即可将网页分享至朋友圈
近日，电子科技大学大数据研究中心在国际公认的顶级期刊《物理学进展报告》(Reports on Progress in Physics)上发表题为“Unification of theoretical approaches forepidemic spreading on complex networks”的综述论文。电子科技大学大数据研究中心周涛教授指导的博士生王伟为论文第一作者，电子科技大学大数据研究中心唐明副教授，美国波士顿大学H. Eugene Stanley院士和阿根廷IFIMAR研究所Lidia A. Braunstein教授为论文合作者。电子科技大学大数据研究中心为论文第一单位。
复杂网络上的流行病传播动力学吸引了来自物理、数学、计算机和流行病学等领域专家的关注。揭示传播动力学机制和规律，不仅仅有助于加深对动力学过程的理解，更为预测和控制动力学过程提供了理论支撑。为了定量地理解接触网络对传播动力学所带来的影响，一些经典的解析方法已被先后提出并广泛应用于各种网络结构和不同传播场景。一个准确的理论方法需要解决两个关键问题：如何准确描述错综复杂的网络结构，如何准确刻画相邻节点之间的强动力学关联性。准确的理论方法可能采用尽量少的假设近似，但这却增加了描述方程组的数目。对于任意网络上的传播动力学过程，明白使用哪种解析方法更为适合且精确，并理解这一方法的优势之处和发现其不足之处，是理论研究中一个极为重要的问题。
当前仍然缺乏一个对已有理论方法系统而全面的认识和梳理，而厘清经典理论方法之间的关联性和适用条件对上述问题的理解至关重要。鉴于此，王伟等人按照方程复杂度递增的方式评述了平均场近似、异质平均场近似、淬火平均场近似、动态信息传递方法、边渗流理论和点对近似方法这7个主流理论方法，并详细地阐述了7种理论方法的优劣性和关联性，还展望了网络传播动力学理论研究的一些可能方向，为发展更为准确的理论方法提供了一些新思路。
ROPP是物理类顶级综述期刊，英国物理学会旗下杂志。它与Reviews of Modern Physics, Physics Reports, Advances in Physics同为物理类旗舰刊物。ROPP通常只接受邀请综述，2016年影响因子为12.933,三年平均影响因子为15.209。
全文链接：http://iopscience.iop.org/article/10.1088/1361-6633/aa5398
编辑：一戈 / 审核：一戈 / 发布：一戈
