外部影响驱动的。对这种过程的观察可以追溯到罗杰斯和巴斯的开创性研究,他们的数学模型有两个方向:一个范式,称为简单传染,将采用传播与流行病过程联系起来。另一个,命名为复杂的传染病,是有关的行为阈值,并成功地解释了出现的大级联的采用,导致快速蔓延的经验数据中经常看到的。最近,由于大型数字社交网络和行为数据集的可用性,对现实世界采用过程的观察变得更加容易。这使得同时研究网络结构和动态的在线服务采用,揭示的机制和外部影响的时间演变的行为或创新采用。这些进步导致了社会传播现象的更现实的模型的发展,这反过来又提供了各种经验采纳过程的非常好的预测。在本章中,我们回顾了最近的数据驱动的研究,解决现实世界的服务采用过程。我们的研究提供了第一个详细的经验证据的异质性阈值分布的采用。我们还描述了这种现象的建模与正式的方法和数据驱动的模拟。我们的目标是了解已确定的社会机制对服务采用传播的影响,并为未来的研究提供潜在的新方向和开放的问题。
2017-06-29 cs.SI physics.soc-ph
Smart Information Spreading for Opinion Maximization in Social Networks
意见最大化的目标是使社交网络中的个体对产品、意识形态或任何实体的正面看法最大化。到目前为止,意见最大化主要是在社会网络中寻找一组有影响力的节点来快速传播内容。在本文中,我们提出了一种新的方法来解决这个问题,意见最大化是通过有效的信息传播。在我们的模型中,多个源不断地向网络中注入信息,而具有异构社会学习能力的规则节点通过八卦机制将信息传播给他们的熟人。其中一个信源采用智能信息传播,其余信源随机传播信息。我们的社会互动和意见的演变模型作为一个动态贝叶斯网络(DBN),使用它的意见最大化制定为一个顺序决策问题。由于这个问题是棘手的,我们开发了多个变种的集中式和分散式学习算法,以获得近似的解决方案。通过在合成网络和真实网络中的模拟,我们证明了两个关键结果:1)所提出的方法比随机传播的性能要好得多,2)即使智能源(传播所需内容)位于网络中的不利位置,它也可以胜过位于有利位置的竞争随机源。
2019-01-01 cs.SI physics.soc-ph
Effective spreading from multiple leaders identified by percolation in social networks
社交网络是信息传播的一个新平台,但它的成功关键取决于发起信息传播的传播者的选择。在本文中,我们删除边缘在网络中随机和网络段成孤立的集群。然后,每个集群中最重要的节点形成一组有影响力的传播者,这样从他们传播的新闻将导致广泛的覆盖和最小的冗余。该方法很好地利用了每个社会聚类中信息传播的预传播状态和覆盖范围之间的相似性,得到一组分布式、协调的传播者。我们在Facebook网络上的测试表明,该方法优于传统的基于中心性的方法。因此,所建议的识别有影响力的传播者的方法揭示了社交网络上信息传播的新范式。
2015-08-18 cs.SI physics.soc-ph
Spreading in Social Systems: Reflections
在这最后一章,我们考虑了在社会系统中传播的最新技术,并讨论了该领域的未来。作为反思的一部分,我们确定了未来的一系列关键挑战。这些挑战包括以下问题:我们如何提高数据集的质量、数量、范围和可访问性?如何从有限的数据集中提取更多的信息?我们如何考虑个人的认知和决策过程?我们如何将其他复杂的真实传染过程结合起来?最后,我们如何将研究转化为积极的现实影响?在下文中,我们将为这些开放性问题提供更多背景。
2018-01-07 cs.SI physics.soc-ph
Threshold-limited spreading in social networks with multiple initiators
社会影响力驱动的观点改变的经典模型是阈值模型。在这里,我们研究的情况下,多个{ \it发起者}触发级联的阈值模型动态驱动的意见变化的级联,所有节点具有相同的采用阈值$ϕ$。具体而言,使用经验和程式化模型的社交网络,我们研究级联大小作为一个函数的发起分数$p$。我们发现,即使对于任意高的值的$ϕ$,存在一个临界引发剂分数$p_c(ϕ)$超过该级联成为全球。网络结构,特别是集群,在这种情况下起着重要的作用。类似于以前研究的单节点或单集团发起人的情况下,我们观察到,网络内的社区结构促进意见传播到更大程度上比一个同质的随机网络。最后,我们研究了不同的引发剂选择策略的级联的大小和级联窗口的效果。
