Sustainable Online Communities Exhibit Distinct Hierarchical Structures Across Scales of Size
在线社区以多种形式和规模存在，对个人和组织具有相当大的影响力。然而，对于为什么一些在线社区是可持续的，而另一些则不复存在，人们的见解有限。我们发现，社区，未能保持一个典型的分层的社会结构，跨规模的凝聚力平衡不生存，可以区分社区表现出这种平衡，并在长期内占上风。此外，在对10，122个真实在线社区（共有134，747名成员）的分析中，我们发现，在其生命周期的前30天绘制社区社交圈结构足以预测社区未来10年的生存。通过改变校准时间框架，允许预测能力的社会结构的各个方面在社区生命的最初几个月内出现并固定。
2018-03-20 cond-mat.stat-mech cs.SI physics.soc-ph
Structural dynamics of plant-pollinator mutualistic networks
本文分析20个植物–传粉者网络的时间结构，并用合成模型考察群落规模与连接度，发现兼具模块性与嵌套性的复合结构可在稳定性和可行性间取得良好平衡。
2024-07-09 nlin.AO physics.soc-ph
Network communities within and across borders
我们研究了边界对空间嵌入式网络拓扑结构的影响。事实上，领土划分和地理边界极大地限制了网络的地理跨度，从而在网络社区的形成中发挥了关键作用。这一点在科学和技术决策中尤其重要，它突出表明了要求国际化导致建立全球创新体系的压力与国家和区域机构规定的行政边界之间的相互作用。在这项研究中，我们引入了一个外展指数来量化边界对社区结构的影响，并将其应用于欧洲和美国专利共同发明人网络的情况。我们发现，（a）美国的连接衰减作为距离的幂，而我们观察到一个更快的指数衰减欧洲;（b）欧洲网络社区基本上对应于国家和相邻地区，而美国社区跨越多个国家在整个国家没有任何特征的地理尺度。我们通过一组旨在探索不同模式的跨境社区结构和外展指数之间的关系的模拟来证实我们的研究结果。
2014-04-03 cs.SI physics.soc-ph
Flow-based Community Detection in Hypergraphs
为了将系统的结构、动力学和功能与多体相互作用联系起来，网络科学家在超图上对随机漫步进行建模，并识别出长期限制漫步的社区。两种基于流的社区检测方法马尔可夫稳定性和地图方程基于不同的原则和搜索算法来识别这样的社区。但由此产生的社区有多相似呢？我们解释了这两种方法的机械应用到超图，并比较他们在合成和现实世界的超图使用各种超边大小有偏随机游动和时间尺度。我们发现，地图方程是更敏感的时间尺度的变化和马尔可夫稳定性是更敏感的超边尺寸偏差。
2021-05-10 physics.soc-ph
Kaleidoscopic reorganization of network communities across different scales
本研究揭示网络社区随尺度变化呈现分裂与合并并存的重组现象，通过数学论证、真实网络分析和简单模型，指出需转变研究范式以理解其真实结构。
2025-01-21 cond-mat.stat-mech cs.SI physics.soc-ph
Unfolding network communities by combining defensive and offensive label propagation
标签传播已被证明是一种快速的方法来检测复杂网络中的社区。最近的工作也提高了基本算法的精度和稳定性，但是，一个通用的方法仍然是一个悬而未决的问题。我们提出了不同的标签传播算法，传达两个独特的策略，即社区的防御性保护和进攻性扩张。此外，这些策略结合在一个先进的标签传播算法，保留了这两种方法的优点，并加强了分层社区提取，突出用于大型网络。所提出的算法在不同的基准网络与种植分区和超过30个不同类型和大小的真实世界的网络进行了经验评估。结果证实了充分的命题，并为未来的（大型）复杂网络的分析提供了有前途的理由。然而，这项工作的主要贡献是表明，不同类型的网络（具有不同的拓扑性质）有利于不同的社区形成策略。
2011-03-14 cs.SI physics.data-an physics.soc-ph
Interspecific competition shapes the structural stability of mutualistic networks
