Complexities of social networks: A Physicist's perspective
综述了社交网络的研究现状,重点介绍了社交网络的小世界性质、度分布、社区结构、可拓性、建模、动力学和搜索等问题。
2006-05-08 physics.soc-ph
Along the sun-drenched roadside: On the interplay between urban street orientation entropy and the buildings' solar potential
我们探索城市道路网络的特点,特别是电路,街道方向熵和城市的地形,一方面和建筑物的方向熵的其他之间的关系,以量化它们对城市的太阳能潜力的影响。这些道路网络的统计措施揭示了建筑环境的设计与其可持续性之间的相互作用。
2017-04-04 physics.soc-ph
Social dilemmas in an online social network: the structure and evolution of cooperation
我们研究了两种研究合作演化的范式--囚徒困境和雪堆博弈,在一个从社交网站获得的在线友谊网络中。我们证明了这样的社会网络具有小世界性质,度分布具有幂律尾。此外,它还具有等级制组织,并呈现出分化混合的格局。我们研究了这两类博弈的演化版本,发现合作行为的增强和维持归因于底层网络的拓扑结构。它还表明,合作者可以生存时,面对入侵的叛逃者在整个范围内的参数的两个游戏。与模型网络相比,经验网络上的合作演化受到多种网络效应的综合影响。我们的研究结果有助于理解人类群体和社会中的合作行为。
2007-01-29 physics.soc-ph
Social Network Integration: Towards Constructing the Social Graph
在这项工作中,我们制定的社会网络整合的问题。它将多个观察到的社交网络作为输入,并返回一个集成的全局社交图,其中每个节点对应于一个真实的人。社会网络集成的关键挑战是发现不同社交网络之间的对应关系或相互联系。我们对AMiner、Linkedin和Videolectures这三个在线社交网络进行了深入分析,以解决揭示用户社交身份的因素,不同社交网络之间的社交因素是否一致,以及我们如何利用这些信息进行整合。我们提出了一个统一的社会网络集成任务的框架。它从多个社交网络中抓取数据,并进一步从所获得的网络中发现与同一个真实人物相对应的帐户。我们使用一个概率模型来确定这种对应关系,它结合了不同社会地位和社会关系的一致性,以及一对一映射约束和逻辑传递性等特征来共同进行预测。实验结果验证了该方法的有效性。
2014-01-21 cs.SI physics.soc-ph
Influence Activation Model: A New Perspective in Social Influence Analysis and Social Network Evolution
是什么推动了社会网络动态的倾向?社会影响力被认为是推动离线和在线人类行为的驱动力,但它并没有被认为是社会网络进化的驱动力。我们的分析表明,虽然网络结构影响了社交网络中影响力的传播,但网络反过来又受到社会影响力活动的影响(即,一个人的态度和行为影响另一个人的社会影响过程。为此,我们开发了一种新的网络演化模型,其中网络的动态遵循影响力传播的机制,这是现有网络演化模型所不能捕捉的。我们的实验证实了我们的模型的预测,并证明了社会影响力在网络演化过程中可以发挥的重要作用。在探索社会网络演化的原因的同时,不同类型的社会影响力对网络动态产生了不同的影响。这些发现和方法对于我们理解推动网络进化的机制以及我们了解社会影响力在塑造网络结构中的作用至关重要。
2016-05-26 cs.SI physics.soc-ph
Understanding the impact of socialbot attacks in online social networks
像Twitter或Facebook这样的在线社交网络(OSN)是流行和强大的,因为它们允许在线接触数百万用户。它们也是社交机器人攻击的热门目标。如果不深入了解这种攻击的影响,在线社交网络作为促进对话或民主进程的工具的潜力就会受到威胁。在这个扩展的摘要中,我们提出了来自现场实验室实验的见解,其中社交机器人旨在操纵在线社交网络的社交图,在我们的案例中是Twitter。我们探索了目标人类用户之间的链接创建行为,我们的结果表明,社交机器人可能确实有能力塑造和影响在线社交网络中的社交图谱。然而,我们的研究结果也表明,外部因素可能发挥了重要作用,在创造社会联系的OSN。
2014-02-25 cs.SI physics.soc-ph
Self-Organizing Map and social networks: Unfolding online social popularity
本研究使用Kohonen自组织图(SOM)来表示的流行模式的Myspace音乐艺术家从他们的属性在平台上,他们在社会网络中的位置。该方法适用于聚类的配置文件(社会网络的节点)和最佳的友谊链接(边)。这表明,SOM是一个有效的工具来解释观众和音乐家的影响力之间的复杂联系。最后给出了一个在线社交网络行为的鲁棒分类器。
2013-01-28 cs.SI physics.soc-ph
A categorization scheme for socialbot attacks in online social networks
