本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
我們研究了一個簡單的模型，該模型描述了社會行為（如趨勢和觀點）如何在網絡中傳播，在該模型中，當個體從作為採用者的閾值 T 鄰居告知時，他們就會採用該趨勢。使用動態訊息傳遞演算法，我們開發了一種易於處理且計算高效的方法，該方法提供每個個體採用趨勢的機率或任意網路中採用者和非採用者頻率的完整時間演化。我們透過將其與真實和合成網路中基於蒙特卡羅的代理模擬進行比較來驗證該方法，並為大型隨機網路提供精確的分析方案，其中模擬結果匹配良好。我們的方法足夠通用，可以合併非馬可夫過程並包括異質閾值，因此可以應用於探索豐富的複雜的基於異質代理的模型集。