互惠网络在维持生物多样性方面发挥着重要作用，因此在过去几十年中引起了生态学文献的越来越多的关注。在这里，我们开发了一个分析框架来研究这些网络的结构稳定性，包括互惠和竞争的相互作用。分析和数值分析表明，竞争网络的结构从根本上改变了群落中物种共存的必要条件。使用50个真正的互惠网络，我们表明，当共享的合作伙伴的相对重要性是通过加权竞争，在参数空间中的可行性区域是高度相关的5月的稳定性标准，可以预测的物种数量之间的函数关系，网络连接性和社区中的平均相互作用强度。我们的工作重新开启了十年之久的争论在生态群落的复杂性和稳定性的关系，并强调不同的相互作用类型的相对结构的作用。
2021-02-03 physics.soc-ph q-bio.PE
Consistency landscape of network communities
社区检测的概念一直被用作处理网络中尺度结构的关键设备。适当地进行社区检测揭示了网络拓扑结构的各种嵌入式信息子结构。然而，对于社区检测的实际应用，它一直是一个棘手的问题，分配一个合理的社区决议感兴趣的网络。由于缺乏一致接受的标准，大多数以前的研究都是使用相当临时的经验来决定社区解决方案。在这项工作中，我们利用网络社区结构的一致性概念来提供网络的整体社区分辨率景观，我们最终将其用于量化给定分辨率参数的检测社区的可靠性。更确切地说，我们利用随机检测算法的结果中的模糊性，并提出了一种方法，表示社区结构的相对有效性方面的稳定性，使用多个检测过程的全球和局部不一致的措施。将我们的框架应用于合成和真实网络，我们证实它有效地显示了社区结构的深刻的基本方面。
2021-05-27 physics.data-an physics.soc-ph
Wealth distribution across communities of adaptive financial agents
本文研究了一个新的基于主体的人工金融市场模型的交易量和财富分布。在这个模型中，异质代理，根据冯诺依曼和摩根斯坦效用理论的行为，可以相互作用。托宾税（TT）成功的投资和统一税进行了比较，以评估对代理人的财富分配的影响。我们进行了广泛的数值模拟在两个替代方案：i）一个参考方案，其中代理保持其效用函数固定，和ii）一个焦点的情况下，其中代理是自适应和自组织的社区，模仿他们的邻居更新自己的效用函数。具体而言，代理之间的相互作用建模通过一个有向无标度网络，以占社区领袖的存在，和羊群效应进行测试，对参考方案。我们观察到，我们的模型是能够复制的好处和缺点的两个税收制度和代理人之间的相互作用强烈影响整个社区的财富分配。值得注意的是，社区受益于具有成功交易策略的领导者的存在，并且更有可能增加他们的平均财富。此外，这种模拟机制减轻了交易量的下降，这是TT的典型缺点。
2015-09-08 nlin.AO physics.soc-ph q-fin.GN
Resolution Limits for Detecting Community Changes in Multilayer Networks
多层网络捕捉跨多个交互模式或尺度的复杂系统的组件之间的成对关系。这些网络的一个重要的中尺度特征是通过它们的社区结构来测量的，社区结构定义了存在于网络层内和网络层之间的强连接节点组。由于层间边缘可以描述不同模式、尺度或时间点之间的关系，因此了解社区如何跨层变化和演变至关重要。在多层网络中检测社区的一种流行方法包括最大化称为模块性的质量函数。然而，在多层设置的模块化功能取决于层间耦合参数，$ω$，以及如何影响社区检测这个参数还没有很好地理解。在这里，我们公开了$ω$的上限，超过该上限，就无法检测到跨层的社区更改。这个上限具有非平凡的，纯粹的多层效应，并作为检测不断发展的社区的分辨率限制。此外，我们建立了一个明确的和以前未发现的单层分辨率参数，$γ$，和层间耦合参数，$ω,$，提供了新的理解的模块化参数空间之间的关系。我们的研究结果不仅代表了新的理论考虑，但也有重要的实际意义，选择层间耦合值时，使用多层网络来模拟真实世界的系统，其社区随时间或模态的变化。
2018-03-09 cs.SI physics.data-an physics.soc-ph
Overlapping Communities and the Prediction of Missing Links in Multiplex Networks
