assortative网络上的扩散：从均匀场到智能体模型，经过Newman重构

在基于网络的传染扩散模型中使用微分方程系统的做法是方便的，因为它允许对某一特定度为k的所有节点使用单个方程，每个节点几乎以给定度分布P(k)的概率被虚拟地呈现。节点之间的两点相关性由矩阵P(h|k)定义，通常可能是无关联、关联或非关联的。After对该方法及其在Bass扩散模型中的结果进行简要回顾后，本文考察了从均匀场近似到通过微分方程描述单个节点动态，再进一步通过智能体模型描述扩散过程的过渡。为此，需要一种方法来显式构造具有预定义度分布（配置模型）的随机网络或无尺度网络集合，以及一种将这些网络重构以达到所需或“目标”度相关性的方法（Newman重构）。我们描述了最近工作中实现的两种方法的Python-NetworkX代码，并将均匀场近似的结果与通过统计网络集合（包括带符号网络的案例）获得的新结果进行比较。