In the standard situation of networked populations, link neighbours represent one of the main influences leading to social diffusion of behaviour. When distinct attributes coexist, not only the network structure, but also the distribution of these traits shape the typical neighbourhood of each individual. While assortativity refers to the formation of links between similar individuals inducing the network structure, here, we separate the formation of links from the actual distribution of an attribute on the topology. This is achieved by first generating different network types (e.g., lattice, scale free, and small world), followed by the procedure of distributing attributes. With this separation, we try to isolate the effect that attribute distribution has on network diffusion from the effect of the network structure itself. We compare random distributions, where behaviour types are highly mixed, and homophilic distributions, where similar individuals are very likely to be linked, and examine the effects on social contagion in a population of mainly reciprocal behaviour types. In addition, we gradually mix homophilic distribution, by random rewiring, adding links and relocating individuals. Our main results is that attribute distribution strongly influences collective behaviour and the actual effect depends on the network type. Under homophilic distribution the equilibrium collective behaviour of a population tends to be more divers, implying that random distributions are limited for illustration of collective behaviour. We find that our results are robust when we use different gradual mixing methods on homophilic distribution.

中文翻译：

---

基于网络代理的模型中的同质性：一种生成同源属性分布的方法，以改善随机分布方法

在网络人口的标准情况下，链接邻居代表了导致行为向社会传播的主要影响之一。当不同的属性共存时，不仅网络结构，而且这些特征的分布也塑造了每个人的典型邻居。虽然分类性是指诱导网络结构的相似个体之间的链接的形成，但是在这里，我们将链接的形成与拓扑上属性的实际分布分开。这是通过首先生成不同的网络类型（例如，格网，无标度和小世界），然后通过分配属性的过程来实现的。通过这种分离，我们尝试将属性分布对网络扩散的影响与网络结构本身的影响分开。我们比较了行为类型高度混合的随机分布和相似的个体之间很可能有联系的同质分布，并研究了在主要是相互行为类型的人群中对社会传染的影响。此外，我们通过随机重新布线，添加链接和重新定位个人来逐步混合同性分布。我们的主要结果是，属性分布强烈影响集体行为，而实际效果取决于网络类型。在同质分布下，总体的均衡集体行为趋于多样化，这意味着随机分布有限，无法说明集体行为。我们发现，当我们在同质分布上使用不同的渐进混合方法时，我们的结果是可靠的。行为类型高度混合，同质分布，类似的人很可能联系在一起，并研究对主要是相互行为类型的人群中社会传染的影响。此外，我们通过随机重新布线，添加链接和重新定位个人逐步混合同性分布。我们的主要结果是，属性分布强烈影响集体行为，而实际效果取决于网络类型。在同质分布下，总体的均衡集体行为趋于多样化，这意味着随机分布有限，无法说明集体行为。我们发现，当对同质分布使用不同的渐进混合方法时，我们的结果是可靠的。行为类型高度混合，同质分布，类似的人很可能联系在一起，并研究对主要是相互行为类型的人群中社会传染的影响。此外，我们通过随机重新布线，添加链接和重新定位个人逐步混合同性分布。我们的主要结果是，属性分布强烈影响集体行为，而实际效果取决于网络类型。在同质分布下，总体的均衡集体行为趋于多样化，这意味着随机分布有限，无法说明集体行为。我们发现，当我们在同质分布上使用不同的渐进混合方法时，我们的结果是可靠的。在这里，相似的人很可能会联系在一起，并研究对主要是相互行为类型的人群对社会传染的影响。此外，我们通过随机重新布线，添加链接和重新定位个人逐步混合同性分布。我们的主要结果是，属性分布强烈影响集体行为，而实际效果取决于网络类型。在同质分布下，总体的均衡集体行为趋于多样化，这意味着随机分布有限，无法说明集体行为。我们发现，当我们在同质分布上使用不同的渐进混合方法时，我们的结果是可靠的。在这里，相似的人很可能会联系在一起，并研究在主要是相互行为类型的人群中对社会传染的影响。此外，我们通过随机重新布线，添加链接和重新定位个人逐步混合同性分布。我们的主要结果是，属性分布强烈影响集体行为，而实际效果取决于网络类型。在同质分布下，总体的均衡集体行为趋于多样化，这意味着随机分布有限，无法说明集体行为。我们发现，当对同质分布使用不同的渐进混合方法时，我们的结果是可靠的。我们通过随机重新布线，添加链接和重新定位个人逐步混合同性分布。我们的主要结果是，属性分布强烈影响集体行为，而实际效果取决于网络类型。在同质分布下，总体的均衡集体行为趋于多样化，这意味着随机分布有限，无法说明集体行为。我们发现，当对同质分布使用不同的渐进混合方法时，我们的结果是可靠的。我们通过随机重新布线，添加链接和重新定位个人逐步混合同性分布。我们的主要结果是，属性分布强烈影响集体行为，而实际效果取决于网络类型。在同质分布下，总体的均衡集体行为趋于多样化，这意味着随机分布有限，无法说明集体行为。我们发现，当我们在同质分布上使用不同的渐进混合方法时，我们的结果是可靠的。在同质分布下，总体的均衡集体行为趋于多样化，这意味着随机分布有限，无法说明集体行为。我们发现，当对同质分布使用不同的渐进混合方法时，我们的结果是可靠的。在同质分布下，总体的均衡集体行为趋于多样化，这意味着随机分布有限，无法说明集体行为。我们发现，当我们在同质分布上使用不同的渐进混合方法时，我们的结果是可靠的。