異步IC模型

一種信息傳播模型，即異步獨立級聯模型，是信息傳播過程的抽象描述。假設信息的轉發是在以正實數代表的時間軸上進行的，信息轉發到鄰居節點所耗費的時間間隔為連續型隨機變數，通常假設這一隨機變數呈指數分布或近似為常態分配。

基本介紹

• 中文名：異步IC模型
• 外文名：Asynchronous Independent Cascade Model
• 分類方法：對時間處理的不同
• 歸屬於：IC模型
• 提出者：Jacob Goldenberg
• 套用學科：電氣工程、計算機科學、物理學

簡介

根據對時間處理的不同，IC模型可分為同步IC模型和異步IC模型。異步IC模型即假設信息的轉發是在以正實數代表的時間軸上進行的，信息轉發到鄰居節點所耗費的時間間隔為連續型隨機變數，通常假設這一隨機變數呈指數分布或近似為常態分配。

基本思想

獨立級聯模型（Independent Cascade Model）最初由 Jacob Goldenberg等人在研究市場行銷模型時提出，是一個機率模型。該模型的基本假設是節點u試圖激活其鄰接節點v的行為能否成功是一個機率為P_u,v的事件。且一個處於非活躍狀態的節點被剛進入活躍狀態的鄰居節點激活的機率獨立於之前曾嘗試過激活該節點的鄰居的活動。此外該模型還做出了這樣的假設：網路中任意的節點u只有一次機會嘗試激活其鄰居節點v，無論是否能成功，在以後的時刻中，u本身雖然仍保持活躍狀態，但它已經不再具備影響力，這一類節點稱為無影響力的活躍節點。

經典傳播模型

Kemple等人提出兩種經典的信息傳播模型：線性閾值模型(Linear Threshold Model, LTM)和獨立級聯模型(Independent Case Model， ICM)。線性閾值模型適合於描述個體的行為受多個個體的影響,而獨立級聯模型適合於描述個體的行為只受一個個體的影響,但是,這兩種傳播模型只適用於一種實體在社會網路中傳播的情形。

線性閾值模型和I獨立級聯模型是構建社交網路傳播模型的基本模型。LT模型描述的是信息是以機率形式進行傳播，IC模型主要描述的是信息傳播後，如何進行收斂。

算法

獨立級聯模型的算法如下：

1．初始的活躍節點集合A。

2．在t時刻，新近被激活的節點u對它的鄰接節點v產生影響，成功的機率為Pu,v。若v有多個鄰居節點都是新近被激活的節點，那么這些節點將以任意順序嘗試激活節點v。

IC模型算法第二步圖示

3．如果節點v被激活成功，那么在t+1時刻，節點v轉為活躍狀態，將對其鄰接非活躍節點產生影響；否則，節點v在t+1時刻狀態不發生變化。

IC模型算法第三步圖示

4．該過程不斷進行重複，直到網路中不存在有影響力的活躍節點時，傳播過程結束。