Co-Evolution of Friendship and Publishing in Online Blogging Social Networks
在过去的十年里，博客网站变得比以往任何时候都更加成熟和有影响力。这种复杂性和影响力在很大程度上来自于他们的网络组织。博客社交网络（BSN）允许个人博客形成联系人列表，订阅其他博客，评论博客文章，声明利益，并参与集体博客。因此，BSN是一个双峰场所，用户可以在其中参与发布（发布）以及社交（交友）活动。在本文中，我们研究了这两种活动的协同进化。我们观察到博客和社交之间存在显著的正相关关系。此外，我们确定了一些用户原型，对应于“主要是博客”，“主要是社交”等，我们分析了BSN在个人职位的水平和联系人列表的变化，并在友谊发布空间的轨迹的水平。这两种方法产生了一致的结果：大多数BSN用户是被动读者;出版是BSN中占主导地位的主动行为;社交活动补充博客，而不是与之竞争。
2014-01-27 cs.SI physics.soc-ph
Robustness of Power-law Behavior in Cascading Failure Models
受输电网络可靠性问题的启发，我们使用概率方法来研究在程式化的连锁故障模型中发生的大故障。在此模型中，线路具有随机容量，最初满足网络上施加的负载需求。每一条线路故障都会改变幸存网络中的负载分布，可能导致更多线路过载并跳闸。因此，最初的单一线路故障可能会引发大规模的级联效应，在本文中，我们衡量的概率，故障线路的数量超过一定的大阈值，这种级联事件的风险。在特定的临界条件下，故障概率服从幂律分布，这意味着严重故障的风险很大。我们通过探索这种行为在哪些假设下盛行来研究幂律行为的鲁棒性。
2016-04-13 math.PR physics.soc-ph
A data-driven analysis to question epidemic models for citation cascades on the blogosphere
博客网络中的引用级联通常被认为是信息在这个社交媒体上传播的痕迹。在这项工作中，我们质疑这一点，使用结构和语义分析的五个月活动的最具代表性的博客的法语community.Statistical措施显示，我们的数据集与那些可以在文献中找到的许多功能，这表明存在一个相同的基本过程。然而，对文章内容的进一步分析表明，在这种背景下，流行的对级联的类似于数学的描述是误导性的。一个基本的模型，只考虑了博客的行为和他们有限的社会网络，解释了数据的几个重要统计特征。这些论点支持这样一种观点，即引用的主要目的可能不是在博客圈传播信息。
2013-06-03 cs.SI physics.soc-ph
Contending Parties: A Logistic Choice Analysis of Inter- and Intra-group Blog Citation Dynamics in the 2004 US Presidential Election
2004年美国总统大选标志着博客和社交网站等互联网媒体首次成为美国政治格局的制度性特征。使用所有DNC/RNC指定的博客-引文网络的纵向样本，我们能够测试各种战略，制度和平衡理论的机制和外源性因素，如季节性和政治事件的影响博客的倾向，随着时间的推移相互引用。利用我们的数据的时间分辨率，我们利用自回归网络回归框架进行推理的逻辑选择过程。使用基于偏差的模型选择标准和基于模拟的模型充分性测试的组合，我们确定了最能表征竞争博客的选择行为的过程组合。
2011-10-18 cs.SI physics.soc-ph stat.AP
Quantitative Analysis of Bloggers Collective Behavior Powered by Emotions
来自用户在线交互的大规模数据为研究网络上的新兴社会现象提供了最终的信息来源。从用户的个人行为到可观察到的集体行为，涉及在发布的文本中表达的情感的不同机制发挥了作用。在这里，我们将统计物理学方法与文本分析的机器学习方法相结合，研究Web用户情感行为的出现。将来自digg.com的高分辨率数据映射到用户的二分网络上，并将他们的评论映射到发布的故事上，我们识别出以某些热门帖子为中心的用户社区，并通过为这种类型的文本开发的情感分类器确定相关评论的情感内容。应用于不同的时间段，这个框架揭示了过度的负面情绪和社区的演变之间的强相关性。我们观察到雪崩的情绪评论表现出显着的自我组织的关键行为和时间的相关性。为了探索这些临界状态的鲁棒性，我们设计了一个网络自动机模型的现实网络连接和几个控制参数，这可以从数据集推断。一小部分非常活跃的用户传播情绪似乎对集体状态进行了批判性的调整。
