science >> Wetenschap >  >> Fysica

Het voorspellen van influencers is zojuist eenvoudiger gemaakt

De gemiddelde epidemische omvang volgens nieuwe theorie. Krediet:B. Min

Sociale netwerken, zoals Twitter, gedijen op belangrijke beïnvloeders die nieuws verspreiden. graag informatie, epidemieën verspreidden zich ook van sleutelfiguren. Om de meest invloedrijke actoren in dergelijke netwerken te identificeren, veel onderzoeken hebben tot nu, gericht op het rangschikken van de invloed van individuele knooppunten. Maar deze methoden zijn niet nauwkeurig genoeg om invloedrijke strooiers te onderscheiden, omdat ze geen rekening houden met de spreidingsdynamiek.

Nutsvoorzieningen, Byungjoon Min van het Instituut voor Interdisciplinaire Natuurkunde en Complexe Systemen, Universiteit van de Balearen, Palma de Mallorca, Spanje, heeft voor het eerst de verwachte omvang van epidemische uitbraken berekend wanneer verspreiding afkomstig is van een enkel zaadje. In een studie gepubliceerd in EPJ B, Min voorspelt nauwkeurig de invloed van spreaders in dergelijke netwerken. Toepassingen zijn onder meer virale marketing, efficiënte immunisatiestrategieën, en het identificeren van de meest invloedrijke actoren in onze samenleving.

De auteur trachtte de beperkingen van eerdere methoden te overwinnen door direct een theorie te ontwikkelen voor het vinden van invloedrijke spreaders. Om dit te doen, Min onderzoekt de kwestie vanuit het perspectief van de berichtoverdracht. Hij vertrouwt op wat hij noemt een gevoelig-geïnfecteerd-hersteld (SIR) model, meestal gebruikt voor het modelleren van epidemieën, onomkeerbare verspreidingsprocessen kunnen beschrijven. De theorie die in deze studie wordt gepresenteerd, is gebaseerd op de precieze mapping tussen het SIR-model en de percolatie van de boodschap naast de banden tussen leden van het netwerk.

In dit onderzoek, Min berekent de verwachte omvang van epidemische uitbraken op netwerken, beginnend met een enkele knoop. Vervolgens valideert hij de theorie door middel van uitgebreide numerieke simulaties op kunstmatige en empirische netwerken met verschillende transmissiewaarschijnlijkheden. De bevindingen van Min laten zien dat de locatie van een eerste verspreider de kans op epidemische uitbraken beïnvloedt. Echter, het heeft geen invloed op de gemiddelde omvang van epidemische uitbraken zodra ze zich voordoen.