رجحان کے پیروکار بے ترتیب نیٹ ورکس میں رویے کے سلسلہ وار پھیلاؤ کو کیسے متاثر کرتے ہیں

خلاصہ

یہ مقالہ اجتماعی رویے کے حدی ماڈل میں ایسے نوڈز شامل کرتا ہے جو آبادی کی مجموعی سرگرمی کے تناسب سے متاثر ہوتے ہیں، یعنی رجحان کے پیروکار۔ معیاری مقامی پھیلاؤ میں کوئی نوڈ اپنے پڑوسیوں کے جواب میں سرگرم ہوتا ہے؛ اس توسیع میں کچھ نوڈز فعال نوڈز کے مجموعی تناسب کے جواب میں بھی عمل کرتے ہیں۔ ماڈل دیکھتا ہے کہ نیٹ ورک میں رویہ پھیلنے کے دوران مقامی اثر اور پوری آبادی کے رجحانات ایک دوسرے کے ساتھ کیسے عمل کرتے ہیں۔

تجزیے کے مطابق رجحان بن جانے کے بعد آبادی کی مجموعی سرگرمی سے متاثر ہونے والے نوڈز رویے کے سلسلہ وار پھیلاؤ کو تیز کر سکتے ہیں، جبکہ ابتدا میں رجحان بننے کا امکان کم کرتے ہیں۔ اس لیے ان کا مجموعی اثر پھیلاؤ کی حوصلہ افزائی بھی کر سکتا ہے اور اسے روک بھی سکتا ہے، اور ماڈل بتاتا ہے کہ رجحان کے پیروکاروں کا درمیانی تناسب پھیلاؤ میں شامل نوڈز کی اوسط تعداد کو زیادہ سے زیادہ کر سکتا ہے۔ یہ اجتماعی رویے کے بارے میں نظریاتی نیٹ ورک نتیجہ ہے، ٹریڈنگ سگنل یا مارکیٹ اسٹریٹیجی کا ثبوت نہیں۔ فراہم کردہ وضاحت تجرباتی کالیبریشن نہیں بتاتی اور نہ یہ دکھاتی ہے کہ نتیجہ حقیقی مالیاتی مارکیٹوں پر لاگو ہوتا ہے۔

اہم خیالات

• ماڈل ایسے نوڈز شامل کرتا ہے جن کی سرگرمی پوری آبادی میں فعال نوڈز کے تناسب پر منحصر ہوتی ہے۔
• آبادی کی مجموعی سرگرمی سے متاثر ہونے والے رجحان کے پیروکار رجحان بن جانے کے بعد سلسلہ وار پھیلاؤ کو تیز کر سکتے ہیں۔
• رجحان کے پیروکاروں کی موجودگی رجحان ابھرنے کا امکان بھی کم کر سکتی ہے۔
• ماڈل میں رجحان کے پیروکاروں کا درمیانی تناسب پھیلاؤ میں شامل نوڈز کی اوسط تعداد کو زیادہ سے زیادہ کر سکتا ہے۔
• وضاحت ایک نظریاتی نتیجہ دیتی ہے، ٹریڈنگ میں عملی کارکردگی کے شواہد نہیں۔

ٹیگز

# 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.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