Seed selection for information cascade in multilayer networks
信息传播是在线社交媒体领域的一个有趣领域。在这项工作中,我们正在研究如何以及不同的种子选择策略影响的传播过程中使用独立的级联模型模拟十八个多层社交网络。基于从Facebook公共页面提取的用户交互数据构建了15个网络,其中树是从公共存储库下载的多层网络(其中两个是Twitter网络)。结果表明,单层网络的各种最先进的种子选择策略,如K-Shell或VoteRank,在多层网络上表现不佳,并且被度中心性所超越。
2017-10-12 cs.SI physics.soc-ph
Limits of Multilayer Diffusion Network Inference in Social Media Research
该研究通过大量合成数据实验系统分析多层扩散网络推断框架的性能,揭示其在不同网络结构与扩散设置下的性能波动规律,为真实场景下的推断适用性评估提供参考,并发布了准确率更优的公开实现。
2024-10-07 cs.SI
Optimal interlayer structure for promoting spreading of SIS model in two-layer networks
现实世界的系统,从社会和生物到基础设施,都可以用多层网络来建模。促进多层网络中的传播动态可以大大促进电子广告和预测流行的科学出版物。在这项研究中,我们提出了一个策略,通过在两个孤立的网络之间添加一个互连的边缘,以促进易感-感染-易感模型的传播动力学。通过应用扰动方法的离散马尔可夫链的方法,我们得到一个指数,估计在互联网络的传播流行。该指数可以被解释为一个变种的Katz中心,其中的邻接矩阵被替换为一个加权矩阵的权重取决于扩散过程的动态信息。在一端及其邻域感染较少但在另一端感染程度较高的边将具有较大的权重。我们通过详尽地检查所有潜在的边缘,并证明性能是最佳的或接近最佳的小型网络上的建议策略的有效性。对于大型的合成网络和真实世界的网络,所提出的方法总是优于其他静态策略,如连接节点的最高程度或特征向量中心。
2019-08-09 cs.SI physics.soc-ph
Rank-Refining Seed Selection Methods for Budget Constrained Influence Maximisation in Multilayer Networks under Linear Threshold Model
本文针对线性阈值模型下多层网络的预算约束影响力最大化问题,评估16种种子选择方法并分析多因素对扩散效果的影响,扩展中心性度量,发现基于VoteRank的方法(尤其是$v-rnk-m$变体)扩散效果最优。
2025-04-15 cs.SI
On degree-degree correlations in multilayer networks
我们提出了一个推广的概念的基础上的张量表示的多层网络,覆盖皮尔逊和斯皮尔曼系数的定义。我们的方法也可以应用于加权网络,并提供有关考虑层对的相关性的信息。通过分析机场交通网络的多层表示,我们表明,当层独立分析或作为一个互联系统时,得到了对比的结果。最后,我们研究了层次间的异质性和非异质性水平对疾病传播的影响。我们的研究结果强调了需要研究多层系统的度-度相关性,而不是聚合网络。
2015-07-16 cond-mat.stat-mech cs.SI physics.soc-ph
Graph Reduction in Multirelational Networks: A Spreading-Oriented Reduction Benchmark
Wrocław University of Science and Technology(沃拉布大学科学与技术学院)
提出SORB基准框架,系统评估图缩减对影响力最大化任务的影响,发现缩减效果依赖于网络类型和评估指标。
2026-06-12 cs.AI cs.SI
Sequential seeding in multilayer networks
多层网络是多个真实世界系统的底层结构,其中我们在节点之间有不止一种类型的交互/关系:社交,生物,计算机或通信,仅举几例。在许多情况下,它们有助于对发生在它们上面的过程进行建模,从而获得更多关于这些现象的知识。这种过程的一个例子是影响力的传播。在这里,社会系统的成员通过相互联系、分享观点或想法,或者明确地通过说服,在整个网络中传播影响力。由于这一过程的重要性,研究人员调查了社交网络中的哪些成员应该被选为影响力传播的发起者,以最大限度地发挥影响力。在这项工作中,我们遵循这个方向,开发和评估多层网络的顺序播种技术。到目前为止,这些技术仅使用简单的单层网络进行评估。结果表明,顺序播种在多层网络优于传统的方法,增加了覆盖范围,并允许节省播种预算。然而,它也延长了扩散过程的持续时间。
2021-03-12 cs.SI
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
Detecting Hidden Layers from Spreading Dynamics on Complex Networks
