社会ネットワーク分析とマイニングレッスン4：情報伝播モデル

情報拡散モデル

情報拡散カテゴリー

影響モデル（影響モデル）

• ユーザーがネットワークで相互に影響を与える方法に影響を与えるモデルがモデル。
• ノードは、2つのステータスである：
  非アクティブ==を==：ノードは、情報を受信しません
  ==アクティブ==：ノードが情報を受け取っていると彼らの隣人にそれを広めることができます

インディペンデントカスケード（IC）の独立したカスケードモデル

• 時刻tで活性化ノードは、隣人を有効にするには、時間ステップt + 1で、単一のチャンスを持っています
• vは、時刻tで活性化されると仮定し、U wの任意の隣接するため、確率P（VW）はノードWは、時刻t + 1でアクティブになるとされています
  
• ICモデル：アルゴリズム
  
• ICモデル：例
  

リニア閾値（LT）線形閾値モデル

• 各時間ステップで、アクティブノードが非アクティブノードに影響を与えることができます
• 各ノードは== ==活性化閾値を有します
• An inactive node becomes active if the sum of influence degrees ==exceeds== its threshold
• LT Model:Algorithm
  
• LT Model:Example
  

---

Infection Models （感染性模型/病毒模型）

• Infection Models, also called epidemic models, are
  used to describe the transmission of communicable
  ==disease== through individuals
• Nodes are in three status:
  • ==Susceptible==:a susceptible node can potentially get
    infected by the disease
  • ==Infected==: an infected node has the chance of infecting
    susceptible neighbors.
  • ==Recovered==: These are nodes who have recovered from
    the disease and hence have complete or partial ==immunity== against the infection.

Susceptible-Infected (SI)

• Two status of nodes：
  • Susceptible（S）
  • Infected（I）
• How to infect
  - Once a node is infected，it stays infected forever.
  - At each discrete time step，each infected node tries to infect its susceptible（uninfected）neighbors independently with probability p.
  
  
• SI Model:notations
  • N:size of the crowd，N=S(t)+I(t)
  • S(t)：number of susceptible ones at time t
  • I(t)：number of infected ones at time t
• SI Model:Example
  

Susceptible-Infecte-Recovered (SIR)

• Intuition:Some infected nodes may recover，and the recovered ones can no longer get infected and are no longer susceptible.
• Three status of nodes:Susceptible（S），Infected（T），Recovered（R）
• The infection status of a node changes
  
  β defines the probability of a success infection
  γ defines the recovering probability of an infected individual
• SIR Model:Example
  

Susceptible-Infected-Susceptible (SIS)

• Intuition:the infected nodes may recover，and the recovered nodes would become susceptible again
• Two status of nodes:Susceptible（S），Infected（I）
• The infection status of a node changes
  
  β defines the probability of a success infection
  γ defines the recovering probability of an infected individual
• SIS Model:Example
  

Susceptible-Infected-Recovered-Susceptible (SIRS)

• Intuition:the individuals who have recovered will lose immunity after a certain period of time and will become susceptible again.
• The infection status of a node changes
  
  β defines the probability of a success infection
  γ defines the recovering probability of an infected individual
  λ defines the probability of losing immunity for a recovered node
  
• SIRS Model:Example
  

以上内容出自小象学院