[论文解读] Diffusion of Real-Time Information in Social-Physical Networks

Dajun Qian, Osman Yağan+2 more|arXiv (Cornell University)|Mar 28, 2012

Complex Network Analysis Techniques参考文献 11被引用 4

一句话总结

本文将由孤立团簇（用于面对面互动）和线上社交链接组成的社交-物理网络中的实时信息传播建模，表明大团簇会显著提高信息流行病的发生概率和传播规模。通过非齐次随机图理论，识别出流行病传播的关键阈值，并量化接收到信息的个体比例，结果显示当平均团簇规模从1增加到2时，信息覆盖范围可达80%。

ABSTRACT

We study the diffusion behavior of real-time information. Typically, real-time information is valuable only for a limited time duration, and hence needs to be delivered before its "deadline." Therefore, real-time information is much easier to spread among a group of people with frequent interactions than between isolated individuals. With this insight, we consider a social network which consists of many cliques and information can spread quickly within a clique. Furthermore, information can also be shared through online social networks, such as Facebook, twitter, Youtube, etc. We characterize the diffusion of real-time information by studying the phase transition behaviors. Capitalizing on the theory of inhomogeneous random networks, we show that the social network has a critical threshold above which information epidemics are very likely to happen. We also theoretically quantify the fractional size of individuals that finally receive the message. Finally, the numerical results indicate that under certain conditions, the large size cliques in a social network could greatly facilitate the diffusion of real-time information.

研究动机与目标

• 理解在时效性限制信息价值的混合社交-物理网络中，实时信息如何传播。
• 建模物理团簇（频繁面对面互动的群体）对信息传播速度和覆盖范围的影响。
• 使用相变分析，量化信息流行病变得可能的临界阈值。
• 计算最终接收到信息的个体比例，重点关注网络中的最大连通分量。
• 通过考虑传播速度约束，将实时信息传播与一般信息传播区分开来。

提出的方法

• 将社交-物理网络建模为物理网络（W）与孤立团簇的叠加，以及具有长程链接的线上社交网络（F）。
• 假设团簇内部的面对面互动能快速传播信息，而跨团簇传播则缓慢且受距离限制。
• 使用非齐次随机图理论分析信息传播中的相变，识别出流行病行为的关键阈值。
• 基于团簇规模分布和线上连接分布，推导出链接度数（dw 和 df）的矩生成函数。
• 使用个体链接度数的概率生成函数，计算度数矩的期望值（E[dw]、E[df]、E[dwd] 等）。
• 应用生成函数 G_n(x) 和 Q_m(x) 来建模节点间物理和线上度数的分布，从而实现对流行病阈值的分析。

实验结果

研究问题

• RQ1 在社交-物理网络中，实时信息传播至非平凡比例人口的临界阈值是什么？
• RQ2 物理网络中大团簇的存在如何影响实时信息传播的整体覆盖范围和速度？
• RQ3 可预期有多少比例的个体接收到实时信息？这如何依赖于网络结构？
• RQ4 面对面团簇与线上社交链接的结合如何影响信息流行病的相变行为？
• RQ5 与均匀网络相比，团簇结构在根本上如何改变实时信息传播的动力学？

主要发现

• 当平均团簇规模从1增加到2时，接收到信息的个体比例从14%急剧上升至80%，表明团簇规模对传播覆盖范围具有显著影响。
• 该网络表现出一个临界阈值，超过该阈值后信息流行病变得极有可能发生，表明传播行为中存在相变。
• 最大连通分量的大小——代表接收到信息的个体比例——由网络的结构参数（包括团簇大小和线上连通性）定量决定。
• 理论分析证实，由于内部传播更快，具有大团簇的网络更有效地传播实时信息。
• 该模型表明，线上链接显著增强了传播效果，尤其当与大物理团簇结合时，可实现快速的长程传播。
• 结果表明，传统假设传播速度均匀的模型不足以描述实时信息传播，后者对速度和时机具有关键依赖性。