2010-11-29 cond-mat.stat-mech cs.SI physics.soc-ph
Critical behaviors of cascading dynamics on multiplex two-dimensional lattices
本研究通过数值模拟分析多路二维晶格中存活簇的临界现象，发现激活级联（CA）与失活级联（CD）过程的巨型存活簇临界行为不同，CA符合单层键渗流、CD符合多路互渗流，并通过鬼场计算磁化率揭示二者生成存活簇的差异。
2023-02-06 cond-mat.stat-mech physics.soc-ph
Exploring the complex pattern of information spreading in online blog communities
网络社交社区中的信息传播因其最大的应用价值而引起了人们的极大关注。尽管人们已经研究了多个个体层面的扩散数据，但对信息的传播模式仍缺乏详细的了解。通过比较博客社区中的信息流和社会链接，我们发现博客社区的传播过程是由三种不同的传播机制引起的：社会传播、自我推广和广播。虽然许多先前的研究采用传染病传播模型来模拟信息扩散，我们观察到，这样的模型不能再现现实的扩散模式。在用户行为方面，我们发现大多数用户会坚持一种特定的扩散机制。此外，我们的观察表明，社会传播不仅是至关重要的扩散树的结构，而且能够诱导更多的后续个人获得的信息。我们的研究结果为社会系统中的信息传播建模提供了新的方向，并可以为基于用户行为的有效传播策略的设计提供信息。
2015-04-02 cs.SI physics.soc-ph
From Micro to Macro: Uncovering and Predicting Information Cascading Process with Behavioral Dynamics
级联在各种网络环境中普遍存在。如何预测这些级联在几个重要的应用中是非常重要的，例如病毒式营销，流行病预防和交通管理。以往的工作主要集中在预测最终的叶栅尺寸。由于级联是典型的动态过程，因此预测任何时候的级联规模，或预测级联达到一定规模（例如爆发阈值）的时间，总是令人感兴趣和重要的。在本文中，我们将所有这些任务统一为一个基本问题：级联过程预测。也就是说，给定级联的早期阶段，如何预测其任何以后时间的累积级联大小？对于这样一个具有挑战性的问题，如何理解驱动和产生宏观现象（即级联过程）的微观机制是至关重要的。在这里，我们引入行为动力学的微观机制来描述一个节点的邻居被感染后，这个节点被感染的级联（即一跳子级联）的动态过程。通过数据驱动分析，我们发现了行为动力学的共同规律和模式，并提出了一种新的网络威布尔回归模型的行为动力学建模。在此基础上，我们提出了一种新的预测级联过程的方法，有效地聚集行为动力学，并提出了一个可扩展的解决方案，以近似级联过程的理论保证。我们在一个大规模的社交网络数据集上广泛地评估了所提出的方法。结果表明，该方法在级联规模预测、爆发时间预测和级联过程预测等多个任务中的性能均优于其他最先进的基线方法。
2015-05-27 cs.SI physics.soc-ph
Patterns of Emotional Blogging and Emergence of Communities: Agent-Based Model on Bipartite Networks
背景资料：本文利用基于主体的建模方法和从相关实证数据中推断出的参数，对博客群体情绪行为的机制进行了研究。方法/主要发现：一个双边网络的情感代理和职位的发展，通过添加代理和他们的行动的职位。代理的情绪状态，量化的唤醒和效价，波动的时间，由于事件上的连接职位，并在代理的行动的时刻，它被转移到一个选定的职位。我们声称，间接沟通的情感模型规则，结合行动延迟时间和昼夜节律提取的经验数据，可以解释的成因流行的博客和类似的门户网站上的用户的情绪爆发。该模型还确定了参数以及它们如何影响动态过程。结论：在这里，集体行为被网络上社区的出现和他们的情绪评论的分形时间序列所认可，这些评论由负面情绪（批评）提供动力。不断发展的代理社区在唤醒-效价变量的相空间中留下活动的特征模式，其中每个片段代表心理学中描述的共同情感。
2011-10-23 cs.HC cs.SI physics.soc-ph
Critical behavior of cascading failures in overloaded networks
针对过载网络级联故障相变的临界指数与普适类尚不明确的问题，研究含空间特征链路长度网络的链路失效过载击穿，发现其突变特征与互依网络相似，弱嵌入系统呈混合阶相变、强嵌入系统呈纯一阶相变。
2024-03-06 physics.soc-ph
