Evolution of Human-like Social Grooming Strategies regarding Richness and Group Size
人类倾向于与亲密的朋友合作,因此他们必须建立强大的社会关系来获得他人的合作。因此,他们的社会关系建构策略应该是经过一个进化过程而形成的。这种社会关系建构的行为被称为“社会修饰”。“在本文中,我们表明,有四个类,包括一个类似人类的战略,在进化动力学的社会梳理策略的基础上,进化游戏模拟。社会关系强度(以社会梳理的频率衡量)通常显示出一个非常倾斜的分布(幂律分布)。这可能是由于时间成本对社会修饰的限制,因为成本太大,无法忽视有许多强大的社会关系。人类构建社会关系的策略的进化可以解释基于社会脑假说的人类智力的起源。我们构建了一个以个体为基础的模型来探索社会修饰策略的进化动力学。该模型基于通过加强与合作者的社会关系来赢得他人的行为。进化模拟的结果显示了四类进化动力学。结果取决于总资源和每个合作者的资源的合作者的数量的比率。这四类中的一类类似于人类的策略,即基于幂律的Yule-Simon过程的策略。
2018-04-20 cs.SI physics.soc-ph
A Quantitative Model Of Trust as a Predictor of Social Group Sizes and its Implications for Technology
本文提出信任的二部“工作经济”定量模型,用记忆成本与关注性监督频率解释群体规模和注意力的权衡,并预测社会群体的分形规模分布。
2025-03-14 physics.soc-ph
Analysis of a threshold model of social contagion on degree-correlated networks
我们分析确定当一系列抽象的社会传染模型允许全球传播从一个单一的种子度相关的随机网络。我们推导出最大脆弱组件的预期大小,网络的火绒箱样的临界质量,以及感染随机选择的单个种子将触发全球传播的概率。在适当的限制,我们的结果自然减少到标准的疾病传播模型和巨组件的存在条件。分布式的,无限的种子情况下的最新进展,使我们能够进一步确定全球传播事件的最终规模,当它们发生。为了支持我们的研究结果,我们推导出一个简单而丰富的随机网络双峰度分布的家庭的关键传播量的精确表达式。
2009-05-26 physics.soc-ph
Group interactions modulate critical mass dynamics in social convention
少数人如何能推翻社会习俗?临界质量理论指出,当一个坚定的少数达到临界规模时,可能会发生一连串的行为变化,推翻表面上稳定的社会规范。证据来自理论和实证研究,在这些研究中,规模差异很大的少数群体,包括极小的少数群体,都设法使一个制度达到其临界点。在这里,我们探索这种多样性的情况下,通过引入群体互动作为一个关键因素的现实主义到一个模型的社会公约。我们发现,如果个人改变观点的倾向有限,那么触发行为改变所需的临界质量可能非常小。此外,坚定的少数人推翻现有规范的能力在很大程度上取决于群体规模。我们的研究结果调和了在以前的调查中发现的临界质量的不同大小,并揭示了群体在这一过程中的关键作用。这进一步突出了新兴的高阶网络领域的重要性,超越了成对相互作用
2022-03-18 cs.SI physics.soc-ph
Competition May Increase Social Happiness in Bipartite Matching Problem
二部匹配问题是研究两个不相交的需要成对匹配的智能体组。它可以应用于许多现实世界的场景,并解释许多社会现象。通过引入相关愿望表,研究了竞争对二部匹配问题的影响。研究结果表明,适度的竞争可以提高社会的整体幸福感,同时也可以降低不等规模二部匹配结果的不稳定性。
2018-06-25 physics.soc-ph
Modeling Morphology of Social Network Cascades
级联反应是一个跨学科的重要现象,如社会学、经济学、心理学、政治学、市场营销和流行病学。叶栅的一个重要特性是其形态,包括结构、形状和尺寸。然而,在先前的文献中,级联形态没有被严格地表征和建模。本文提出了一种多级马尔可夫叶栅形态模型($M^4C$),它可以描述和定量描述具有任意结构、形状和尺寸的叶栅的形态。$M^4C$可用于各种应用中,对不同类型的级联进行分类。为了证明这一点,我们将其应用于在线社交网络中一个尚未探索但很重要的问题--级联规模预测。我们使用真实世界的Twitter数据的评估表明,基于$M^4C$的级联大小预测方案优于基于级联图特征(如边增长率、度分布、聚类和直径)的基线方案。基于$M^4C$的级联规模预测方案在不同的实验场景下均能达到90%以上的分类准确率。
