Influence of technological innovations on industrial production: A motif analysis on the multilayer network
我们研究技术进步的特定组合是否可以表明允许特定工业生产的当地能力的存在。为此，我们使用国家级专利和贸易数据生成一个多层网络，并使用最大熵参数导出的统计验证方法对该网络进行基于图案的分析。我们表明，在许多情况下，信号远远超过噪音，提供了强有力的证据，证明不同技术之间的协同作用可以在特定市场中产生竞争优势。我们的研究结果对于政策制定者为产业和创新政策提供信息非常有用。
2019-01-14 physics.soc-ph
Influence maximization in multilayer networks based on adaptive coupling degree
针对多层网络中的影响力最大化问题，提出独立级联模型MIC和自适应耦合度算法ACD，选择高传播影响力且低重叠度的种子节点，在合成和真实多层网络上优于基线。
2023-11-15 cs.SI physics.soc-ph
Influence of Information Blocking on the Spread of Virus in Multilayer Networks
在本文中，我们提出了疾病的传播和疾病的信息在多层网络中的传播之间的相互作用的模型。其次，根据SARS-COV-2病毒大流行的特点，评估了信息封锁对病毒传播的影响。我们的研究结果表明，阻断信息传播影响了我们社会中流行高峰出现的速度和感染人数。
2023-01-27 cs.SI physics.soc-ph
A multilayer network dataset of interaction and influence spreading in a virtual world
呈现的数据包含在虚拟世界平台中发生的五个传播活动的记录。在活动期间，用户在彼此之间分发化身。这些进程在时间和范围上各不相同，有的有激励措施，有的没有。活动数据伴随着事件。这些数据可以用来建立一个多层次的网络，将活动置于更广泛的背景下。据作者所知，这项研究是第一个公开的数据集，包含一个完整的真实多层社会网络，以及其中的五个完整的传播过程。
2017-10-11 cs.SI physics.soc-ph
A generalized voter model with time-decaying memory on a multilayer network
通过将多层网络和时间衰减记忆引入到原始投票模型中，研究了节点压力的时空累积对共识的耦合影响。研究发现，对等压力的异质性和时间衰减机制都不利于共识的形成。平均场分析表明，该模型中的相变受同伴压力和更新阈值的累积影响。一致阈值与同伴压力影响的衰减率之间存在函数关系，而达到一致的时间则受记忆长度和衰减率的耦合影响。中等衰减率可能导致达成共识的时间短得多。
2016-03-22 physics.soc-ph
A Tensor-Based Framework for Studying Eigenvector Multicentrality in Multilayer Networks
中心性被广泛认为是洞察复杂网络结构和功能的最关键的措施之一。虽然已经为单层网络提出了各种中心性度量，但是用于研究多层网络中的中心性的一般框架（即，多中心）仍然缺乏。在这项研究中，一个基于张量的框架被引入到研究特征向量多中心性，这使得量化层间影响对多中心性的影响，提供了一个系统的方法来描述多中心性如何在不同的层之间传播。该框架可以利用有关层之间相互作用的先验知识，以更好地表征不同场景的多中心性。通过两个有趣的例子来说明如何通过选择合适的层间影响函数来模拟多层影响，并设计计算特征向量多中心性的算法。应用该框架对几个经验多层网络进行了分析，结果证实该框架可以有效地量化层间影响和节点的多中心性。
2019-02-07 cs.SI physics.soc-ph
Beyond Individual Influence: The Role of Echo Chambers and Community Seeding in the Multilayer three state q-Voter Model
Wrocław University of Science and Technology（弗罗茨瓦夫科技大学）
研究揭示多层三态q-投票模型中回音室与社区播种的影响机制，指出拓扑熵最大化优于局部集群强化，VoteRank在复杂传染中表现更优。
2026-02-20 cs.SI physics.soc-ph
Identify Influential Spreaders in Asymmetrically Interacting Multiplex Networks
