DOI: https://doi.org/10.1038/s41467-026-70096-w
PMID: https://pubmed.ncbi.nlm.nih.gov/41748641
تاريخ النشر: 2026-02-26
المؤلف: Kleber A. Oliveira وآخرون
الموضوع الرئيسي: تقنيات تحليل الشبكات المعقدة
نظرة عامة
في هذا القسم، يتناول المؤلفون قيود نماذج انتشار الشائعات التقليدية القائمة على الأزواج من خلال اقتراح نموذج شائعة من الدرجة الأعلى يعتمد على الرسوم البيانية الفائقة. يقدم هذا النموذج آلية إبادة قائمة على المجموعة، حيث ينتقل الناشر إلى المثبط عندما تتجاوز نسبة الحواف الفائقة الواعية بالشائعة عتبة معينة. تظهر ديناميكيات هذا النموذج سلوكين فرعيين متميزين دون الحرج – الانخفاض الأسي وانخفاض قانون القوة – والتي يمكن أن تتواجد معًا اعتمادًا على تباين الرسم البياني الفائق.
يبلغ المؤلفون عن انتقالات طور مستمرة في كل من الرسوم البيانية الفائقة المتجانسة وغير المتجانسة، مما يشير إلى أن انتشار الشائعات في العالم الحقيقي يحدث غالبًا بالقرب من الحرج، بما يتماشى مع الأدبيات الموجودة. للتحقق من نموذجهم، استخدموا بيانات تجريبية من تيليجرام وسلاسل البريد الإلكتروني، مما يعزز نتائجهم ويقدم رؤى حول حرج ديناميات الشائعات في الأنظمة من الدرجة الأعلى. تسهم هذه الأبحاث في فهم أكثر دقة لكيفية انتشار الشائعات في سياقات جماعية على منصات التواصل الاجتماعي.
مقدمة
في مقدمة هذه الورقة البحثية، يتناول المؤلفون تعقيدات انتشار الشائعات والمعلومات، خاصة في سياق منصات التواصل الاجتماعي، التي أصبحت قنوات مهمة لنشر المعلومات والمعلومات المضللة. يبرزون التحديات التي تطرحها حملات المعلومات المضللة خلال الاستفتاءات العامة والانتخابات، مؤكدين على الحاجة إلى سياسات مستندة إلى العلم لتنظيم هذه المنصات. بينما ركزت العديد من الأبحاث الحالية على منصات التدوين المصغر، يشير المؤلفون إلى أن تطبيقات المراسلة المحمولة، مثل واتساب وتيليجرام، تزداد انتشارًا في البلدان ذات الكثافة السكانية العالية وتقدم تحديات فريدة بسبب هياكل الاتصال القائمة على المجموعة.
تقدم الورقة نموذج شائعة جديد من الدرجة الأعلى يتضمن انتشارًا قائمًا على العتبات وإبادة قائمة على المجموعة، مستوحى من ديناميكيات انتشار الشائعات في تطبيقات المراسلة. يوسع هذا النموذج الأطر التقليدية للعدوى من خلال اقتراح أن الإبادة تحدث من خلال التفاعلات مع الأفراد الذين هم بالفعل على دراية بالشائعة، بدلاً من أن تحدث بشكل عفوي. يبلغ المؤلفون عن نتائج سلوكيات معقدة في انتشار الشائعات، بما في ذلك الانخفاض الأسي وانخفاض قانون القوة إلى حالة ماصة، متأثرة بعوامل انتشار وإبادة. يقدمون تحققًا تجريبيًا لنموذجهم باستخدام بيانات من قنوات تيليجرام العامة، مما يسهم في فهم كيفية عمل الشائعات في العالم الحقيقي بالقرب من الحرج.
طرق
يستعرض قسم “الطرق” الأساليب التجريبية والتحليلية المستخدمة في الدراسة. يوضح تصميم التجارب، بما في ذلك اختيار المواد، وتحضير العينات، والبروتوكولات المحددة المتبعة لضمان إمكانية التكرار. كما يتم وصف المنهجيات المستخدمة لجمع البيانات، مثل التحليلات الإحصائية والنمذجة الحاسوبية، مع تسليط الضوء على الأدوات والبرامج المستخدمة لمعالجة النتائج.
بالإضافة إلى ذلك، يبرز القسم المعايير الخاصة بالتحقق من البيانات والتقنيات المستخدمة للتخفيف من التحيزات المحتملة. تم هيكلة الطرق لتسهيل فهم شامل للظواهر قيد التحقيق، مما يضمن أن النتائج قوية ويمكن تعميمها على سياقات أوسع. بشكل عام، يعد هذا القسم أساسًا حيويًا للنتائج والمناقشات اللاحقة المقدمة في الورقة.
مناقشة
في هذا القسم، يقدم المؤلفون نموذج شائعة من الدرجة الأعلى يستخدم الرسوم البيانية الفائقة لالتقاط التفاعلات الجماعية وديناميات انتشار الشائعات. يحدد النموذج رسمًا بيانيًا فائقًا \( H = \{V, E\} \)، حيث تمثل \( V \) العقد و \( E \) تشير إلى الحواف الفائقة، مع مصفوفة حدوث \( I \) لوصف علاقات العقد-الحواف الفائقة. يمكن أن توجد كل عقدة في واحدة من ثلاث حالات: جاهلة، ناشرة، أو مثبطة، تتبعها متغيرات عشوائية برنولي. يتم نمذجة عملية العدوى كعملية بواسون، حيث يتم تنشيط الحواف الفائقة عندما يتم الوصول إلى عتبة من الناشرين، بينما تحدث عملية الإبادة عندما يتجاوز عدد الحواف الفائقة المنشطة عتبة العقدة. يتم تحديد تطور احتمال كون العقدة ناشرة بواسطة معادلة تفاضلية تتضمن هذه العمليات.