Location-Based Events Detection on Micro-Blogs
越来越多地使用社交网络产生了大量的数据，可用于许多类型的分析。其中一些数据具有时间和地理信息，可用于全面审查。在本文中，我们提出了一种新的方法来分析Twitter中的大量消息，以确定世界上出现电视节目，气候变化，灾害和体育等主题的地方。所提出的方法基于用于从时间序列中检测离群值的神经网络，该时间序列建立在来自位于不同政治分区的推文的统计数据上（即，国家、城市）。离群值用于识别Twitter中异常行为中的主题。我们的方法的有效性进行了评估，在一个在线的环境中表示新的发现，从不同的地方对当地人的行为建模。
2012-10-15 cs.IR cs.SI physics.soc-ph
Spatio-temporal propagation of cascading overload failures
与流行病传播中的直接接触不同，过载故障通过隐藏的函数依赖传播。许多研究集中在连锁故障的临界条件和灾难性后果。然而，为了理解网络脆弱性和减轻级联过载故障，故障如何在时间和空间上传播的知识是必不可少的，但仍然缺乏。在这里，我们研究的时空传播行为的连锁过载故障的解析和数值。连锁过载故障被发现从初始故障的中心以近似恒定的速度径向传播。传播速度随着容差的增加而降低，并且可以通过我们的理论框架很好地预测，对所有容差值进行一次校正。这种传播速度在各种模型网络和真实网络结构中是相似的。我们的研究结果可能有助于预测和减轻级联过载故障在现实系统中的动态。
2015-09-10 physics.soc-ph
Diffusion and Cascading Behavior in Random Networks
新思想、新行为或新技术的传播已被广泛使用流行病模型进行了研究。在这里，我们考虑一个扩散模型中的个人的行为是一个战略选择的结果。我们研究了一个简单的二元选择协调对策，并给出了一个条件，使一个新的行动成为一个随机网络中的广泛传播。我们还分析了这个游戏的可能的均衡，并确定了两种策略在大的连通集共存的条件。最后，我们看看企业如何利用社交网络，以促进他们的目标与有限的信息。我们的结果与流行病模型的结果有很大的不同，表明连通性起着模糊的作用：当网络高度连通时，它允许扩散扩散，但扩散也受到高度稳定的节点的限制。
2011-10-19 cs.DM cs.GT cs.SI
Opinion Dynamics Models for Sentiment Evolution in Weibo Blogs
St. Petersburg State University（圣彼得堡国立大学）；Politecnico di Torino（都灵理工大学）
本研究追踪科技类微博博主六个月，将受众视为宏观智能体，发现微博情感演化遵循迭代平均原则，契合纳入延迟感知、区分公私意见的改进French-DeGroot模型，且博客间的影响关联源于用户同质性。
2025-11-19 cs.HC cs.IR cs.MA
Cascading behavior of an extended Watts model on networks
在这项研究中，我们提出了一个扩展的瓦特模型来研究的影响，发起人的信息级联。扩展的Watts模型假设，由于发起者的显著影响，与发起者有连接的节点比其他节点具有较低的采用阈值。我们开发了一个树近似来描述扩展的Watts模型在随机网络中的活动节点分数，并推导出一个全球级联发生的级联条件与一小部分的发起人。通过分析Erdos-Renyi随机图上扩展Watts模型的活动节点分数和级联窗口，我们发现增加引发剂的影响有助于全局级联的可能性，即，有多少节点最终变为活动的显著地受发起者的分数和直接连接到发起者的节点的阈值的影响，所述发起者的分数和节点的阈值在早期阶段确定级联动态。
2022-11-05 cs.SI physics.soc-ph
Efficient collective influence maximization in cascading processes with first-order transitions
在社交网络中，大群体的集体行为可以由一小群影响者通过“同伴压力”诱导的级联过程来塑造。对于大规模的网络，有效地识别多个有影响力的传播者的阈值模型，表现出一阶过渡的线性算法仍然是一个具有挑战性的任务。在这里，我们解决这个问题，探索在一般阈值模型的行为级联的集体影响。我们的分析表明，传播器的重要性是固定的亚临界路径沿级联传播：连接到每个传播器的亚临界路径的数量决定其对全球级联的贡献。次关键路径的概念使我们能够引入一个线性可扩展的算法，为大规模的网络。在合成随机图和真实网络中的实验结果表明，与其他线性可扩展的启发式方法相比，在相同种子数的情况下，该方法可以获得更大的集体影响力.
