导语


高阶网络读书会由电子科技大学吕琳媛老师、任晓龙老师及中国地质大学(北京)管青老师联合发起,自2022年6月28日开始,每周四晚上19:30-21:30举办,持续时间预计 10-12周。期间,我们将围绕高阶交互网络的基本概念、模型、方法与应用等研究进行研讨,本季读书会分享会按照「基础理论」+「深入理论」+「案例研讨」的模式展开。欢迎对本话题感兴趣的朋友报名参加!详情见文末。


传播动力学是复杂网络上的一个重要研究话题,传播的高阶网络模型可以从高阶的视角对传播过程进行研究。以往,在社交网络传播的研究中,研究者们主要将个体间的交互行为抽象为二元交互。但是社交网络中存在着很多复杂的传播现象,例如创新型产品的推广、谣言的传播、社会规范的采纳等,仅通过二元交互无法有效的对其进行建模,而高阶网络是刻画复杂传播的重要工具。


本次分享是综述性介绍。将聚焦于传播的高阶网络模型,围绕如下要点进行:

1.经典的传播模型

2.单纯复形上的传播模型

3.超图上的传播模型

4.高阶传播的免疫策略






跟读书会主题之间的关系




传播动力学是复杂网络上的一重要研究话题,传播的高阶网络模型可以从高阶的视角对传播过程进行研究。传统网络只关注成对节点之间的连接,难以描述社会、生物和技术系统中普遍存在的群体互动,高阶网络从新的视角对社交系统中复杂的传播现象进行刻画。




报告内容简介




社交网络中存在各种传播现象,这些传播现象都可以基于复杂网络的视角进行建模。以往,在社交网络传播的研究中,研究者们主要将个体间的交互行为抽象为二元交互。但是社交网络中存在着很多复杂的传播现象,例如创新型产品的推广、谣言的传播、社会规范的采纳等,仅通过二元交互无法有效的对其进行建模,而高阶网络是刻画复杂传播的重要工具。


【大纲】


  1. 背景&基础知识

    1. 背景介绍

    2. 基础知识

  1. 高阶传播模型

    1. SIS模型

    2. SIRS模型

    3. 免疫策略

  1. 总结


【主要涉及到的知识概念】


单纯复形(Simplicial complex)
超图(Hypergraph)
复杂传播(Complex contagion)
SIS模型(Susceptible-Infected-Susceptible Model)
SIRS模型(Susceptible Infected Recovered Model)
阈值模型(Threshold Model)

群体免疫(Herd Immunity)





主持人




任晓龙,电子科技大学长三角研究院(湖州),苏黎世联邦理工学院博士,专注于复杂系统与网络中信息挖掘的研究,利用统计物理和复杂网络的理论和方法来解决信息领域中的若干重要问题,包括系统鲁棒性、网络拆解问题,重要节点(群)挖掘,链路预测等。

实验室网站:https://linyuanlab.com/

个人主页:http://networkscience.cn/





主讲人介绍




宋多琪,北京师范大学系统科学学院硕士研究生。主要研究兴趣:网络上的传播动力学,影响力最大化,社会网络计算。





解读文献




[1] Iacopini I ,  Petri G ,  Barrat A , et al. Simplicial models of social contagion[J].  2018.

[2] Li Z ,  Deng Z ,  Han Z , et al. Contagion in simplicial complexes[J].  2021.

[3] Matamalas J T , S Gómez,  Arenas A . Abrupt phase transition of epidemic spreading in simplicial complexes[J]. Physical Review Research, 2020, 2(1).

[4] Chowdhary S ,  Kumar A ,  Cencetti G , et al. Simplicial contagion in temporal higher-order networks[J]. Journal of Physics: Complexity, 2021, 2(3):035019 (10pp).

[5] Arruda G ,  Petri G ,  Moreno Y . Social contagion models on hypergraphs[J].  2019.

[6] St-Onge G ,  Sun H ,  Allard A , et al. Universal nonlinear infection kernel from heterogeneous exposure on higher-order networks[J].  2021.

[7] Wang D ,  Zhao Y ,  Luo J , et al. Simplicial SIRS epidemic models with nonlinear incidence rates[J]. Chaos, 2021, 31(5).

[8] Jhun B . Effective epidemic containment strategy in hypergraphs[J].  2021.





直播信息




时间:

2022年9月22日(周四)晚上19:30-21:30

参与方式:
  • 集智俱乐部 B 站免费直播,扫码可预约:

扫码报名
  • 文末扫码付费参加高阶网络读书会可加入腾讯会议,可提问交流,加入群聊,获取回看地址及更多学习资料,成为集智网络科学社区种子用户,与网络科学社区的一线科研工作者沟通交流,共同推动网络科学社区的发展。


高阶网络读书会招募中


随着对现实世界探索的不断深入,人们发现在许多真实的复杂系统中,组成系统的个体之间不仅存在二元交互关系,也广泛存在多个体同时(或以特定顺序)进行交互,即高阶交互现象。为此,研究人员分别发展出了基于超图、单纯复形、依赖关系等的网络高阶表示模型,为复杂网络分析和研究提供了新的思路。为了促进此领域的交流与合作,我们发起了高阶网络读书会


高阶网络读书会由电子科技大学吕琳媛老师、任晓龙老师及中国地质大学(北京)管青老师联合发起,第一期分享从 6月 28日(周二)20:00 开始,后续每周分享时间为每周四 19:30-21:30 进行,预计持续 10-12 周。这期间,我们将围绕高阶交互网络的基本概念、模型、方法与应用等研究进行研讨,本次读书会分享会按照「基础理论」+「深入理论」+「案例研讨」的模式展开。欢迎感兴趣的朋友参与。



本季读书会详情与报名方式请参考
探索复杂系统高阶交互的奥秘 | 高阶网络读书会启动


点击“阅读原文”,报名直播