在过去,像Facebook和Twitter这样的在线社交网络(OSN)成为沟通和网络的强大工具。不幸的是,它们也成为社交机器人攻击的受欢迎目标。因此,深入了解此类攻击的性质对于保护OSN的生态系统非常重要。在这个扩展的摘要中,我们提出了一个社交机器人攻击的分类方案,旨在概述这一新兴领域的技术现状。最后,我们证明了我们的分类方案的有用性,根据我们的分类方案表征最近的socialbot攻击。
2014-02-25 cs.SI physics.soc-ph
An Introduction to Community Detection in Multi-layered Social Network
社会社区的提取及其动态变化是当今社会网络分析的重要问题之一。近年来,许多研究者提出了自己的社交网络群体发现方法。但是,几乎没有人注意到,现代社交网络比几年前复杂得多。由于IT系统中存在大量关于各种用户活动的不同数据,因此可以区分称为多层社交网络的新类别的社交网络。为此,本文提出了一种利用多层边聚类系数的多层社会网络社区发现新方法。
2012-09-26 cs.SI physics.soc-ph
Modeling Information Diffusion in Online Social Networks with Partial Differential Equations
Twitter和Facebook等在线社交网络在信息交流方面获得了极大的普及。空前数量的数字数据的可用性加速了在线社交网络中信息扩散的研究。然而,由于在线社交网络的快速变化和社会互动的复杂性,在线社交网络中的信息传播机制仍然是难以捉摸的。关于在线社交网络上的信息扩散的许多先前工作基于经验和统计方法。在线社交网络上信息扩散的动力学模型大多涉及仅依赖于时间的常微分方程。在最近的一些论文中,作者提出使用偏微分方程(PDE)来描述在线社交网络上信息扩散的时间和空间模式。建立在直观的网络距离,如友谊跳在线社交网络,反应扩散方程考虑到各种外部的网络外的来源,如主流媒体的影响,并提供了一个新的分析框架,研究结构和主题的影响,在网上社交网络的信息扩散的相互作用。在本调查中,我们讨论了一些基于偏微分方程的模型,这些模型是用从流行的在线社交网络(如Digg和Twitter)收集的真实数据集进行验证的。介绍了在线社交网络中信息流守恒定律和基于行波解的信息传播速度等新进展,以巩固PDE模型的基础,并强调在线社交网络中数学家、计算机科学家和研究人员面临的新机遇和挑战。
2013-10-01 cs.SI physics.soc-ph
Ternary Social Networks: Dynamic Balance and Self-Organized Criticality
Antal等人[\textbf{72},036121(2005)]研究了社交网络上的平衡动态。本文基于Antal等人提出的模型,我们对它进行了改进,将二元社交网络推广到三元社交网络。当社交网络达到动态平衡时,我们得到了各个关系的分布以及动态平衡所需的时间。此外,我们还研究了基于该模型的三元社交网络的自组织临界性。对于演化到敏感状态的三元社交网络,任何微小的扰动都可能导致雪崩。雪崩的发生在空间和时间上都满足幂律形式。数值结果验证了我们的理论预期。
2010-01-02 physics.comp-ph physics.soc-ph
Evolution of Coordination in Social Networks: A Numerical Study
协调博弈对于解释有效的和可取的社会行为很重要。在这里,我们研究这些游戏的网络社会结构,使用进化的方法进行广泛的数值模拟。我们发现,局部网络效应可能会促进选择的有效均衡,在纯粹的和一般的协调游戏,可以解释社会极化。这些结果被放入角度相对于已知的理论结果。我们得到的主要见解是,集群,特别是社区结构在社交网络有一个积极的作用,促进社会效率的结果。
2010-11-04 cs.SI physics.soc-ph
Topics in social network analysis and network science
本章介绍了用于分析社交网络和快速发展的并行领域网络科学的统计方法。虽然最近出现了一些社会网络分析在卫生服务研究中的例子,但大多数只涉及最基本的方法,因此只涉及可能实现的表面。尖端的方法,使用相关的例子和插图在卫生服务研究提供。
2014-03-31 cs.SI physics.soc-ph
Are Social Networks Really Balanced?
长期以来,人们一直认为,在同时存在友好/敌对互动的社交网络(签名网络)中,普遍存在全球平衡的趋势。平衡代表了网络中没有争议的情况。在这里,我们介绍一种方法来量化任何签名(社交)网络的平衡程度。它考虑了网络中所有有符号圈的贡献,并与经验证据相一致,对较短的圈比对较长的圈给予更多的权重。我们发现,与人们所认为的相反,许多签名的社交网络--特别是非常大的定向在线社交网络--一般来说是非常不平衡的。我们还表明,不平衡的状态可以通过调整网络中的代理之间的社会互动的权重来改变。
2014-06-09 cs.SI physics.soc-ph
The Effect of Social Distancing on the Reach of an Epidemic in Social Networks
社交距离如何影响流行病在社交网络中的传播范围?我们提出了一个容量约束的易感-感染-删除(SIR)模型的Monte Carlo模拟结果。关键的建模特征是,个体在他们可以与之互动的熟人数量上是有限的,从而将疾病传播限制在原始社交网络的传染性子网络中。虽然社交距离的增加总是会减少传染病的传播,但其程度取决于网络的拓扑结构。我们的研究结果还揭示了在全球范围内协调社交距离政策的重要性。特别是,公共卫生受益于与一个群体的社会距离(例如,一个国家)可能会被完全撤销,如果该团体与没有跟进的外部团体保持联系的话。
