近日，南方科技大学理学院统计与数据科学系副教授胡延庆课题组以“Indirect influence in social networks as an induced percolation phenomenon”为题，在美国科学院院刊PNAS 发表论文，基于实证现象提出了人类传播行为的诱导渗流模型。

渗流是统计物理研究的重要方向之一。近20年来，学术界开始利用渗流来研究可网络化的复杂系统中的传播问题。据大众所知，很多渗流理论都聚焦在建模顶点之间的直接作用机制上。然而，在社会和生态系统中越来越多的实证表明，间接相互作用在塑造系统的动态行为中起着关键作用。例如，社交网络中的“三度影响力”理论表明，在吸毒、酗酒、肥胖、离婚等社会行为方面，一个人将显著受到朋友的朋友的朋友所影响。尽管间接影响在各种现实系统中广泛存在，但少有研究揭示间接影响发生的确切机制。

 本研究利用大规模的科学家合作数据，对科学家研究领域转变的过程进行了详细研究，发现相对于科学家的直接合作者而言，间接合作者对其研究领域的变化有更加重要的影响。这一现象在当前许多热点领域都存在，如复杂网络、石墨烯、量子科学等。

受上述实证现象启发，该研究团队提出了诱导渗流模型。通过解析与模拟分析，发现间接作用机制会让系统出现新的丰富的相变行为：如网络中边的方向可以改变渗流相变的类型；在有向、无向和混合的网络中分别会出现一阶、连续与混合相变；在二级相变的临界点附近，网络的连通性出现新奇的震荡行为。这些与大众所知道的所有的复杂网络上的渗流相变行为都不一样。这意味该工作提出的渗流模型，可能揭示了复杂系统中元素之间非对称的、间接的作用机制与系统宏观相变行为之间未被发现的重要关系。

图1：实证分析显示科学家合作网络中存在间接影响机制。

该成果是胡延庆团队继2021年在Nature Human Behaviour发表的关于社交媒体上信息播渗流相变封面论文之后，取得的又一重要进展。胡延庆为通讯作者，中山大学计算机学院副研究员谢家荣与南方科技大学未来网络研究院副研究员王向荣为论文共同第一作者。该研究得到了国家自然科学基金、广东省杰出青年基金资助。

  论文链接：https://www.pnas.org/content/119/9/e2100151119 

供稿：统计与数据科学系

通讯员：邱雅芳

主图：丘妍