Download
slide1 n.
Skip this Video
Loading SlideShow in 5 Seconds..
传播学文献研读 PowerPoint Presentation
Download Presentation
传播学文献研读

传播学文献研读

219 Views Download Presentation
Download Presentation

传播学文献研读

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. 传播学文献研读 刘星宏

  2. 传播蔓延现象的推广模型 • 传播与蔓延现象归结为两类: • 泊松模型 • 接触导致的传播概率是独立的 • SIR模型及其变化模型等传染病模型 • 临界值模型: • 超过某一临界值后,传播的感染概率迅速增大 • 社会网络、经济网络等 • Dotts和Watts[1]提出推广模型,将历史的暴露作为记忆引入模型研究传染的影响。

  3. 推广模型: • 种群中N个个体,存在S、I、R三种状态。 • 每个时步,个体i随机与个体j相连,如果i是S态,j是I态,则i以概率p得到一个正的剂量di(t), di(t) 服从分布函数f(d)。 • T时期内,i接受的总剂量为: 当Di(t)>di*时,i被感染。 • 在T时期内,易染个体与K个感染个体接触而因此被感染的概率为: 其中T时期内接收到k次剂量而感染的个体平均为: g(d*)是di*的分布函数, 是k个剂量之和超过相应的阈值的概率。

  4. 时,退化成标准的SIR模型 • 当 时,di(t)的变化生成随机或确定的临界值模型。

  5. 当Di(t)<d*时,被感染个体以概率r康复,而后仍会以概率v成为易染状态,SIS模型就是推广模型r=1,v=1的特例。因此,种群中感染个体的稳态值满足如下方程:当Di(t)<d*时,被感染个体以概率r康复,而后仍会以概率v成为易染状态,SIS模型就是推广模型r=1,v=1的特例。因此,种群中感染个体的稳态值满足如下方程:

  6. 时,推广模型中存在分岔行为,分岔点 。当 时,不动点 稳定; 当 时,说明出现病毒流行。由于pc的存在,推广模型此时等价于SIR传染模型,成为临界值模型。 • 当 时,推广模型为衰减临界量模型。 • 当 时,推广模型为纯临界量模型。

  7. 结论: • P1、P2值变化引起不同类型的传播行为,因此可以通过使用某些手段改变其取值来达到遏制全网病毒传播,例如提高个体的被感染阈值。 • 已有的对疾病传播或社会舆情传播的研究,主要关注具有超大影响力的个体,例如,超级传染源或舆论领导者,而在推广模型中,P1集合中的个体相比种群中其他个体更容易被传染,因而其对整个网络病毒传播动力学行为是至关重要的。

  8. 一些网络拓扑模型 • 规则网络-最近邻耦合网络 • 聚类系数高、平均路径长 • 小世界网络 • 聚类系数高、平均路径短 • 随机网络 • 聚类系数低、平均路径长

  9. 传统的传播观点 • 小世界网络的疾病传播速率要比规则网络的快 • 小世界的捷径 • 弱链接具有强作用 • 行为强化过程是否和疾病扩散过程一样? • 行为依赖于养成 • 疾病属于接触传染

  10. 在线实验[2]挑战传统观点 • 实验内容 • 1540名志愿者,随机分配到两类网络的节点上 • 种子节点向直接接触的节点发送email邀请其注册 • 邻居节点注册成功后,向其邻居节点发送邀请 • 两类网络 • 高聚类的规则网络 • 具有小世界特性的随机网络

  11. 网络规模 • A节点数N=98 • B-D节点数N=128 • E-F节点数N=144 • 统计结果 • 规则网络的传播速度快,传播范围广 • 结论 • 增加冗余信号可以提高个体养成行为的可能性

  12. 收到不同次数email的节点去注册的比例,次数越多注册可能性越高,但相对增加量是减少的,超过两次的影响不再明显。收到不同次数email的节点去注册的比例,次数越多注册可能性越高,但相对增加量是减少的,超过两次的影响不再明显。

  13. 干预和强化对养成行为后的巩固(回访论坛行为)有着非常重要的作用干预和强化对养成行为后的巩固(回访论坛行为)有着非常重要的作用

  14. 重要结论 • 行为方式的传播-多次强化型的传播 • 高聚类网络较多冗余连接 • 疾病和信息的传播-简单的接触型传播 • 小世界网络中长程捷径的存在 • 弱链接的强作用 • 启发 • 为了健康行为的传播和巩固,要特别重视高聚类社团的工作,集体的良好风气和习惯对社团内的个体有重要的影响作用。 • 对个人和周围社会联系人健康情况的关注重于对个人健康的关注,即社会性因素大于个人因素。

  15. 疾病传播模型-物理接触型 • SIR模型、SIS模型、SIRS 模型等等 • 传播效果:随机网络最好,小世界网络其次,规则网络最差 • 谣言、舆论等信息传播模型 • Moreno Y等人提出的谣言传播模型,类似于疾病传播的SIR模型。 • 然而,信息传播过程是否与疾病传播过程类似?

  16. 信息传播的特点[3] • 记忆性(Memory Effects) • 社会加强作用(Social Reinforcement) • 无冗余接触(Non-redundancy of contacts) • 兴趣衰减(Time Decaying Effects) • 强弱链接(Tie Strength) • 信息内容(Information Content) • 传播者的影响力(Role of Spreaders)

  17. 基于信息传播的特点,提出一传播模型: • 每一时间步,每一个体处于以下四种状态之一: • 不知道(Unknown)态; • 知道(Known)态; • 确认(Approved)态; • 疲惫(Exhausted)态; • 节点在时间t确认该消息 的概率为:

  18. 较小时,规则网络的传播比随机网络更快更广 • 随着 的增加至某一临界值时,随机网络的效果更好 • 而当 很大时,网络结构对R态用户数量影响不大。

  19. 临界值随网络规模呈现非单调递增的趋势:先迅速减小,当规模足够大时基本稳定。临界值随网络规模呈现非单调递增的趋势:先迅速减小,当规模足够大时基本稳定。 • 质疑:Centola的在线实验结论只适合较小的网络规模!

  20. 引入随机重连概率p,当b很大时,网络很小的一点随机性都能导致传播性能R提升很大。引入随机重连概率p,当b很大时,网络很小的一点随机性都能导致传播性能R提升很大。 • 最优的重连概率p*随参数b的增加呈现单调递减的趋势,并且这种趋势不受网络规模的影响。

  21. 总结 • 信息传播过程与疾病传播过程不同,其传播具有受个体主观能动性作用影响显著的特点。 • 当网络规模较小时,规则网络的信息传播效果更好,同Centola的在线实验结果,是干预和强化的效果体现。而当网络规模增大时,随机网络的优势显现。 • 在信息传播模型中,在规则网络结构中引入随机重连概率,即小世界网络,其传播效果增益明显。 • 小世界网络的传播率比随机网络的高,传播范围比规则网络的广,所以是最有效的信息传播网络结构

  22. 参考文献 • [1] Dodds P. S. and Watts D. J., Universal Behavior in a Generalized Model of Contagion, 2004 Phys. Rev. Lett. 92 218701. • [2] Damon Centola,The Spread of Behavior in an Online Social Network Experiment, 2010, Science, 329, 1194 • [3] Lin-yuan Lv, Duan-Bing Chen, and Tao Zhou, The small world yields the most effective information spreading, 2011, New Journal of Physics, 13 123005

  23. 谢谢!