2021-02-09 physics.soc-ph q-bio.PE
Measuring Contextual Relationships in Temporal Social Networks by Circle Link
网络科学在基于静态拓扑信息的社会网络分析中发挥了其独特的作用。在现实中,社会交往是动态的,并在时间上同时演变。如今,它们可以被无处不在的信息技术记录下来,并生成为时间社交网络,为社会现实挖掘提供了新的视角。本文通过定义\emph{circle link}来度量三个经验性社会时间网络中的语境关系,发现与共同好友有频繁持续互动的朋友倾向于亲近,这可以被认为是时间社交网络中Grananetter假设的扩展。最后,我们提出了一个启发式的方法,基于圆链接预测关系,并获得了可接受的结果。
2017-06-06 cs.SI physics.soc-ph
Evolutionary of Online Social Networks Driven by Pareto Wealth Distribution and Bidirectional Preferential Attachment
了解在线社交网络的演化机制对网络科学的发展具有重要意义。然而,目前对在线社交网络演化机制的研究还不够深入和清晰。本研究实证性地揭示了人人网在线社交网络演化的本质特征。从帕累托财富分配和双向偏好依附的角度分析了在线社会网络演化的起源,解释了在线社交网络的演化机制。提出了一种新的模型,再现了与人人网基本一致的演化特征,并给出了该模型的演化解析解。该模型也可以很好地预测一般的幂律度分布。此外,该模型还解释和预测了许多在线社交网络中普遍存在的度分布弯曲现象。研究结果表明,帕累托财富分布和双向偏好依恋在在线社交网络的演化过程中发挥了重要作用,有助于我们理解在线社交网络的演化起源。该模型对社交网络的动态模拟研究,特别是网络社区的信息传播和现实社会中的传染传播具有重要意义。
2017-12-02 cs.SI physics.soc-ph
Towards Understanding Cyberbullying Behavior in a Semi-Anonymous Social Network
网络欺凌已成为一个重要的和日益严重的社会问题,其中人们使用在线社交网络和移动电话以攻击性文字,图像,音频和视频247欺凌受害者。本文研究了Ask.fm社交网络中的负面用户行为,这是一个流行的新网站,导致了许多网络欺凌案件,其中一些导致了自杀行为。我们研究了Ask.fms问题+答案配置文件中负面词语的出现以及问题+答案的社交网络。我们还研究了在这个社会网络中的切割行为的用户的属性。
2014-08-21 cs.SI physics.soc-ph
Measuring Prestige in Online Social Networks
我们研究了Palasek(2013)的本地定义的社会资本指标,用于确定个人在在线社交网络中的声望。从它,我们得到一个等效的全球措施,考虑随机游走在网络本身。这一结果激发了一种新的表达方式,量化了潜在社会联系的战略可取性。我们表明,在硅片,理想的社会邻居往往满足“大鱼在一个小池塘”的标准,并在整个网络的邻居的愿望分布是由反同质性。
2014-07-25 cs.SI physics.soc-ph
Applications of Structural Balance in Signed Social Networks
我们提出的措施,模型和链接预测算法的基础上签署的社交网络的结构平衡。某些社交网络除了通常的“朋友”链接外,还包含“敌人”链接。这些网络被称为签名社交网络。签名社交网络的经典和主要概念是结构平衡,即,三角形趋向于“平衡”,包括偶数个负边,如朋友-朋友-朋友和朋友-敌人-敌人三角形。在这篇文章中,我们介绍了几个新的签署网络分析方法,利用结构平衡测量部分平衡,发现社区的人的基础上平衡,绘制签署社交网络,并解决问题的链接预测。值得注意的是,所介绍的方法是基于符号图拉普拉斯算子和符号电阻距离的概念。我们评估我们的方法上收集的四个签名的社交网络数据集。
2014-02-27 cs.SI physics.soc-ph
Link Prediction in Social Networks: the State-of-the-Art
在社交网络中,链接预测能够预测当前网络中的缺失链接以及未来网络中新的或消失的链接,对于挖掘和分析社交网络的演化具有重要意义。在过去的十年中,人们对社交网络中的链接预测做了大量的研究。本文的目的是对社交网络中链接预测的研究现状进行全面的回顾、分析和讨论。对链接预测技术和问题进行了系统分类。然后对链接预测技术和存在的问题进行了分析和讨论。链接预测的典型应用也解决了。介绍了一些活跃的研究小组的成果和路线图。最后,讨论了社交网络中链接预测的未来挑战。
2014-12-08 cs.SI physics.soc-ph
Social networks that matter: Twitter under the microscope
学者、广告商和政治活动家将大规模在线社交网络视为社会互动的代表,可用于研究思想传播、社会关系动态和病毒式营销等。但是,社交网络的链接结构并不能揭示人与人之间的实际互动。注意力的缺乏以及日常生活和工作的节奏使人们默认与少数重要的人互动,并回报他们的注意力。一项对Twitter社交互动的研究表明,Twitter使用的驱动力是一个稀疏而隐藏的连接网络,其基础是所宣称的朋友和追随者。
2008-12-04 cs.CY physics.soc-ph
