基于时间异质性的微博信息传播模型
吴联仁1，李瑾颉2,3，闫 强2
(1. 北京第二外国语学院酒店管理学院 北京朝阳区 100024; 2. 北京邮电大学经济管理学院 北京海淀区 100876;
3. 圣母大学网络科学与应用跨学科研究中心 南本德印第安纳州 美国 46556)
【摘要】提出了具有时间异质性的SI(susceptible-infected)传播模型。通过构建异质的时间间隔序列，将微博信息传播动力学过程在无标度网络上仿真。研究结果发现信息新接受个体数以幂律形式减少，。与传统假设的时间间隔服从泊松分布的信息传播模型相比，时间间隔服从幂律分布的传播速度要缓慢很多。同时，传播动力学的幂指数受行为时间间隔分布幂指数影响，且具有关系。本文的仿真分析结果与理论预测结果一致。
评《基于时间异质性的微博信息传播模型》◆荣智海◆
长期以来，人们认为个体差异性服从均匀的泊松分布。过去10年，人们通过研究大量社会系统上的人类行为，发现个体的差异性呈现非泊松的幂律分布。比如2005年Barabasi在《自然》上的著名论文“The originof bursts and heavy tails in human dynamics”，从实证角度指出：人们在回复电子邮件的时间间隔分布具有显著的阵发特征，即在一段长期静默后会伴随高频率的集中爆发行为，其时间间隔分布满足幂律分布～，当时其方差发散，因此人类的这类异质行为无法用平稳的泊松过程描述。本刊2013年综述论文《人类行为时空特性的统计力学》对此有详细阐述。探索各类系统中人类时空异质性现象并对其建模分析是一个值得深入研究的课题。
该论文实证研究了新浪微博的用户转发评论行为，指出用户发文的时间间隔分布和微博被转发/评论的次数都服从幂律分布，且二者的幂指数相差1。进一步，作者基于用户行为的时间间隔服从异质的幂律分布这一假设，利用易感-感染(SI)传播模型和BA无标度网络模型从理论到仿真研究了信息传播过程，获得了一致的结果。虽然作者只是在经典的BA网络模型基础上研究了个体差异性对于信息传播的影响，但其背后个体行为的异质性与群体动力学行为之间的内在机理值得继续深入研究。
全文免费下载：http://html.rhhz.net/dzkj-nature/html/1766.htm