在处理网络上的传播过程时,测试数据的可靠性并识别潜在的未观察到的传播路径可能是至关重要的。在本文中,我们解决这些问题,并提出隐藏层识别和重建的方法。我们还探讨了任务的难度和多层网络结构之间的相互作用,描述了整个系统的传播过程发生。我们的方法源于一个精确的表达的可能性级联的易感感染模型上的任意图形。然后,我们表明,通过恳求统计特性的单峰分布和简单的数学描述的联合可能性的一系列级联,可以获得一个估计的存在的隐藏层和它的内容,成功率远远超过那些零模型。我们对合成网络和现实网络进行分析,为所提出的方法的可行性提供证据。
2021-07-25 cond-mat.stat-mech cs.SI physics.data-an
A Local Perspective on Community Structure in Multilayer Networks
多层网络的分析是网络科学中最活跃的领域之一,现在有几种方法可以检测多层网络中节点的密集“社区”。定义社区的一种方法是将其定义为一组节点,这些节点在很长一段时间内捕获了类似扩散的动态过程(通常是随机游走)。在这种观点中,社区是一组节点,它们对网络上动态过程的传播产生瓶颈。我们分析了多重网络(这是多层网络,其中不同的层对应于不同类型的边缘)上不同的随机游走的局部行为,并表明它们具有非常不同的瓶颈,因此对应于相当不同的概念,这意味着一组节点是一个很好的社区。这对基于这些随机游走的社区检测方法的行为有直接的影响。
2016-05-22 cs.SI math.PR nlin.AO
Network Diffusion -- Framework to Simulate Spreading Processes in Complex Networks
本文提出扩展的网络扩散库,用于模拟复杂网络中的传播过程,并通过四项案例研究(如COVID-19卫生措施影响、信息扩散比较、种子选择)证明其效用,旨在推动研究环境标准化。
2024-05-28 cs.MA cs.SI cs.SY
Multilayer Network Analysis for Improved Credit Risk Prediction
Reykjavík University(雷克雅未克大学);The University of Western Ontario(西安大略大学)
本文提出了一个信用风险评估的多层网络模型。我们的模型考虑了借款人之间的多种联系(如他们的地理位置和经济活动),并允许明确建模连接借款人之间的互动。我们开发了一个多层个性化的PageRank算法,允许量化网络中任何借款人的违约风险的强度。我们在农业贷款框架中测试我们的方法,当借款人面临相同的结构性风险时,长期以来一直怀疑借款人之间的违约相关性。我们的研究结果表明,仅通过在模型中包含中心性多层网络信息就可以获得显着的预测收益,并且这些收益可以通过更复杂的信息(如多层PageRank变量)来增加。结果表明,当一个人与许多违约者相连时,违约风险最高,但这种风险会因个人邻域的大小而减轻,这表明违约风险和金融稳定性都会在整个网络中传播。
2021-07-26 cs.LG cs.SI
Vulnerability of state-interdependent networks under malware spreading
计算机病毒通过开发基于使用多个传播载体的传播机制而进化。使用社交网络作为额外的攻击载体来渗透IP网络中的安全措施正在提高恶意软件的有效性,因此被最具攻击性的病毒所使用,如Conficker和Stuxnet。在这项工作中,我们使用相互依赖的网络来模拟这类病毒的传播。特别是,我们研究了相互依赖的网络,其中每个节点的状态是层独立的,每个网络中的动态遵循接触过程或反应过程,具有不同的传播速率的SIS模型的传播。我们将这项研究应用到现有的多层网络的情况下,即西班牙的统计物理科学社区,形成了一个社会网络的科学合作和物理网络连接的计算机在每个机构。我们表明,层之间的相互作用大大增加了病毒的感染性,在长期和他们的鲁棒性对免疫。
2014-11-12 cs.SI physics.soc-ph
Modelling indirect interactions during failure spreading in a project activity network
传播广义上是指实体通过其交互组件在整个网络系统中传播的概念。从疾病流行到金融系统性风险等一系列现象都可以看出其普遍性和严重性。为了理解这些关键现象的动力学,计算模型将传播概率映射为直接暴露的函数,通常以组件之间的成对相互作用的形式。通过这样做,间接相互作用的重要作用仍然没有得到探索。作为回应,我们开发了一个简单的模型,该模型可以解释直接和后续暴露的影响,并将其部署在现实工程项目中故障传播的新背景下。我们发现,后续曝光有显着的影响,在关键方面,包括:(a)最终的传播事件的大小,(b)传播速率,和(c)传播事件的结构。此外,我们还证明了在大规模传播事件中隐藏的影响者的存在,并评估了直接和随后的曝光在其出现中的作用。鉴于后续曝光的重要性的证据,我们的研究结果提供了新的见解,在一般的网络动态建模时需要包括的特定方面,特别是传播过程。
