The dynamical strength of social ties in information spreading
我们研究人类交流的时间模式及其对社交网络中信息传播的影响。对一个国家2000万人的手机通话的分析表明，人类的交流是突发性的，并且发生在群体对话中。这些特征在信息到达方面具有相反的效果：当突发阻碍大规模传播时，对话有利于局部快速级联。为了解释这些现象，我们定义了社会联系的动态强度，这个量包含了人类交流的拓扑和时间模式。
2010-11-24 cs.SI physics.soc-ph
Bursty communication patterns facilitate spreading in a threshold-based epidemic dynamics
社会互动的记录为我们提供了新的数据来源，以了解互动模式如何影响集体动态。这种人类活动模式通常是突发的，即，它们由短时间的激烈活动和长时间的沉默组成。这种突发性已经被证明会影响传播现象;它在某些情况下加速传染病传播，在另一些情况下减慢它。我们研究了一个依赖于历史的传染模型。在我们的模型中，易感个体和感染个体之间在短时间内的重复相互作用是易感个体感染所必需的。我们对真实的时间网络数据进行了数值模拟，发现在我们的模型中，突发性活动模式有助于传染病传播。
2012-06-11 cond-mat.stat-mech cs.SI physics.soc-ph
Disease Localization in Multilayer Networks
我们提出了一个连续的制定传染病传播的多层网络使用张量表示，扩展模型的单重网络在这种情况下。我们推导出SIS和SIR动态的流行阈值的解析表达式，以及SIS情景中稳态疾病流行率的上界和下界。使用准稳态方法，我们数值显示存在的疾病本地化和出现两个或两个以上的敏感性峰，其特征在于通过分析和数值的参与率的倒数。此外，当映射的临界动力学的本征值问题，我们观察到的超接触张量的本征值谱作为两个传播速率的比率的函数的特征过渡：如果在一个层内的疾病传播的速率是跨层的传播速率相媲美，每个层的各个光谱合并层之间的耦合。最后，我们验证了屏障效应，即，对于三层配置，当具有最大特征值的层位于线的中心时，它可以有效地充当疾病的屏障。这里介绍的形式主义提供了一个统一的数学方法，疾病传染的多重系统中打开新的可能性，研究传播过程。
2016-12-26 cond-mat.stat-mech physics.soc-ph
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
Quantifying echo chamber effects in information spreading over political communication networks
在线社交网络中的回音室，用户更喜欢只与意识形态一致的同龄人互动，被认为有助于错误信息的传播，并有助于激进的政治话语。在本文中，我们衡量回声室在政治通信网络上的信息传播现象的影响。挖掘1200万条Twitter消息，我们重建了一个网络，用户在其中交换与巴西前总统迪尔玛·罗塞夫弹劾案有关的意见。我们定义了一个连续的{政治立场}参数，独立于网络的结构，它允许量化网络的强连接组件中回声室的存在，反映在两个大小相似的社区中，对弹劾过程有相反的看法。通过简单的传播模型，我们表明，用户在传播他们生产的内容的能力，测量相关的传播性，强烈依赖于他们的态度。平均而言，表达支持弹劾情绪的用户能够向比表达反弹劾情绪的用户更多的受众发送信息。此外，用户的传播能力与受众的政治立场多样性有关。我们的方法可以用来识别回声室的存在及其在不同背景下的影响，并揭示允许打破回声室的机制。
2019-07-17 cs.SI physics.soc-ph
Suppressing disease spreading by using information diffusion on multiplex networks
尽管信息扩散与疾病传播之间存在着相互作用，但目前对二者之间系统协同进化机制的实证研究还很缺乏。本文利用实际数据和提出的多重网络传播模型，研究了信息与疾病传播的协同进化机制和动力学。我们的实证分析发现，信息和疾病传播动力之间的不对称的相互作用。从理论框架和广泛的随机数值模拟中获得的结果表明，信息爆发可以在通信网络中由其自身的传播动力学或接触网络上的疾病爆发触发，但疾病阈值不受信息传播的影响。我们的关键发现是，存在一个最佳的信息传输速率，显着抑制疾病的传播。我们发现，在所提出的模型中的动态的时间演化定性地同意与现实世界的传播过程中的最佳信息传输速率。
2016-06-03 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
Pairwise interaction pattern in the weighted communication network
虽然最近的研究表明，拓扑结构和人类动力学都可以强烈影响社交网络上的信息传播，但这两个重要因素之间复杂的相互作用尚未得到清楚的描述。在这项工作中，我们通过分析中国电信提供商内部短消息通信数据集生成的加权网络，发现了强的成对交互作用。成对交互桥接了网络拓扑结构和人类交互动态，这可以促进通信伙伴对之间的局部信息传播，并且相反地还可以抑制全局信息（例如，谣言）级联和传播。此外，两两交互是群组会话的基本模式，它可以大大减少一对亲密朋友之间通信事件的等待时间。本文的研究结果也有助于通信运营商设计新的资费策略，优化其通信服务。
2012-03-06 cs.SI physics.soc-ph
Asymmetrically interacting spreading dynamics on complex layered networks