Signed Link Analysis in Social Media Networks
许多现实世界的关系可以由具有正链接的签名网络表示(例如,信任)和负链接(例如,不信任)。链接分析在理解链接形成中起着至关重要的作用,并且可以推进社会网络分析中的各种任务,例如链接预测。大多数现有的链接分析工作都集中在未签名的社交网络。负链接的存在决定了有符号网络的性质和原理与无符号网络有本质的区别,因此需要对有符号社交网络的链接分析进行专门的研究。本文在继承已有的无符号网络链接分析的社会学理论的基础上,采用情感信息、创新扩散和个体个性三种社会科学理论指导有符号网络的链接分析。
2016-03-22 cs.SI physics.soc-ph
How to Network in Online Social Networks
在本文中,我们考虑如何最大限度地利用社会关系的在线社交网络(OSNs)的用户的影响力。我们的第一个贡献是将Kempe等人[1]关于社会网络中信息传播的模型扩展到OSN,并表明贪心算法是NP难的最优算法的一个很好的近似。然而,贪心算法需要全局知识,这是很难实用。我们的第二个贡献是在完整的Twitter社交图上进行模拟,表明简单实用的策略接近贪心算法。
2014-03-04 cs.SI physics.soc-ph
Resilience of Social Networks Under Different Attack Strategies
近年来,随着不同类型的社交网络的出现,世界已成为一个紧密联系的社会。在线社交网络提供了一种方式来弥合长距离和建立许多通信渠道,这在以前是不可能的。这些网络在故意攻击和随机故障下表现出有趣的行为,其中不同的结构属性以不同的方式影响弹性。在本文中,我们进行了两组实验,并得出结论的结果有关的弹性社交网络。第一个实验在不同的攻击策略下对四种不同类型的网络进行了比较分析,即小世界网络、无标度网络、小世界无标度网络和随机网络,它们具有四种不同的语义社交网络。第二个实验比较了这些语义不同的社交网络在不同攻击策略下的弹性。实证分析揭示了有趣的行为,不同类别的网络与不同的攻击策略。
2014-10-31 cs.SI physics.soc-ph
Trust levels in social networks
本文从Dunbar数的角度研究了社交网络中的信任水平。
2022-03-04 cs.SI physics.soc-ph
Contribution of social network analysis and collective phenomena to understanding social complexity and cognition
社会脑假说假定社会互动的日益复杂性是认知能力进化的驱动力。虽然二元和三元关系在定义社会行为方面发挥着基本作用,并对社会大脑提出了许多挑战,但动物社会中的个体通常属于相对较大的网络。这些网络的结构和动态如何也有助于认知的进化,反之亦然,了解得较少。在这里,我们回顾了集体现象如何发生在社会代理不需要复杂的认知技能的系统中,以及复杂的网络如何从简单的概率规则中成长,甚至从代理与环境之间的相互作用中出现,没有明确的社会因素。我们进一步表明,社交网络的分析可以用来开发良好的指标,社会复杂性超越个人或二元水平。我们还讨论了在结构化群体中,社会脑必须应对的挑战类型,例如来自网络中扮演不同角色的个体的更高的信息流,或者持续时间和频率差异很大的二元接触。我们讨论这些想法的灵长类动物和其他动物社会的相关性。
2018-09-24 physics.soc-ph q-bio.NC
Communities and Hierarchical Structures in Dynamic Social Networks: Analysis and Visualization
社交网络中社团结构的检测是社会学和行为科学领域的研究热点。社交网络也表现出动态的性质,因为这些网络随着时间的推移而不断变化。社交网络也可能呈现由在社会中扮演重要角色的个人(如管理者和决策者)领导的层级结构。这些网络的检测和可视化随着时间的推移而变化是一个具有挑战性的问题,社区的变化作为一个功能的事件发生在社会和人在其中发挥的作用,在本文中,我们解决这些问题,提出了一个系统来分析动态社交网络。该系统是基于动态图离散化和图聚类。该系统允许检测随着时间的推移在社会社区中发生的主要结构变化,并通过识别社交网络中有影响力的人来揭示等级。我们使用两个不同的数据集进行实证评估,并观察到我们的系统有助于发现有关这些社交网络中存在的社交和分层结构的有趣事实。
2014-09-17 cs.SI physics.soc-ph
Information Filtering on Coupled Social Networks
本文基于耦合社交网络(CSN),提出了一种非线性整合在线用户社会信息和行为信息的混合算法。基于耦合社交网络的过滤算法,综合考虑了社会影响力和个性化偏好的影响。在两个真实数据集\emph{Epinions}和\emph{Friendfeed}上的实验结果表明,混合模式不仅可以提供更准确的推荐,而且在采用全局度量的同时,可以扩大推荐的覆盖范围。进一步的实证分析表明,在同一个体占据网络系统核心位置的耦合社交网络中,也存在相互强化和富者俱乐部现象。这项工作可能有助于深入理解耦合社交网络的结构和功能。
2014-03-29 cs.SI physics.soc-ph
Risks of Friendships on Social Networks
在本文中,我们探讨了风险的朋友在社交网络的友谊模式所造成的,通过使用现实生活中的社交网络数据,从以前定义的风险模型。特别是,我们观察到,可以通过分析用户对朋友的朋友的态度来挖掘友谊的风险。这使我们能够对社交网络上的友谊和风险动态提供新的见解。