2013-02-10 cs.SI physics.soc-ph
Influence of the Dynamic Social Network Timeframe Type and Size on the Group Evolution Discovery
新技术允许存储有关用户交互的大量数据。从这些数据中可以创建社交网络。此外,由于通常还存储该活动的时间和日期,因此可以通过将其划分为表示特定时间段期间网络状态的许多时间帧来分析这种网络的动态。最有趣的问题之一是群体随时间的演变。为了跟踪群体进化,可以使用GED方法。然而,时间框架类型和长度的选择可能对方法结果有很大影响。因此,在本文中,时间帧类型以及时间帧长度对GED方法的结果的影响进行了广泛的分析。
2012-10-18 cs.SI physics.soc-ph
The Impact of Social Attractiveness on Casual Group Formation: Power-Law Group Sizes and Suppressed Percolation
本研究针对非正式群体形成问题,对比吸引力驱动交互模型与随机几何图零模型,通过仿真发现个体吸引力会使群体规模呈幂律分布、抑制渗流相变,明确了其对社会聚集的关键作用。
2025-10-13 cond-mat.stat-mech nlin.AO physics.soc-ph
Fat-tailed fluctuations in the size of organizations: the role of social influence
组织成长过程一直被证明在各种环境中表现出比高斯增长率分布更胖。相对较小的变化的长周期被所有大小尺度的突然变化所打断。这种极端事件可能对生物和社会经济系统的发展产生重要影响。现有的模型并不从微观层面的代理行为中得出这种聚合模式。我们开发了一个基于代理的仿真模型的社会网络。我们从Schwarzkopf等人的无标度网络模型出发。我们再现的肥尾模式的内部动力学单独,也发现它是强大的网络拓扑结构。因此,社交网络和本地交互是生成模式的先决条件,而不是网络拓扑本身。我们进一步扩展了模型的参数$δ$,权重属于一个给定的组织,代表一个上下文方面的社会影响的个人的邻居的相对分数。在这个参数的下限,分数是无关紧要的,组织的选择是随机的。在参数的上限,最大的分数很快占主导地位,导致赢家通吃的情况。我们恢复的真实模式作为这两个极端之间的中间情况。
2014-03-12 cs.SI physics.soc-ph
A Gap in the Community-Size Distribution of a Large-Scale Social Networking Site
社交网站(SNS)最近被全世界数百万人使用。SNS是一个在互联网上的社会,在那里人们相互交流和培养友谊。我们研究了一个全国性的SNS(目前超过600万用户),相互承认的友谊网络,有300万人和近200万个链接。通过采用Newman等人开发的社区提取方法,我们发现存在一系列社区大小,其中只有少数社区被检测到。这种新的特征不能用以前的网络增长模型来解释。我们提出了一个简单的模型,两个过程的熟人,连接最近的邻居和随机链接。我们发现,该模型可以解释的差距,在社区规模分布以及其他统计特性,包括长尾度分布,高传递性,其与度的相关性,度度的相关性。该模型可以估计在许多社交网络中普遍存在的这两个过程在SNS以及其他社会中是如何以相对频率工作的。
2007-03-19 cs.CY physics.data-an physics.soc-ph
The Impact of Heterogeneous Thresholds on Social Contagion with Multiple Initiators
阈值模型是复杂社会系统中传染病传播的一个简单但经典的模型。为了捕捉社会影响的复杂性,我们调查的阈值限制级联的行为在多个启动器的存在下,作为阈值的分布是不同的两个极端的情况下,相同的阈值和均匀分布的数值和分析的过渡。我们通过采用节点阈值的截断正态分布来实现这一点,并且当我们改变标准差时观察到级联大小的非单调变化。此外,对于一个足够大的传播的阈值分布,社会影响过程的临界点行为消失,取而代之的是由发起人集的大小所控制的平滑交叉。我们证明,对于一个给定的大小的发起人集,有一个特定的方差的阈值分布的意见传播最佳。此外,在合成图的情况下,我们表明,传播渐近成为独立的系统的大小,和全球级联可以出现只是由一个单一的节点添加到启动器集。
2015-11-20 cs.SI physics.soc-ph