疾病通过物理接触网络的传播和疾病信息通过通信网络的传播是两个密切相关的动力学过程。我们通过关注任何传播过程背后的两个基本量：流行阈值和最终感染率，研究了两种类型的传播动态之间的不对称相互作用，每种传播动态都发生在自己的层上。我们发现，接触层上的流行病爆发可以诱导传播层上的流行病爆发，信息传播可以有效地提高流行病的阈值。当两层之间存在结构相关性时，信息阈值保持不变，但可以提高流行阈值，使接触层对流行病爆发具有更强的弹性。我们开发了一个物理理论来理解这两种类型的传播动力学之间错综复杂的相互作用。
2014-05-08 cs.SI physics.soc-ph
Modelling the Spatial Dynamics of Culture Spreading in the Presence of Cultural Strongholds
在我们的整个历史中，文化竞争塑造和重塑了人类之间的地理边界。语言和文化密切相关，语言学家经常使用独特的关键词来量化信息在拥有强大文化中心的社会中传播的动态。一个突出的例子，这是解决这里，是京都的历史影响，日本文化。我们构建了第一个极小模型，基于语言地图的共享属性，以解决信息流和地理之间的相互作用。特别是，我们表明，在日本的信息传播在前现代的时间可以被描述为一个伊甸园的增长过程中，噪声水平对应于连贯的空间补丁的大小由一天的步行，并与补丁到补丁的通信时间相当于人类世代之间的时间。
2011-01-20 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
Locating the source of diffusion in complex networks by time-reversal backward spreading
在复杂网络中，从社会和互联网上的传染病传播到人体内的癌症转移，定位触发动态过程的源是一个基本但具有挑战性的问题。准确定位源的能力受到同时访问大规模复杂网络中所有节点信息的能力的限制。因此，这就提出了两个关键问题：我们如何从不完整的信息中定位源，以及我们能否从给定的一组可观察节点在任何可能的位置实现源的完全定位。在这里，我们开发了一个时间反演反向传播算法来定位的扩散类过程的源有效地，并提出了一个一般的定位条件。以传染病传播和共识动力学为典型动力学过程，对算法进行了测试，并将其应用于中国甲型H1N1流感疫情。我们发现，只要可定位性条件得到保证，源可以精确地定位在任意网络。我们的工具大大提高了我们的能力，在复杂的网络中，基于有限的节点信息的可访问性的扩散源。此外，它们对控制复杂网络上发生的各种动力学过程具有影响，例如抑制流行病，减缓谣言的传播，污染控制和环境保护。
2016-11-12 cs.SI physics.soc-ph
Identifying super-spreaders in epidemics is important to suppress the spreading of disease especially when the medical resource is limited.In the modern society, the information on epidemics transmits swiftly through various communication channels which contributes much to the suppression of epidemics. Here we study on the identification of super-spreaders in the information-disease coupled spreading dynamics. Firstly, we find that the centralities in physical contact layer are no longer effective to identify super-spreaders in epidemics, which is due to the suppression effects from the inform…
2021-08-25 physics.soc-ph
Small But Slow World: How Network Topology and Burstiness Slow Down Spreading
通信网络具有短路径的小世界特性，但其传播动力学过程是缓慢的。我们遵循通过通信网络的信息传播的时间演化，通过使用SI模型与接触序列的经验数据。我们引入空模型，其中序列以不同的方式随机洗牌，使我们能够区分不同阻碍效应的贡献。扩散的减缓主要是由体重拓扑相关性和个体的突发性活动模式引起的。
2010-08-22 cs.SI nlin.AO physics.bio-ph
Multiscale Analysis of Spreading in a Large Communication Network
在时间网络中，底层网络的拓扑结构和交互事件的时间对于确定网络介导的动态过程如何展开至关重要。我们已经探讨了SI模型中传播速度的极限情况，该模型的建立使得感染性个体和易感个体之间的事件总是传播感染。这个过程的速度为通过网络的交互事件介导的任何动态过程的速度设置了上限。时间网络的帮助下，来自大规模的时间戳数据的移动电话通话，我们扩展了早期的结果，指出突发性和时间的不均匀性的减速效果。在这样的网络中，链接不是永久活跃的，而是动态过程，由在特定时间点在链接上发生的重复事件介导。我们进行了多尺度分析，并查明了事件序列的时间在各个环节的重要性，它们与相邻序列的相关性，以及网络规模的传播过程所采取的时间路径。这是通过研究经验和分析不同的特征中继时间的链接，相关的各自的规模，和一组时间参考模型，允许删除选定的时域相关性一个接一个。
