Influence of Spreader Dispersion on rumour Propagation in Complex Networks
本文表明，在复杂网络中，通过策略性地分散多个初始谣言传播者以最小化空间重叠并延迟失活，与传统的基于度数的播种策略相比，能显著增强谣言传播的最终覆盖范围和峰值强度。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在人类联系那广阔而无形的网络中，信息的传递并非以单一波浪的形式，而是以一种众声齐鸣的合唱方式进行。有时这些声音传递的是真相，但往往也携带著谣言、半真半假的传闻或彻头彻尾的谎言，这些信息可以改变公众舆论或改变行为模式。研究这些网络的科学家早已明白，网络的结构至关重要；一个在关系紧密的圈子中开始的谣言，其传播方式与一个在松散、庞大的社区中开始的谣言截然不同。多年来，主流观点认为，若要让一条信息传播得尽可能远，你应该直接寻找那些最受欢迎的人——即那些拥有最多朋友的人——并让他们开启对话。这看起来很合逻辑：连接度最高的个体理应成为任何想法的最佳发射台。然而，这种方法假设信息的传播类似于疾病，即一个人会长时间保持传染性。但在谣言的世界里，规则是不同的。一个人听到谣言并试图将其传达出去后，一旦意识到周围的人都已经知道了，通常就会停止传播。这种意识到“大家都已知晓”的时刻，使传播者变成了“抑制者”（stiflers），不再分享新闻，这彻底改变了启动谣言的方式。
印度迪鲁拜·安巴尼大学（Dhirubhai Ambani University）的一个研究小组致力于研究启动谣言的人员在物理布局上的安排如何影响其传播距离。他们对一个特定的问题感兴趣：如果你想让谣言触及尽可能多的人，你应该选择最受欢迎的人，还是应该选择那些彼此之间距离很远的人？为了找到答案，他们构建了不同类型的社交网络计算机模型，范围涵盖了从随机连接到复杂的现实世界结构（如电子邮件链和政治博客社区）。他们使用一种经典的模型来模拟谣言的传播，在该模型中，人们可以处于三种状态之一：他们要么不知道这个谣言，要么知道它并在积极向他人讲述，要么知道它但因为已经告诉了周围的所有人而停止了讲述。
研究人员测试了几种选择初始人群来启动谣言的策略。一种策略是挑选最受欢迎的人，即那些拥有最高连接度的人。另一种是完全随机地挑选。第三种策略是他们开发并完善的，侧重于挑选在网络中彼此距离尽可能远的人，以确保他们的影响力范围不会立即重叠。他们还创建了一种混合方法，试图平衡这两个想法：选择既彼此远离、又在局部拥有足够连接度以发挥作用的人。他们在这些模型上运行了数千次模拟，调整了人们传递谣言的可能性以及他们停止谈论的速度。
结果显示，仅仅通过挑选最受欢迎的人来实施的旧策略往往是传播谣言效率最低的方式。当选择连接度最高的个体来启动谣言时，他们的影响力范围会发生严重重叠。因为他们都处于同一群人的周围，他们很快就会遇到已经从其他人那里听说过消息的邻居。这导致他们几乎立即停止传播，起到了阻断进一步增长的防火墙作用。相比之下，将初始传播者分散在网络各处的策略则让谣言传播得更远。通过将起始点放置在较远的位置，研究人员确保了每个谣言在传播者遇到已获知消息的邻居之前，都有各自崭新的领地可以探索。这种延迟重叠的机制意味着谣言可以在其高峰期积累更多活跃的传播者，并触及更多的人。
然而，这项研究也揭示了仅仅保持距离是不够的。如果初始传播者被放置在孤立、连接稀疏的角落，他们彼此之间可能过于遥远，无法维持大规模的运动，并且可能在停止谈论之前就未能触发显著的连锁反应。最成功的策略是混合策略。这种方法选择那些彼此分离良好的人，以避免早期重叠，但同时也确保了这些人自己在其所属的小区内拥有强大的局部连接。这种结合使得谣言可以从多个不同的地点开始，并在每个地点都蓬勃发展，直到传播者最终用尽了可以告知的新对象。
研究人员不仅在理论模型中证实了这些发现，还通过在六个现实世界的网络（包括明尼苏达州的公路地图、美国电网网络和政治博客集合）上进行测试验证了这些结论。在几乎所有案例中，结合了广泛分离与强有力局部连接的混合策略，表现都优于挑选最受欢迎之人的传统方法。这种优势在人们连接数量差异极大的网络中（如政治博客）表现得尤为明显，在这些网络中，如果同时选择那些最受欢迎的核心节点，它们往往会迅速抑制谣言的传播。这项研究表明，在社交媒体和人类沟通的复杂生态系统中，实现信息覆盖范围最大化的关键，不仅在于寻找那些最响亮的声音，还在于寻找一组分布广泛、足以覆盖新领域，且连接紧密到足以让故事持续下去的多样化声音。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。