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
許多大規模現象，例如輿論的快速變化和疾病流行的爆發，都可以有效地建模為網路上的級聯激活。這提供了對代理之間的各種連接模式如何影響級聯的最終範圍的理解。我們考慮模組化、程度異質網路上的級聯動態，因為在許多現實世界的網路中觀察到此類特徵，並特別考慮播種策略的影響。我們透過引入簡化的描述來導出系統的一組分析方程，該描述擴展了 Gleeson 開發的方法，該方法讓我們僅使用每個模組一個動態變數（即條件暴露機率）來準確捕捉不同的播種策略。我們發現，激活最高度節點而不是隨機選擇在局部級聯增長方面更有效，而級聯完全激活其他模組的能力取決於模組之間大規模互連的程度，並且與如何選擇種子節點無關。