2012-10-11 cs.SI physics.soc-ph
A Typology of Social Capital and Associated Network Measures
我提供了一个社会资本的类型学,将其分解为七种更基本的资本形式:信息资本,经纪资本,协调和领导资本,桥梁资本,青睐资本,声誉资本和社区资本。我将讨论如何使用不同的基于网络的措施,这些形式的社会资本可以识别。
2019-02-24 cs.SI physics.soc-ph
Social Status and Communication Behavior in an Evolving Social Network
个人在多大程度上可以对在线社区中的信息传播和意见动态施加影响,这在很大程度上取决于他们的社会地位。因此,通过预测社区中有影响力的用户的社会地位来识别该社区中有影响力的用户的需求很高。此外,了解不同社会地位的人的行为,可以揭示社交网络中的互动动态。在本文中,我研究了一个不断发展的在线社交网络起源于一个在线社区的大学生和我解决的问题,预测用户的社会地位,表示为他们的PageRank,根据观察到的行为,即行为图案的重复出现的时间序列的频率。我表明,具有不同值的PageRank的个人表现出不同的行为,即使在最初的几周,因为在线社区的成立,它是可以预测未来的PageRank值的行为图案的频率与高精度。
2018-10-23 cs.SI physics.soc-ph
Social Influence in the Concurrent Diffusion of Information and Behaviors in Online Social Networks
在线社交网络的出现极大地促进了信息和行为的传播。虽然这两个传播过程往往是相互交织的,但“说的话”并不一定意味着“走的话”-那些分享有关行动的信息的人可能实际上并没有参与其中。我们不知道信息和行为的传播是否相似,或者社会影响在这些过程中是否扮演着同样重要的角色。本研究综合文本挖掘、社会网络分析和生存分析等方法,考察了Twitter上与冰桶挑战相关的信息和行为的并发传播。我们发现,这两个过程遵循不同的模式。单方面的社会影响力有助于信息的传播,但不扩散的行为;双边的影响力传递通过通信过程是一个显着的和积极的预测行为的扩散,但不是信息。这些结果对社会影响、社交网络和传染的理论具有启示意义。
2018-01-23 cs.SI physics.soc-ph
Time allocation in social networks: correlation between social structure and human communication dynamics
最近的研究表明,人类互动(或时间社交网络)的动态对信息传播、意见形成等产生了深刻的影响。一般来说,人类互动的突发性降低了人与人之间的互动,从而降低了信息传播的速度和范围。使用一个大型数据库的2000万用户的手机通话,我们显示的证据表明,这种影响是不均匀的社会网络,但事实上,有一个很大的相关性,这种影响和社会拓扑结构周围的一个给定的个人。特别是,我们表明,在网络中的枢纽的社会关系是相对较弱的动力学点比那些较差的连接在信息扩散过程中。我们的研究结果表明,在分析和建模社交网络上的动态过程时,沟通的时间模式的重要性。
2013-05-16 cs.SI physics.soc-ph
A Micro-foundation of Social Capital in Evolving Social Networks
社会网络赋予个人(和群体)利益和优势,文献将这些优势称为社会资本。本文提出了一个微观基础的数学模型的社会网络和网络中的个人的社会资本的演变。网络的演化受到个体的同性恋程度、结构机会主义、社会群居性以及社会类型分布的影响。在分析中,我们确定了不同类型的社会资本:结合资本,知名度资本和桥接资本。联结资本是通过形成一个联系圈而产生的,同质性增加了联结资本,因为它使这个联系圈更加同质化。人气资本导致偏好性依恋:受欢迎的人往往会变得更受欢迎,因为其他人更有可能与他们联系。同质性在不同的社会群体中创造了受欢迎程度的不对称,更合群的代理人更有可能变得受欢迎。然而,在同性恋社会中,属于不太合群、不太机会主义或主要类型的个体可能在网络中更中心,从而获得桥接资本。
2015-11-08 cs.SI physics.soc-ph
An Anonymous Social Network of Opinions
在线社交网络(OSNs)的研究兴趣在过去十年中急剧增加,主要是因为在线网络提供了大量的社交信息源。图结构、用户连接、增长、信息暴露和扩散是一些最经常研究的主题。然而,这些网络的某些方面,如匿名性,平等和偏见被忽视,甚至不被考虑。在相关文献中,这些特征似乎对社会交往有影响。基于这些研究,我们的目标是确定如何普遍匿名影响偏见,用户平等,信息传播,共享和曝光,连接建立,以及网络结构。因此,我们提出了一个新的匿名在线社交网络,这将有利于各种监测和数据分析。
2015-06-04 cs.SI physics.soc-ph
Community Evolution of Social Network: Feature, Algorithm and Model
