成电人物

　　如何理解“非典”和“禽流感”等传染病在社会群体中的传播规律？如何理解“熊猫烧香”、“梅利莎”等计算机病毒在因特网上的扩散过程？如何理解谣言等网络信息的扩散机理？如何把握金融危机和风险的传播、扩散、演化机制？……

　　这些与人类社会发展密切相关的“复杂网络传播动力学”问题，深深吸引了来自物理学、数学、计算机和流行病学等领域的诸多专家的关注。来自计算机科学与工程学院的2013级博士生王伟也是深入探索“复杂网络传播动力学”的研究者之一。

　　近日，王伟以第一作者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 for epidemic spreading on complex networks”的综述论文，对“复杂网络传播动力学”领域已有的主要理论方法进行了系统全面的研究梳理。

　　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教授为该论文合作者。电子科技大学互联网科学中心为论文第一单位。

现有理论：“乱花渐欲迷人眼”

　　流行病的预警与防控是公共安全领域的重中之重，也是“复杂网络传播动力学”研究的重要命题之一，因此这一科学问题受到了社会各界的广泛关注。长期以来，来自各个学科背景的学者专家在该领域进行了诸多探索，针对不同的传播现象已提出了许多传播模型，而利用优美的数学公式来准确地刻画这些传播模型是学者们理论研究的重点。

　　为了定量地理解接触网络对传播动力学所带来的影响，许多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。可以说，该领域已然呈现出了“百花齐放”的繁盛局面。

　　问题在于，现有的理论方法各有特点、各有短长，且针对不同类型的网络结构具有不同的适用性和预测效果。因此，王伟和指导老师唐明副教授认为，对于任意网络上的传播动力学过程，要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。

　　他们在长期摸索中发现，一个准确的理论方法需要解决两个关键问题，其一是如何准确描述错综复杂的网络结构，其二是如何准确刻画相邻节点之间的强动力学关联性。因此，厘清经典理论方法之间的关联性和适用条件，对发展准确的理论方法来刻画传播动力学至关重要。

博观约取：为7种主流方法“把脉”

　　王伟自2011年考入计算机学院读研起，就跟随唐明副教授致力于复杂网络传播动力学的研究。2013年，他选择硕博连读，继续在计算机学院攻读博士学位。2015年9月至2016年9月，他到美国波士顿大学做访问学者，师从美国科学院院士、“经济物理之父”、“玻尔兹曼奖”获得者Stanley教授。在五年多时间里，他对复杂网络上的流行病传播动力学的兴趣和深度都与日俱增。

　　当王伟产生梳理现有理论方法的念头时，他正在波士顿大学访问。回顾最初的研究动机，他表示，当时主要是出于好奇，“对于任意一个网络上的传播动力学，很想知道究竟哪种方法更好，甚至想看一下有没有更具一般性和解释力的理论方法。”同时，把这些方法梳理总结清楚，可以让像他一样“初通门径”的年轻学子更容易理解和使用这些理论。

　　在研究中，他们首先按照理论方法的发展脉络或相似性，将众多现有方法归为平均场近似、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7大类。然后按照方程复杂度递增的方式，分别评述了这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。

　　据介绍，现有的主流理论方法在描述复杂网络上的传播动力学过程时都需做出一些假设。例如，平均场理论假设网络中所有个体不存在差异性，并且相邻节点之间不存在动力学关联性。然而，网络的“淬火”特性会使理论方法无法完全体现现实中的个体差异，因此理论值和模拟值之间总有一定的距离。而在不同的抽象和简化过程中，一种理论在这种网络结构中表现很“给力”，但若换一种情景其预测效果就会大打折扣。

　　他们认为，要寻找更好的方法，一方面要尽可能少地采用假设近似，另一方面要努力解决少采用或不采用假设近似之后随之而来的描述方程组数目增加的问题。经过仔细甄别7种常用理论的优劣，他们对每一种理论的适用性和预测效果进行了必要的界定，并展望了网络传播动力学理论研究的一些可能方向，也为发展更为准确的理论方法提供了一些新思路。

(a) SIS模型示意图，(b)SIR模型示意图，(c)动力学演化过程示意图，(d)SIS模型和SIR模型相图。在图(d)中，临界传播概率βc将整个平面分为吸收态和活跃态。当β ≤ βc时，网络中没有流行病，即吸收态。当β > βc时，大规模流行病爆发，即活跃态。

学无止境：希望真正解释现实

　　王伟等人的研究成果，对理论解析复杂网络上的流行病传播动力学做出了重要的贡献。论文在投给国际公认的顶级期刊《物理学进展报告》之后，很快就得到了积极的反馈。2017年2月初，稿件正式刊发。

　　王伟的论文合作者、他在美国波士顿大学期间的导师美国科学院院士H. Eugene Stanley 对教授这篇文章的研究给予了大力支持，也给予了充分肯定。Stanley教授是“经济物理之父”、“玻尔兹曼奖”获得者。据了解，这篇论文只是他们的合作研究成果之一，此时，他们已经完成合作论文6篇。

　　截至目前，王伟已在国际权威期刊上发表学术论文22篇，其中第一作者或通讯作者论文共13篇，包括一区论文1篇、二区论文9篇、EI论文3篇。此外，他还有10篇SCI论文在审或待投。据统计，王伟的Google Scholar引用已经达到200次（仅2016年就被引用144次）、SCI引用120次，发表论文影响因子之和达63.7。

　　回顾他此前所作的研究，王伟介绍说，他主要在网络传播动力学的三个热门研究方向取得了系列性研究成果。其中在生物传播方面，他系统地研究了网络的宏观、中观尺度和微观结构，动力学参数以及人类行为特性对传播速率、爆发阈值和控制策略所带来的影响。在该系列发表的13篇学术论文，被网络动力学领军人物Pastor-Satorras等、Nature Communications和Physical Reports等国际顶级期刊引用70余次。

　　社会传播也是他的研究焦点。他们不仅在国际上率先引入并系统地研究了基于非冗余信息记忆加强效应对社会传播的影响，还发展了一套准确的“边划分理论”来描述“非马尔科夫过程”。在该领域他已发表4篇学术论文，3篇在审论文和2篇待投论文。文章发表后得到了很好的国际反响，包括被选为KALEIDOSCOPE论文，获得牛津大学Poter教授等人、Physical Reports的引用和好评，还获得了第三届全国统计物理与复杂系统学术会议的“最佳张贴报告”。论文发表仅一年，就得到了最高单篇18次引用。

　　在“社会-生物传播”方面，他们首次通过分析真实数据发现“社会-生物传播”间存在着非对称耦合作用，并构建合理的模型证实现实生活中的信息扩散在一定程度上已达到最优控制疾病的速率。此系列发表的3篇论文得到了网络科学领军人物Arenas教授和Boccaletti教授等人的引用，相继被Physical Reports等顶级期刊引用达50余次，还获得第十二届全国复杂网络会议的“最佳学生论文”奖。

　　然而，面对这些研究成果，王伟并不感到满足。他说，流行病的预警与干预对我们每个人都十分重要，然而现有的理论依然存在各种不足，远未达到现实的需要，“我最大的希望就是找到一种真正能够解释现实的实战化的理论，以对关涉人类的安全与健康的流行病传播问题做出真正的贡献。”