2017-03-15 cs.SI physics.soc-ph
The Waiting-Time Distribution for Network Partitions in Cascading Failures in Power Networks
网络冗余度是影响电网抗连锁故障能力的重要空间网络结构特性之一。级联故障中网络分区的等待时间分布解释了空间网络结构对级联行为的影响。研究了不同网络冗余度下级联故障的第一和最大网络分区的等待时间事件。综合电力网络，网络分区的等待时间分布可以系统地分析各种网络冗余。当网络冗余度增加时，等待时间分布相应地向右移动。同时，最大分区的大小在统计上有所减少，而最大分区的数量在统计上有所增加。法国、得克萨斯州和波兰的实际电网也显示出相同的等待时间分布趋势。
2022-03-10 cs.SY eess.SY physics.soc-ph
Cascading Failures in Complex Networks
级联故障是一个潜在的破坏性过程，在现实世界的复杂网络中传播，并可能影响广泛的基础设施，自然系统和社会凝聚力的完整性。造成复杂网络易受故障传播影响的基本特征之一是其组件之间的依赖性，使整个系统面临来自人为攻击、自然灾害或内部故障等不稳定危害的重大风险。开发级联故障的现实模型以及停止和减轻故障传播的策略可以指向恢复和加强现实世界网络的新方法。本文综述了近年来基于物理学和复杂网络科学的连锁故障模型的研究进展。我们提出了在单一网络和相互依赖的网络级联故障模型，并解释了不同的动态传播机制如何导致突然崩溃和丰富的动态行为。最后，我们关闭审查与新的新兴战略，包含级联的失败，并讨论开放的问题，仍然有待解决。
2020-07-21 physics.soc-ph
Dynamic Behavior of Interacting between Epidemics and Cascades on Heterogeneous Networks
传染病传播和连锁失效是复杂网络上两个重要的动力学过程。历史上，它们一直被单独研究。但在现实世界中，这两种动力有时会相互作用。本文将SIR传染病传播模型与局部负荷分担连锁故障模型相结合，提出了一种基于局部负荷分担的连锁故障模型。在该模型中，存在一个容忍参数的临界值，即具有高感染概率的流行病是否能够传播并感染网络的一部分。当容忍度参数小于临界值时，连锁失效切断了大量的路径，阻断了疫情的局部传播。当容忍度参数大于临界值时，传染病扩散并感染网络的一部分。提出了一种估算临界值的方法。在仿真中，我们在Barabási-Albert（BA）网络中验证了该方法的有效性。
2014-05-13 cond-mat.dis-nn physics.soc-ph
Costly bilingualism model in a population with one zealot
我们考虑一个昂贵的双语模式，其中一个可以采取两种策略并行。我们研究了一个单一的狂热者如何触发级联行为，以及当交互模式发生变化时，两种策略的兼容性如何影响。首先，通过将相互作用范围从局部扩大到全局，研究了相互作用范围对级联的影响。我们发现，人们有时不喜欢采取优策略，即使它的收益高于劣策略。这被发现是由本地的相互作用，而不是全球的。将此模型应用于社交网络，我们发现，狂热者的位置也是重要的异构网络中较大的级联。
2013-07-17 cs.SI physics.data-an physics.soc-ph
Predicting the cascading dynamics in complex networks via the bimodal failure size distribution
级联故障作为一种系统性风险在现实网络中广泛存在。串级粒度分布是系统串级行为的一个基本和重要特征。最近的研究工作表明，叶栅尺寸的分布是一种双峰形式，表明存在非常小的叶栅或大的。在本文中，我们的目的是了解复杂网络中的级联大小的双峰分布的性质和形成，并进一步预测最终的级联大小。我们首先发现，双峰分布的级联大小是普遍存在的合成和真实的网络。此外，分布在双峰分布右峰的大尺度叶栅，要么是由于叶栅第一级高负荷节点失效，要么是由于初始失效引发的多轮叶栅。因此，我们提出了一种混合负载度量（HLM），它结合了初始损坏节点的负载和初始故障触发的故障节点的负载，预测级联故障的最终大小。最后，我们验证了HLM的有效性，通过计算的准确性，确定属于双峰分布的右峰和左峰的级联。结果表明，HLM是一个更好的预测比常用的网络中心性度量在合成和现实世界的网络。
2022-08-13 physics.soc-ph
Cascading failures in interdependent systems under a flow redistribution model