识别最具影响力的传播者对于理解和控制网络中的传播过程非常重要。由于现实世界中的许多复杂系统都可以建模为多层网络，因此多层网络中重要节点的识别问题引起了人们的广泛关注。现有的研究主要集中在多层网络结构上，而忽略了多层网络的结构耦合和动力耦合如何影响网络中节点的动力重要性。在这里，我们调查这个问题的信息-疾病耦合的传播动力学的多元化网络。首先，我们明确地揭示了三个层间耦合因素，即两层的相对传播速度，层间耦合强度和两层的程度相关性，显着影响的节点上的接触层的传播影响。信息层的抑制作用使得接触层的结构中心性不能预测节点在多路复用网络中的传播影响。然后，通过将协同进化传播动力学映射为渗流过程，利用消息传递方法，提出了一种计算单个种子节点疾病爆发规模的方法，该方法可用于估计协同进化传播动力学中节点的传播影响力。我们的工作提供了见解的重要性，在多重网络中的节点，并给出了一个可行的框架，调查有影响力的传播者在不对称的共同进化动力学。
2021-01-07 physics.soc-ph
Epidemic dynamics in physical-information-social multilayer networks
本文提出了一个三方物理-信息-社会流行病模型，通过微观马尔可夫链方法和平均场近似推导动力学方程，揭示了信息交换、政府响应及网络异质性对疾病传播的抑制作用，为防控策略提供见解。
2025-05-30 physics.soc-ph
The Multilayer Structure of Corporate Networks
各种公司互动可以用网络来描述，例如所有权网络和董事会成员网络。要了解公司的生态系统，这些互动不能孤立地看待。为此，我们构建了一个新的多层网络的公司之间的互动在德国和英国，结合所有权的联系，通过联合董事会的社会关系，R\&D合作和股票相关性在一个链接的多重数据集。我们描述了这个网络的特征，并表明这些不同类型的网络之间存在着非平凡的重叠，其中不同类型的连接相互补充，使整体结构更加复杂。这突出表明，公司控制权、董事会影响力和其他关系具有不同的结构，共同构成了一个比以前报告的更小的公司世界。我们首先来看看公司绩效和网络结构中的位置之间的关系。
2019-01-22 physics.soc-ph
Ising dynamics on multilayer networks with heterogeneous layers
本研究通过数值模拟和平均场近似，探究了多层网络中异质性层结构对伊辛动力学稳态及亚稳态行为的影响，发现边缘节点的层间边影响更大。
2025-09-24 cond-mat.stat-mech physics.soc-ph q-bio.NC
Multilayer Analysis of the Global Trade Network
Queen Mary University of London（伦敦大学皇家玛丽学院）；Università di Siena（锡耶纳大学）；Sorbonne Université, Paris Brain Institute (ICM), CNRS UMR7225, INRIA Paris, INSERM U1127, Hôpital de la Pitié-Salpêtrière, AP-HP（索邦大学，巴黎脑研究所（ICM），CNRS UMR7225，INRIA巴黎，INSERM U1127，皮蒂埃-萨尔佩特里埃尔医院，AP-HP）；Dipartimento di Fisica ed Astronomia, Università di Catania, and INFN Catania（卡塔尼亚大学物理与天文系及INFN卡塔尼亚分部）；Complexity Science Hub Vienna（维也纳复杂性科学中心）
本研究利用BACI数据构建1995-2024年时间多层全球贸易网络，提出基于随机游走的相似性度量，揭示网络短期稳定长期渐变、产品社区与官方分类部分不符及经济体结构影响力非由贸易量单独决定等隐藏模式。
2026-09-21 physics.soc-ph
Evaluating the impact of interdisciplinary research: a multilayer network approach
如今，科学挑战通常需要跨越学科之间传统界限的方法，这促使许多研究人员走向跨学科。尽管其明显的重要性，有一个缺乏研究如何量化的影响，跨学科的研究影响，在招聘和资助目的的适当评估构成不确定性。在这里，我们提出了一种方法的基础上的双向互联多层网络的引文和学科的分析，以评估学者，机构和国家的跨学科的重要性。使用有关物理学出版物和美国专利的数据，我们表明，我们的方法可以使用定量方法奖励那些开展跨学科工作并在不同科学领域产生影响的学者和机构。供资机构、大学和科学决策者可将拟议的方法用于招聘和供资目的，并补充现有的大学和国家排名方法。
2016-07-22 cs.DL physics.soc-ph
Multilayer modeling of adoption dynamics in energy demand management