多路复用网络是将现实世界的复杂系统表示为通过不同类型的连接（即层）连接的一组实体（即节点）。这些网络中观察到的连接可能并不完整，链接预测任务是跨层定位丢失的链接。在这里，主要的挑战是从不同的层收集相关的证据，以帮助链接预测任务。众所周知，社区中的共同成员资格增加了节点之间连接的可能性。我们讨论的共同成员在社区的相似层增加了连接的机会。如果这些层显示出显著的层间群落重叠，则它们被认为是相似的。此外，我们发现，虽然链接的存在是相关的层，但这种相关性的程度是不一样的不同社区。我们建议，ML-BNMTF，作为一种链路预测方法在复用网络中，设计基于这些发现。ML-BNMTF优于基线方法，特别是当全球链路重叠低。
2020-05-15 cs.SI physics.soc-ph
Connecting Dream Networks Across Cultures
许多物种做梦，但在梦的研究中仍然有许多开放的研究问题。梦的象征意义和对梦的解释在历史上的文化中都存在。使用网络科学分析在线数据源进行解梦，有助于理解梦中的象征意义及其相关含义。在这项研究中，我们介绍了英语，汉语和阿拉伯语的梦解释网络，代表了来自世界各地的不同文化。我们分析了这些网络中的社区，发现社区中的符号在语义上是相关的。社区的中心节点让我们了解梦中的文化和象征。不同网络的社区结构凸显了文化的异同。不同网络之间的相互联系也通过将不同语言的符号翻译成英语来识别。跨网络的结构相关性指出了文化之间的关系。网络社区之间的相似性也通过分析符号解释中的情感进行了研究。我们发现，在一个社区内的解释往往有类似的情绪。此外，我们根据他们的情绪对社区进行聚类，产生三个主要类别的积极，消极和中性的梦想符号。
2014-02-10 cs.SI physics.soc-ph
Constant Communities in Complex Networks
社区结构识别是网络分析中的一个基本问题。大多数社区检测算法是基于优化组合参数，例如模块化。这种优化通常是NP困难的，因此仅仅改变顶点的顺序就可以改变它们对社区的分配。然而，关于顶点排序如何影响社区发现算法结果的研究却很少。在这里，我们确定和研究的性质不变的顶点（常数社区），其分配给社区是，相当显着，不受顶点排序。恒定社区的百分比可以在不同的应用程序和经验的结果，我们提出的指标来评估这些社区。使用常数社区作为预处理步骤，可以显着减少结果的变化。最后，我们提出了一个音素网络的案例研究，并说明恒定的社区，相当引人注目的是，形成更大的社区的核心功能单位。
2013-02-23 cs.SI physics.soc-ph
Assessing inequities in electrification via heat pumps across the U.S
本文提出评估美国热泵采用不平等的框架，发现有色人种社区和租房者比例高的家庭使用热泵的可能性更低，且在最能降低能源账单的地区差距最大，呼吁政策关注能源正义。
2024-06-06 physics.soc-ph
The Role of Geographic Spreaders in Infectious Pattern Formation and Front Propagation Speeds
利用基于核的易感-传染-扩散（SIR）模型研究了传染性种群的斑图形成和空间扩散，该模型适用于广泛的基本繁殖数$R_o$。重点是地理传播者的作用，这里定义为感染人口（$ϕ$）的一部分，经历相同社区之间的高流动性。当感染在多个社区内的空间中随机开始时，确定感染群体的空间组织和侵入锋速度（$c_{max}$）。对于小但有限的$ϕ$，尺度分析在1维和模拟结果在2维表明，$c_{max}\sim (1-ϕ) γ(R_o-1) σ$，其中$γ$是传染持续时间的倒数，和$σ^2$是描述移动的空间内核跨社区的长距离传播者的方差。因此，尽管$ϕ$的减少是达到$c_{max}$的阻滞因素，但小$ϕ$对$c_{max}$没有显著影响。$σ$确定了社区间感染的空间组织。当$σ>5dr$（长距离移动，其中$dr$是定义相邻社区的最小空间范围）时，传染性群体将经历短暂但空间相干的模式，其波长可以从扩散核特性导出。
2021-08-23 physics.soc-ph
Potts model based on a Markov process computation solves the community structure problem effectively
Potts模型是揭示复杂网络社区结构的有力工具。在这里，我们提出了一个新的框架，揭示了最佳的社区数量和网络结构的稳定性，通过定量分析Potts模型的动力学。具体地说，我们用马尔可夫过程对社区结构检测Potts过程进行了建模，并给出了明确的数学解释。然后，我们表明，在多个时间尺度上的马尔可夫变量的表示自旋值的局部均匀行为可以自然地揭示网络的层次社区结构。此外，从马尔可夫过程的光谱特征中还可以推断出关于多元自旋组态的关键拓扑信息。最后提出了一种基于最优社区数和多时间尺度稳定性的模糊社区确定算法。理论分析和实验验证了算法的有效性和效率。
