Forudsigelse af påvirkere er netop blevet gjort enklere

Sociale netværk, såsom Twitter, trives med nøglepåvirkere, der spreder nyheder. Ligesom oplysninger, epidemier spredte sig også fra nøglepersoner. For at identificere de mest indflydelsesrige aktører i sådanne netværk, mange undersøgelser har indtil nu, fokuseret på at rangordne indflydelsen fra individuelle noder. Men disse metoder er ikke præcise nok til at udpege indflydelsesrige spredere, fordi de ikke tager hensyn til spredningsdynamikken.

Nu, Byungjoon Min fra Institute of Interdisciplinary Physics and Complex Systems, Balearic Island University, Palma de Mallorca, Spanien, har for første gang beregnet den forventede størrelse af epidemiske udbrud ved spredning stammer fra et enkelt frø. I en undersøgelse offentliggjort i EPJ B, Min forudsiger nøjagtigt spredernes indflydelse i sådanne netværk. Ansøgninger omfatter viral marketing, effektive immuniseringsstrategier, og identificere de mest indflydelsesrige aktører i vores samfund.

Forfatteren satte sig for at overvinde begrænsningerne ved tidligere metoder ved direkte at udvikle en teori om at finde indflydelsesrige spredere. For at gøre det, Min undersøger spørgsmålet ud fra beskedoverførselens perspektiv. Han er afhængig af, hvad han kalder en modtagelig-inficeret-genoprettet (SIR) model, bruges typisk til modellering af epidemier, i stand til at beskrive irreversible spredningsprocesser. Teorien præsenteret i denne undersøgelse er baseret på den præcise kortlægning mellem SIR -modellen og perkolationen af ​​budskabet sammen med bindinger mellem medlemmer af netværket.

I dette studie, Min beregner den forventede størrelse af epidemiske udbrud på netværk, startende fra en enkelt knude. Han validerer derefter teorien ved hjælp af omfattende numeriske simuleringer på kunstige og empiriske netværk med forskellige transmissionssandsynligheder. Min's resultater viser, at placeringen af ​​en indledende spreder påvirker sandsynligheden for epidemiske udbrud. Imidlertid, det påvirker ikke den gennemsnitlige størrelse af epidemiske udbrud, når de først opstår.