在过去的十年中，相互依赖系统的鲁棒性和级联故障一直是一个活跃的研究领域。然而，大多数现有的作品使用基于级联的模型，其中只有每个网络的最大组成部分在整个级联中保持功能。虽然适用于通信网络，但该假设未能捕获承载流的系统中的依赖性（例如，电力系统、公路运输网络），其中连锁故障通常由导致线路过载的流量重新分配触发。在这里，我们考虑一个模型组成的系统$A$和$B$的初始线路负荷和容量分别由$\{L_{A,i},C_{A,i}\}_{i=1}^{n}$和$\{L_{B,i},C_{B,i}\}_{i=1}^{n}$。当系统$A$中的线路发生故障时，$a$ -其负载的一部分被重新分配给$B$中的活动线路，而剩余的$(1-a)$ -部分在$A$中的所有功能线路之间均匀地重新分配; $B$中的线路故障与$b$类似地处理，$b$将重新分配给$A$的部分。我们给出了一个彻底的分析，该模型发起的随机攻击的目标$p_1$ -分数线在$A$和$p_2$ -分数在$B$的级联故障。结果表明：（i）该模型能够反映真实世界中的大规模级联现象，并表现出有趣的跃迁行为：最终的崩溃总是一阶的，但在崩溃之前会出现一系列的一阶和二阶跃迁;（ii）网络的鲁棒性与耦合系数$a$和$b$密切相关，并且鲁棒性一般在非平凡的$a,b$值处达到最大;（iii）与现有模式不同，互相依赖对系统的稳健性有多方面的影响，因为互相依赖可导致每个网…
2017-12-21 physics.soc-ph
Cascading failures in isotropic and anisotropic spatial networks induced by localized attacks and overloads
在本文中，我们研究了Motter-Lai模型的连锁故障引起的过载在各向同性和各向异性的空间网络，通过放置节点在一个正方形的格子，并使用各种分布的链接长度和角度。在Motter-Lai模型中，各向异性是一个可能影响连锁故障的真实特征，以前没有考虑过。这可能反映了系统的给定属性表现出的偏好方向的存在，例如沿着平行于海岸建造的城市的电力线。我们发现，各向异性导致更大的传播损伤沿优先方向的链接。我们还确定了临界线性大小，$l_c$，为方形的本地化攻击，这满足与高概率以上$l_c$的级联破坏功能节点的巨型组件，而低于$l_c$的损害不扩散。我们发现，对于具有任何特征链接长度的网络，其鲁棒性随着各向异性的强度而降低。我们发现，$l_c$的值是有限的，独立的系统大小（大型系统），各向同性和各向异性网络。因此，与随机攻击相反，在随机攻击中，在初始攻击中幸存的节点的临界分数$p_c$通常小于1，这里是$p_c = 1$。请注意，在相互依赖的空间网络中，局部攻击也与$p_c = 1$类似。最后，我们测量了功能团簇大小的最终分布，并发现了幂律行为，其指数类似于常规渗流。这表明，在破坏巨组分的级联之后，系统处于渗流临界点。此外，我们观察到交叉的分布指数的值，从临界渗流在一个二维晶格的强空间嵌入，平均场渗流弱嵌入。
2022-03-16 physics.soc-ph
Cascading Edge Failures: A Dynamic Network Process
本文研究了网络中边的动力学问题。动态键逾渗（DBP）过程通过随机局部规则来模拟网络中的边$(a,b)$对其相邻边的状态的依赖性。与以前的模型不同，DBP不假设不同边缘之间的统计独立性。在应用中，这意味着例如电网中的输电线路的故障在统计上不是独立的，或者替代地，个体（二元体）之间的关系可以导致社交网络中的其他二元体的变化。我们认为网络状态的概率分布的时间演化，所有的边缘（债券）的集体状态，并表明它收敛到一个平稳的分布。我们使用这个分布来研究全球行为的出现，如共识（即，整个电网的灾难性故障或完全恢复）或共存（即，一些子结构失效，一些子结构在网格中运行）。特别是，我们表明，根据当地的动力学规则，不同的网络子结构，如枢纽或三角形子图，更容易失败。
2016-01-12 cs.SI physics.soc-ph
The Unfolding and Control of Network Cascades
网络的一个特性是传播影响的能力，例如传染病、行为变化和失败。这种传染性动态的一个特别重要的类别是级联过程。这些过程包括，例如，基础设施系统中的级联故障，生态网络中的预防级联，以及社会系统中的信息级联。在这篇综述中，我们讨论了最近的进展和挑战与网络级联的建模，预测，检测和控制。
2017-01-03 cond-mat.dis-nn nlin.AO physics.soc-ph
