超级阻断节点与网络结构对信息级联的影响
社会与信息网络
2018-03-22 v2 数据分析、统计与概率
物理与社会
摘要
对在线社交网络上的信息级联进行建模在从营销到社会动荡预测等诸多领域都十分重要，然而底层网络结构强烈影响着此类级联的概率与性质。即便在简单的级联动力学下，大型级联的概率也几乎完全由网络属性决定，著名的 Erdos-Renyi 与 Barabasi-Albert 网络在相同模型下会产生截然不同的级联。事实上，已出现“超级传播者（superspreaders）”这一概念，用以描述社交网络中促进全局级联的极具影响力的节点。本文采用一种简单的全局级联模型表明，网络中局部性的存在因连接节点脆弱性的增加从而提高了全局级联的概率。我们发现，与“超级传播者”不同，在重尾网络中这些高度连接的“超级阻断者（super-blockers）”的存在实际上降低了全局级联的概率，而在作为初始传播者被 targeting 时却促进了信息传播。
引用
@article{arxiv.1802.05039,
title = {Super-blockers and the effect of network structure on information cascades},
author = {Caitlin Gray and Lewis Mitchell and Matthew Roughan},
journal= {arXiv preprint arXiv:1802.05039},
year = {2018}
}