近日,我校经济管理学院周斌副教授为第一作者和第一通讯作者的研究成果在Nature子刊《Nature Human Behaviour》上发表,该子刊影响因子为12.282(2020),题目为《Realistic modelling of information spread using peer-to-peer diffusion patterns》(https://www.网址未加载/articles/s41562-020-00945-1),江苏科技大学为论文的第一作者单位和第一通讯作者单位。
社交网络上的信息扩散研究一直以来是多学科交叉领域的热点和重点,流行性传播模型被广泛用于模拟信息传播。然而,近年来的实证研究表明,类流行病模型很难模拟真实世界信息扩散的复杂拓扑结构。因此,到目前为止,社交网络中人类之间信息扩散的基本规律一直尚未被发现。在本文中,作者们分析了新浪微博、Twitter和Livejournal三个全球知名社交平台用户之间信息传播数据和对应的社交网络数据,发现信息扩散概率与传播者的跟随者和接受者的跟随者的数量呈非线性双幂律关系。为了建立一个真实的信息扩散模型,作者们将这一发现与真实的用户转发信息响应时间规律合并到级联模型中,构建了一个真实简洁的信息扩散模型。在校正观测偏差后,该模型再现了三个平台上真实世界信息扩散的关键拓扑结构,说明本模型很好地刻画了信息扩散的核心机制和基本规律。本论文为设计更真实的信息传播生成模型提供了一种实用的方法,对信息扩散的理论和仿真等基础研究提供了一个新的研究视角,同时对其跨学科领域具有潜在的重要应用价值。
本论文得到了国家自然科学基金项目及江苏省优秀中青年骨干教师境外研修项目资助,和来自于美国的哥伦比亚大学、波士顿大学及以色列的耶路撒冷大学、巴伊兰大学的学者们共同合作完成。
此前,周斌副教授为第一作者的研究成果还在《PNAS》上发表,题目为《Power-law distribution of degree–degree distance: A better representation of the scale-free property of complex networks》(PNAS 2020, DOI: 10.1073/pnas.1918901117),该刊影响因子为9.58(2019),江苏科技大学为论文的第一作者单位。该项研究是与美国Boston大学一院士团队共同合作的结果,论文发表得到了国家自然科学基金及江苏省优秀中青年骨干教师境外研修等项目资助。文中,作者首次提出了复杂系统度度距离的概念,重新理解复杂系统的无标度属性,通过大量的实证数据统计分析发现度度距离指标比目前传统的度分布指标可以更好地描述和理解复杂系统的无标度属性,并建立了复杂系统演化机制模型,其模型解析和仿真结果也对实证统计结果进行了较好的再现和解释。度度距离的概念从一个新的视角来理解复杂系统的无标度属性,作为一个新的维度指标和复杂系统其它维度知识点相结合可以产生更多有价值的研究课题,同时对其跨学科领域也具有潜在的应用价值。
审核 | 毛晖
统筹 | 万旻
作者 | 迟睿叶涛锋