文件名称：长关系会加速基于阈值的嘈杂传染-研究论文
文件大小：2.68MB
文件格式：PDF
更新时间：2024-06-30 03:05:20
social networks game
网络结构会影响采用新想法、产品和行为的时间和范围。 在广泛使用的生物传染模型中，随机重新连接边缘（通常使它们“更长”）的干预加速了传播。 然而，还有其他与社会传染相关的模型，例如在具有战略互补的游戏中由近视最佳React驱动的模型，其中个人的行为由采用发生采用的邻居的阈值数量来描述（即，复杂的传染） . 最近的工作认为，高度聚集而非随机的网络促进了这些复杂传染病的传播。 在这里，我们展示了对该模型的微小修改，使其更加现实，从而扭转了这一结果：我们允许非常罕见的低于阈值采用，即当只有一个采用邻居时很少采用。 为了模拟长边和短边之间的权衡，我们考虑网络是循环功率 k 图和 n 节点上的随机图的联合。 允许沿一些“短”周期边缘以 1/\sqrt(n) 概率发生低于阈值的采用足以确保随机重新布线加速传播。 仿真说明了这些结果对其他常见的噪声最佳响应行为模型的稳健性。 在数百个经验社交网络中随机重新连接现有边缘或添加随机边缘（相对于添加“短”、三合一闭合边缘）的假设干预减少了传播时间。 这个修正后的结论表明，那些想要增加传播的人应该诱导形成长期联系，而不是三合会关闭联系。 更一般地说，这突出了噪声在行为的博弈论分析中的重要性。