Cascading Failures in Interdependent Networks with Multiple Supply-Demand Links and Functionality Thresholds
各种社会、金融、生物和技术系统可以通过相互依赖的网络来建模。已经假设为了保持功能，一个网络中的节点必须从属于不同网络的节点接收支持。到目前为止，这些模型已被限制的情况下，只有当节点失去所有的供应节点的故障传播网络。在本文中，我们开发了一个更现实的模型，两个相互依赖的网络中，每个节点都有自己的供应阈值，即，它们需要最小数量的供应节点的支持来保持功能。此外，我们分析了不同的情况下，由于断开连接，从自己的网络内的节点的内部节点故障。我们发现，几个局部内部故障条件导致类似的非平凡的结果。当没有内部故障时，该模型等价于一个二部系统，这对金融市场建模很有用。我们探索这些模型的丰富行为，包括不连续和连续的相变。使用生成函数的形式主义，我们解析地解决了所有的模型在无限大网络的限制，并找到一个很好的协议与随机模拟。
2017-11-30 physics.soc-ph
Analysis of social media content and search behavior related to seasonal topics using the sociophysics approach
我们研究了发布社交媒体内容和与季节性主题相关的搜索操作之间的时间间隔。分析是使用搜索行为的数学模型进行的，如在社会物理学理论中。作为季节性的话题，樱花这个词被认为是春天，比基尼是夏天，秋叶是秋天，滑雪是冬天。我们研究了博客和Twitter帖子对搜索行为的影响，发现这些主题的兴趣存在时间偏差。
2018-07-14 cs.SI physics.soc-ph
Heavy tails in dynamic flow networks: Universal explanation of their emergence
Eindhoven University of Technology（埃因霍温理工大学）；University of Twente（特文特大学）；Centrum Wiskunde and Informatica（数学与计算机科学中心）
本文提出了一种通用模型，解释了动态流网络中重尾破坏的普遍机制，揭示了帕累托分布的形成原理。
2026-01-05 math.PR physics.soc-ph
The Influence of Social Media Writing on Online Search Behavior for Seasonal Events: The Sociophysics Approach
本研究以季节性话题为研究对象，着重探讨社交媒体写作与网络搜索行为之间的时间差。为了进行我们的分析，我们使用了搜索行为的数学模型，包括社会物理学方法。选择的季节性主题是情人节、万圣节和新年倒计时。我们还参加了圣诞节和万圣节等活动。我们分析了博客和Twitter对搜索行为的影响，发现在时间方面存在兴趣偏差。我们还分析了日本的季节性事件，在2月3日吃Eho-maki和在盛夏的牛节吃鳗鱼。
2019-01-01 cs.SI physics.soc-ph
Predicting Crowd Behavior with Big Public Data
随着公共信息在今天的网络上被广泛访问和共享，人们可以更深入地了解公民和非国家行为者的群体行动，如大型抗议活动和网络行动。我们目前的努力是预测这些行动的发生，具体的时间范围和发生之前的位置，基于从世界各地的7种语言的30多万个开放内容网络来源收集的公共数据，从主流新闻到政府出版物，再到博客和社交媒体。使用自然语言处理，从内容中提取事件信息，例如事件的类型、涉及什么实体以及在什么角色中、情绪和语气以及所讨论的事件的发生时间范围。Twitter上关于从发布之时起的未来日期的声明证明特别具有指示性。我们特别考虑2013年埃及政变的情况。这项研究验证并量化了一种普遍的直觉，即社交媒体上的数据（超越主流新闻来源）能够预测重大事件。
2014-02-10 cs.SI physics.soc-ph
Role of hubs in the synergistic spread of behavior
行为在社会中的传播有两个主要特征：多个传播者的协同作用和枢纽的主导作用。虽然强协同作用是已知的诱导混合阶跃（MOTs）在渗流，枢纽的影响的现象还有待澄清。通过解析求解具有幂律度分布$p_k \sim k^{-α}$的随机无标度网络上的广义流行病过程，阐明了社交网络中枢纽节点的支配地位如何影响MOT的条件.我们的研究结果表明，对于$α< 4$，丰富的枢纽驱动MOTs，即使一个协同传播事件需要任意大量的相邻的传播者。特别是，对于$2 < α< 3$，我们发现，全球级联是可能的，即使只有协同传播事件是允许的。这些过渡性质是实质上不同于那些合作传染，这是另一类协同级联过程表现MOTs。
