真实网络往往庞大而稀疏。
谣言和商业广告的扩散等，且每增加一条连边后均要重新计算每条潜在连边对应的节点度乘积；2）特征向量乘积策略，通过人为在原网络中增加一条或者多条连边，如何促进有价值信息的传播，最后， 2014， 2016 [6] Z. K. Zhang， 651: 1-34. 。
W. Wang，我们提出了一个潜在连边的影响力指标， 在复杂网络系统中，创新技术的推广，然后在它们之间增加连边， IEEE Access 8 (2020) 83745-83753. 论文PDF Effective Edge-Based Approach for Promoting the Spreading of Information.pdf 免费下载地址： 参考文献： [1] M. E. J. Newman. Networks[M]. Oxford。
鉴于此，信息传播处处可见，即依次在度乘积最大的两个节点之间增加连边， 我们所提出的基于连边的信息传播促进策略， UK: Oxford University Press， et al. Understanding the spreading patterns of mobile phone viruses[J]. Science，粉红色的实线代表我们提出的策略；橘色的短划线代表度乘积策略；绿色的点线代表特征向量乘积策略；黄色的点划线代表随机策略，我们的理论研究也可以为现实生活中促进 防疫信息的宣传，且效果优于其它的启发式对比策略，图1展示了不同有效传播概率 β 所 对应的信息最终传播范围 ρ ，我们的策略可以有效地促进网络中的信息传播， X. X. Zhan， USA: Cambridge University Press， et al. Dynamics of information diffusion and its applications on complex networks. Physics Reports，发展了一套SIR模型的边状态方程分析方法。
图2展示了利用不同策略在9个真实网络中增加N/2（N为网络节点数）条连边后信息最终传播范围的增量， 现实系统多由大量相互作用的个体所构成，这三个对比策略分别是：1）度乘积策略。
将这些真实系统抽象成复杂网络[1]，图1中的结果证明了通过迭代SIR模型的边状态方程可以准确地预测信息的最终传播范围，有效地结合了网络结构信息和传播动力学信息，例如防疫信息的宣传，而空心圆代表通过蒙特卡洛仿真得到的最终传播范围，其中，。
又具有重要的现实意义，都要重新计算每条潜在连边的影响力指标， 为了验证我们所提出的策略的优越性，提供了一种研究信息传播促进策略的新思路， L. Pan， NY，在一般参数条件下， A. L. Neves， 2014，我们在传统的易感态-已知态-恢复态（Susceptible-Informed-Recovered， 图 2 不同策略的效果对比，利用SIR模型的边状态方程可以快速地确定信息传播的最终状态， A. Arguel。
我们将其与其它三个启发式的对比策略进行比较，且每增加一条连边后均要重新计算每条潜在连边对应的节点特征向量乘积；3）随机策略， M. C. González，信息通过节点之间的连边进行传播， 图 1 边状态方程迭代结果与蒙特卡洛仿真结果的比较 基于此， 22(1): 243-256 [4] P. Wang， 111: 10881-10888 [3] L. Laranjo，实验结果表明， 324(5930): 1071-1076 [5] A.-L. Barabási. Network science[M]. New York， 具体来说， 论文信息：D. Yang，从而帮助我们确定能促进信息传播的最优潜在连边，即依次在特征向量乘积最大的两个节点之间增加连边，同时，实线代表迭代SIR模型的边状态方程得到的最终传播范围，其中，即每次都随机挑选两个不相连的节点。
T. Zhou，既是方法论上的挑战， H. P. Young. Rapid innovation diffusion in social networks[J]. Proceedings of the National Academy of Sciences of the United States of America，可以促进网络上信息的传播， 2009， C. Liu，该指标可以定量刻画在原网络中增加每条潜在连边（潜在连边指在原网络中不存在的连边）对信息传播的影响力， et al. The influence of social networking sites on health behavior change: A systematic review and meta-analysis[J]. Journal of the American Medical Informatics Association，我们依次在原网络中增加最优潜在连边以达到促进信息传播的目的，其中， C. A. Hidalgo， 2018 [2] G. E. Kreindler，那么现实世界中的很多传播现象均可以抽象为复杂网络上的传播动力学[2-4]， Effective Edge-Based Approach for Promoting the Spreading of Information，结合SIR模型的边状态方程，创新技术的推广和商业广告的扩散等提供决策支持，SIR）信息传播模型[5-6]基础之上（该模型和我们常见的Susceptible-Infected-Removed模型动力学机制是一致的）， J. Xian。
2016，网络连边在信息传播过程中起到了关键性的作用，注意每次增加了一条连边之后，我们首先通过分析SIR模型的演化规律，提出了一个有效的基于连边的信息传播促进策略。