2013-06-26 cond-mat.stat-mech 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
Spreading dynamics of information on online social networks
针对在线社交网络信息传播动力学的争议问题,基于覆盖74.5亿用户的多平台数据提出由社会强化与弱化效应驱动的普遍机制及简洁方程,能拟合所有实证轨迹并解决争议、解释现象。
2025-02-11 physics.soc-ph
Spreading paths in partially observed social networks
了解信息、行为或病原体在社交网络中传播的方式和程度是一个重要的问题,对预测流行病的规模以及规划有效的干预措施都有影响。然而,在现实世界的网络中推断传播路径存在两个主要挑战。一个是观察网络上的动态过程的实际困难,另一个是只能部分观察网络的典型约束。使用一个静态的,结构上真实的社会网络作为模拟平台,我们并列三个不同的路径:(1)随机路径所采取的模拟传播过程从源到目标;(2)拓扑最短的路径在完全观察到的网络,因此最有可能的随机路径,两个节点之间;和(3)拓扑最短的路径在部分观察到的网络。在一个抽样网络中,部分可观测的最短路径(3)与未观测的扩展路径(1)的相似程度如何?虽然部分观测膨胀了最短路径的长度,但传播过程的随机性也经常使动态路径偏离最短路径,我们发现部分观测的最短路径并不一定会给出过程路径长度的膨胀估计;事实上,部分观测可能会违反直觉地使路径看起来比实际更短。
2011-10-19 cs.SI physics.soc-ph
The effects of network structure, competition and memory time on social spreading phenomena
在线社交媒体极大地影响了我们彼此沟通的方式。然而,很少有人知道什么是驱动动态信息流的在线社会系统的基本机制。在这里,我们介绍了一个生成模型的在线分享行为,分析上易于处理,它可以重现经验微博数据的几个特点,标签的使用,如(时间依赖)重尾分布模因流行。所提出的框架构成了一个空模型的社会传播现象,在纯实证研究或模拟为基础的模型相比,清楚地区分了两个不同的因素影响模因的流行:用户的记忆时间和社会网络的连接结构的作用。
2016-03-30 cs.SI nlin.AO physics.soc-ph
Reliability and efficiency of generalized rumor spreading model on complex social networks
我们引入了广义谣言传播模型,并研究了该模型在不同复杂社交网络上的一些性质。尽管先前的谣言模型,这两个扩展器-扩展器($SS$)和扩展器-stifler($SR$)的相互作用具有相同的速率$α$,我们定义$α^{(1)}$和$α^{(2)}$分别为$SS$和$SR$的相互作用。研究了$α^{(1)}$和$α^{(2)}$含量变化对加劲肋最终密度的影响。此外,通过分析网络的可靠性和效率等全局参数的行为,研究了网络拓扑结构对谣言传播的影响。我们的研究结果表明,虽然具有同质连接模式的网络达到更高的可靠性,无标度拓扑结构需要更少的时间来达到稳定状态的谣言。
2013-03-25 cs.SI physics.soc-ph
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
Epidemic Spreading and Equilibrium Social Distancing in Heterogeneous Networks
我们研究了一个通过网络相互作用的异质种群之间的多类型SIR流行病过程。当我们的基础上的社会接触的随机图与给定的顶点度,我们给极限定理的感染的个人的分数。对于一个给定的社会距离的个人策略,我们建立了流行病的再现数$R_0$,它可以用来识别网络的脆弱性和通知疫苗接种政策。在本文的第二部分中,我们研究了社会距离博弈的均衡,其中个人根据预期的全球感染率选择他们的社会距离水平,然后必须等于他们选择后的实际感染率。给出了平衡点存在唯一的条件。对于随机规则图的情况下,我们表明,自愿的社会距离将始终是社会次优。
2021-11-01 cs.SI physics.soc-ph q-bio.PE
Rumor Evolution in Social Networks
