与疾病传播机制不同的是,最近的实证研究工作已经证实一些复杂的认知机制例如记忆效应、社会加强效应和衰减效应在消息和行为传播过程中起着关键作用。
根据以往的实证研究结果和理论分析,兰州大学的崔鹏碧博士、吴枝喜教授和电子科技大学,大数据研究中心的唐明副教授一起提出了一个考虑这三种机制共同作用并将其量化为消息粘滞性和持续性的消息传播模型。通过利用渗流理论对不同网络上的消息传播的相变行为进行解析和分析,研究发现在树形网络上粘滞性决定了消息的最终传播规模和相变行为,同时持续性的重要性也不可忽略但其作用被拐点位置所决定。与之前研究结论不同的是,仅当消息爆发开来的时候,其在规则晶格网络上传播范围才会比在树形网络上更广。持续性此时在消息传播中扮演着更重要的角色。但是当衰减性比较强时,由于最短路径和hub节点的存在,消息更容易在树状网络上爆发和传播到更广的范围。这也就是说高的簇系数并不总是促进大尺度的传播。针对实际中含有复杂认知机理的消息传播现象,这个工作提供了一个可能的理论分析框架。
论文信息:
Pengbi Cui (崔鹏碧),Ming Tang (唐明),Zhi-Xi Wu (吴枝喜),Message spreading in networks with stickiness and persistence:Large clustering does not always facilitate large-scale diffusion, Sci. Rep.,2014, 4: 6303.
论文链接:http://www.nature.com/srep/2014/140909/srep06303/full/srep06303.html