تكشف النتائج عن سلوكيات فرعية متميزة تتميز بانخفاض أسي أو قانون القوة إلى حالة ماصة، متأثرة بالعتبات المحددة للعدوى والإبادة. في الرسوم البيانية الفائقة المتجانسة، يتم تحديد النقطة الحرجة حول \( \lambda_c \approx 0.27 \)، مع اختلاف مقياس المعامل النظامي عبر الأنظمة الفرعية الحرجة، الحرجة، وفوق الحرجة. من الجدير بالذكر أن النموذج يظهر انتقالات طور مستمرة، مما يتناقض مع نماذج أخرى تتنبأ بانتقالات غير متقطعة. يتحقق المؤلفون من نموذجهم مقابل بيانات العالم الحقيقي من مجموعة بيانات تيليجرام Pushshift، مما يظهر أن سلاسل الشائعات المحاكاة تتماشى مع السلوكيات الملاحظة، خاصة حول النقطة الحرجة، مما يعزز قابلية تطبيق النموذج في فهم ديناميات الشائعات في الشبكات المعقدة.
DOI: https://doi.org/10.1038/s41467-026-70096-w
PMID: https://pubmed.ncbi.nlm.nih.gov/41748641
Publication Date: 2026-02-26
Author(s): Kleber A. Oliveira et al.
Primary Topic: Complex Network Analysis Techniques
Overview
In this section, the authors address the limitations of traditional pairwise models of rumor propagation by proposing a higher-order rumor model based on hypergraphs. This model introduces a group-based annihilation mechanism, where a spreader transitions to a stifler when the fraction of hyperedges aware of the rumor surpasses a certain threshold. The dynamics of this model exhibit two distinct subcritical behaviors—exponential and power-law decay—which can coexist depending on the hypergraph’s heterogeneity.
The authors report continuous phase transitions in both homogeneous and heterogeneous hypergraphs, suggesting that real-world rumor propagation often occurs near criticality, consistent with existing literature. To validate their model, they utilized empirical data from Telegram and email cascades, reinforcing their findings and providing insights into the criticality of rumor dynamics in higher-order systems. This research contributes to a more nuanced understanding of how rumors spread in group contexts on social media platforms.
Introduction
In the introduction of this research paper, the authors address the complexities of rumor and information propagation, particularly in the context of social media platforms, which have become significant channels for information dissemination and misinformation. They highlight the challenges posed by misinformation campaigns during public referenda and elections, emphasizing the need for scientifically grounded policies to regulate these platforms. While much existing research has focused on microblogging platforms, the authors note that mobile messenger apps, such as WhatsApp and Telegram, are increasingly prevalent in populous countries and present unique challenges due to their group-based communication structures.
The paper introduces a novel higher-order rumor model that incorporates threshold-based propagation and group-based annihilation, inspired by the dynamics of rumor spread in messaging applications. This model extends traditional contagion frameworks by suggesting that rumor annihilation occurs through interactions with individuals already familiar with the rumor, rather than spontaneously. The authors report findings of complex behaviors in rumor propagation, including exponential and power-law decay to an absorbing state, influenced by propagation and annihilation thresholds. They provide empirical validation of their model using data from Telegram public channels, contributing to the understanding of how real-world rumors operate near criticality.
Methods
The “Methods” section outlines the experimental and analytical approaches employed in the study. It details the design of the experiments, including the selection of materials, sample preparation, and the specific protocols followed to ensure reproducibility. The methodologies utilized for data collection, such as statistical analyses and computational modeling, are also described, highlighting the tools and software used for processing the results.
Additionally, the section emphasizes the criteria for data validation and the techniques employed to mitigate potential biases. The methods are structured to facilitate a comprehensive understanding of the phenomena under investigation, ensuring that the findings are robust and can be generalized to broader contexts. Overall, this section serves as a critical foundation for the subsequent results and discussions presented in the paper.
Discussion
In this section, the authors present a higher-order rumor model utilizing hypergraphs to capture group interactions and the dynamics of rumor propagation. The model defines a hypergraph \( H = \{V, E\} \), where \( V \) represents nodes and \( E \) denotes hyperedges, with an incidence matrix \( I \) to describe node-hyperedge relationships. Each node can exist in one of three states: ignorant, spreader, or stifler, tracked by Bernoulli random variables. The contagion process, modeled as a Poisson process, activates hyperedges when a threshold of spreaders is met, while an annihilation process occurs when the number of activated hyperedges exceeds a node’s threshold. The evolution of the probability of a node being a spreader is governed by a differential equation that incorporates these processes.
The findings reveal distinct subcritical behaviors characterized by exponential or power-law decay to an absorbing state, influenced by the thresholds set for contagion and annihilation. In homogeneous hypergraphs, the critical point is identified around \( \lambda_c \approx 0.27 \), with the order parameter scaling differently across subcritical, critical, and supercritical regimes. Notably, the model exhibits continuous phase transitions, contrasting with other models that predict discontinuous transitions. The authors validate their model against real-world data from the Pushshift Telegram dataset, demonstrating that the simulated rumor cascades align with observed behaviors, particularly around the critical point, thereby reinforcing the model’s applicability in understanding rumor dynamics in complex networks.