2019-03-01 cond-mat.stat-mech physics.soc-ph
Suppressing cascades of load in interdependent networks
了解系统之间的相互依赖性如何影响级联行为在许多科学和工程领域越来越重要。受耦合电网和其他基础设施中的负载削减级联的启发，我们研究了基于模块随机图和基于实际相互依赖电网的图的Bak-Tang-Wiesenfeld沙堆模型。从两个孤立的网络开始，在它们之间增加一些连接是有益的，因为它抑制了每个系统中最大的级联。然而，由于两个原因，太多的互联性变得有害。首先，互联为相邻网络造成大规模级联打开了通道。第二，就像在实际基础设施中一样，新的互联增加了容量和总的可能负荷，从而推动了更大的级联。使用多类型的分支过程和模拟，我们显示这些影响，并估计最佳水平的互连性，平衡他们的权衡。例如，这种平衡可以允许电网所有者最小化其电网中的最大级联。我们还表明，相互依赖的网络之间的能力不对称影响的最佳连接，每个人都喜欢，并可能导致军备竞赛的更大的容量。我们的多类型分支过程框架提供了更好地预测模块化随机图和多类型网络上的级联过程的构建块。
2011-12-12 physics.soc-ph
Kinetics of Social Contagion
信息、行为模式或创新的传播遵循不同的途径，取决于一些条件，包括基本社会网络的结构、对同伴压力的敏感性和媒体的影响。在这里，我们研究分析和模拟的一般模型，采用阈值机制捕捉敏感性的同行压力，“免疫”节点谁从来没有采用的效果，和一个永恒的外部信息流。虽然任何恒定的，非零速率的动态引入的自发采用者导致全球蔓延，渐近状态的动力学接近显示丰富的行为。特别是，我们发现，作为免疫节点密度的函数，有一个从快速到缓慢的传播由完全不同的机制。这种转变发生在网络分裂的渗透阈值以下，并且起源于采用者诱导的级联行为与免疫节点的阻塞之间的竞争。这种变化是伴随着一个渗流过渡的诱导集群。
2015-10-30 cs.SI physics.soc-ph
Sandpiles on multiplex networks
本文引入了具有多种边的多重网络的沙堆模型，研究了它的标度和动力学行为。我们发现，多重性的引入并不改变雪崩动力学的标度行为，该系统是关键的渐近幂律雪崩尺寸分布的指数$τ= 3/2$双工随机网络。详细的级联动力学，但是，受多重耦合。例如，无标度网络中的高度节点（如枢纽节点）在多重动态中比在单纯网络中更容易失败，在单纯网络中，不同类型的边只是简单地聚合。我们的研究结果表明，多重建模将是必要的，以获得更好地了解现实世界的多重复杂系统，如全球经济危机的级联故障现象。
2012-03-06 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
The effects of network structure, competition and memory time on social spreading phenomena
在线社交媒体极大地影响了我们彼此沟通的方式。然而，很少有人知道什么是驱动动态信息流的在线社会系统的基本机制。在这里，我们介绍了一个生成模型的在线分享行为，分析上易于处理，它可以重现经验微博数据的几个特点，标签的使用，如（时间依赖）重尾分布模因流行。所提出的框架构成了一个空模型的社会传播现象，在纯实证研究或模拟为基础的模型相比，清楚地区分了两个不同的因素影响模因的流行：用户的记忆时间和社会网络的连接结构的作用。
2016-03-30 cs.SI nlin.AO physics.soc-ph
Learning Asynchronous-Time Information Diffusion Models and its Application to Behavioral Data Analysis over Social Networks
在大型社会网络上进行信息扩散的一个有趣且重要的问题是从有限数量的扩散信息中识别合适的模型。信息扩散有两种不同的建模方法：一种是称为独立级联（IC）模型的推式模型，另一种是称为线性阈值（LT）模型的拉式模型。我们扩展了这两个模型（本文称为AsIC和AsLT），将异步时间延迟和调查1）他们如何不同或彼此相似的信息扩散方面，2）是否模型本身是可学习的或不从观察到的信息扩散数据，和3）哪个模型更适合解释一个特定的主题（信息）扩散/传播。我们首先展示了如何对时间延迟进行建模，并推导出每个模型生成的观测数据的可能性。使用一个特定的时间延迟模型，我们证明了模型参数是可学习的，从一个有限的数量的观察。然后，我们提出了一种基于预测精度的方法，通过该方法来选择一个更好地解释观测数据的模型。进行了广泛的评价。我们首先使用合成数据与网络结构取自真实网络，有相当大的行为差异之间的AsIC和AsLT模型，所提出的方法准确，稳定地学习模型参数，并确定正确的扩散模型从有限数量的观测数据。接下来，我们将这些方法应用到行为分析的主题传播使用真正的博客传播数据，并显示有一个明确的指示，以主题更好地遵循哪个模型，虽然结果是相当不敏感的模型选择的水平，讨论如何远和快，每个主题传播的学习参数值。
