用于研究社交网络的病毒式时间线分支过程

仿生范式被证明在分析网络中信息的传播和散布方面非常有用。在本文中，我们探索使用多类型分支过程来分析社交网络中内容的病毒式特性，包括存在和不存在来自其他来源竞争的情况。我们推导并计算了各种病毒式传播度量，例如，病毒式传播概率、预期分享次数或预期分享次数的增长率等。它们允许人们从决定局部交互的规律和参数预测全局宏观特性的出现（例如，帖子在整个网络中的病毒式传播）。局部交互在很大程度上取决于持有内容的时间线结构以及网络用户的连接数。然后我们构建了一个非合作博弈问题，并研究了作为参数函数的 Nash 均衡。在竞争下建模社交网络的分支过程结果是可分解的、多类型和连续时间的变体。对于此类过程，属于不同子类的类型以不同的速率演化并具有不同的灭绝概率等。我们计算了各个内容提供商的灭绝概率、增长率等。我们还推测了各个内容提供商的预期分享增长率。