스스로 강화되는 전파 믿음과 제품 확산의 새로운 임계 현상

초록

본 논문은 전파 과정에서 전파 강도가 스스로 상승하거나 하강하는 ‘자기 강화 전파(SRC)’ 모델을 제안한다. 일반적인 고정 전파 메커니즘과 달리, 전파가 진행될 때마다 품질·강도가 확률 p 로 향상하거나 1‑p 로 악화된다. 이를 브랜칭 프로세스와 확률생성함수(PGF)로 수식화하고, 재귀식과 폐쇄형 해를 통해 기대 전파 크기, 임계점, 그리고 전파 깊이와 강도의 시간적 진화를 분석한다. 결과적으로 전통적인 임계점 하나에 국한되지 않고, 넓은 파라미터 구간에서 파워‑law 꼬리를 보이며 비보편적 스케일링 지수 τ 를 나타낸다. 이는 실제 소셜 미디어 데이터에서 관찰되는 다양한 지수값을 이론적으로 설명한다.

상세 분석

본 연구는 기존 전파 모델이 전파 메커니즘을 시간에 따라 고정한다는 가정을 깨고, 전파 강도가 전파 과정 자체에 의해 동적으로 변하는 ‘자기 강화 전파(SRC)’ 모델을 도입한다. 모델은 각 전파 단계에서 전파 대상이 ‘수용 가능’할 확률 p 로 전파 강도가 +1, ‘비수용’일 경우 –1 감소한다는 단순하지만 강력한 규칙을 적용한다. 전파는 두 가지 종료 조건, 즉 강도가 0이 되거나 더 이상 자식 노드가 없을 때 멈춘다.

수학적 분석은 먼저 일반적인 브랜칭 구조를 가정하고, 자식 수의 확률생성함수 G(x)와 강도 k 에 대한 전파 크기 PGF H_k(x)를 정의한다. 핵심 재귀식 (1) H_k(x)=x G