Cluster size entropy in the Axelrod model of social influence: small-world networks and mass media
我们研究了阿克塞尔罗德的文化适应模型,使用集群大小熵的概念,$S_{c}$,提供信息的文化集群大小的变化存在于系统中。使用不同拓扑结构的网络,从规则到随机,我们发现,著名的非平衡单文化-多文化(有序-无序)的阿克塞尔罗德模型的过渡的临界点是明确给出的最大值的$S_{c}(q)$分布。簇熵分布的宽度可以用来定性地确定跃迁是一阶还是二阶。通过缩放簇熵分布,我们能够获得关键文化特征$q_c$和规则网络中文化特征的数量$F$之间的关系。我们还分析了大众媒体(外部场)对社会系统的阿克塞尔罗德模型在一个正方形网络的影响。我们发现了一个新的部分有序的阶段,其最大的文化集群不与外部场对齐,与最近的建议,这种类型的阶段不能形成在定期的网络。我们绘制了规则网络中Axelrod模型的新的$q-B$相图。
2011-09-01 cs.SI physics.soc-ph
Integration in Social Networks
我们提出了$k$的概念-整合作为社交网络中机会平等的衡量标准。如果任何两个个体之间的路径长度最多为$k$,则社交网络是$k$集成的,从而保证每个人都有相同的网络机会找到工作、浪漫的伴侣或有价值的信息。我们计算确保$k$集成所需的桥(即属于不同组件的节点之间的边)或中心节点(桥的端点)的最小数量。答案仅与$k=2$的每个组件的大小线性相关,而与$k \geq 3$的每个组件的大小无关。我们的研究结果提供了一种简单直观的方式来比较现实生活中的社交网络的机会平等。
2019-05-24 cs.SI physics.soc-ph
Empirical study on social groups in pedestrian evacuation dynamics
行人群体通常包括社会群体,即由于社会关系而走在一起的行人。它们显示出特征性的结构,并影响整个人群的动态。为了研究社会群体对疏散的影响,我们进行了一项实证研究与学生。进行了几次不同规模和不同相互作用的疏散运行。新的组参数的引入,允许定量地描述组的动态和组成员的配置。分析表明,由于自序效应,大群体的疏散时间可能会减少。社会群体可以近似为沿着其运动方向定向的椭圆。此外,群体成员之间的明确合作行为导致群体成员更强的聚集和间歇性的疏散方式。
2017-03-24 physics.soc-ph
Social polarization promoted by sparse higher-order interactions
本文引入考虑群体互动和同质性的高阶框架,发现群体互动在稀疏系统中增强极化,在完全连接社会中抑制极化,揭示了极化对互动结构的依赖。
2025-07-16 physics.soc-ph
Success of Social Inequality Measures in Predicting Critical or Failure Points in Some Models of Physical Systems
统计物理学家和社会科学家都广泛地研究了能量、簇或雪崩大小以及收入、财富等在粒子(或地点)和人口之间的不平等分布的一些特征。当物理学家专注于最大的集群或雪崩的自相似(分形)结构(和特征指数)时,社会科学家研究由洛伦兹函数的非线性给出的不平等指数,如基尼系数和加尔各答等,表示不同部分人口所拥有的财富的累积分数。我们在这里回顾,使用从早期出版物和一些新的数值以及分析结果的结果,如何上述社会不平等指数,当提取从不平等的能源分配,(在动力学交换模型中),簇尺寸(在渗流模型中)或雪崩大小(在自组织临界或纤维束模型中)可以主要帮助提供接近临界点或即将发生的故障点的前兆信号。广泛的数值和一些分析结果进行了讨论。
2022-08-05 cond-mat.stat-mech physics.soc-ph
Dynamics of social contagions with memory of non-redundant information
社会传染动力学的一个关键因素是强化,因为采取某种社会行为需要验证其可信度和合法性。非冗余信息的记忆在强化过程中起着重要作用,但迄今为止还没有理论分析。我们首先提出了一个具有非冗余信息记忆强化的一般社会传染模型。然后,我们发展了一个统一的基于边的分区理论来分析这个模型,并在一些特定的模型得到了显着的协议与数值计算。以传播阈值模型为例来理解记忆效应,即只有当个体从邻居那里获得的信息累积超过一个采纳阈值时,个体才会采取一种社会行为。通过分析和数值模拟,我们发现,记忆特性显着影响的动态量化的最终采用大小。引人注目的是,我们发现了一个过渡现象,其中最终采用大小对一些关键参数的依赖,如传输概率,可以从不连续变为连续。这种过渡可以通过适当的参数和结构扰动来触发,例如降低个体的采纳阈值,增加初始种子大小或增强网络的异质性。
