针对在网络上的信息 / 影响 / 疾病扩散，本研究提出了一种基于离散网络的连续时间过程模型，通过已感染节点的传染事件推断全局扩散网络的边缘和每条边缘的传输速率，进而预测、影响和抑制感染传播。该模型具有稀疏解决方案，无需参数调整，可轻松适用于规模在数千到数十万的网络，实验证实了该算法的效果良好。

May, 2011

本篇研究提出了一种基于高阶网络结构的新型随机游走模型，探究高阶网络中的扩散过程及其对信息扩散的影响，旨在揭示复杂网络系统中偏向性信息传播机制并成功应用于多特征对象分类任务中。

Nov, 2019

本文综述了在网络上的随机游走的理论和应用，突出了单个和非自适应随机漫步器的简单情况。它探讨了随机游走的三种主要类型 —— 离散时间随机游走、节点中心的连续时间随机游走和边缘中心的连续时间随机游走，并深入讨论了一些应用，包括节点排名、社区检测、应答式抽样和选民模型等。

Dec, 2016

本研究探讨在具有任意度数分布的随机不相关网络中的有偏随机游走过程，并推导了平稳占据概率和两个节点间的平均传输时间的精确表达式，同时探讨了循环搜索对传输时间的影响，为复杂网络上与运输相关问题的理论处理以及关键的数据包生成率的定量估计提供基础。

Sep, 2007

该论文提出了一种基于 Markov Stability 的动态社区检测框架，该框架可以通过时间参数化函数自动查找在不同分辨率下的社区结构，并且能够高效地在大型网络中应用。

Feb, 2015

本文提出了一些标准网络模型的概括，包括随机网络、配置模型和随机块模型，将它们推广到时变网络的情况。我们假设边缘的存在和缺失受节点属性的连续时间马尔可夫过程的速率参数控制，并演示了这些模型在数据分析和统计推断中的应用。我们的方法可以通过观察边缘出现和消失的特征动态，以及节点对边缘连接的时间上的概率来估计网络演化的时间常量或推断出社区结构，我们演示了这些方法在计算机生成的测试网络和实际数据中的应用。

Jul, 2016

新的信息理论方法揭示加权和定向网络中的社区结构，例如 6000 多种期刊的引用模式，发现多中心组织以及学科之间的定向引用模式。

Jul, 2007

本研究提出了一种高效的动态信息传递算法，可以在只有网络中节点活动时间的部分信息的情况下重建传播模型的参数。该方法适用于大量的动态模型和时间图案例。

Aug, 2016

本文采用微流变学的特定工具研究了基于相似性的思想流动，通过介绍词嵌入中的随机行走并研究其行为，发现这种相似性介导的随机行走在嵌入空间中表现出生物细胞和复杂流体等复杂结构系统中常见的异常扩散特征。最后，该论文提出了应用随机行走和布朗运动下粒子扩散的研究中常用的工具，来定量评估文档中多样思想的融入情况，总体而言，该论文提出了结合微流变学和机器学习概念的自我参照方法，以探索语言模型的蜿蜒倾向及其与创造力的潜在关联。

Jul, 2023

本文基于信息传播数据研究了推断动态网络的问题，提出一种基于随机凸优化的在线算法来高效解决，将其应用于 330 万个媒体和博客网站之间的信息传播，并实验了 179 亿不同信息在一年内的传播，发现了信息路径的演变和网络中心性等有趣发现。

Dec, 2012