Emergence of simple and complex contagion dynamics from weighted belief networks
提出交互信念模型，阐明简单与复杂传染动力学如何从认知机制中有机涌现，揭示复杂传染的抵抗机制源于认知过程。
2024-04-29 cs.SI physics.soc-ph
Co-Diffusion of Social Contagions
以前的社会传染模型考虑的传播，无论是一个传染病在相互依赖的网络或多个传染病的单层网络或竞争的假设下的时间。本文提出了一个新的多重传染扩散的阈值模型。个体被放置在具有周期性晶格和随机规则图层的多路复用网络上。在这些人口结构中，我们研究了扩散过程的两个关键方面之间的接口：两种传染病之间的协同作用水平，以及个体在采用后休眠的速度。休眠被定义为一种松散的免疫形式，它模拟了无抵抗的传播能力。蒙特卡罗模拟显示，较低的协同作用使传染更容易渗透，特别是那些在晶格上扩散。一种休眠的传染病的更快扩散可能会阻止另一种传染病的扩散，这与环形疫苗接种相似。我们发现，在一个带的协同作用，传染晶格进行双峰或三峰分支，如果他们是较慢的扩散传染。
2018-06-29 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
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
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
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
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
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
Voting Contagion
社会影响力在人类行为和决策中起着重要作用。影响力的来源通常可以分为外部的，这是独立的社会背景，或作为来自同行，如家人和朋友。一个重要的问题是如何将同伴的社会传染与外部影响分开。虽然各种实验和观察研究提供了对这个问题的深入了解，但基于具有未知网络结构的大规模观察数据来确定社会传染的程度仍然在很大程度上未被探索。通过弥合人类集体动力学的大规模复杂系统视角与社会科学的详细方法之间的差距，我们提出了一个社会影响力的简约模型，并将其应用于政治学的一个中心话题-选举和投票行为。我们提供了一个分析表达式的县投票份额分布在两党制，这是在很好的协议与92年观察到的美国总统选举数据。分析这一时期的社会影响地形揭示了社会传染模式的突然转变--从低水平到高水平的社会传染。我们的分析结果显示，美国各地区在社会影响力指数方面存在巨大差异。特别是，我们确定了两个地区的“热点”和“冷点的社会影响，每一个包括国家在地理上接近。这些结果表明，社会传染效应在塑造大规模集体政治行为方面变得越来越重要，而集体政治行为是民主社会的核心。
2016-10-17 cs.SI physics.soc-ph
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
One pathogen does not an epidemic make: A review of interacting contagions, diseases, beliefs, and stories
本文综述了生物与社会传染中的交互机制及其模型框架，指出传染并非孤立发生，强调需在统一科学视角下打破学科壁垒，推动跨学科研究。
2025-11-05 physics.soc-ph q-bio.PE
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
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
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
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
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
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
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
What shifts threshold distributions in social contagions?
University of Zurich（苏黎世大学）；University Research Priority Program on Social Networks（社会网络研究优先项目）；Corvinus University of Budapest（布达佩斯科维努斯大学）
该研究通过带激励的在线实验发现，产品特征与个体特征均会改变社会传染的阈值分布，阈值分布是社会传染模型的微观基础，相关发现有助于理解网络结构对社会传染的影响。
2026-09-04 econ.GN physics.soc-ph q-fin.EC
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
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
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
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
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
Multi-Stage Complex Contagions
思想在社交网络中的传播可以用复杂的传染模型来研究，在这个模型中，代理人通过与多个激活的邻居接触而被激活。对复杂传染的调查可以为网络上的社会影响和行为采纳级联提供重要的见解。在本文中，我们介绍了一个多阶段的复杂传染网络模型。不同阶段的代理人-例如，代表对社会运动的不同支持程度或对某种产品或想法的不同承诺程度-对他们的邻居施加不同程度的影响。我们证明，即使是一个额外的阶段的存在引入新的动力学行为，包括多个级联之间的相互作用，不能发生在单阶段的传染模型。我们发现，级联-因此集体行动-不仅可以由高级影响者驱动，也可以由低级影响者驱动。
