从群体遗传学视角看社会网络结构与复杂 contagion 的传播
物理与社会
2023-08-30 v2
摘要
观点、行为与意见通过社会网络传播。若传播到新个体的概率是该个体受影响邻居比例的 nonlinear 函数，此类传播过程便成为“复杂 contagion”。这种非线性通常不出现于物理传播的感染中，而是当所传播的概念受制于博弈论考量（例如策略或行为选择）或心理效应如社会强化与其他同伴影响形式（例如观点、偏好或意见）时浮现。本文研究此类复杂 contagion 的随机动力学如何受底层网络结构影响。受真实社会网络上复杂流行病模拟的启发，我们提出一个基于群体遗传学数学工具、用于分析具有任意非线性采纳概率的 contagion 统计的通用框架。我们的框架提供了一种统一方法，直观阐释复杂 contagion 的几个关键性质：更强的社群结构与网络稀疏性可显著增强传播，而宽泛的度分布会削弱选择效应。最后，我们表明某些结构特征可展现临界值，划定任意规模网络中全局流行病成为可能状态的边界。我们的结果在群体中基因竞争与心智和观念世界中模因竞争间建立类比。我们的工具为经由社会影响的信息、行为与观念传播提供洞见，并凸显宏观网络结构在决定其命运中的作用。
引用
@article{arxiv.2208.02864,
title = {Social network structure and the spread of complex contagions from a population genetics perspective},
author = {Julian Kates-Harbeck and Michael M. Desai},
journal= {arXiv preprint arXiv:2208.02864},
year = {2023}
}