[論文レビュー] A Dynamic Epidemic Model for Rumor Spread in Multiplex Network with Numerical Analysis

Di Lan, Yudi Gu+2 more|arXiv (Cornell University)|Feb 29, 2020

Opinion Dynamics and Social Influence参考文献 25被引用数 10

ひとこと要約

本稿では、複数層ネットワークにおけるフェイクニュースの拡散をシミュレートするため、個々の行動ダイナミクスを捉えるために、従来の疫学的モデルを拡張した個別レベルの感受性・潜伏期・感染性・回復済み（iSEIR）モデルを提案する。主な貢献は、『過飽和現象』—低感染率にもかかわらず、高人口密度または低回復率の条件下で、長期間にわたり持続的かつ安定したフェイクニュース拡散が生じる現象—の同定であり、ソーシャルネットワークにおける戦略的ワクチン接種と情報流通制御の必要性を示唆している。

ABSTRACT

This paper focuses on studying and understanding of stochastic dynamics in population composition when the population is subject to rumor spreading. We undertake the study by first developing an individual Susceptible-Exposed-Infectious-Removed (iSEIR) model, an extension of the SEIR model, for summarizing rumor-spreading behaviors of interacting groups in the population. With this iSEIR model, the interacting groups may be regarded as nodes in a multiplex network. Then various properties of the dynamic behaviors of the interacting groups in rumor spreading can be drawn from samples of the multiplex network. The samples are simulated based on the iSEIR model with different settings in terms of population scale, population distribution and transfer rate. Results from the simulation study show that effective control of rumor spreading in the multiplex network entails an efficient management on information flow, which may be achieved by setting appropriate immunization and spreading thresholds in individual behavior dynamics. Under the proposed iSEIR model we also have derived a steady-state result, named the "supersaturation phenomenon", when the rumor spreading process becomes equilibrium, which may help us to make the optimal or better control of information flow in the practice.

研究の動機と目的

• 複雑なソーシャルネットワークにおけるフェイクニュース拡散のダイナミクスを、個別レベルおよび集団レベルで理解すること。
• フェイクニュース拡散に伴う洗練された行動的遷移を捉えることができない古典的SIRモデルの限界を解消すること。
• ネットワークのトポロジー、人口分布、個々の遷移レートがフェイクニュースの持続性および拡散に与える影響を調査すること。
• ソーシャルメディアや通信ネットワークにおける現実世界の情報管理に適用可能な動的モデリングフレームワークを構築すること。
• フェイクニュースの制御を可能にする、過飽和などの臨界閾値やシステム的行動を同定すること。

提案手法

• 感受性・潜伏期・感染性・回復済み状態間の個別的遷移を追跡する個別レベルのSEIRモデル（iSEIR）を構築する。
• 個々の個人を複数層ネットワーク上のノードとしてモデル化し、階層的かつ相互依存的なネットワーク構造を可能にする。
• 連続時間における状態遷移のダイナミクスを記述するために常微分方程式（ODE）を用いる。
• 人口規模（N）、分布密度（ρ）、感染から回復への遷移レート（λ）を変化させた条件下で、フェイクニュース拡散をシミュレートする。
• 統計的挙動および拡散の安定性を評価するために、100回の独立した試行における数値シミュレーションを実施する。
• λとρを変化させることでワクチン接種および拡散閾値の影響を分析し、顕在化するシステム的挙動を同定する。

実験結果

リサーチクエスチョン

• RQ1 複数層ネットワークにおける個別レベルの行動的ダイナミクスは、フェイクニュースの全体的拡散にどのように影響を与えるか？
• RQ2 人口分布密度（ρ）は、フェイクニュース拡散の加速または遅延にどのような役割を果たすか？
• RQ3 感染状態から回復状態への遷移レート（λ）は、フェイクニュース拡散の持続性および制御にどのように影響を与えるか？
• RQ4 どのような条件下で『過飽和現象』—低感染率にもかかわらず長期間にわたり安定したフェイクニュースの存在が生じる現象—が発生するか？
• RQ5 戦略的ワクチン接種および情報流通制御は、複雑なネットワーク環境におけるフェイクニュース拡散を効果的に抑制できるか？

主な発見

• 高人口密度または低回復率（λ）の条件下で、『過飽和現象』が発生し、感染率I(t)が急激に増加しないまま、中程度の水準で長期間にわたり持続する。
• λを0.001から0.00005に低下させると、t=2000におけるI(t)が0.1を超えるシミュレーションの割合は27%から33%に上昇し、フェイクニュース拡散の制御が難しくなることが示された。
• λ=0.001のとき、59%のシミュレーションでI(t)が0.1未満に抑えられていたが、λ=0.00005に低下するとこの割合は30%に低下し、回復が遅いほど不安定性が増すことが確認された。
• 人口分布密度（ρ）が高くなると、フェイクニュースの拡散が遅くなり、多くの人々が感染状態を経ずに、潜伏状態から直接回復状態に遷移する。
• 高密度の人口では、個々の人物が『うかがい者』（潜伏状態だが感染状態でない）となりやすく、活発な拡散がなければ、フェイクニュースの存在が持続的に維持される。
• 人口規模が大きい（N=400）と、周囲の個体に対する影響のダイナミクスがより安定的かつ予測可能になることが示され、大規模ネットワークのモデリングにおいてスケーラビリティの利点があると考えられる。