学术讲座｜社交网络数据驱动的传播动力学建模及相变

学术讲座

讲座题目

社交网络数据驱动的传播动力学建模及相变

演讲嘉宾

谢家荣 副研究员，北京师范大学珠海校区

讲座时间

１月30日（星期二）

上午 10：00－11：30

讲座地点

深圳大学南校区机电大楼S601会议室

邀请人

王向荣

讲座内容简介

复杂社交网络上用户的个体行为影响着信息传播等宏观现象，这将信息传播的实际问题和统计物理的基本理论相联系。然而，由于获取社交网络完整结构、传播轨迹、用户行为数据相对困难，经典模型难以准确刻画个体复杂行为所产生的效应。由实际数据为驱动，将汇报社交网络上动力学物理模型建模的四个研究工作。第一，在微博1亿用户的朋友网络和大规模爆发信息的数据为基础，发现社交媒体的传播能力远强于经典模型的预测。结合用户行为演化数据，建立的异质性渗流模型解释了强传播力的根源，发现社交媒体的用户影响力越发不平衡。这一研究证实了社交网络信息传播的渗流假设。第二，基于微信11亿和微博4.5亿用户朋友网络上的传播轨迹，提出只有一个自由参数的传播响应方程，能解释实际的传播现象。第三，通过科学家合作网络数据，发现间接影响力可能主导着研究者的兴趣转变。据此建立了诱导渗流模型，发现边的方向性是渗流相变类型的重要因素，在有向、无向、混合网络出现一级、二级、混合相变的丰富现象。第四，通过QQ群近千万条通讯记录，首次发现在同一系统中出现人类群体行为时间间隔的双模、双幂律、单幂律三种分布，和分布类型间的转变。建立的多人任务队列模型对实证现象作了解释，发现人的生理节律周期性是群体行为单幂律分布的一种根源。

演讲嘉宾简介

谢家荣就职于北京师范大学计算传播中心，任青年英才特聘副研究员。中国科学技术大学物理学博士，中山大学计算机学院博士后。在《Nature Human Behaviour》 (cover story)，《Nature Communication》，《PNAS》等国内外高水平刊物发表学术论文20余篇，承担国家自然科学基金青年项目1项。获中国新闻史学会计算传播学研究委员会2018年大会优秀论文一等奖，2021年世界人工智能大会青年优秀论文提名奖，第六届全国统计物理与复杂系统学术会议最佳口头报告奖，国家超级计算广州中心2021‘天河之星’优秀应用入围奖。

欢迎大家参加!

撰写：邢凤飞

排版：陈泽贤

一审一校：邢凤飞

二审二校：马将

三审三校：郑纯