社交网络是谣言传播的主要渠道。以往的研究主要集中在静态的谣言传播。谣言的内容在整个传播过程中是不变的。事实上,谣言在其传播过程中不断演变,变得更短,更简洁,更容易理解和讲述。在一项早期的心理学实验中,研究人员发现谣言中大约70%的细节在前6次口对口传播\cite{TPR}中丢失。基于事实,我们研究了谣言在社交网络上的传播,其中谣言的内容被个体以一定的概率修改。在这种情况下,他们有两个选择,转发或修改。作为一个转发者,一个人直接向邻居传播谣言。相反,作为一个修正者,一个人在传播谣言之前会修正谣言。当谣言在社交网络上传播时,如无标度网络和小世界网络,如果谣言的修改者在网络中占主导地位,那么大多数个体实际上会被谣言的多次修改版本所感染。我们的观察表明,原始谣言可能会在传播过程中失去影响力。同样,一个真实的信息也可能变成谣言。我们的研究结果表明,谣言的演变不应该是一个可以忽略的问题,这可能会提供一个更好的理解谣言的产生和破坏。
2013-02-28 cs.SI physics.soc-ph
Coronavirus Covid-19 spreading in Italy: optimizing an epidemiological model with dynamic social distancing through Differential Evolution
本文的目的在于应用最近的流行病学模型,即SEIR与社会距离(SEIR-SD),通过定义随时间变化的社会距离函数,在此扩展,以评估意大利及其两个最重要地区,即,伦巴第和坎帕尼亚。为了有效地使用该模型,必须找到其参数的最合适的值。SEIR-SD模型参数的估计通过使用差分进化,一种启发式优化技术来进行。通过这种方式,我们能够对上述三种情况中的每一种情况评估从今天到病毒传播结束的每日感染病例数,这一数字将达到最高峰的那一天,以及感染病例将非常接近于零的那一天。
2020-04-04 cs.SI physics.soc-ph q-bio.PE
Heterogeneous contact networks in COVID-19 spreading: the role of social deprivation
本文有两个主要目的。首先,我们使用疾病在网络上传播的理论,以个人接触为基础来研究COVID-19疫情-这些预测通常与通常使用的同质混合方法有很大不同。我们的第二个目标是再次以网络为基础,研究社会剥夺在这一流行病传播中的作用。我们选择加尔各答市作为案例研究,但断言,这样获得的见解是适用于各种各样的城市环境,人口稠密,社会不平等现象猖獗。我们的预测热点被发现是在很好的协议与目前被确定为经验的遏制区,并提供了一个有用的指导,确定潜在的关注领域。
2020-05-01 cond-mat.stat-mech physics.data-an physics.soc-ph
Containing misinformation spreading in temporal social networks
来自计算机科学、网络科学和数学等各个领域的许多研究人员都在关注如何遏制威胁社会系统和破坏社会健康的互联网错误信息的爆发。大多数关于这一主题的研究都将个体之间的联系视为静态的,但这些联系会随着时间的推移而变化,因此社交网络也是时间网络。目前还没有理论方法来解决时间网络中的错误信息爆发问题。因此,我们提出了一个错误信息传播模型的时间网络,并描述它使用一个新的理论方法。我们提出了一种基于优化最终爆发规模的策略,该策略优于随机包含(RC)和目标包含(TC)等简化策略。我们通过大量的数值模拟和理论分析,验证了我们的HC策略在人工和现实网络上的有效性。我们发现,HC策略大大提高了爆发阈值,降低了最终爆发阈值。
2019-04-24 cs.SI physics.soc-ph
Conditions for viral influence spreading through multiplex correlated social networks
网络科学的一个基本问题是预测某些个人如何能够发起新的网络,以产生“新思想”。这些趋势的变化通常是由少数创新者引发的,他们通过“病毒式”影响力迅速将自己的想法强加于人,产生一系列追随者,将旧网络分割成一个新网络。典型的例子包括科学思想的兴起或社交媒体的突然变化,比如Facebook.com的兴起对Myspace.com的损害。这一过程在实践中是如何产生的,尚未得到最终证明。在这里,我们表明,维持病毒传播过程的一个条件是存在一个多重相关图与隐藏的“影响链接”。解析解预测渗滤相变,无论是突然的或连续的,其中网络被瓦解,通过病毒级联的追随者在经验数据。我们的模型预测了严格的条件,以维持一个大的病毒传播,通过缩放形式的局部关联函数之间的多层,我们也证实了经验。最终,该理论预测了从社会到金融系统和市场的一大类多重网络中病毒级联的条件。
