如何达到无限增长的临界点?  | Kevin Simler

这篇文章探讨了事物如何在网络中传播和扩散的主题。
文章使用网络科学中的一些基本模型比如 SIR 模型和 SIS 模型来模拟感染在一个网络中的传播。通过这些模拟,作者让我们对临界阈值、网络密度、节点度数等概念有了更直观的理解。
这些模型和概念对于理解我们身边各种事情的传播和增长都非常有用。比如,疫情的传播是如何发生的,又该如何控制?文化会因何而流行,又因何而消亡?假如我们要策划一个活动,我们又该如何通过这套模型中的知识帮助我们找到更多的活动参与者?

正文

如果你曾经花时间思考过复杂系统,你一定会意识到网络的重要性。

网络在我们的世界中起着主导作用。从细胞内部的化学反应路径,到生态系统中的相互关系,再到影响历史进程的贸易和政治网络,处处都是网络的影响。

想想你现在正在阅读的这篇文章吧。你可能是在某个社交网络上找到它的,通过计算机网络下载它,而现在你正在用你的神经网络来解读它。

尽管我多年来一直在研究网络问题,但直到最近我才意识到简单扩散(simple diffusion)的重要性。

这正是我们今天讨论的主题:事物在网络中的移动和传播方式,其实是相当复杂的。让我们来看几个例子,以此来开启我们的探索之旅:

  • 传染病如何在人群中从一个宿主跳到另一个宿主
  • 推文在社交媒体的粉丝网络中如何传播
THE END
分享