别再用平均度数判断传播:阈值藏在二阶矩里
【锚点:平均度数不是传播阈值】很多人把【传播风险】简化为【平均连接数】。这是把【算术平均】误当成【过程权重】。真正决定早期流行能否起爆的,是【度数二阶矩与一阶矩之比】。
【显式】在标准 SIS 模型中,感染者以速率 β 沿每条边尝试传播,以速率 γ 恢复。对随机配置网络,早期阈值是 β_c = γ⟨k⟩/⟨k2⟩。β < β_c 时疫情熄灭;β > β_c 时可能流行。(Pastor-Satorras & Vespignani, 2001;Pastor-Satorras et al., 2015)
【流程节点链路】起点:一次感染尝试落在某条边上 → 中间节点:该边指向的节点被选中,概率正比于它的度数 k → 中间节点:该节点若被感染,它向外再感染的总能力也正比于 k → 终点:有效再生因子 R = β⟨k2⟩/(γ⟨k⟩),【R < 1 则疫情消失】。
【隐式】两个网络可以有完全相同的平均度数,却有不同的阈值。网络 A:所有节点 k=4,⟨k⟩=4,⟨k2⟩/⟨k⟩=4,β_c=0.25。网络 B:一半节点 k=1,一半节点 k=7,平均仍是 4,但 ⟨k2⟩/⟨k⟩=6.25,β_c=0.16。若 β=0.18,A 的 R=0.72,B 的 R=1.125。【结论:B 更容易流行】。
【细微】这不是“枢纽节点很危险”的常识,而是【边抽样偏差】:感染尝试不是均匀落在节点上,而是先落在边上。度数大的节点拥有更多边,因此它被命中的概率更高;一旦命中,它又拥有更多边可以输出。两次 k 相乘,才得到 ⟨k2⟩。
【极难发现】真正反直觉的是:【降低平均度数并不自动降低风险】。如果网络改造同时增加度数不等性,阈值可能上升。对幂律网络,当度数指数 α<3 时,在无限尺度极限下 ⟨k2⟩ 发散,阈值可被压到极低;当 α>3 时,阈值才回到有限值。
【辩论问题】如果只能保留一个数来预测传播,你选 ⟨k⟩、⟨k^2⟩/⟨k⟩,还是最大度数?为什么?







0 评论