研究者们致力于探索社交网络的静态特征,并进一步发现了许多具有代表性的特征,如度分布的幂律和区分社交网络与非社会网络的区分度值。然而,人们并不满足于这些成果,如何揭示社交网络的动态特征,特别是如何有效地跟踪社区演化,越来越受到人们的关注。基于这些兴趣,本文首先展示了社交网络的一些基本但动态的特征。在此基础上,提出了一种新的基于核心的社区演化跟踪算法CommTracker,该算法依靠核心节点建立不同快照下社区之间的演化关系。利用该算法,我们发现了社交网络中的两个独特现象,并进一步提出了两个代表性的系数:增长和代谢,通过这两个系数,我们也能够从动态的角度区分社交网络和非社会网络。最后,我们开发了一个社会网络模型,该模型具有展现上述两个必要特征的能力。
2008-04-28 physics.data-an physics.soc-ph
Hashkat: Large-scale simulations of online social networks
Hashkat(hashkat.org)是一个免费的、开源的、基于代理的模拟软件包,旨在模拟大规模在线社交网络(例如Twitter、Facebook、LinkedIn等)。它允许动态代理生成,边缘创建和信息传播。hashkat的目的是研究在线社交网络的增长以及信息如何在其中流动。就像现实生活中的在线社交网络一样,hashkat包含了用户关系、信息扩散和热门话题。Hashkat是用C++实现的,设计时考虑了可扩展性。该软件包括Shell和Python脚本,便于安装和使用。在本报告中,我们描述了集成到hashkat中的所有算法和功能,然后再继续示例用例。一般来说,hashkat可用于了解社交网络的底层拓扑结构,验证此类网络的采样方法,制定在线社交网络上广告的业务策略,并在投入生产之前测试在线社交网络的新功能。
2016-10-24 cs.SI physics.soc-ph
Predicting Social Status via Social Networks: A Case Study on University, Occupation, and Region
社会地位是指在社会中的相对地位。它是社会学和相关研究中的一个重要概念。衡量社会地位的问题已经研究了很多年。评估个人社会地位的指标包括教育程度、职业和收入/财富。然而,这些指标有时很难收集或衡量。我们调查了社交网络,以寻找衡量社会地位的替代方法。在线活动暴露了现实世界中用户的某些特征。我们感兴趣的是这些活动如何与社会地位相关,以及如何通过社交网络数据预测社会地位。据我们所知,这是第一个将在线活动与现实社会地位联系起来的研究。特别是,我们在本研究中关注微博的网络结构。一个用户跟随另一个用户意味着某种地位。我们将用户的预测社交状态转换为现实世界实体的“状态”,例如,大学,职业和地区,以便我们可以将预测结果与现实世界中的事实进行比较和验证。我们提出了一个有效的算法,并评估了一个数据集,包括340万用户从新浪微博。结果表明,使用社交网络数据可以合理准确地预测社会地位。我们还指出了这种方法的挑战和局限性,例如,某些用户的在线流行度和真实世界状态之间的不一致。我们的研究结果为分析在线社交状态和未来社交网络排名方案的设计提供了见解。
2016-04-10 cs.SI physics.soc-ph
Potential Networks, Contagious Communities, and Understanding Social Network Structure
在本文中,我们研究如何网络的代理采用特定的技术涉及到的基础网络的结构,该技术的采用蔓延。我们开发了一个模型,并表明,网络的代理采用特定的技术可能具有显着不同的特点,从社会网络的代理技术传播。例如,由级联引起的网络可能具有重尾度分布,即使原始网络没有。这提供了证据表明,通过在底层社交网络上采用技术而创建的在线社交网络可能看起来与社交网络有根本的不同,并表明如果我们试图使用来自许多在线社交网络的数据来直接推断社交网络的结构,则使用这些数据可能会误导我们。我们的研究结果为数据集中重复观察到的某些属性提供了另一种解释,例如:重尾度分布,网络致密化,收缩直径和网络社区概况。这些特性可能是由某种“抽样偏差”造成的,而不是由基本社会结构的属性造成的。通过在本身不包含这些属性的传统网络模型上使用级联来生成网络,我们仍然可以可靠地生成包含所有这些属性的网络。有趣的未来研究的一个机会是开发新的方法,正确地推断底层网络结构的数据,通过级联传播在底层网络上生成的网络。
2013-04-06 cs.SI physics.soc-ph
Disassortative mixing in online social networks
传统观点认为,社交网络表现出一种排斥混合模式,而生物和技术网络则表现出一种排斥混合模式。然而,近年来对在线社交网络的研究改变了这一普遍看法,许多在线社交网络呈现出分离或中性混合的特征。特别地,我们发现在线社会网络Wealink经历了从真实社交网络的度可变性特征到许多在线社交网络的度可变性特征的转变,并且这种转变可以通过我们提出的一个简单的网络模型来合理地解释。本文还讨论了网络的可拓性、聚类性和模块性之间的关系。
2009-09-02 physics.data-an physics.pop-ph physics.soc-ph
A Social Network Analysis of Articles on Social Network Analysis
一系列关于社交网络的统计建模和推理的文章以网络的方式进行分析。这些文章的参考文献被用来构建一个引文网络数据集,这几乎是一个有向无环图,因为只有现有的文章可以被引用。然后将混合隶属度随机块模型应用于该数据集以软聚类文章。从吉布斯采样器获得的结果让我们深入了解这些文章的影响和分类。
2018-10-29 cs.SI physics.soc-ph stat.AP
Animal social networks: an introduction for complex systems scientists