2015-03-27 cs.SI physics.soc-ph
Virality Prediction and Community Structure in Social Networks
网络结构如何影响扩散？最近的研究表明，答案取决于传染的类型。与传染病（简单传染病）不同，复杂传染病受到社会强化和同质性的影响。因此，在高度聚集的社区内的传播得到加强，而在社区之间的传播受到阻碍。一个常见的假设是，模因和行为是复杂的传染。我们表明，虽然大多数模因确实表现得像复杂的传染病，但少数病毒模因会像疾病一样在许多社区传播。我们证明，未来流行的模因可以通过量化其早期传播模式的社区集中度来预测。一个迷因渗透的社区越多，它的病毒性就越强。我们提出了一种实用的方法，将社区结构的数据转化为关于哪些信息将广泛传播的预测知识。这种联系可能会导致计算社会科学，社交媒体分析和营销应用的重大进步。
2013-11-11 cs.CY cs.SI physics.data-an
Universal abundance fluctuations across microbial communities, tropical forests, and urban populations
研究跨尺度复杂群体缺乏统一分析的问题，首次用共享框架分析人类肠道微生物组、热带森林和城市就业数据，提出三参数随机群体动态模型重现其丰度波动，并推导出双参数函数形式以改进风险估计和预测。
2023-09-13 cond-mat.stat-mech physics.soc-ph q-bio.PE
A fast clustering algorithm for mining social network data
许多信仰不同的团体正在网上互动。在线社区中的互动有助于人们相互参与，并增强跨群体的理解。在线社区包括多个子社区，其成员由于社会关系、特征或关于某个主题的想法而相似。在这项研究中，我们有兴趣了解这些子社区的相对规模和活动的变化，它们的合并或分裂模式，以及由于社区内部的内生动力，这些子社区成员的观点的变化。
2014-08-29 cs.SI physics.soc-ph
On the Role of Social Identity and Cohesion in Characterizing Online Social Communities
解释社会群体或社区结构的两种流行理论是凝聚力和身份。社会凝聚力方法假定，社会群体是由具有相互吸引力的个人聚集而成的，因为他们具有共同的特征。这些特征可以从共同利益到亲属关系，从社会价值观到种族背景。与此相反，社会认同的方法假设，一个人很可能加入一个群体的基础上内在的自我评价在认知或感知水平。换句话说，组成员通常共享共同类别成员的意识。在这项工作中，我们试图了解这两个对比的理论在解释Twitter中的社会社区的行为和稳定性的作用。我们工作的一个具体重点是理解这些理论在不同背景下的作用，从灾害应对到社会政治行动。我们提取了五个真实世界事件的大规模数据集的社会认同和社会凝聚力特征，并研究了这些特征在捕捉行为特征和群体稳定性方面的有效性。我们还提出了一种新的措施，社会群体的可持续性的基础上，在小组讨论的分歧。我们的主要发现是：1）群体成员之间的社会身份（特别是物理位置）共享对群体可持续性有积极影响，2）结构凝聚力（由高群体密度和低平均最短路径长度表示）是群体可持续性的强有力指标，3）事件特征在塑造群体可持续性方面发挥作用，因为社会群体在短暂事件中的行为与持续时间较长的事件中的行为不同。
2012-12-01 cs.SI physics.soc-ph
A generalised significance test for individual communities in networks
许多经验网络具有社区结构，其中节点在每个社区内密集互连（即，一组节点）并且稀疏地跨越不同的社区。像其他的局域和中尺度网络结构一样，社区通常在各个方面都是异质的，例如规模，边缘密度，与其他社区的连接和重要性。在本研究中，我们提出了一种方法来统计测试在给定的网络中的单个社区的显着性。与以前的方法相比，本算法的独特之处在于，它接受不同的社区检测算法和相应的质量函数的单个社区。本方法要求每个社区的质量可以被量化，并且社区检测被执行为在社区上求和的这种质量函数的优化。各种社区检测算法，包括模块化最大化和图划分满足这一标准。我们的方法估计随机网络的质量函数的分布，以计算给定网络中每个社区的可能性。我们说明我们的算法合成和经验网络。
