基于社团结构和活跃性驱动的双层网络传播动力学

摘要

现实世界中的流行病爆发往往伴随着急剧的信息扩散,扩散的信息会改变个体行为模式,反过来又影响流行病传播.近年来研究发现社交网络中的社团结构对流行病传播也有重要影响.因此,考虑结合上述因素来构建一种新的双层网络,采用活跃性驱动模型生成时变的线上信息接触层网络和线下物理接触层网络,再利用个体在线上接触层的信息扩散来影响线下物理接触层的流行病传播动态,以个体流动性因素来控制社团结构特性.为得到整个网络的传播动力学方程并有效分析网络的传播阈值,对微观马尔可夫链(microscopic Markov chain,MMC)方法进行改进并将其扩展到时变网络.使用蒙特卡罗(Monte Carlo,MC)模拟进行了实验验证,显示出所提方法对流行病爆发阈值的预测具有高准确性.结果表明个体流动性对流行病爆发阈值没有影响,但会影响每个社团的最终感染人数,而线上接触层的个体接触能力越大和线下接触层的个体接触能力越小则可以有效抑制流行病传播.这些发现可对有效防控现实世界中的流行病传播起到重要的参考和借鉴作用.