社交好奇心对网络上信息传播的影响

大多数信息传播模型假设所有个体在心理上是相同的。例如，它们忽略了个人的好奇心水平，而好奇心可能表明他们能够受兴趣驱使去寻找信息。例如，游戏 Pokémon GO 之所以迅速传播，是因为激发了用户的好奇心。本文提出了一种考虑每个个体好奇心水平的信息传播模型，该好奇心水平是一个随时间演化的动态参数。我们评估了该模型相较于传统信息传播模型（如 SIR 或 IC）的效率，并在不同类型的人工网络和真实世界网络（如 Google+、Facebook 和美国公路地图）上进行了分析。我们提出了一种平均场方法，该方法以良好的精度再现了系统在好奇心作用下宏观量（如抑制者密度）的演化。我们还获得了平均场方程的解析解，该解能够预测从一个信息仅局限于少数用户的相到一个信息扩散至大部分人群的相的转变。结果表明，与无好奇心的传播相比，好奇心增加了所有网络中的信息传播，并且这种增加在空间网络中比在社交网络中更为显著。当考虑好奇心时，知情个体的最大数量在转变点附近达到。由于好奇心强的人对新产品、概念和想法更为开放，这是传播建模中需要考虑的一个重要因素。我们的结果有助于理解社交网络中扩散过程与动态异质性传输之间的相互作用。