2018-05-09 cs.SI physics.soc-ph
Magnetic eigenmaps for community detection in directed networks
有向网络中的社区通常被描述为具有高密度链接的区域，或具有某些连接模式的节点集。我们的社区检测方法结合了质量函数的优化和组合拉普拉斯算子变形的谱聚类，即所谓的磁性拉普拉斯算子。磁拉普拉斯算子的本征函数，我们称之为磁本征映射，包含了结构信息。因此，使用磁本征图，可以揭示包括有向循环的密集社区以及具有运行流的网络中的“角色”社区，通常是由于混合模型而发现的。此外，在马尔可夫稳定性方法的精神，在网络中的不同能级的社区提出了一种研究方法，基于量子力学系统在有限温度下。
2016-07-18 cs.SI math-ph math.MP
Mapping memory-biased dynamics with compact models reveals overlapping communities in large networks
针对识别基于流的重叠社区需高阶关系数据却常不可得的问题，该研究利用node2vec的流模型，通过紧凑模型对记忆偏置随机游走的高阶动态约束建模，结合地图方程框架识别重叠模块，在合成及实证网络中表现稳健且可扩展至大型网络。
2025-11-12 physics.soc-ph
Social and place-focused communities in location-based online social networks
由于互联网接入的普及和智能手机的普及，全世界数百万人现在使用基于位置的在线社交网络服务。了解这些系统的结构特性及其对用户习惯和移动性的依赖性具有许多潜在的应用，包括资源推荐和链接预测。在这里，我们通过使用关于声明的社会关系和关于从流行的在线基于位置的社会服务收集的用户对物理场所的访问的纵向信息来构建和分析社会和以地点为中心的图。我们发现，虽然社会和地方为重点的图是从相同的数据集构建的，他们有相当不同的结构特性。我们发现，社会和位置为重点的图形有不同的全球和中观尺度的结构，特别是社会和地方为重点的社区有可以忽略不计的重叠。因此，基于单独在社交图上执行的社区检测的群体推断无法隔离以位置为中心的群体，即使这些群体确实存在于网络中。通过研究社区内的领带结构的演变，我们表明，在这段时间内，位置数据被聚合的地方为重点的社区的稳定性有很大的影响，并以地方为基础的群体的信息可能是更有用的以用户为中心的应用程序比单独从社会社区的分析。
2013-07-01 cs.SI physics.soc-ph
An Analysis of Interactions Within and Between Extreme Right Communities in Social Media
许多极右团体通过使用专门的网站在网上存在了一段时间。与此同时，近年来社交媒体平台的活动增加，使极右内容能够传播给更广泛的受众。在本文中，我们提出了一个选择这样的群体在Twitter上的活动的分析，使用网络表示的基础上相互追随者和互动关系，同时也分析了在其相应的推文中发现的主题。初步确定了某些极右团体之间跨越地缘政治边界的国际关系。此外，我们还发现了当地互动网络中稳定的账户社区，以及相关的主题，这些社区的潜在极右意识形态通常是可识别的。
2014-01-27 cs.CY cs.SI physics.soc-ph
A shadowing problem in the detection of overlapping communities: lifting the resolution limit through a cascading procedure
社区检测是指在重要社区（例如集群，功能模块）中分配节点和链接的过程，它的发展导致了对复杂网络的更好理解。当应用于相当大的网络，我们认为，大多数检测算法正确地识别突出的社区，但未能做到跨多个尺度。因此，网络的很大一部分是未知的。我们发现，这个问题源于更大或更密集的社区掩盖了更小或更稀疏的，这种影响占大多数未检测到的社区和未分配的链接。我们提出了一个通用的级联方法来社区检测，规避了这个问题。使用真实的和人工的网络数据集与三个广泛使用的社区检测算法，我们展示了如何一个简单的级联过程允许检测的缺失社区。这项工作突出了一个新的社区结构的检测极限，我们希望我们的方法可以启发更好的社区检测算法。
2015-09-30 cond-mat.stat-mech cs.SI physics.soc-ph