2014-05-27 cs.SI physics.data-an physics.soc-ph
Mass Media Influence Spreading in Social Networks with Community Structure
我们研究了阿克塞尔罗德的社会影响力模型的扩展,其中文化漂移表示为随机扰动,而大众媒体是通过一个外部领域。在这种情况下,我们调查如何模块化结构的社交网络影响传播的大众媒体信息在整个社会。社交网络的社团结构由耦合随机网络表示,其中两个随机图通过社团间的链接连接。考虑到非均匀的大众传播场,我们研究了成功的信息传播的条件,并在多维参数空间中找到了一个新的相图。这些研究结果表明,社会模块化效应是至关重要的,以设计成功的,具有成本效益的广告活动。
2008-06-10 physics.comp-ph physics.soc-ph
Theory of Rumour Spreading in Complex Social Networks
我们介绍了一个一般的随机模型的谣言传播,并推导出平均场方程,描述了复杂的社交网络(特别是那些介导的互联网)的模型的动态。我们使用这些方程的解析解和数值解来研究这种网络的几种模型的阈值行为和动力学模型:随机图,不相关的无标度网络和无标度网络与独立度相关性。我们发现,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该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,在无标度网络中的谣言传播的初始速率比在随机图中高得多,并且当引入不确定度相关性时,在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结构和谣言传播率之间的相互作用。我们的研究结果表明,无标度的社交网络容易传播谣言,就像它们容易传播传染病一样。它们与互联网上的连锁电子邮件、病毒式广告和大规模信息传播算法的传播动态有关。
2008-07-09 cond-mat.stat-mech cs.CR physics.bio-ph
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
Effects of social distancing and isolation on epidemic spreading: a dynamical density functional theory model
为防止冠状病毒病COVID-19等流行病传播,保持社交距离及隔离受感染人士至关重要。然而,现有的反应扩散方程的流行病传播是无法描述这些影响。我们提出了一个扩展的疾病传播模型相结合的SIR模型与动态密度泛函理论,明确考虑到社会距离和隔离的感染者。该模型显示了有趣的非平衡相分离与减少感染的数量,并允许新的见解控制流行病。
2020-05-08 physics.bio-ph physics.soc-ph q-bio.PE
Spreading gossip in social networks
我们研究了一个简单的模型,在社交网络中的信息传播,其中引入了两个量:传播因子,它测量一个给定的节点的邻居之间交换信息的平均最大分数,和所需的传播时间的信息,以达到这样的分数的节点。当信息涉及测量两个量的特定节点时,该模型可以被视为流言传播的模型。在这种情况下,我们将该模型应用于真实的经验网络的社会熟人和比较潜在的传播动力学与不同类型的无标度和小世界网络。我们发现,友谊连接的数量强烈影响被八卦的概率。最后,我们讨论如何扩展因子能够被应用到其他情况。
2007-05-22 physics.soc-ph
Classification of Message Spreading in a Heterogeneous Social Network
LARODEC, University of Tunis(突尼斯大学LARODEC实验室);IRISA, University of Rennes 1(雷恩第一大学IRISA研究所)
如今,Twitter、Facebook和LinkedIn等社交网络越来越受欢迎。事实上,他们引入了新的习惯,新的沟通方式,他们每天都收集不同来源的信息。现有的研究大多集中在分析同质社交网络,即网络中只有单一类型的节点和链接。然而,在现实世界中,社交网络提供了几种类型的节点和链接。因此,为了保存尽可能多的信息,重要的是要考虑社会网络的异质性和不确定性。本文的目标是根据社会信息在网络中的传播情况和信任函数理论对社会信息进行分类。建议的分类器解释了网络上的消息传播,交叉路径和链接类型。我们在从Twitter收集的真实词网络上测试了我们的分类器,我们的实验显示了我们的信念分类器的性能。
