聚类决定多层网络中复杂传播的动力学
物理与社会
2017-02-01 v1 社会与信息网络
摘要
我们针对具有显著聚类的多层网络中的易感-感染-恢复（SIR）类动力学，给出了广义复杂传播的数学分析。该模型旨在理解在具有显著聚类的互联网络中影响力扩散，或任何其他涉及阈值动力学的传播过程。该传播被假定为足够通用，能够涵盖内容依赖的线性阈值模型，其中每种链路类型具有不同的权重（用于传播影响力），该权重可能依赖于正在传播的内容（如产品、谣言、政治观点）。利用生成函数形式体系，我们确定了涌现的全局级联的条件、概率和期望规模。该分析推广了此前的方法，尤其适用于与传播和渗流相关的问题。结果表明，网络的聚类系数与其平均度之间存在非平凡的依赖关系。特别地，根据这些描述量可以观察到若干相变。总体而言，我们的发现表明增加聚类会降低全局级联的发生概率及其规模，然而这一趋势随平均度的变化而改变。存在某个平均度，从该值起聚类有利于传播的概率和规模。通过比较多层网络上复杂传播的动力学与其单层投影，我们证明忽略链路类型并聚合网络层可能导致对传播动力学的不准确结论，特别是在层间度相关性较高时。
引用
@article{arxiv.1608.08237,
title = {Clustering determines the dynamics of complex contagions in multiplex networks},
author = {Yong Zhuang and Alex Arenas and Osman Yağan},
journal= {arXiv preprint arXiv:1608.08237},
year = {2017}
}