ランダム多重ネットワークにおける複雑な感染症の分析

我々は、リンクがr種類の異なるタイプを持つランダム多重ネットワークにおける影響の拡散を研究する。特定のコンテンツ（例：噂、製品、または政治的見解）に対して、各リンクタイプはこのコンテンツの拡散における相対的バイアスを測定する0から∞のコンテンツ依存パラメータciに関連付けられている。この設定において、我々は線形閾値モデルを提案し、ノードは「認識される」アクティブ隣接ノードの割合が閾値τを超えた場合に状態をスイッチする。すなわち、タイプiのリンクを介してmiのアクティブ隣接ノードとki-miの非アクティブ隣接ノードに接続されているノードは、∑cimi/∑cikiがその閾値τを超える場合にアクティブに変わる。このモデルの下で、我々はグローバルな拡散イベントの条件、確率、および期待サイズを得る。我々の結果は、(i) 頂点が同一でも非同一でもないカップルランダムネットワークに対する解を提供し、(ii) 複雑な感染症のダイナミクスに対するコンテンツの効果を強調し、(iii) 多重ネットワークを介したコンテンツ依存の伝播が、既存のモデルには見られないグラフの巨大脆弱成分とグローバルカスケード条件の微妙な関係を導くことを示すことで、複雑な感染症に関する既存の研究をいくつかの方向に拡張する。