利用网络模体建模扩散网络的时间动态
社会与信息网络
2020-03-24 v3 物理与社会
摘要
基于社交影响模型的信息扩散机制主要通过活跃邻居将消息暴露给用户时的采纳似然来研究。问题主要源于这样一个事实：在大多数情况下，在易感节点被感染之前，社交网络中一组活跃邻居之间谁暴露了谁的显式信息是不可用的。在本文中，我们尝试通过研究级联的时间网络结构来理解信息级联的扩散过程。在此过程中，我们通过一种网络剪枝技术来容纳节点活跃邻居暴露的影响，该技术利用网络模体来识别这些活跃邻居中负责暴露的潜在感染源。我们试图评估用于建模级联动态的组件的有效性，特别是暴露信息的附加效应是否有用。遵循该模型，我们开发了一种名为 InferCut 的推断算法，该算法利用从模型中学到的参数和暴露信息来预测给定级联中每个潜在易感用户的实际父节点。在来自微博社交网络的真实世界数据集上的实证评估表明了在扩散过程早期阶段纳入暴露信息以恢复暴露用户的确切父节点的重要性。
引用
@article{arxiv.1902.10366,
title = {Leveraging Motifs to Model the Temporal Dynamics of Diffusion Networks},
author = {Soumajyoti Sarkar and Hamidreza Alvari and Paulo Shakarian},
journal= {arXiv preprint arXiv:1902.10366},
year = {2020}
}