跳到正文
Scientific Reports· Madhvi Ramrakhiyani·· 7 天前AI 评分29

传播者分散度对复杂网络中谣言传播的影响

Influence of spreader dispersion on rumour propagation in complex networks

AI 导读

在Erdös-Rényi、Barabási-Albert和Watts-Strogatz网络及六个真实网络数据集上的数值模拟显示,分散初始传播者通常同时提高谣言最终规模与活跃传播者峰值比例,原因是分散减少了传播区域重叠并延迟了因接触已知情节点而失活。结合拓扑分离与局部连通性的混合策略在较宽的传播与抑制概率范围内通常优于基于度的种子选择。

AI 深度导读基于原文整理的分节解读
背景
社交系统中的信息和错误信息可以经多个独立源头进入底层交互网络,其累积触达范围不仅取决于各源头自身的影响力,也取决于它们在网络中的集体位置。谣言传播与流行病传播的关键差异在于:谣言传播者在接触已知情节点后可能转为不活跃,因此初始播种位置不仅决定初始覆盖率,还会影响失活发生的时间。此前对多源初始传播者的空间分散程度如何影响谣言传播,缺少系统考察。
做法
研究采用经典三态谣言动力学,其中交互会驱动传播者被抑制(stifling)。作者构建了基于分散度的初始传播者选择策略:用最远优先遍历(farthest-first traversal)保证拓扑分离,再加一层混合的局部连通性修正,并与非分散类策略对比。测试平台包括 Erdős-Rényi、Barabási-Albert 和 Watts-Strogatz 三类合成网络,以及六个真实网络数据集;评估覆盖较宽的传播概率与抑制概率范围。
结论
数值模拟显示,分散选取的初始传播者总体上同时提高了最终谣言规模与活跃传播者峰值比例。原因是分散降低了各传播区域之间的重叠,并推迟了因接触已知情节点而触发的失活。结合拓扑分离与局部连通性的混合策略,在较宽的传播与抑制概率范围内通常优于基于度数的播种方式。作者据此认为,多源谣言传播中初始传播者之间的广泛分离与强的局部连通性相结合,对最大化谣言触达与强度至关重要。
意义
结果把初始播种的评估从“选哪些高影响节点”扩展到“这些节点如何在网络上分布”,并给出可操作的构造路径:先做拓扑上的远距分离,再在局部做连通性修正。对需要理解多源信息扩散的复杂网络研究而言,失活时序被纳入播种效果的考量;对希望扩大或抑制触达的一方,节点空间排布是可调节的变量。

本页是 AI 精读,不转载论文原文;完整论文(含方法、图表与参考文献)见原文

来源:Scientific Reports · nature.com