2015-01-22 cs.AI cs.SI physics.soc-ph
Asynchronous Rumour Spreading in Social and Signed Topologies
在本文中,我们提出了一个实验分析的异步推拉谣言传播协议。该协议是迄今为止在分布式系统中用于简单、可扩展和鲁棒信息传播的性能最好的谣言传播协议。我们分析了多个参数对协议性能的影响,例如使用内存避免连续两次接触同一邻居,改变节点使用的停止标准来决定何时停止传播谣言,采用更复杂的邻居选择策略而不是标准的均匀随机选择等。以前的工作集中在提供理论上的上限,传播谣言到所有节点所需的轮数,或者,通过调整孤立的参数提出改进。据我们所知,我们的工作是第一个研究多个参数如何影响系统行为的隔离和组合,并在广泛的价值观。我们的分析基于使用真实世界社交网络数据集的实验模拟,从而补充了先前的理论工作,以阐明该协议在实际的真实世界系统中的行为。我们还研究了协议在一种特殊类型的社交图上的行为,称为签名网络(例如,Slashdot和Epperly),其链接表明更强的信任关系。最后,通过我们的详细分析,我们演示了如何简单地添加到协议可以提高所需的总时间通知100%的节点最多99.69%,平均82.37%。
2015-01-15 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
Dynamics of epidemic spreading with vaccination: impact of social pressure and engagement
在这项工作中,我们考虑了一个模型的传染病传播加上一个观点动力学在一个完全连接的人口。关于观点动力学,个体可能处于两种不同的状态,即赞成或反对疫苗接种运动。反对接种疫苗的个人遵循标准SIS模型,而支持疫苗的个人也可以处于第三个区室,即已接种疫苗。此外,意见的变化,根据多数规则的动态群体与三个人。我们亦认为疫苗可为个别人士提供永久或暂时的免疫力。通过分析计算和计算机模拟,我们表明,观点动力学可以极大地影响疾病的传播,和亲疫苗的个人的参与可能是至关重要的,以阻止传染病传播。模拟模型的完整数值代码可以从作者的网页上获得。
2016-10-03 cond-mat.stat-mech physics.soc-ph q-bio.PE
Spreading dynamics in complex networks
在复杂网络中寻找有影响力的传播者是一个具有重要意义的问题,可以应用于各个领域,从流行病控制,创新扩散,病毒式营销,社会运动到思想传播。在本文中,我们首先展示了一些最重要的理论模型,描述了传播过程,然后分别讨论了定位个人和多个有影响力的传播者的问题。这两个主题的最新方法。为了识别特权单传播者,本文总结了几种广泛使用的中心性,如度中心性、介数中心性、PageRank、k-shell等。有了这个广泛的数据集,我们发现各种措施可以传达非常不同的节点信息。在LiveJournal社交网络的所有用户中,只有一小部分参与传播。对于LiveJournal中的传播过程,度可以以更高的概率定位参与信息扩散的节点,而k壳在发现影响力大的节点时更有效。我们的研究结果应该提供有用的信息,在现实中设计有效的传播策略。
2013-12-22 cs.SI physics.soc-ph
Agent-based simulations of emotion spreading in online social networks
对来自在线社交网络的经验数据的定量分析揭示了情感参与的群体动态(Šuvakov et al)。然而,充分了解其内在机制仍然是一项具有挑战性的任务。利用基于Agent的计算机模拟,本文研究了在线社交网络中情感交流的动力学。从\texttt{MySpace}社会网络的经验数据集出发,得到了指导主体如何交互的规则,并推导出了现实的网络结构和一些重要的参数。Agent的情绪状态由两个变量表征,一个是对刺激的反应性,另一个是吸引力或厌恶度,通过这两个变量可以定义常见的情绪。代理人的行动是由增强的唤醒触发的。高分辨率的动态实现,其中每个消息携带代理的情绪沿网络链路被确定,其对接收代理的影响被认为是不断老化的时间。我们的研究结果表明:(i)聚合的群体行为可能产生于个体的情感行为;(ii)集体状态的特点是时间的相关性和占主导地位的积极情绪出现,类似于经验系统;(iii)驱动信号的性质--用户进入网络世界的速度,对建立连贯的行为有深远的影响,这是观察到的用户在在线社交网络。此外,我们的模拟表明,情绪的传播模式不同,例如,“热情”和“惭愧”,这两个词的情感内涵完全不同。{ \bf {本研究中使用的所有数据均完全匿名。}}
