耦合网络上多类型传播动力学的相互作用研究

Existing studies on the dynamics of epidemics on complex networks mainly focus on the models consisting of one type of spreading dynamic, one important fact is often ignored: the outbreaks of epidemics will simultaneously lead to the diffusions of related information, opinions, panics, etc., through various channels. These behaviors, in turn, affect and even change the ways of the spreading of epidemics, which essentially forms the subject about the interplay of multi-type spreading dynamics on coupled networks. To this end, this project combines the modeling and theoretical analysis methods to thoroughly study the roles of the topological structures of coupled networks (including intra-layer and inter-layer properties, etc.),the unique properties of different types of spreading behaviors (social reinforcement effect, memory effect, time decaying effect, etc.) and the interaction mechanisms among different types of spreading behaviors (mutual inhibition, mutual promotion, etc.) on the dynamics of epidemic spreading, and then explore the key factors and their internal mechanisms; We also try to establish a general theory framework to study the multi-type spreading dynamics on coupled networks; Ultimately, combining the structural properties of coupled networks and dynamic of spreading to identify important nodes or the critical paths in the networks, and then propose effective incentives or immunization strategies to control the spreading of epidemics. This project studies the spreading of epidemic on networks in a more novel and objective viewpoint, which enriches and develops the results in this direction.

现有关于复杂网络上疾病传播的研究多局限于单类型的传播动力学模型，而忽视了一个重要事实：疾病的爆发会同时引发相关信息、观点及恐慌等行为通过多种渠道向外扩散，上述行为又反过来影响甚至改变疾病的传播方式，本质上构成耦合网络上多类型传播动力学的相互作用问题。为此，本项目拟在耦合网络框架下利用建模和理论分析相结合的方法深入研究耦合网络的拓扑结构属性（包括层内和层间结构属性等）、不同传播类型的特有属性（社会强化效应、记忆效应以及时效性等）以及不同传播类型间的相互作用机制（相互抑制、相互促进等）对疾病传播动力学的影响，探寻影响疾病传播的关键因素及其内在机理；并试图从理论层面构建研究耦合网络上多类型传播动力学的一般框架；最终结合耦合网络结构属性和动力学特性找出网络中的重要节点或关键路径，提出有针对性的激励措施或免疫策略。该成果从更新颖、更客观的角度研究网络上的传播动力学,丰富和发展了此方向的研究成果。

本项目在多层网络耦合动力学及网络结构探测等方面的研究中取得了若干进展，主要成果如下：.1，基于多层网络研究了疾病传播与自激发的警觉行为传播的相互作用，分析了疾病爆发的阈值和不同参数的关系；.2，研究了个体的层间偏好扩散与疾病传播的耦合作用，通过研究发现偏 好扩散会导致对称性破缺，从而导致一级相变，双稳态等现象；.3，基于双层网络研究了疾病传播与具有非冗余性的社会传播的相互作用模型，研究了信息的非冗余性、记忆性等因素对疾病传播和社会传播的影响；.4，利用双层网络上SIS+UAS模型，提出了一种重构多层网络的高效算法；.5，在双层网络上研究了疾病传播与是否接种疫苗行为的交互作用。通过研究发现，如果两层具有高度的重叠度，不利于接种行为的扩散，从而不利于控制疾病传播，反之，较低的重叠度可以促进接种行为的扩散并降低传播范围；.6，研究了个体行为反应、网络的边权、网络结构的时效性、资源分配的不同因素对传播动力学的影响；.7，惯性、噪音及网络结构等因素对majority-voter动力学模型的影响；.8，基于统计推断框架提出了针对不同时间序列的网络重构算法；.9，网络结构挖掘方面的研究进展，包括核心-边缘结构划分、链路预测、关键点识别等。. 自项目实施以来，在国内外学术期刊上发表论文34篇，其中SCI论文32篇，还有相关工作在整理、发表中。本项目的研究成果不仅刻画了多层网络上不同动力学的耦合作用和共同演化机制，还研究了网络的结构挖掘及网络的重构等问题。