由于新技术的出现，整个电力系统正在以前所未有的规模和速度进行变革。能源资源的分散化和智能电网迫使公用事业服务重新思考与客户的关系。需求响应（DR）旨在调整电力需求，而不是调整供应。然而，灾难恢复业务模式依赖于客户参与，并且只有在大量客户在地理位置接近时才有效，例如，连接到同一个Transformer，选择加入。在这里，我们介绍了一个模型的动态服务采用的两层复用网络：客户之间的社会互动层和电网层连接的家庭。虽然采用过程-基于点对点通信-在社交层上运行，但节点的时间依赖性恢复率取决于电网层上邻居的状态，使得被感染节点包围的感染节点不太热衷于恢复。对该模型在合成网络和真实网络上的数值模拟表明，客户行为的强烈局部影响导致网络中没有或所有节点都被感染的不连续过渡，这取决于感染率和社会压力。我们发现，集群的早期采用者作为点的高本地压力，帮助维护采用者，并促进最终采用的所有节点。这就提出了关于如何有效地建立和维护新技术（如DR计划）的直接营销策略。
2020-02-03 physics.soc-ph
Network centrality: an introduction
中心性是复杂网络的一个关键属性，它影响着动态过程的行为，比如同步和传染病传播，并且可以带来关于复杂系统组织的重要信息，比如我们的大脑和社会。网络中节点中心性的度量有很多种。在这里，我们回顾了主要的中心性措施，并讨论其主要特点和局限性。指出了网络中心性对传染病传播和同步的影响。此外，我们提出了应用中心性措施，以了解复杂系统的功能，包括生物和皮层网络。最后，我们讨论了一些观点和挑战，推广多层和时间网络的中心性措施。
2019-01-22 physics.soc-ph
Evolution of Credit Risk Using a Personalized Pagerank Algorithm for Multilayer Networks
The University of Western Ontario（西安大略大学）；Reykjavik University（雷克雅未克大学）
在本文中，我们提出了一种新的算法来研究复杂的多层网络的信用风险的演变。类寻呼机算法允许跨单个网络传播影响变量，并且允许量化单个实体（节点）在给定它们与网络中的其他节点的连接的情况下所经受的风险。另一方面，多层网络是其中节点的子集可以与唯一的集合（层）相关联的网络，并且其中边缘连接网络内或网络间的元素。我们针对多层网络的个性化PageRank算法可以量化信用风险如何随时间演变并通过这些网络传播。通过在每一层中使用二分网络，我们可以量化各个组成部分的风险，而不仅仅是贷款。我们在农业贷款数据集中测试了我们的方法，我们的结果表明违约风险是一种具有挑战性的现象，它会随着时间的推移在网络中传播和演变。
2020-08-10 cs.LG 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
Popularity-driven interactions in multilayer bounded-confidence opinion dynamics
Ghent University（根特大学）
本文构建含社交网络与探索层的多层有界置信观点动力学模型，提出热度驱动交互机制，发现热度不平等加剧时高热度用户可维持观点极化，为观点集群形成机制提供新解释。
2026-10-16 physics.pop-ph 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
Trade-Off Between Multiplicity and Specificity in the Inter-layer Connectivity of non-identical Multilayer Networks
Indian Institute of Science Education and Research, Tirupati（印度科学教育与研究学院提鲁帕蒂分校）；San Diego State University（圣地亚哥州立大学）
研究探讨了多层网络中对称与非对称层间连接对同步和幅度死亡的影响，发现对称连接更利于同步，而非对称连接在低耦合时更有效。
2025-11-24 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
A Multilayer Network Model of the Coevolution of the Spread of a Disease and Competing Opinions
在COVID-19大流行期间，社交媒体上充斥着关于身体距离的相互冲突的意见，影响了人类行为和COVID-19的传播。受这些现象的启发，我们构建了一个两层的多重网络耦合的疾病和相互矛盾的意见。我们将每个过程都建模为传染病。在一个层面上，我们考虑了两种观点的同时进化--亲物理距离和反物理距离--它们相互竞争，相互免疫。疾病在另一个层面上发展，当个体接受赞成物理距离（分别为反对物理距离）的观点时，他们不太可能（分别为更可能）被感染。我们开发的平均场型的近似推广单层对近似多层网络，这些近似同意与Monte Carlo模拟的参数范围广，几个网络结构。通过数值模拟，我们说明了意见动态对疾病传播的影响，从两个相互冲突的意见之间的复杂的相互作用，意见和疾病之间。我们发现，延长个人持有意见的持续时间可能有助于抑制疾病传播，我们证明，增加节点度的跨层相关性或层内相关性可能会导致更少的个人感染疾病。
2021-07-04 cs.SI math.DS nlin.AO