许多动物生活在社会中,在那里个体之间经常进行社会性的互动。这些系统的社会结构可以通过网络分析进行深入研究。近年来,在动物行为的生物学研究领域,对许多物种的动物社交网络进行了大量的研究,并为行为、生态学和社会进化提供了新的见解。这一研究领域目前与复杂系统领域的联系并不像预期的那样好。本文的目的是为复杂系统科学家提供动物社交网络的介绍,并强调协同作用的领域。我们相信,动物社交网络与复杂系统和网络的跨学科领域的日益整合将是有益的,原因有很多。这一领域的研究人员和研究动物社会系统的生物学家之间加强合作,可能有助于解决对动物社会网络研究至关重要的挑战。此外,动物社交网络提供了一个机会,研究假设复杂的系统在一系列的自然现实世界的社会系统。在本文中,我们描述了什么是动物社交网络和主要的研究主题,他们在哪里研究;我们给出了一个概述的方法,通常用于研究动物社交网络;我们强调的挑战,在研究动物社交网络的复杂系统的专业知识可能是特别有价值的;我们认为动物社交网络方面可能是特别感兴趣的复杂系统研究人员。我们希望这将有助于促进涉及动物社交网络的进一步跨学科合作,并将这些网络进一步整合到复杂系统领域。
2021-02-19 cs.SI physics.soc-ph q-bio.PE
Topological Features of Online Social Networks
建模和分析社交网络的重要性是过去几年在线社交网络成功的结果。已经提出了几种网络模型,反映了社交网络的不同特征。其中一些更适合于模拟特定的现象,如社交网络的增长和演变;其他的更适合于捕捉网络的拓扑特征。由于这些网络表现出独特的和不同的属性和功能,在这项工作中,我们描述和利用几个模型,以捕捉流行的在线社交网络,如Arxiv,Facebook,维基百科和YouTube的结构。我们的实验旨在验证这些网络的结构特征,以了解什么样的模型更好地描述了他们的结构,并分析内部社区结构,以说明这些在线社交网络的成员如何互动,并聚集在一起成为更小的社区。
2012-02-02 cs.CY cs.SI physics.soc-ph
Scalable Analysis for Large Social Networks: the data-aware mean-field approach
对社交网络的研究已经证明,影响动态的因素有内、外生因素。在解释社交网络的动态性方面存在两种建模流:1)通过网络属性预测链接的模型,以及2)考虑社会属性影响的模型。在这项跨学科的研究中,我们努力克服这些当前模型中的一些计算限制。我们采用了平均场模型,它允许构建一个特定于人群的社会知情模型,用于预测大型社交网络中的网络和社会属性的链接。该模型进行了测试人口的会议合著行为,考虑到一些参数,从现有的Web数据。我们解决如何大的社交网络可以保持网络和社会参数建模。我们证明,平均场模型,使用数据感知的方法,使我们能够克服计算负担,从而在网络和社会参数方面的大型社交网络建模的可扩展性问题。此外,我们确认,大型社交网络的发展,通过网络和社会选择的决定,断言网络的动态不能单独从一个单一的角度来研究,但必须考虑社会参数的影响。
2012-10-18 cs.PF cs.SI math.PR
Orientations and matrix function-based centralities in multiplex network analysis of urban public transport
我们研究城市公共交通系统,通过多路网络,其中站表示为节点,每一条线表示为一个层。我们确定和可视化的公共交通网络的方向,并将其与街道网络的方向$36$最大的德国以及$18$选定的欧洲主要城市进行比较。我们发现德国城市公共交通网络主要朝向靠近东西中轴线的方向,该方向通常与相应街道网络的两个正交优先方向之一重合。虽然这种行为只存在于所考虑的欧洲城市的一个子集中,但只有一个公共交通网络具有明显的南北向偏好方向。此外,我们研究了一类矩阵函数为基础的中心性措施,这是最近从单层网络推广到层耦合复用网络,我们更一般的城市复用框架的适用性。基于数值线性代数的高效和可扩展方法的数值实验显示了有希望的结果,这与以前的研究一致。中心性的措施可以详细了解城市系统的几何特性,如主要交通轴线的空间分布,这不能从方向图推断。我们评论现有的方法的优点,阐述了不同的措施和权重模型的比较,并提出了详细的超参数研究。所有的结果都说明了演示图形表示。
2021-10-12 cs.NA math.NA physics.soc-ph
Social Network Analysis for Social Neuroscientists
虽然社会神经科学关注的是了解大脑如何与其社会环境相互作用,但该领域的主流研究主要考虑孤立的人脑,剥夺了其丰富的社会背景。社会神经科学中利用网络分析工具的新兴工作已经开始探索这个问题,推进了人类大脑如何影响其社会环境结构以及如何受到其社会环境结构影响的知识。在本文中,我们概述了网络分析(特别是社会系统)的关键理论和方法,作为对个人认知与个人社会环境结构相关的社会神经科学家的介绍。我们还强调了一些令人兴奋的新工作,作为如何有效地使用这些工具来研究与社会神经科学家相关的问题的例子。我们包括教程,以帮助我们讨论的概念的实际实现。最后,我们强调了广泛的令人兴奋的研究机会,社会神经科学家谁有兴趣使用网络分析研究社会系统。
2020-02-12 cs.SI physics.soc-ph q-bio.NC
Entropy of dynamical social networks
