1 导引
在上一篇博客《图数据挖掘：网络中的级联行为》中介绍了用基于决策的模型来对级联行为进行建模，该模型是基于效用(Utility)的且是是确定性的，主要关注于单个节点如何根据其邻居的情况来做决策，需要大量和数据相关的先验信息。这篇博客就让我们来介绍基于概率的传播模型，这种模型基于对数据的观测来构建，不过不能对因果性进行建模。
2 基于随机树的流行病模型
接下来我们介绍一种基于随机树的传染病模型，它是分支过程（branching processes）的一种变种。在这种模型中，一个病人可能接触dd个其他人，对他们中的每一个都有概率q>0q>0将其传染，
接下来我们来看当dd和qq取何时，流行病最终会消失（die out），也即满足
limh→∞ph=0limh→∞ph=0
这里phph为在深度hh处存在感染节点的概率（是关于qq和dd的函数）。如果流行病会永远流行下去，则上述极限应该>0>0。
phph满足递归式：
ph=1−(1−q⋅ph−1)dph=1−(1−q⋅ph−1)d
这里(1−q⋅ph−1)d(1−q⋅ph−1)d表示在距离根节点hh深度处没有感染节点的概率。
接下来我们通过对函数
f(x)=1−(1−q⋅x)df(x)=1−(1−q⋅x)d
进行迭代来得到limh→∞phlimh→∞ph。我们从根节点x=1x=1(因为p1=1p1=1)开始，依次迭代得到x1=f(1),x2=f(x1),x3=f(x2)x1=f(1),x2=f(x1),x3=f(x2)。事实上，该迭代最终会收敛到不动点f(x)=xf(x)=x
这里xx是在深度h−1h−1处存在感染节点的概率，f(x)f(x)是在深度为hh处存在感染节点的概率，qq为感染概率，dd为节点的度。
如果我们想要传染病最终消失，那么迭代f(x)f(x)的结果必须要趋向于00，也即不动点需要为0。而这也就意味着f(x)f(x)必须要在y=xy=x下方
如何控制f(x)f(x)必须要在y=xy=x下方呢？我们先来分析下f(x)f(x)的图像形状，我们有以下结论：
f(x)f(x)是单调的：对0≤x,q≤1,d>10≤x,q≤1,d>1，f′(x)=q⋅d(1−qx)d−1>0f′(x)=q⋅d(1−qx)d−1>0，故f(x)f(x)是单调的。
f′(x)f′(x)是非增的：f′(x)=q⋅d(1−qx)d−1f′(x)=q⋅d(1−qx)d−1会着xx减小而减小。
而f(x)f(x)低于y=xy=x，则需要满足
f′(0)=q⋅d<1f′(0)=q⋅d<1综上所述，我们有结论：
limh→∞ph=0 when q⋅d<1limh→∞ph=0 when q⋅d<1
这里R0=q⋅dR0=q⋅d表示每个被感染的个体在期望意义上所产生的新的病体数，我们将其称为基本再生数（reproductive number），它决定了传染病病是否会流行：
- 若R0≥1R0≥1: 流行病永远不会消失且感染人数会以指数速度上升。
- 若R0≤1R0≤1: 流行病会以指数速度快速消失。
3 SIR与SIS流行病模型
3.1 模型范式
在病毒的传播中，有两个最基本的参数：
- 出生率ββ 被已感染邻居攻击的概率
- 死亡率δδ 已感染节点治愈的概率
网络中的节点可以在以下四个状态（S+E+I+R）之间做转移
- 易感期(susceptible)： 节点患病之前，处于容易被邻居传染的时期，也称敏感期。
- 潜伏期(exposed)：节点已被感染，但是还没具备能力去传染别人。
- 传染期(infectious)：节点已被感染，且能够以一定的概率把疾病传染给那些处于易感期的邻居，也称感染期。
- 移除期(removed)：当一个节点经历了完整的传染期，就不再被考虑了，因为它不会再受感染，也不会对其它节点构成威胁，也称隔离期。
其中状态转移的概率由我们前面提到的模型参数ββ和δδ控制。
3.2 SIR模型
在SIR模型中，节点经历S-I-R三个阶段
事实上，该模型可用于对水痘和鼠疫的建模，也即一旦我治愈了，那我就永远不会再被感染了。
假设模型满足完美混
dSdt=−βSIdRdt=δIdIdt=βSI−δIdSdt=−βSIdRdt=δIdIdt=βSI−δI
处于SS、II、RR状态的节点数量随着时间变化曲线如下图所示：
3.3 SIS模型
SIS模型中节点只有S-I两个阶段，它假设已经治愈的节点会立即变为易感节点。节点的状态转移图如下：
这里我们把s=βδs=βδ定义为病毒的“力量”（strength）。
该模型可用于对流感的建模，也即已被感染的节点经过治愈后会重新回到易感状态。
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。