2015-07-15 cs.SI physics.soc-ph
Group size effect on cooperation in one-shot social dilemmas II. Curvilinear effect
在一个许多紧迫的全球性问题需要大规模合作的世界里,理解群体规模对合作行为的影响是一个至关重要的话题。然而,这种效应的性质在很大程度上仍然未知,实验室实验坚持认为它是积极的或消极的或无效的,而实地实验表明它是曲线的。在这里,我们揭示了这一明显的矛盾,考虑一类新的公共产品游戏的灵感来自现实的情况下,公共产品的自然产出限制意味着合作的好处增加快速早期的贡献,然后减速。我们报告的一个大型实验室实验提供的证据表明,在这种情况下,组的大小有一个曲线的合作效果,根据中等规模的团体合作比小团体,比大团体。在这样做的过程中,我们的研究结果有助于填补实验室实验和现场实验之间的差距,并提出了促进人们之间大规模合作的具体方法。
2015-06-30 cs.GT physics.soc-ph q-bio.PE
Geographic constraints on social network groups
社会群体是人类社会的基本组成部分。虽然我们的社会互动一直受到地理的限制,但由于实际困难,不可能评估这种对社会群体结构的限制的性质。我们构建了一个社交网络的个人,其最频繁的地理位置也是已知的。我们还根据社区检测算法将个体分类为组。我们研究了不同规模的社会群体的地理跨度的变化,并探讨了拓扑位置与其成员的地理位置之间的关系。我们发现,小的社会群体在地理上非常紧密,但当群体规模超过30名成员时,会变得更加聚集。此外,我们发现网络社区内的个人的拓扑位置和地理位置之间没有相关性。这些结果表明,传播过程面临着不同的结构和空间限制。
2011-04-04 cond-mat.dis-nn cs.SI physics.soc-ph
Causal evidence for social group sizes from Wikipedia editing data
通过分析维基百科编辑历史,发现临时编辑群体规模存在涌现的连贯性峰值,并利用二分信任的 Promise Theory 模型推导出适用于群体规模分布的标度律,为自发社群的自组织性提供了因果证据。
2024-04-08 cs.MA cs.SI nlin.AO
Diffusion of Real-Time Information in Social-Physical Networks
我们研究实时的【形】信息的扩散行为。通常,实时的【形】信息只在有限的时间段内有价值,因此需要在其“截止日期”之前交付。“因此,实时的【形】信息在一群频繁互动的人之间传播要比在孤立的个人之间传播容易得多。有了这个洞察力,我们认为一个社会网络,其中包括许多集团和信息可以迅速传播的集团内。此外,信息也可以通过在线社交网络,如Facebook,twitter,Youtube等共享。我们通过研究相变行为来表征实时的【形】信息的扩散。利用非齐次随机网络的理论,我们表明,社会网络有一个临界阈值以上的信息流行病很可能发生。我们还从理论上量化了最终收到消息的个体的分数大小。最后,数值结果表明,在一定条件下,社会网络中的大规模集团可以极大地促进实时的【形】信息的传播。
2012-03-31 cs.SI physics.soc-ph
A mean-field analysis of community structure in social and kin networks
我们提供了一个社会和生物网络的社区结构的平均场分析,假设演员能够评估一些树派生的距离到其他演员,并倾向于聚合与较远。我们表明,这样的网络有小的组件,并给出一个典型的社区大小和社区数量的概率分布的精确描述。特别是,我们表明,社区规模的概率分布是很好的近似幂律分布与指数2。我们说明了鲁棒性的平均场分析比较其预测以前研究的社交网络和生物学数据。
2006-04-13 math.PR physics.soc-ph q-bio.PE
An improved mathematical model of social group competition
提出了一种改进的社会群体竞争数学模型。假设某个群体的成员从其他成员那里获得的效用与群体大小有关。所获得的结果接近现有的普查数据。结果表明,一个显着的部分人口可以隶属于一个组具有较低的最大特定效用。
2011-05-11 cs.SI physics.soc-ph