2012-04-20 cs.SI physics.soc-ph
Interactive Sensing in Social Networks
本文提出了在社交网络中的交互式感知的模型和算法，其中个人充当传感器，并利用个人之间的信息交换来优化感知。社会学习用于模拟个体之间的互动，旨在估计自然的潜在状态。在这种情况下，以下问题得到解决：如何可以通过社会学习互动的自利代理实现个人隐私和社会群体的声誉之间的权衡？如何设计协议来防止个人提出建议的在线声誉博客中的数据乱伦？全球决策者如何利用相互作用的个体的感知来检测自然潜在状态的变化？当个体智能体拥有有限的感知、计算和通信能力时，智能体网络能否实现复杂的全局行为？社会和博弈论学习是解决这些问题的自然环境。本文介绍了数据乱伦传播，变化检测和决策协调背景下的社会学习模型的概述，见解和讨论。
2013-12-30 cs.SI math.OC physics.soc-ph
Do Diffusion Protocols Govern Cascade Growth?
当人们彼此分享信息时，在线社交网络中可能会出现大规模的级联。虽然简单的再分享级联已经被广泛研究，但社交媒体上的级联行为的范围要多样化得多。在这里，我们研究如何扩散协议，或社会交流，使信息传输，影响级联增长，类似的方式通信协议定义信息如何从一个点传输到另一个。研究Facebook上98个最大的信息级联，我们发现了各种各样的传播协议-从级联图像共享，它使用点击单个按钮传播的简单协议，到ALS冰桶挑战，其传播协议涉及个人创建和发布视频，然后提名特定的其他人做同样的事情。我们发现经常性的类扩散协议，并确定两个关键的平衡因素，在这些协议的建设，与级联的增长的影响：所需的努力，参与级联，和社会成本留在场边。需要更多个人努力的协议会减缓级联的传播，而那些不参与的社会成本更高的协议会增加级联的采用可能性。传播的可预测性也因协议而异。但无论机制如何，我们分析中的级联都具有相似的再生数（$\approx$ 1.8），这意味着较低的暴露率可以被较高的采用率所抵消。最后，我们展示了级联的结构不仅可以区分这些协议，而且还可以通过分支过程来建模。总之，这些发现为理解各种信息级联如何在网络中实现实质性采用提供了一个框架。
2018-05-18 cs.SI physics.soc-ph
Cascades in interdependent flow networks
ISC-CNR Physics Dept., Univ. dir Roma "La Sapienza"（罗马第一大学）；IMT Alti Studi Lucca（卢卡高等研究院）；LIMS London Institute of Mathematical Sciences（伦敦数学科学研究所）；Gubkin Russian State University of Oil and Gas（古比雪夫俄罗斯国立石油天然气大学）；ENEA: Italian National Agency for New Technologies, Energy and Sustainable Economic Development（意大利国家新能源与可持续发展技术署）
研究耦合配电网络在负载增长下的突发崩溃行为，发现因长程流动特性导致的一阶相变，分析耦合增强对系统安全性和联合故障概率的双重影响。
2015-10-17 cs.SY eess.SY physics.soc-ph
Realistic Control of Network Dynamics
复杂网络的控制在生态系统管理、应急响应和细胞重编程等领域至关重要。网络的一个基本特性是，对一个节点的扰动可能会影响其他节点，从而可能导致整个系统改变行为或失败。在这里，我们证明了利用相同的原理来控制网络行为是可能的。我们的方法考虑了真实系统固有的非线性动力学，并允许将系统带到所需的目标状态，即使该状态由于限制允许干预的约束而无法直接访问。应用程序表明，该框架允许重新编程网络，以实现所需的任务，以及从失败的边缘拯救网络-我们通过缓解电网网络中的级联故障和识别人类癌症信号网络中的潜在药物靶点来说明这一点。
2013-06-28 cond-mat.dis-nn math.OC nlin.AO
