信息传播过程中的盲区效应

近年来,信息传播是复杂网络传播动力学研究的一大热点。越来越多的实证和模型被提出来解释信息传播的特征机制。然而,我们在利用传统的SIR模型进行实验时,发现只要移除概率大于0,就会出现感染范围小于1的情况(如图1)。而且这一结果是不依赖于网络结构的。

信息传播过程中的盲区效应

图1 经典网络上的传播效果

 

进一步地, 为了理解这行发生情况的原因。我们假设在传播的过程中,已移除的R节点会形成“护盾“,将它们范围内的S节点包围起来,形成”信息盲区“。从而防止被网络流言传播感染到(如图2所示两种可能的信息盲区结构)。

信息传播过程中的盲区效应

图2 两种可能的信息盲区结构

为了验证这种想法,首先我们考察下模拟情况下,如图3 所示,不同的网络结构,确实都会出现被保护起来的“幸运儿“们。

信息传播过程中的盲区效应

图3 各种网络实验对应的信息盲区效果图

 

进一步的定量化分析显示,这种信息盲区的分布性态和点渗流结果非常相似(如图4所示),但是临界点性质却完全相反。在点渗流过程中,由于不考虑网络传播效应,临界点大小顺序是BA>ER>WS,而网络传播中信息盲区的出现临界点大小顺序是BA<ER<WS.

信息传播过程中的盲区效应

图4 点渗流和信息盲区结果对比图

 

本文的模型简洁,对网络传播的理论有一定的补充作用,对利用网络传播的应用有着较强的指导意义,尤其是对于在识别和判定网络有影响力节点时,考虑到盲区效应对传播源头的影响,有望能给出更合理有效的建议。

 

论文信息:  Zi-Ke Zhang, Chu-Xu Zhang, Xiao-Pu Han, Chuang Liu. Emergence of Blind Areas in Information Spreading. PLoS ONE. 9(3)( 2014) e95785.

网址 http://www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0095785

本地下载: 2014PO-Emergence of Blind Areas in Information Spreading.pdf