2011-12-19 cs.SI physics.data-an 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
Network localization is unalterable by infections in bursts
为了揭示疾病局部化的现象，我们研究了一个突发的易感-感染-易感（SIS）模型，并在平均场近似下对该模型进行了分析。在突发SIS模型中，被感染节点周期性地感染所有邻居节点，并且近阈值稳态流行率是非常数的，最大化因子等于网络邻接矩阵的最大特征值$λ_1$.我们发现，最大近阈值流行率的突发SIS过程中的本地化网络趋于零，即使$λ_1$发散的热力学极限，这表明，爆发的感染不能把本地化的传播到一个离域的传播。我们的结果进行了评估合成和真实的网络。
2018-12-21 cs.SI physics.soc-ph
Wheel graph strategy for PEV localization of networks
研究复杂网络的特征向量局部化性质不仅对于深入了解网络中心性度量、谱划分、近似算法的发展等基本网络问题具有重要意义，而且对于理解疾病传播、脑网络动力学中的临界性等现实世界中的许多现象也具有重要意义。对于一个网络来说，当一个特征向量的大部分分量取接近于零的值，而少数分量取非常高的值时，这个特征向量被称为局部化的。在这篇文章中，我们设计了一种方法来构建一个主特征向量（PEV）本地化网络从一个给定的输入网络。该方法依赖于将具有轮图的小组件添加到给定的输入网络。通过大量的数值模拟和分析公式的基础上的最大特征值的输入网络，我们计算的大小的车轮图本地化的组合网络的PEV。使用易感染-易感染模型，我们证明了这种方法的成功，各种模型和现实世界的网络视为输入网络。我们表明，在这样的PEV本地化网络，疾病得到本地化的网络结构的一个小区域内爆发之前。该研究对于控制以网络为代表的复杂系统的传播过程具有重要意义。
2020-03-02 nlin.AO physics.soc-ph
Communication on structure of biological networks
网络被广泛用于表示复杂系统中组件之间的交互模式。来自不同域的真实网络的结构可能有相当大的差异。由于网络结构与网络动力学之间的相互作用，结构在网络上的通信和信息传播中起着重要的作用。在这里，我们研究了不同的生物网络，支持更快的信息传播和更好的通信的底层无向拓扑结构。我们分析了良好的扩展性能，通过使用频谱间隙和节点之间的可通信性。不同的流行病模型也被用来研究疾病通过这些网络中的个体（节点）传播的信息传输。此外，我们还探讨了可能导致更好通信的结构构象和性质。在所研究的所有生物网络中，神经网络的无向结构不仅具有小世界性质，而且比具有相同度序列的随机生成网络表现得更为显著。在神经元网络中，相对较高比例的节点在其结构中形成较高的核心。我们的研究表明，神经元网络中潜在的无向拓扑结构与其他生物网络中的无向拓扑结构在性质上有很大的不同，它们可能是以这样一种方式进化的，即它们继承了一种在通信中非常优秀和强大的（无向）结构。
2014-12-28 physics.soc-ph q-bio.MN q-bio.QM
Hyper-cores promote localization and efficient seeding in higher-order processes
该研究提出超图的超核分解方法与超核度中心性概念，发现高超核度节点传播能力强、传播过程局域于中心超核，且少量这类个体可快速推翻多数社会惯例，为复杂系统高阶过程研究提供新工具。
2023-10-10 cs.SI physics.soc-ph
Memory in network flows and its effects on spreading dynamics and community detection
网络上的随机游走是社会和生物系统中传播过程建模的标准工具。这种一阶马尔可夫方法用于传统的社区检测，排名和传播分析，尽管它忽略了动态的一个潜在的重要特征：流量移动到哪里可能取决于它来自哪里。在这里，我们分析了来自不同系统的途径，虽然我们只观察到疾病传播的边际后果，但我们发现，忽略二阶马尔可夫动力学的影响对社区检测，排名和信息传播有重要影响。例如，使用二阶马尔可夫模型捕捉动态，可以揭示空中交通的实际出行模式，并揭示科学传播中的多学科期刊。这些发现是通过使用更多可用数据而实现的，并且没有做任何额外的假设，因此表明在网络流中解释高阶记忆可以帮助我们更好地理解真实系统是如何组织和运作的。
2014-08-12 cs.SI physics.soc-ph
Impact of the distribution of recovery rates on disease spreading in complex networks
研究了具有任意恢复率分布的一般传染病模型.这个简单的偏离标准设置足以证明，在动力学参数的不均匀性可以作为更重要的研究结构的不均匀性。我们的分析解决方案是能够预测的转变引起的异质恢复率的关键属性。此外，我们表明，传染性的临界值往往小于淬火平均场方法预测的均匀的情况下，它可以链接到恢复率的方差。然后，我们说明的作用，动态-结构的相关性，这使得一个完整的变化的关键行为。我们表明，它是可能的幂律网络拓扑结构的行为类似于一个均匀的结构，通过适当的调整其恢复率，反之亦然。最后，我们展示了恢复率的异质性如何影响传播过程的网络本地化特性。
2018-12-11 cond-mat.stat-mech 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
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