2012-05-29 cs.SI physics.soc-ph
Social distancing strategies against disease spreading
传染病的反复发生及其对社会的影响日益严重,促使人们研究减缓传染病传播的策略。本文综述了逾渗理论在描述复杂网络上对抗传染病传播的策略中的应用。本文对链接渗流与传染-恢复模型的关系进行了概述,并引入节点空隙渗流过程来描述由健康个体组成的网络($i.e$)的稀释过程,该网络是维持社会功能的网络。然后,我们调查了两种策略:淬火无序策略,其中在社会中诱导接触强度的异质性分布,以及间歇性社会距离策略,其中健康个体被说服避免与他们的邻居接触间歇性的时间。使用渗流工具,我们表明,这两种策略可以阻止传染病传播。最后,我们讨论了传染率,$i.e$,传播疾病的有效概率,对性能的策略,以减缓传染病传播的作用。
2013-08-09 physics.soc-ph q-bio.PE
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
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
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
Impacts of complex behavioral responses on asymmetric interacting spreading dynamics in multiplex networks
传播-接触分层网络中的信息扩散和疾病传播是典型的非对称耦合关系,其中个体对疾病的感知和反应对疾病传播有重要影响。最近的许多研究表明,人类行为采用是一个复杂的非马尔科夫过程,其中采用一种行为的概率取决于接收信息的累积次数以及这些累积信息的社会强化效应。我们研究了这种非马尔可夫疫苗接种行为对流行动力学和控制效果的影响。我们发现,这种复杂的采用行为引起的通信层可以显着提高流行阈值,降低最终的感染率。通过将社会成本定义为疫苗接种成本和治疗成本之和,我们证明了存在一个最优的社会强化效应或最优的信息传递率,允许最小的社会成本。我们还发展了一个基于平均场的理论来验证模拟结果的正确性。
2016-06-17 cs.SI physics.soc-ph
Layer-switching cost and optimality in information spreading on multiplex networks
我们研究了一个多路网络上的信息传播模型,在这个模型中,代理人通过多个交互通道(层)进行交互,比如在线与在线。离线通信层,受制于跨不同交互层的传输的层切换成本。该模型的特点是逐层的路径相关的传输率超过接触,这是动态确定的传入和传出的传输层依赖。我们制定了一个分析框架来处理这种路径依赖的传输性,并证明了非平凡的多重性和传播动态之间的相互作用,包括最优性。它表明,流行病的阈值和流行响应的层切换成本的非单调性和最佳条件可以改变突然的非解析的方式,也取决于网络层的密度和种子感染的类型。我们的研究结果阐明了多元化的重要作用,它的明确考虑应该是至关重要的现实建模和预测的传播现象的多元化社交网络在一个时代的社会互动层不断多样化。
2016-02-24 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
Structural Analysis of Viral Spreading Processes in Social and Communication Networks Using Egonets
University of Pennsylvania(宾夕法尼亚大学);Imperial College(帝国理工学院)
提出基于代数图论和凸优化的数学框架,利用自我中心网络(egonets)约束网络邻接矩阵最大特征值的可能区间,从而分析局部结构对病毒传播动力学的影响。
2012-09-03 cs.DM cs.SI cs.SY
