[论文解读] Slow-Down vs. Speed-Up of Information Diffusion in Non-Markovian Temporal Networks.

Ingo Scholtes, Nicolas Wider+4 more|arXiv (Cornell University)|Jul 15, 2013

Complex Network Analysis Techniques被引用 9

一句话总结

本文提出了一种分析框架，用以预测非马尔可夫性时间网络结构——特别是交互顺序——如何影响信息传播速度。结果表明，此类特性可比社区结构更显著地减缓或加速传播，挑战了静态网络分析中的既有假设。

ABSTRACT

Recent research has highlighted limitations of studying complex systems with time-varying topologies from the perspective of static, time-aggregated networks. Non-Markovian characteristics resulting from the ordering of interactions in temporal networks were identified as one important mechanism that alters causality, and affects dynamical processes. So far, an analytical explanation for this phenomenon and for the significant variations observed across different systems is missing. Here we introduce a methodology that allows to analytically predict causality-driven changes of diffusion speed in non-Markovian temporal networks. Validating our predictions in six data sets, we show that - compared to the time-aggregated network - non-Markovian characteristics can lead to both a slow-down, or speed-up of diffusion which can even outweigh the decelerating effect of community structures in the static topology. Thus, non-Markovian properties of temporal networks constitute an important additional dimension of complexity in time-varying complex systems.

研究动机与目标

• 为解决当前对时间网络中非马尔可夫性交互顺序如何改变因果关系与扩散动态缺乏分析理解的问题。
• 解释不同系统中扩散速度变化的观测结果，这些结果无法被静态的时间聚合网络模型所捕捉。
• 开发一种定量方法，用以预测由于时间顺序效应导致的扩散是加速还是减速。
• 在多种真实世界数据集中验证该模型，并证明其优于静态网络近似方法。

提出的方法

• 作者基于时间网络结构开发了一种分析方法，重点关注交互的顺序与时间，以建模扩散过程中的因果关系。
• 通过分析边的时间顺序，将非马尔可夫特性纳入模型，捕捉马尔可夫或聚合模型中缺失的记忆效应。
• 关键组成部分包括对依赖于交互顺序而非仅网络连通性的因果传播路径的形式化表达。
• 该框架可实现相对于时间聚合网络的扩散速度预测，区分加速与减速效应。
• 通过六个实证数据集进行验证，将预测结果与实际扩散动态进行比较。

实验结果

研究问题

• RQ1 与静态网络模型相比，时间网络中的非马尔可夫特性如何影响信息扩散速度？
• RQ2 时间网络中交互顺序是否可能导致扩散的加速与减速？在何种条件下会发生？
• RQ3 非马尔可夫效应在多大程度上可超过静态网络中社区结构对扩散的减速影响？
• RQ4 是否存在一种通用的分析方法，可预测给定时间网络是否会加速或减速扩散？

主要发现

• 时间网络的非马尔可夫特性可导致扩散速度发生显著变化，其影响可能超过社区结构带来的影响。
• 该模型在六个实证数据集中成功预测了扩散的加速与减速，证实了分析框架的准确性。
• 在非马尔可夫网络中，扩散并非总是被减缓；在某些情况下，其传播速度甚至可能快于时间聚合网络。
• 研究揭示，交互顺序——而不仅仅是连通性——在决定信息传播动力学中起着关键作用。