ScholarGate
Assistant
Process / pipeline

Modèles de diffusion en réseau — SIR, SIS et Cascade Indépendante

Les modèles de diffusion en réseau constituent une famille de cadres compartimentaux et probabilistes qui simulent la propagation d'informations, de maladies ou d'innovations à travers un système connecté. Enracinés dans l'épidémiologie mathématique de Kermack et McKendrick (1927), les modèles SIR et SIS partitionnent les nœuds en états et suivent les transitions entraînées par les taux de contact et les probabilités de guérison. Les modèles Cascade Indépendante et Seuil Linéaire, formalisés par Kempe, Kleinberg et Tardos (2003), étendent cette logique à l'influence sociale, modélisant comment l'activation se propage à travers un réseau voisin par voisin.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

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

Sources

  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

Comment citer cette page

ScholarGate. (2026, June 1). Network Diffusion Models (SIR, SIS, Independent Cascade). ScholarGate. https://scholargate.app/fr/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

Référencée par

ScholarGateNetwork Diffusion Models (Network Diffusion Models (SIR, SIS, Independent Cascade)). Consulté le 2026-06-15 sur https://scholargate.app/fr/network-analysis/network-diffusion · Jeu de données : https://doi.org/10.5281/zenodo.20539026