人类动态社交网络对信息进行编码,具有高度的适应性。为了描述社会互动的快速动态中编码的信息,这里我们引入动态社交网络的熵。通过分析一个大的电话呼叫交互数据集,我们发现的证据表明,动态的社会网络有一个熵,取决于一个典型的工作日的时间。此外,我们还展示了人类社会行为适应性的证据,显示了电话互动持续时间的数据,这些数据显着偏离了面对面互动持续时间的统计数据。这种行为的适应性对应于社会人类互动动态的不同信息内容。我们量化这些信息的熵的动态网络上的现实模型的社会互动。
2012-01-16 cond-mat.stat-mech cs.SI physics.soc-ph
Generating a Heterosexual Bipartite Network Embedded in Social Network
我们描述了如何生成一个异性恋网络与规定的联合度分布,嵌入在一个规定的大规模的社会接触网络。性网络的结构在性传播感染(STIs)的传播中起着重要作用。生成一个模仿现实世界的网络集合,对于评估控制性传播感染的强有力的缓解战略至关重要。目前大多数生成性网络的算法只使用性活动数据,例如每月的伴侣数量,来生成性网络。现实世界的性网络也依赖于基于年龄、地点、社会和工作活动的有偏见的混合。我们描述了一种使用广泛的社交活动数据来生成可能的异性恋网络的方法。我们从一个大规模的模拟城市中的数千人开始,因为他们经历了他们的日常活动,包括工作,学校,购物和家庭活动。我们从这些活动中提取了一个社交网络,其中节点是人,边表示社交互动,例如在同一个位置工作。这个社交网络捕捉了不同年龄、居住在不同地点、经济状况和其他人口因素之间的相关性。我们使用社会联系网络来定义一个嵌入在扩展的社会网络中的双向异性恋网络。由此产生的性网络捕捉到了社会网络中固有的偏见混合,基于这种网络配对的模型可用于研究基于感染者社会接触的新型干预策略。我们说明了在异性恋网络中衣原体的传播模型的方法,代表了新奥尔良的年轻性活跃社区。
2020-08-05 cs.SI physics.soc-ph q-bio.QM
A tutorial on networks in social systems: A mathematical modeling perspective
本文是对社会系统网络研究的一个介绍。首先,我们向读者介绍研究社交网络的关键数学工具,包括网络的数学表示和基本术语。我们描述了几个感兴趣的网络特性和测量这些特性的技术。我们还讨论了一些流行的网络生成模型,看看这些模型的研究如何提供洞察机制的结构模式的出现。在整个过程中,我们将重点介绍社交网络中常见的模式。我们的目标是提供一个可访问的,广泛的,坚实的基础,读者谁是新的领域,使他们可以自信地从事更深入的数学研究社交网络。
2023-02-01 cs.SI nlin.AO physics.soc-ph
Line graphs as social networks
线图是群集的和独立的。它们与某些社交网络共享这些拓扑特征。我们认为,这种相似性揭示了社交网络的小团体性质。在这里提出的模型中,社会网络是由家庭、社区、利益集团、学校班级和小公司组成的初始网络的线图。这些群体扮演节点的角色,个体由这些节点之间的链接表示。这张图片得到了LiveJournal网络上大约8 x 10^6人的数据的支持。特别地,聚类系数C(k)的度依赖性的观测数据的尖锐最大值与社交网络中的集团相关联。
2010-10-12 cs.SI physics.data-an physics.soc-ph
Explosive Percolation in Social and Physical Networks
我们讨论了几个有趣的随机网络模型,表现出(可证明)爆炸性的转变和他们的应用。
2010-02-01 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
A Theoretical Model for Understanding the Dynamics of Online Social Networks Decay
在线社交网络代表了当今生活中通信和信息交换的主要来源。它们促进了新闻分享、知识启发和形成相同兴趣的群体。在过去的二十年里,研究人员研究了在线社交网络的增长动力,广泛地寻求对在线社交网络中人类行为的清晰理解,这在许多方面都有帮助,比如设计更好的推荐系统和吸引新成员。然而,并非所有的社交网络都实现了预期的增长,例如,MySpace、Orkut和Mysterster等在线社交网络今天都停止了服务。在这项工作中,我们提出了一个概率的理论模型,捕捉由于社会网络的成员的不活动的社会衰退的动态。该模型被证明有一些有趣的数学性质,即\textit{submodularity},这意味着实现模型优化在一个合理的性能。这意味着最大化问题可以在$(1-1/e)$的因子内近似,并且最小化问题可以在多项式时间内实现。
2020-09-01 cs.CY cs.SI physics.soc-ph
On the Structural Properties of Social Networks and their Measurement-calibrated Synthetic Counterparts
大型社交网络的数据驱动分析吸引了大量的研究兴趣。在本文中,我们调查了120个真实的社交网络和他们的测量校准合成对应的四个著名的网络模型。我们研究了网络的结构特性,揭示了各种社会领域(友谊网络,通信网络和协作网络)的图度量的相关性。我们发现,不同领域的相关模式不同。我们确定了一个非冗余的一组指标来描述社交网络。我们研究的模型可以或不能捕获的真实网络的拓扑特征。我们发现,网络模型的拟合优度依赖于域。此外,虽然2K和随机块模型缺乏同时生成具有大直径和高聚类系数的图的能力,但它们仍然可以用于相对有效地模拟社交网络。
2019-08-22 cs.DM cs.SI physics.data-an