رفتن به محتوا
همه اسناد کتابخانه

تأثیر پیروان روند بر آبشارها در شبکه‌های تصادفی

مقاله arXiv papers · نویسنده: Teruyoshi Kobayashi

خلاصه

این مقاله مدل آستانه‌ای رفتار جمعی را گسترش می‌دهد تا گره‌های سراسری یا پیروان روند را در بر بگیرد. در آبشار محلی استاندارد، یک گره در واکنش به همسایه‌هایش فعال می‌شود؛ در این گسترش، بعضی گره‌ها به سهم کلی گره‌های فعال نیز واکنش نشان می‌دهند. مدل بررسی می‌کند که هنگام گسترش رفتار در شبکه، نفوذ محلی و روندهای جمعیتی چگونه با هم تعامل می‌کنند.

تحلیل می‌یابد که گره‌های سراسری می‌توانند پس از شکل‌گیری یک روند، آبشار را سرعت دهند، اما احتمال پیدایش آن روند را در وهله نخست کاهش می‌دهند. بنابراین اثر خالص آن‌ها می‌تواند آبشارها را تقویت یا مهار کند و مدل نشان می‌دهد که شاید سهمی میانی از پیروان روند، اندازه میانگین آبشار را بیشینه کند. این نتیجه‌ای نظری درباره شبکه و رفتار جمعی است، نه شاهدی بر سیگنال معاملاتی یا استراتژی بازار. توضیحات ارائه‌شده کالیبراسیون تجربی را مشخص نمی‌کند و نشان نمی‌دهد که نتیجه در بازارهای مالی واقعی برقرار است.

ایده‌های کلیدی

  • مدل گره‌هایی را اضافه می‌کند که فعال‌شدنشان به سهم کلی گره‌های فعال در جمعیت بستگی دارد.
  • پیروی سراسری از روند می‌تواند پس از شکل‌گیری روند، آبشار را تسریع کند.
  • وجود پیروان روند می‌تواند احتمال شکل‌گیری روند را نیز کاهش دهد.
  • در این مدل، ممکن است نسبت میانی پیروان روند اندازه میانگین آبشار را بیشینه کند.
  • توضیحات نتیجه‌ای نظری ارائه می‌کند و شواهدی از عملکرد مستقیم معاملاتی ندارد.

برچسب‌ها

متن کامل
# Trend-driven information cascades on random networks


# Trend-driven information cascades on random networks









Threshold models of global cascades have been extensively used to model real-world collective behavior, such as the contagious spread of fads and the adoption of new technologies. A common property of those cascade models is that a vanishingly small seed fraction can spread to a finite fraction of an infinitely large network through local infections. In social and economic networks, however, individuals' behavior is often influenced not only by what their direct neighbors are doing, but also by what the majority of people are doing as a trend. A trend affects individuals' behavior while individuals' behavior creates a trend. To analyze such a complex interplay between local- and global-scale phenomena, I generalize the standard threshold model by introducing a new type of node, called \textit{global nodes} (or \textit{trend followers}), whose activation probability depends on a global-scale trend; specifically the percentage of activated nodes in the population. The model shows that global nodes play a role as accelerating cascades once a trend emerges while reducing the probability of a trend emerging. Global nodes thus either facilitate or inhibit cascades, suggesting that a moderate share of trend followers may maximize the average size of cascades.

با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0

این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.