双层复杂社会网络的行为扩散与预测研究

Modeling and analyzing the collective behavior and information propagation within social networks has become an active topic in the field of complex systems and complex networks at present. In this project, we plan to utilize multilayer network modeling, infectious dynamics, game decision and real-world evidences to investigate the behavior diffusion mode of large scale social networks, and further to uncover their spreading properties and evolutionary law. The main research points are included as follows: to construct the two-layered network models integrating offline and online network characteristics, analyze their structure and correlation properties, study the diffusion and propagation features, and mine the key factors impacting the predictability of behavior diffusion; to build the propagation dynamics considering multiple competitive behaviors, analyze the role of two-layered network structure and competing information factors in the behavior diffusion, and find the optimal topology pattern, key factors and predictability for two competing ones to spread in the population; to propose the modeling methodology of behavior diffusion involved in the emergency management confronting the massive and unexpected incidents, explore the role of two-layered networks in the evolution of behavior propagation regarding these incidents, and devise corresponding countermeasures to stop the misinformation being spread. This project will be beneficial for us to deeply understand the collective behaviors and their emergent characters regarding complex social networks, and also provide some new means and solutions to analyze, prevent and contain the collective bombshells under the data-driven environments.

对社会网络中的群体行为与信息传播进行建模和分析是目前复杂系统和复杂网络领域研究的一个热点问题。本项目拟采用多层网络建模、传染动力学、博弈决策和实证分析等方法，研究社会网络中的行为扩散模式，揭示其传播特性和演化规律。内容包括：构建融合线下和线上网络特征的双层复杂社会网络模型，分析双层网络的结构属性和关联特征，研究其上的行为扩散传播特性，挖掘影响信息扩散可预测性的关键因素；建立考虑多类竞争性行为的扩散动力学模型，分析双层网络结构和竞争性信息传播因素在行为扩散中的作用，探寻适合两类竞争行为传播扩散的最优拓扑模式、影响因素和行为扩散的可预测性；提出面向群体性突发事件应急管理的行为扩散建模方法，探讨双层网络在突发事件行为传播扩散中的作用，设计遏制恶意信息扩散的应对策略。项目研究有助于深刻理解复杂社会网络中的群体行为及其涌现特征，为数据驱动环境下分析、预防和控制群体性突发事件等提供新的方法和途径。

本项目将微观马氏链方法与蒙特卡洛数值模拟方法相结合，研究大规模多层次复杂社会网络的演化规律以及群体行为的传播模式，深入讨论了双层复杂社会网络的拓扑构建方法、行为扩散与传播特性以及演化合作行为，取得了较为丰富的结果。..主要创新性的研究工作和发现包括：.（1） 基于双层复杂社会网络，提出具有时效交互特性的双层复杂网络模型，并对模型的演化特性进行统计分析；提出新颖的节点中心性识别算法以及节点传播能力衡量指标，以及边重要性的度量指标等；研究了相互依赖复杂网络的结构特征对系统级联失效、抗攻击能力和健壮性等影响；进一步，基于多层网络的视角，将相关指标应用中国航空网络特征分析中。.（2） 将双层复杂社会网络与经典的传播扩散模型相结合，分析双层网络结构对于行为扩散动力学的影响：建立传染病传播与信息扩散相耦合的传播模型，分析信息扩散行为与疾病传播之间的反馈所形成的耦合、非线性动力学特性，定量地给出双层社会网络上传播模型的阈值特性；在自愿接种框架下，建立新的基于复杂网络的传染病疫苗接种模型，分析疫苗接种速率、效率、群体规模等对抑制传染病扩散的影响；提出了耦合两种不同的线上社交软件网络与线下实体网络的多层网络传播动力学模型，对双层复杂社会网络中多类竞争行为的传播扩散行为进行预测分析。.（3） 将双层复杂社会网络与演化博弈论相结合，分别探索了单层结构化群体和双层复杂网络化群体上的博弈动力学行为：提出了空间均质网络上记忆效应、声誉评价以及奖惩机制的演化合作模型，探讨了最优合作行为涌现的形成机制；与此同时，还提出一个新颖的双层演化博弈模型，在两层上分别开展雪堆博弈和囚徒困境博弈，并且两层个体在策略更新时可以共享部分信息，发现雪堆博弈的合作率微小降低可以大幅提出囚徒困境博弈的合作水平。.（4） 将复杂网络建模的方法与思想应用到信息物理系统的建模与分析中，从代数切换的角度出发，利用矩阵半张量积理论，分别研究了有限状态系统的鲁棒可达性问题、反馈镇定问题以及不透明性等问题，相关研究为网络化离散事件系统提供了有价值的理论参考。..项目研究对于深刻理解复杂社会网络中的群体行为及其涌现特征具有重要的现实意义。