Process / pipeline

Modelos de difusión en redes — SIR, SIS y Cascada Independiente

Los modelos de difusión en redes son una familia de marcos compartimentales y probabilísticos que simulan cómo la información, una enfermedad o una innovación se propaga a través de un sistema conectado. Arraigados en la epidemiología matemática de Kermack y McKendrick (1927), los modelos SIR y SIS dividen los nodos en estados y rastrean las transiciones impulsadas por tasas de contacto y probabilidades de recuperación. Los modelos Cascada Independiente y Umbral Lineal, formalizados por Kempe, Kleinberg y Tardos (2003), extienden esta lógica a la influencia social, modelando cómo la activación se propaga a través de una red vecino a vecino.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Kermack, W.O. & McKendrick, A.G. (1927). A Contribution to the Mathematical Theory of Epidemics. Proceedings of the Royal Society of London. Series A, 115(772), 700-721. DOI: 10.1098/rspa.1927.0118
  2. Kempe, D., Kleinberg, J., & Tardos, E. (2003). Maximizing the Spread of Influence through a Social Network. Proceedings of the Ninth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD), 137-146. DOI: 10.1145/956750.956769

Cómo citar esta página

ScholarGate. (2026, June 1). Network Diffusion Models (SIR, SIS, Independent Cascade). ScholarGate. https://scholargate.app/es/network-analysis/network-diffusion

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citado por

ScholarGateNetwork Diffusion Models (Network Diffusion Models (SIR, SIS, Independent Cascade)). Recuperado el 2026-06-15 de https://scholargate.app/es/network-analysis/network-diffusion · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026