Random Walks, Markov Processes and the Multiscale Modular Organization of Complex Networks
大多数发现复杂网络中社区的方法依赖于组合图的性质。通常，与空随机图模型相比，边计数质量函数（例如模块性）在图的所有分区上进行优化。在这里，我们介绍了一个系统的动态框架，设计和分析各种各样的质量功能的社区检测。划分的质量是通过其马尔可夫稳定性来衡量的，马尔可夫稳定性是一个时间参数化函数，根据图上发生的马尔可夫过程的统计特性定义。马尔可夫过程提供了对图中所有尺度的动态扫描，而时间尺度是一个内在参数，可以以不同的分辨率揭示社区。这种基于动态的社区检测导致了复合优化，它有利于具有可比中心性的社区（如由固定分布定义的），并为谱算法提供了统一的框架，以及用于社区检测的不同算法，包括模块化和Potts模型的版本。我们的动态框架创建了一个系统的不同的随机动态之间的联系，并根据不同的（节点和边缘）中心的最佳社区的相应概念。我们表明，马尔可夫稳定性可以有效地计算，以找到大型网络中的多尺度社区结构。
2015-02-15 cond-mat.stat-mech cs.SI physics.soc-ph
Trusses and Trapezes: Easily-Interpreted Communities in Social Networks
桁架是基于三角形的集团的松弛，用于以易于解释且在计算上具有吸引力的方式识别演员集群。本文介绍了基于4-循环的相对于桁架的结构，称之为桁架结构，给出了桁架结构和桁架结构的加权扩展，并给出了强桁架结构和桁架结构以及顶点桁架结构和桁架结构的精化。使用加权的版本允许的应用程序的二分图，而由于自然的边缘权重的支持变化，而不增加计算复杂性。最后，强版本和顶点版本使得在不同密度的图中容易确定社区。这些结构中的每一个都在多项式时间内提供有保证的计算，其动机是对社会凝聚力的自然观察，并且与其他标准结构很好地相关。
2019-07-22 cs.SI physics.soc-ph
A Quantitative Study of Social Organisation in Open Source Software Communities
开源项目的成功关键取决于足够大的用户社区的自愿贡献。除了单纯的社区规模，有趣的问题出现时，在社区成员之间的合作的结构特征的演变。在本文中，我们讨论了几个网络分析代理，可用于量化社会协作网络中社会组织的不同方面。我们特别注重与社区凝聚力、责任分配和社区成员流动复原力有关的措施。我们对一个大规模的数据集进行了比较分析，该数据集涵盖了14个主要开源软件社区用户之间的完整合作历史。我们的分析涵盖了总体和时间演变的措施，并强调了不同社区的社会组织的差异。我们认为，我们的研究结果是一个有前途的一步，合适的，潜在的多维，弹性和风险指标的定义开源软件社区。
2013-03-04 cs.SE cs.SI nlin.AO
Partitioning Breaks Communities
考虑一个集团作为一个保守的社区结构的定义，我们研究图划分算法如何与集团互动。许多流行的社区发现算法将整个图划分为不重叠的社区。我们表明，在广泛的经验网络，从不同的领域，大量的集团分裂在这些算法产生的单独的分区。然后，我们研究的最大连通组成部分的子图只保留边缘集团，并应用分区策略，明确减少分裂集团的数量。我们进一步研究了几个现代的重叠社区发现算法，在集团和他们找到的社区之间的相互作用，并在他们找到的社区集的全球重叠。我们的结论是，由于许多网络的连通性，任何社区发现算法，产生分区必须无法找到至少一些重要的结构。此外，与传统的直觉相反，在一些经验网络中，强联系和派系经常跨越社区边界;许多社区结构本质上是重叠和不可分割的。
2012-05-12 cs.SI physics.soc-ph
Online detection of temporal communities in evolving networks by estrangement confinement
时间社区是在一个不断发展的复杂网络的多个快照中对节点进行一致划分的结果，它可以帮助揭示网络中密集的集群如何随着时间的推移而出现、组合、分裂和衰退。目前的方法，在一个单一的快照中找到社区是不直截了当地推广到寻找时间社区，因为用于寻找静态社区的质量函数具有高度退化的景观，并最终分区中选择的许多分区的类似质量是高度敏感的网络中的小变化。为了可靠地检测时间社区，我们不仅需要在给定的快照中找到一个好的社区分区，而且还需要确保它与之前的快照中找到的分区具有一些相似性。我们提出了一种新的措施，分区距离称为“疏远”的动机节点间的关系，当纳入到分区质量的测量，有利于检测有意义的时间社区的惯性。具体来说，我们提出了疏远限制方法，它假设社区中的相邻节点更愿意继续分享社区的联系，随着网络的发展。约束疏远使我们能够找到有意义的时间社区在不同程度的时间平滑在不同的现实世界的数据集。具体来说，我们研究了美国国会参议员投票行为的演变，人类移动数据集中邻近度的演变，以及合成网络中难以找到的进化社区的检测。因此，疏远限制提供了一个原则性的方法来发现不断发展的网络中的时间社区。