2018-02-06 cs.SI physics.soc-ph
Spreading of localized attacks in spatial multiplex networks
许多现实世界的多层系统,如关键基础设施,是相互依赖的,并嵌入在空间中的特征长度的链接。它们也容易受到局部攻击或故障的影响,例如恐怖袭击或自然灾害,这些攻击或故障会影响给定半径内的所有节点。在这里,我们研究了局部化攻击对两层空间复用网络的影响。我们发现了一个亚稳区域,其中大于临界尺寸的局部化攻击引起成核转变,因为故障的级联在整个系统中传播,导致其崩溃。我们发展了一个理论来预测临界攻击规模,并发现它具有新颖的缩放行为。我们进一步发现,在这些多重系统中的本地化攻击可以诱导一个以前未观察到的随机和空间级联的组合。我们的研究结果表明,在现实世界中的相互依赖的网络的重要脆弱性,并显示新的空间网络的理论特征。
2017-04-02 cs.SI physics.soc-ph
Optimal Deployment of Resources for Maximizing Impact in Spreading Processes
有效利用有限的资源控制网络上的传播过程在各种情况下都具有重要意义,从确定“有影响力的传播者”以最大限度地传播信息和在监管网络中采取有针对性的干预措施,到制定经济系统中传染病和金融传染病的缓解政策。纯粹基于拓扑参数的这些优化任务的解决方案并不完全令人满意;在现实环境中,问题的特点往往是异构的相互作用,并需要通过一组有限的可控节点在有限的时间窗口内进行干预。因此,可用资源的最佳分配是网络拓扑结构和传播动态之间相互作用的结果。我们将展示如何解决这些问题作为一个通用的分析框架的基础上的一个可扩展的动态消息传递方法的特定实例,并展示了各种现实世界的例子上的方法的有效性。
2016-08-29 cond-mat.stat-mech cs.SI physics.soc-ph
BCIM: Budget and capacity constrained influence maximization in multilayer networks
针对现有带预算影响最大化问题仅考虑预算约束、适配性不足的问题,提出多层网络下的BCIM问题及MMGA算法,满足双约束且效率更高,传播性能较基线提升至少10%,开辟了影响最大化研究新方向。
2024-10-07 cs.SI
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
Competing spreading processes on multiplex networks: awareness and epidemics
在多层互联的复杂网络之上,类似流行病的传播过程揭示了相互交织的竞争效应的丰富相图。作者最近的一项研究[Granell等人,Phys.Rev.Lett. 111,128701(2013)]分析了导致流行病传播的两个过程之间的相互关系,以及在多重网络之上传播信息意识以防止其感染。在这种情况下,提高认识意味着对疾病进行全面免疫,结果表明存在一个元临界点,在这个点上,流行病的关键开始取决于提高认识过程的实现。在这里,我们提出了一个全面的分析,这些关键的属性在更一般的情况下,意识的传播并不意味着完全免疫,感染并不意味着立即意识到它。我们发现这两个竞争过程之间的关键关系,代表它们之间的相互作用的参数范围很广。我们还分析了大规模广播的意识(大众媒体)的流行病发病率的最终结果的后果。更重要的是,大众媒体使元批评点消失了。结果表明,主要的发现,即存在一个元临界点,是植根于竞争的原则,并持有一个大的场景。
2014-05-18 cond-mat.stat-mech cs.SI physics.soc-ph
May the Best Meme Win!: New Exploration of Competitive Epidemic Spreading over Arbitrary Multi-Layer Networks
本文将单病毒在任意图上传播的SIS传染病模型推广到两个互斥竞争病毒在具有类属结构的两层网络上传播的SI 1 SI 2S传染病模型,其中网络层代表病毒的不同传播路径.通过引入生存阈值和获胜阈值的概念,我们找到了确定病毒灭绝、互斥和共存的分析结果。此外,我们表明共存的可能性SIS型竞争性传播多层网络。我们不仅严格证明了共存的区域,我们通过网络层的中心节点的相互关系来量化它。层中心节点的重叠很少或没有重叠是共存的关键决定因素。具体来说,我们表明共存是不可能的,如果网络层是相同的,但可能的,如果网络层有不同的主导特征向量和节点度向量。例如,我们通过分析和数值计算表明,网络层的正相关性使病毒难以生存,而在网络层负相关的网络中,病毒的生存更容易,但要完全清除其他病毒则更困难。我们相信,我们的方法有很大的应用潜力,以更广泛的类的多病原体传播的多层和互连的网络。
2013-08-30 cs.SI physics.soc-ph