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 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
Antivax movement and epidemic spreading in the era of social networks: Nonmonotonic effects, bistability and network segregation
在这项工作中,我们解决了一个多耦合动力学的复杂网络与可调结构隔离。具体来说,我们在疫苗接种运动下与支持和反对疫苗的代理人一起研究网络化的传染病传播。我们的研究结果表明,这种耦合动力学表现出无数的现象,如伴随着双稳态的非平衡转变。此外,我们观察到一个中间最佳隔离水平的出现,其中社区结构增强了对疫苗接种的负面意见,但违反直觉地阻碍了-而不是有利于-全球疾病传播。因此,我们的研究结果表明,疫苗接种运动应避免最终隔离过度反疫苗群体的政策,使他们有效地发挥回声室的作用,在其中个人寻求确认,而不会危及整个人口的安全。
2021-08-24 physics.soc-ph q-bio.PE
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
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
Modelling and predicting the effect of social distancing and travel restrictions on COVID-19 spreading
到目前为止,应对COVID-19大流行蔓延的唯一有效手段是非药物干预措施(NPI),这需要减少社会活动和流动限制的政策。量化其影响是困难的,但这是减少其社会和经济后果的关键。在这里,我们介绍了一个基于时间网络的元人口模型,该模型基于意大利的COVID-19疫情数据进行了校准,并易于评估这两种类型的NPI的结果。我们的方法结合了元人口模型的粒度空间建模的优势,能够通过活动驱动的网络真实地描述社会联系。我们提供了一个有价值的框架来评估不同的NPI的可行性,不同的时间和严重程度。结果表明,流动性限制的影响在很大程度上取决于在疫情爆发的早期阶段及时实施NPI的可能性,而减少活动的政策应优先考虑。
2020-12-16 math.DS physics.soc-ph q-bio.PE
Beyond the Coverage of Information Spreading: Analytical and Empirical Evidence of Re-exposure in Large-scale Online Social Networks
同伴影响和社会传染是影响信息传播(如新闻传播、口碑传播或病毒式营销)采纳和参与的关键因素。在这项研究中,我们认为,只关注信息传播的规模和覆盖面是有偏见的,并提出影响力强化的水平,由重新曝光率量化,即,在衡量传播的有效性时,应一并考虑重复接触相同信息的个人的比率。我们发现,本地网络的结构特征显着影响被暴露或重新暴露于相同的信息的概率。通过分析拥有4.3亿连接用户的新浪微博(中国的Twitter)超大规模网络上的热门新闻,我们发现有一类用户的曝光率极低,即使他们有数万人关注;而传播波更大、二次转发更强的新闻,其再曝光率要高得多。虽然曝光率和再曝光率通常会随着传播规模的增长而增长,但我们发现了一些例外情况,即可以在保持低再曝光率的同时实现高曝光率,反之亦然。
2019-07-26 physics.soc-ph stat.AP
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
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
The COVID-19 Social Media Infodemic
我们通过对Twitter、Instagram、YouTube、Reddit和Gab上的大量数据分析,解决有关COVID-19的信息传播问题。我们分析了对COVID-19话题的参与度和兴趣,并对每个平台及其用户在全球范围内的话语演变进行了差异化评估。我们将信息传播与表征每个社交媒体平台的基本复制数$R_0$的流行病模型相匹配。此外,我们描述了从可疑来源传播的信息,在每个平台上发现了不同数量的错误信息。然而,来自可靠和可疑来源的信息并没有呈现不同的传播模式。最后,我们提供了依赖于平台的谣言放大的数值估计。
2020-03-10 cs.SI nlin.AO physics.soc-ph