2013-02-22 cs.SI math.DS nlin.AO
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
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
Preventing the Spread of Online Harms: Physics of Contagion across Multi-Platform Social Media and Metaverses
我们提出了一个最小的但有争议的理论，用于在当前多平台社交媒体和未来的Metaverse中传播在线伤害（例如错误信息，仇恨）。新的物理学出现在在线社区和平台之间的内在异质性，通过用户创建的链接和突然的版主关闭产生的集群动态，以及传染过程之间的相互作用。该理论提供了一个在线的“R-nought”标准，以防止系统范围内的传播;它预测了重新进入的传播阶段;它确定了在线群体免疫所需的数字疫苗接种水平;它可以在多个规模上应用。
2022-01-12 cond-mat.dis-nn nlin.AO 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
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
Social contagion models on hypergraphs
在过去的二十年里，我们对复杂网络系统动态的理解有了显著的提高。然而，我们的大部分知识是建立在假设系统的组件之间的成对关系。这通常是一种过度简化，例如，在群体内频繁发生的社会互动中。为了克服这一局限性，在这里我们研究超图上的社会传染动力学。我们开发了一个分析框架，并提供任意超图的数值结果，我们也支持蒙特卡罗模拟。我们的分析表明，该模型具有广阔的参数空间，一阶和二阶过渡，双稳定性，和滞后。现象学上，我们也将潜热的概念延伸到社会情境中，这可能有助于理解振荡的社会行为。我们的工作展开了高阶模型的研究路线和超图的分析处理，提出了新的问题，并为这些网络上的动态过程建模铺平了道路。
2019-09-24 cond-mat.stat-mech 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
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
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
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
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
Panic contagion and the evacuation dynamics
恐慌在人群中的传播方式与传染病在社会群体中的传播方式相似。没有暴露在恐慌源中的人可能会表达恐惧，警告其他人即将发生的危险。这种社会机制启动了疏散过程，同时影响人们试图逃离的方式。我们研究了现实生活中的情况下，恐慌传染，并重现这些情况下的社会力量模型。根据恐慌传染的\textit{stress}，我们得出了两种疏散方案可能出现的结论。这两种方案都表现出不同的疏散模式，并在拥挤事件的真实记录中定性可见。我们能够通过拓扑参数量化这些模式。我们进一步研究了如果危险源停止，恐慌的传播是如何逐渐停止的。
2018-05-17 physics.soc-ph
Social Bubbles and Superspreaders: Source Identification for Contagion Processes on Hypertrees
以前的工作已经表明，对于扩展的星状网（只有一个节点的度> 2的树）上的传染过程，有一个简单的，封闭形式的表达式，高度精确的近似最大似然感染源。在这里，我们将这一结果推广到一类超树，虽然在结构上有点类似，但提供了更丰富的表示空间。特别是，这种方法可以用来估计零患者来源，即使感染是通过大型群体聚集而不是人与人之间的传播，以及当它通过相互关联的社会泡沫传播时，重叠程度不同。在接触者追踪背景下，该估计器可用于识别本地爆发的来源，然后可用于向前追踪或进一步向后追踪（通过类似或其他手段）到上游来源。
2020-10-21 eess.SP physics.soc-ph
Dynamics of social contagions with memory of non-redundant information
社会传染动力学的一个关键因素是强化，因为采取某种社会行为需要验证其可信度和合法性。非冗余信息的记忆在强化过程中起着重要作用，但迄今为止还没有理论分析。我们首先提出了一个具有非冗余信息记忆强化的一般社会传染模型。然后，我们发展了一个统一的基于边的分区理论来分析这个模型，并在一些特定的模型得到了显着的协议与数值计算。以传播阈值模型为例来理解记忆效应，即只有当个体从邻居那里获得的信息累积超过一个采纳阈值时，个体才会采取一种社会行为。通过分析和数值模拟，我们发现，记忆特性显着影响的动态量化的最终采用大小。引人注目的是，我们发现了一个过渡现象，其中最终采用大小对一些关键参数的依赖，如传输概率，可以从不连续变为连续。这种过渡可以通过适当的参数和结构扰动来触发，例如降低个体的采纳阈值，增加初始种子大小或增强网络的异质性。
2015-07-15 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
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
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
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
Nonlinear contagion dynamics on dynamical networks: exact solutions ranging from consensus times to evolutionary trajectories
本研究针对动态网络上的非线性意见动力学，解析推导了局部意见分布，获得共识时间与演化轨迹的精确解，发现偏倚同化最能加速共识，为非线性传染动力学提供解析预测方法。
2025-04-23 nlin.AO physics.soc-ph q-bio.PE
