[论文解读] When to target hubs? Strategic Diffusion in Complex Networks.

Aamena Alshamsi, Flávio L. Pinheiro+1 more|arXiv (Cornell University)|Apr 29, 2017

Complex Network Analysis Techniques参考文献 26被引用 4

一句话总结

本文研究在复杂传染机制下（即行为采纳需多次暴露）复杂网络中传播行为的最优策略。结果表明，动态靶向策略——即初期聚焦于连接度较低的节点，随后在临界时间点激活枢纽节点——可最小化整体传播时间，这与简单传染机制下从一开始就优先靶向中心节点的策略形成鲜明对比。

ABSTRACT

What is the most effective way to spread a behavior on a network? The recent literature on network diffusion has focused mostly on models of simple contagion---where contagion can result from contact with a single infected individual---and complex contagion---where contagion requires contact with multiple infected sources. While in the case of simple contagion, strategies focused on central nodes are known to be effective, the strategies that are most effective in the case of complex contagion are relatively unknown. Here, we study the strategies that optimize the diffusion of a behavior on a network in the case of complex contagion by comparing algorithms that choose which nodes to target at each step. We find that, contrary to the case of simple contagion, where targeting central nodes is an effective strategy, in the case of complex contagion minimizing the total diffusion time requires the use of dynamic strategies targeting less connected nodes in the beginning and hubs at a critical intermediate time. That is, the strategic question in the case of complex contagion is not who to target, but when to target hubs. We solve the model analytically for simple network structures and also use numerical simulations to show that these dynamic strategies outperform simpler strategies that could be hypothesized to be effective, like always choosing the node with the highest probability of infection. These findings shed light on the dynamic strategies that optimize network diffusion in the case of complex contagion.

研究动机与目标

• 识别在复杂传染机制下（即行为采纳需多次暴露）网络中传播行为的最有效策略。
• 比较静态靶向策略（如始终选择中心度最高的节点）与随时间动态调整的策略。
• 确定在传播过程中早期或后期靶向枢纽节点是否更有利于最小化总传播时间。
• 分析网络结构与时机在复杂传染机制下优化传播效率中的相互作用。

提出的方法

• 本研究采用复杂传染过程建模行为传播，其中节点仅在从感染邻居处接收到多次暴露后才会采纳行为。
• 评估多种节点靶向算法，根据动态网络度量在每个时间步选择激活哪些节点。
• 针对简单网络拓扑（如星型、环形及小世界网络）推导解析解，以理解其内在动力学机制。
• 在合成网络与真实世界网络结构上开展数值模拟，比较动态与静态靶向策略的性能。
• 通过总传播时间（即所有节点均采纳行为所需的时间）衡量每种策略的性能。
• 分析识别出一个关键时间窗口，即在此时点激活枢纽节点最为理想，该判断基于当前网络的感染状态。

实验结果

研究问题

• RQ1 与简单传染机制相比，枢纽节点靶向的最优时机如何影响复杂传染机制下的总传播时间？
• RQ2 是否随时间从低度节点转向枢纽节点的动态策略，优于始终靶向中心度最高节点的静态策略？
• RQ3 在传播过程的哪个临界点激活枢纽节点能实现总传播时间的最大降幅？
• RQ4 网络结构与拓扑如何影响动态靶向策略在复杂传染机制下的有效性？

主要发现

• 在复杂传染机制下，早期靶向枢纽节点并非最优；相反，初期聚焦于连接度较低的节点可实现更快的整体传播。
• 最有效的策略是动态策略：从低度节点开始，随后在临界中间时间点转向枢纽节点。
• 与始终靶向度数最高的节点相比，该动态策略显著减少了总传播时间。
• 枢纽节点激活的最优时机取决于当前网络的感染水平，无法仅通过静态中心性度量预测。
• 解析解证实，在星型和环形等简单网络拓扑中，动态靶向优于静态策略。
• 数值模拟验证了动态策略始终优于诸如始终选择感染概率最高节点等启发式替代方案。