2012-03-22 cond-mat.stat-mech cs.SI physics.soc-ph
Two-Dimensional Structural Characterization of Music Genre Communities in Playlist Co-occurrence Networks
CyberAgent, Inc.（CyberAgent公司）
本文提出基于播放列表共现网络的二维框架，通过外部闭合性和内部分化性量化音乐社区的结构特性，揭示流派结构的动态演变。
2026-04-28 physics.soc-ph
Community detection based on structural balance in signed networks
针对符号网络社区检测忽视负链接稳定作用的问题，提出一种基于模体、量化链接局部结构平衡重要性的方法，可识别紧密且和谐稳定的社区，并在合成与真实网络中表现出更高性能和强鲁棒性。
2023-08-15 cs.SI physics.soc-ph
Urban Analytics: Multiplexed and Dynamic Community Networks
在过去的十年中，城市经历了快速的增长，扩张和社区结构的变化。关键城市基础设施的许多方面都与其所服务的人类社区密切相关。城市社区是由多重重叠的因素组成的，这些因素可以分为文化、宗教、社会经济、政治和地理层面。在本文中，我们回顾了如何利用越来越多的异构移动大数据集来检测社区的互动结构，使用自然语言处理和机器学习技术。一些社区层和交互检测算法，然后审查，特别关注的鲁棒性，稳定性和因果关系的不断发展的社区。更好地了解结构动态和多重关系可以提供有用的信息，为城市规划政策提供信息，并塑造社会耦合的城市基础设施系统的设计。
2018-12-11 cs.SI physics.soc-ph
Online conspiracy communities are more resilient to deplatforming
在线社交媒体促进了围绕共享叙事的活跃社区的创建。这些社区可能会变成阴谋论的孵化器-一些传播暴力信息的社区可能会加剧辩论，并可能危害社会。面对这些现象，大多数社交媒体平台实施了适度政策，从发布警告标签到去平台化，即，永久禁用用户。评估内容审查的有效性对于在维护言论自由权的同时平衡社会安全至关重要。在本文中，我们比较了受Reddit上两个大型社区GreatAwakening和FatPeopleHate禁令影响的用户行为的转变，这两个社区分别致力于传播QAnon阴谋和身体羞辱个人。在禁令之后，这两个社区都部分迁移到了Voat，一个未经审核的Reddit克隆。我们估计有多少用户迁移，发现阴谋社区的用户更有可能完全离开Reddit并加入Voat。然后，我们通过匹配普通用户来量化Reddit内部以及Reddit和Voat之间的行为转变。很少有移民狂热者推动Voat上新的GreatAwakening社区的增长，而FatPeopleHate则没有这种影响。最后，从Reddit迁移的阴谋用户倾向于在Voat上重建他们以前的社交网络。我们的研究结果表明，应该仔细设计禁止托管暴力内容的阴谋社区，因为这些社区可能对去平台化更具弹性。
2023-03-21 cs.CY cs.SI physics.soc-ph
Evolutionary game dynamics with environmental feedback in a network with two communities
本文提出并分析了一个具有两个社区的网络生态演化博弈模型，假设环境状态依赖于边，发现模型呈现多次跨临界分岔、多稳态和反同步振荡等丰富动力学，揭示了社区结构对生态位内外生态演化动力学的影响。
2024-06-07 cs.SI math.DS physics.soc-ph
Weaker Coherence, Weaker Reciprocity: Comparing the Semantic and Social Organization of Moltbook and Reddit
