社交网络分析5：社交网络信息传播动力学。信息传播 、传染病模型、博弈模型和物理系统模型 、传播动力学分析 、 未来发展趋势与展望_传染病模型社交网络(2)

这一部分将介绍各种模型的数学表达方式，以及它们是如何应用于社交网络信息传播的。

传染病模型

传染病模型是信息传播领域公认为比较成熟的模型，它将人群分为易感者(Susceptible)、感染者(Infectious)和治愈者(Recovered)，信息从感染者传到易感者，易感者收到信息并成功转发后，自身转变为治愈者，完成个体状态的转换，直至系统达到一种稳定状态。

传统模型有 SI、SIR、SIS，这些模型均无法反映易感者转换为感染者之前有个潜伏期的事实，为此引入潜伏状态(Exposed)，产生了 SEIR 模型在该类模型的发展过程中，近几年随着应用场景的不同出现了许多变体，比如具有两个时滞和垂直转移的 SEIRS 模型、基于情感交流的 HIT-SCIR模型和基于用户情绪的 SISa 模型等。

感染率：表示每个感染者平均能够传染给多少个易感者。
潜伏期：指从感染到发病的潜伏时间，这段时间内感染者可以传染给其他人。
免疫率：指人群中能够抵抗病毒的个体所占的百分比。
康复率：指从发病到康复的时间比例。

1. SI（Susceptible-Infected）模型：这是最基本的传染病模型，它假设个体只有两种状态：易感染（Susceptible）和已感染（Infected）。在这个模型中，易感个体与感染者接触后，就会变成感染者。
2. SIR（Susceptible-Infected-Recovered）模型：在SI模型的基础上增加了恢复（Recovered）状态。感染者在一段时间后会变成恢复者，恢复者不会再次感染。
3. SIS（Susceptible-Infected-Susceptible）模型：与SIR模型不同，SIS模型中的个体在感染后并不会获得免疫，而是会再次变成易感状态。
4. SEIR（Susceptible-Exposed-Infected-Recovered）模型：在SIR模型的基础上增加了暴露（Exposed）状态，即个体已经接触病原体但还没有表现出感染。
5. SEIRS（Susceptible-Exposed-Infected-Recovered-Susceptible）模型：在SEIR模型的基础上，增加了从恢复状态回到易感状态的过程。
6. SISa（Susceptible-Infected-Susceptible with Awareness）模型：是SIS模型的扩展，增加了对个体意识和行为的考虑，例如预防措施的影响。
7. SCIR（Susceptible-Connected-Infected-Recovered）模型：在SIR模型基础上，考虑了网络中个体的连接性对传播过程的影响。

博弈模型

1. 局部相互作用博弈模型：在这个模型中，个体的决策是基于其邻居的行为，强调社交网络中的局部交互。
2. 网络演化博弈模型：此模型融合了网络理论和博弈理论，考虑了网络结构对策略演化的影响。
3. 社交演化博弈模型：侧重于社交行为在时间上的演化过程，考虑了网络动态变化。
4. 进化博弈模型：强调策略的演化过程，考虑了个体之间的相互作用和适应性行为。

物理系统模型

物理系统模型是分析在线社交网络用户特征和网络属性，借用物理学中有关的理论和方法，模拟在线社交网络中社交力量对信息传播的推动过程。

社会粒子寻求社会普适有序理论认为，信息传播具有社会普朗克现象和量子化特性，个体社会行为可以揭示在线社交网络空间中信息不断复制、感染、扩散、传播的过程，因此可以通过建模和实证分析预测信息传播的趋势。

这类模型的最新研究成果主要有人类社会动力学模型、社交影响力模型、引力势模型和 Lotka-Volterra 模型。

1. 人类社会动力学模型：使用物理学的原理来模拟人类社会行为的动态变化。
2. 社交影响力模型：侧重于社交网络中影响力的传播和动态。
3. 引力势模型&