传播模型
数学模型：维数，私人信道和整体数量的关联，随机度
遵循优先连接原则生成的枢纽模型，实际上与信道影响理论接近。问题在于近似。
信道的演化而非信源的演化
距离还是step
信道认证，即该理论意义上的距离，是使用单边双重认证确定的。
进化猜想远不是一个科学的理论。应该说精神特征定向变化更合适。
1. 节点与连接
- 数据特征为无交叉生成
- 数据特征为节点随机连接
2. 节点与距离
- 引入捷径
- （关于六度分隔理论）
3. 将激活节点间信息交流视作信源。
- 是信息反射的近似。
- 传播速度不依赖于信息的速度，而依赖于其他节点接收的速度。
- 新节点进入影响范围应视为距离的减少还是场域的扩大，抑或者只是坐标变化的不同
- 大量的定义缺失。
- 信息传播的载体是已激活节点之间的持续互动关系
- Ds之问（笑）
- 临界密度的精确计算方法？
- 该模型在不同网络拓扑（小世界/无标度）下的表现差异？
- 与”六度分隔”的更深层数学联系？
- 如何将”信息质量/情感极性”引入影响场？
- 实证研究设计（如何用真实数据验证这个模型）？
三种模型。逐级传播，源点传播，交流传播。
在现代研究中，理论模型也是生成的，而非预设的。通过创造一个理论来摧毁一个世界的时代已经过去。正如批评所言，”……高度依赖先验假设，它们在真实复杂的社交网络场景中表现不佳”。除非是传播或应用。
我个人还是倾向使用物理系统模拟。