Universidad de Buenos Aires, Facultad de Ciencias Exactas y Naturales（布宜诺斯艾利斯大学，理学院）；Instituto de Física Interdisciplinaria y Aplicada (INFINA), CONICET – Universidad de Buenos Aires（跨学科与应用物理研究所 (INFINA)，阿根廷国家科学研究委员会 - 布宜诺斯艾利斯大学）；Instituto Balseiro, Universidad Nacional de Cuyo y Comisión Nacional de Energía Atómica（巴尔塞罗研究所，门多萨国立大学与阿根廷国家原子能委员会）；Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET)（阿根廷国家科学研究委员会 (CONICET)）
该研究对比AI智能体社交网络Moltbook与早期Reddit，发现Reddit在语义连贯性、多样性及交互互惠性上更优，且未被Moltbook复现。
2026-08-18 cs.SI physics.soc-ph
Community Detection and Improved Detectability in Multiplex Networks
我们研究了在多重网络中，如社交网络，具有未知的任意异构结构的社区检测的广泛遇到的问题。为了提高可检测性，我们提出了一个生成模型，利用了多个层中单个社区的多样性，没有预先假设不同层之间的社区关系。我们的模型依赖于一个新的想法，将一个大的通用本地化社区标签的限制跨层，结合著名的随机块模型（SBM）在每一层。因此，我们建立了一个概率图形模型，在整个多路复用网络的贝叶斯先验的约束条件。我们从数学上证明了这些约束/先验促进了跨层相同社区的存在，而不会在各个社区之间引入进一步的相关性。进一步定制的约束，使稀疏的图形模型和数值高效的信念传播算法随后采用。我们进一步证明了通过数值实验，在不同的层之间的一致的社区的存在下，一致的社区是匹配的，并且检测能力比单个层提高。我们比较我们的模型与“相关模型”，利用社区层之间的相关性的先验知识。在这种相关性下获得了类似的可检测性改善，即使我们的模型依赖于比相关模型温和得多的假设。我们的模型甚至在一定的相关性和信噪比（SNR）范围内表现出更好的检测性能。在缺乏社区相关性的情况下，相关性模型自然会失败，而我们的模型则保持其性能。
2019-11-25 cs.LG cs.SI physics.soc-ph
Application of a cognitive-inspired algorithm for detecting communities in mobility networks
移动设备的出现和全球适应已经影响了个人，社区和社会层面的人类互动，导致所谓的网络物理世界（CPW）融合场景[1]。CPW的最重要的功能之一是利用信息的用户的社会社区的结构，揭示了联合运动模式和频率的物理协同定位的可能性。属于同一社交社区的用户的移动设备可能比社区外的设备更频繁和更有规律地“看到”彼此（并且因此能够通过自组织联网技术进行通信）。在移动机会网络中，这一事实可以被利用，例如，优化网络操作，如消息的转发和传播。在本文中，我们提出了一种认知启发算法[2，3，4]的应用，用于使用用户移动设备记录的物理接触信息来揭示这些动态社交网络的结构（由HCMM模型[5]模拟）。我们的算法的主要特点是：（i）通过分布式算法检测用户的物理协同定位引起的社会社区的能力;（ii）检测属于更多社区的用户的能力（从而充当跨越它们的桥梁），以及（iii）检测社区的时间演化的能力。
2013-08-06 cs.SI physics.soc-ph
Multi-Platform Aggregated Dataset of Online Communities (MADOC)
Institute of Physics Belgrade, University of Belgrade（贝尔格莱德物理研究所，贝尔格莱德大学）；Vinča Institute of Nuclear Sciences, University of Belgrade（文查核科学研究所，贝尔格莱德大学）；Faculty of Philosophy, University of Novi Sad（新萨德大学哲学系）
MADOC是一个整合多平台在线社区数据的数据集，用于研究跨平台社交动态及内容审核影响。
2025-01-22 cs.CY cs.SI physics.soc-ph