Towards Graph Foundation Models for Dynamics in Complex Networked Systems: Lessons from Super-Spreader Identification in Multilayer Networks
Department of Artificial Intelligence, Wroc{\l}aw University of Science and Technology, Wroc{\l}aw, Poland(人工智能系,沃斯拉夫科技大学,沃斯拉夫,波兰)
本文提出图基础模型在动力学中需具备归纳跨网络泛化能力,通过仅基于合成多层网络训练的ts-net模型,在真实多层网络上实现零样本泛化,并优于传统方法。
2026-06-06 cs.LG cs.SI
Epidemic spreading and immunization strategy in multiplex networks
一个更加互联的世界带来了重大的后果,例如促进疾病在世界各地的传播,迅速成为流行病,这就是为什么研究人员集中在多层网络中建模流行病和疫情的传播。在这种网络中,所有节点在不同的层中通过不同类型的链路进行交互。然而,在许多场景中,例如在社会中,多路复用网络框架并不完全适合,因为并非所有个体都参与所有层。在本文中,我们使用了一个部分重叠的多路复用网络,其中只有一小部分个体被层共享。我们开发了一种缓解策略,用于阻止疾病传播,考虑易感-感染-恢复模型,在一个由两层组成的系统中。我们考虑一个随机免疫的一层,并研究重叠分数的影响,疾病的传播和免疫策略。使用分支理论,我们研究了这种情况下的理论和模拟,并找到了一个较低的流行阈值比在没有策略的情况下。
2015-07-07 cs.SI physics.soc-ph
The Fake News Spreading Plague: Was it Preventable?
2010年,一篇题为《从模糊到分钟内的突出:政治演讲和实时搜索》的论文获得了2010年网络科学大会的最佳论文奖。调查结果包括发现和记录了所谓的“推特炸弹”,这是一个有组织的努力,通过匿名推特账户传播关于民主党候选人玛莎·科克利的错误信息。在本文中,在总结了该事件的细节之后,我们概述了社交网络如何被用来传播错误信息的配方。在这样一个配方中,最重要的步骤之一是“渗透”已经参与某个话题对话的用户社区,将他们用作其扩展子网络中错误信息的有机传播者。然后,我们采用这种错误信息传播方法,并指出它是如何在2016年美国总统大选期间成功地用于传播假新闻的。两种情景之间的主要区别是使用Facebook而不是Twitter,以及各自的动机(2010年:政治影响; 2016年:通过在线广告获得经济利益)。在将这些事件置于利用网络的更广泛背景下之后,我们抓住这个机会来解决研究结果的局限性,并开始讨论研究人员社区如何增加他们对现实社会问题的影响。
2017-03-20 cs.SI
Community detection in temporal multilayer networks, with an application to correlation networks
网络是表示交互实体的复杂系统的方便方式。许多网络包含节点的“社区”,这些节点彼此之间的连接比网络中其他节点的连接更密集。在本文中,我们研究了在时间网络表示为多层网络的社区检测。作为一个焦点的例子,我们研究时间依赖的金融资产相关网络。我们首先认为,使用“模块化”质量函数-这是通过比较观察到的网络中的边缘权重和“空网络”中的预期边缘权重来定义的-是依赖于应用的。在模块化最大化的讨论中,我们区分了“空网络”和“空模型”,并强调了同一个空网络可以对应不同的空模型。然后,我们研究了一个多层模块化最大化问题,以确定社区的时间网络。我们的多层分析只依赖于最大化问题的形式,而不依赖于所选择的特定质量函数。我们引入了一个诊断来衡量社区结构的\emph{persistence}的多层网络分区。我们证明了几个结果,描述了多层最大化问题的措施之间的权衡静态社区结构层和更大的值跨层的持久性。我们还讨论了一些计算问题,流行的“鲁汶”启发式面临的时间多层网络,并建议如何减轻他们。
2017-12-24 cs.SI nlin.AO physics.soc-ph
Contact Adaption during Epidemics: A Multilayer Network Formulation Approach
人们改变他们的身体接触,作为对传染病传播的预防性反应。然而,只有少数数学模型考虑了疾病传播和接触适应过程的耦合动力学。本文提出了一个模型,每个代理有一个默认的接触邻域集,并切换到一个不同的接触集,一旦她成为她的默认接触之间的感染警报。由于每个智能体可以采用两个可能的邻域集合中的任何一个,因此整个接触网络在2^N个可能的配置中切换。值得注意的是,两层网络表示可以完全建模底层的自适应、状态依赖的接触网络。接触适应以非线性方式影响疾病流行的大小和流行阈值-接触网络对流行病鲁棒性的特征度量。特别地,所提出的自适应接触网络的流行阈值属于非线性Perron-Frobenius(NPF)问题的解,该问题不单调依赖于接触适应率。此外,网络自适应模型预测了一个反直觉的情况下,自适应地改变接触可能会不利地导致较低的网络鲁棒性对流行病的传播,如果接触适应不够快。一类NPF问题的一个原始结果促进了本文的分析发展。
