利用网络模体刻画导致扩散抑制的时态网络演化
社会与信息网络
2019-03-05 v1
摘要
网络模体是网络中过度表示的节点交互模式，此前已被用作构建基块来理解社交网络的各个方面。在本文中，我们使用模体模式来刻画社交网络中的信息扩散过程。我们研究信息级联的生命周期，以理解是什么导致了在级联转发量上的增长饱和，进而导致过期，我们将这一事件称为“扩散抑制”。为了理解导致抑制的原因，我们使用模体来剖析由信息级联与历史扩散轨迹或社交网络链接耦合而成的网络。我们的主要结果源于在 Weibo 平台级联数据和 Flixster 电影评分数据集上的实验。我们观察了导致抑制阶段的级联时态网络中 5 节点无向模体的时态计数。分析得到的经验证据使我们对抑制前的阶段得出以下结论：(1) 个体更倾向于从他们过去通过社交网络或先前交互已认识的用户那里采纳信息，从而比包含线性链的无环模式更频繁地创建包含三元组的模式；(2) 用户需要多次曝光或多轮社会强化才会采纳信息，结果信息开始缓慢传播，从而导致级联的消亡。基于这些观察，我们使用基于模体的特征来预测在抑制时刻展现的网络边基数。我们使用回归模型对单个模式及其组合测试模体模式的特征，发现作为特征的模体比单个节点中心性更能预测未来的网络组织。
引用
@article{arxiv.1903.00862,
title = {Using network motifs to characterize temporal network evolution leading to diffusion inhibition},
author = {Soumajyoti Sarkar and Ruocheng Guo and Paulo Shakarian},
journal= {arXiv preprint arXiv:1903.00862},
year = {2019}
}