社会渗流重访：从二维晶格到自适应网络

社会渗流模型 \citep{solomon-et-00} 考虑一个二维正则晶格。每个格点由具有偏好 $x_{i}$ 的智能体占据，该偏好从均匀分布 $U[0,1]$ 中采样。仅当 $x_{i}\leq q$ 时，智能体才向其邻居传递关于电影质量 $q$ 的信息。当 $q=q_{c}=0.593$ 时，信息通过晶格渗流。——从网络视角看，渗流簇可视为具有 $n_{c}$ 个节点且平均度依赖于 $q_{c}$ 的随机正则网络。在保持随机正则网络这些量的前提下，可在确定连边概率 $p$ 后由 $G(n,p)$ 模型生成真正的随机网络。接着我演示了该随机网络如何转化为阈值网络，其中智能体依据其 $x_{i}$ 值创建连边。假设 $x_{i}$ 的动力学和群体形成机制，我进一步将该模型扩展为自适应社会网络模型。