2018-09-17 cs.SI physics.soc-ph
Identifying Super Spreaders in Multilayer Networks
Wroc{\l}aw University of Science and Technology(沃拉夫科技大学)
本文提出基于图神经网络的TopSpreadersNetwork模型,用于识别多层网络中的超级传播者,通过四维向量量化传播潜力,在真实与合成网络上优于中心性启发式及深度学习方法。
2025-07-31 cs.LG cs.SI
The Effects of Diffusion of Information on Epidemic Spread -- A Multilayer Approach
在这项工作中,目的是研究传染病的传播和多层次社会系统的信息。其主要思想是找到一个标准,根据该标准,采用传播信息阻止或抑制流行病的传播。两层网络是模型的基础。第一层描述了直接接触的互动,而第二层是信息传播层。这两个层由相同的节点组成。这个社会由五种不同类别的人组成:易感者、感染者、康复者、接种疫苗者和感染者。最初,只有一个受感染的个体开始传播感染。直接接触相互作用将感染传播给易感者。信息通过第二层传播。SIR模型用于描述感染传播,而Bass方程用于描述信息的采纳。信息传播与疾病传播竞争的控制参数是网络的拓扑结构和连通性密度。信息层的拓扑结构是一个无标度网络,其边缘密度不断增加。在接触层中,每个节点具有相同平均度的规则和无标度网络可以互换使用。观察结果是,接触网络的日益复杂性降低了个体意识的作用。如果接触层由具有有限范围连接的网络组成,或者边缘比信息网络稀疏,则信息的传播在控制流行病方面起着重要作用。
2021-03-13 cs.SI physics.soc-ph
Multilayer Artificial Benchmark for Community Detection (mABCD)
Decision Analysis and Support Unit, SGH Warsaw School of Economics(决策分析与支持单位,SGH华沙经济学院);Department of Artificial Intelligence, Wrocław University of Science and Technology(人工智能系,沃姆扎大学科学与技术学院);Department of Mathematics, Toronto Metropolitan University(数学系,多伦多 Metropolitan 大学);Tutte Institute for Mathematics and Computing(图图数学与计算研究所)
针对多层网络生成模型的空白,本文基于社区检测人工基准(ABCD)模型提出变体mABCD,该模型在层内部结构和层间依赖关系上具有灵活性,可生成连贯多层网络,且提供高效Julia实现并展示其在传播现象分析中的适用性。
2025-11-14 cs.LG cs.SI
Anti-Money Laundering in Bitcoin: Experimenting with Graph Convolutional Networks for Financial Forensics
MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室);IBM Research(IBM研究院);IBM Research AI(IBM人工智能研究院);Elliptic(Elliptic公司);MIT CSAIL(麻省理工学院计算机科学与人工智能实验室)
反洗钱(AML)法规在保护金融体系方面发挥着关键作用,但对机构来说成本很高,并导致社会经济和国际边缘人群的金融排斥。加密货币的出现引入了一个有趣的悖论:匿名性允许犯罪分子隐藏在众目睽睽之下,但开放数据为调查人员提供了更多的权力,并使法医分析成为众包。同时,学习算法的进步为AML工具包带来了巨大的希望。在本研讨会教程中,我们鼓励有机会将安全的原因与金融包容性的原因协调起来。我们贡献了椭圆数据集,这是一个时间序列图,包含超过20万个比特币交易(节点),23.4万个定向支付流(边)和166个节点特征,包括基于非公开数据的特征;据我们所知,这是任何加密货币中公开可用的最大的标记交易数据集。我们分享了一个二元分类任务的结果,该任务使用逻辑回归(LR)、随机森林(RF)、多层感知器(MLP)和图卷积网络(GCN)的变体来预测非法交易,GCN作为一种捕获关系信息的新方法特别令人感兴趣。结果表明,随机森林(RF)的优越性,但也邀请算法的工作,结合RF和图形方法各自的权力。最后,我们考虑可视化分析和可解释性,这是困难的,考虑到现实世界的交易图的大小和动态性,我们提供了一个简单的原型,能够导航的图形和观察模型性能的非法活动随着时间的推移。通过本教程和数据集,我们希望a)邀请反馈以支持我们正在进行的调查,b)激励其他人致力于这一社会重要挑战。
2019-07-31 cs.CY cs.LG cs.SI