Consecutive partitions of social networks between rivaling leaders
提出了一种模型算法,用于研究描述社会结构的复杂网络的后续划分。分区应该表现为与度大的节点相对应的竞争领导者的行动。分割的条件是两条引线之间的距离至少为三个链接。这确保了每个leader的最近邻层仍然附着在他身上。作为一项规则,数值计算的无标度的阿尔伯特-巴拉巴西网络片段的大小分布显示一个大片段,其中包含原来的领导者(网络的枢纽),和一些小片段的对手,由两个威布尔分布。数值模拟和平均场论揭示了较大碎片尺度的大小是初始网络大小的平方根。该算法应用于美国政治博客的数据。亚当和N. Glance,Proc. WWW-2005)。所获得的片段显然是两极分化的;要么属于民主党,要么属于共和党。
2016-11-17 cs.SI physics.soc-ph
Core-Periphery in Networks: An Axiomatic Approach
最近的证据表明,在世界各地的许多社会中,经济和社会精英的相对规模不断缩小。这是一种自然的社会现象吗?是什么力量塑造了这个过程?我们试图通过研究一个由社会精英组成的核心-精英社会结构来解决这些问题,社会精英是一个相对较小但关系密切且具有高度影响力的群体,社会的其他部分是边缘。在这里,我们提出了一个新的公理为基础的模型的力量之间的精英和外围的相互影响。假设一组简单的公理,捕捉精英的优势,鲁棒性,紧凑性和密度,我们能够得出强有力的结论,精英外围结构。特别是,我们表明,精英和外围之间的权力平衡和精英的规模是次线性的网络规模的精英在社交网络,满足我们的公理的普遍属性。我们注意到,后者是在争议的共同信念,精英规模收敛到一个线性的社会部分(最近声称是1%)。我们伴随着这些发现,对大约100个真实世界的网络进行了大规模的实证研究,这支持了我们的结果。
2014-11-09 cs.SI physics.soc-ph
Self-organization on social media: endo-exo bursts and baseline fluctuations
社交媒体的一个显著的动态特性是突发行为。在本文中,我们研究了突发行为的时间关系之前的基线波动和连续的突发响应使用的频率时间序列的3,000个关键字在Twitter上。我们发现,存在一个波动阈值,在该阈值以上,爆发大小随波动的增加而增加,在该阈值以上,爆发大小出现变化。我们把这个阈值称为临界阈值。研究这个阈值与内源性爆发和外源性爆发的峰值比和爆发大小的基础上揭示,低于这个阈值的爆发是内源性引起的,高于这个阈值,外源性爆发出现。对3,000个关键词的分析表明,所有名词都有内源性和外源性的爆发源,每个关键词在基线波动值中都有一个临界阈值,以区分两者。具有用于激活系统的输入值的阈值意味着Twitter是可兴奋的媒介。这些发现有助于描述Twitter上关键字的兴奋程度,例如,可以用来预测社交媒体上对特定信息的反应。
2014-08-12 cs.SI physics.soc-ph
Statistical Behavior of Embeddedness and Communities of Overlapping Cliques in Online Social Networks
节点的度分布,特别是幂律度分布,被认为是社会网络和信息网络最重要的结构特征之一。然而,节点度只揭示了网络的一阶结构。更高阶的结构,如边缘嵌入和社区的大小可能在许多在线社交网络中发挥更重要的作用。在本文中,我们提供的经验证据丰富的高阶结构特征存在于在线社交网络,开发数学模型来解释和模拟这些特征,并讨论其在实践中的各种应用。特别是,1)我们表明,嵌入分布的社会链接在许多社交网络有有趣的和丰富的行为,不能被著名的网络模型。我们还提供了实证结果,显示了嵌入性分布和社交网络节点对之间通信的平均消息数之间的明显相关性。2)我们正式证明了随机k树,最近的复杂网络模型,具有幂律嵌入分布,并经验表明,随机k树模型可以用来捕捉丰富的行为,我们观察到在现实世界的社交网络的高阶结构。3)超越嵌入性,我们表明,随机k树模型的一个变体可以用来捕捉最近发现的重叠集团的社区大小的幂律分布。
2010-09-22 cs.SI physics.soc-ph
Influence Maximization With Deactivation In Social Networks
在本文中,我们考虑一个著名的社会网络中的影响力最大化问题的扩展,该问题涉及找到一组k个节点来启动扩散过程,使得在该过程结束时受影响的节点的总数最大化。该扩展集中在一个竞争的变种,其中涉及两个决策者。第一个,领导者,试图通过选择最有影响力的节点来最大化总的影响力传播,第二个,追随者,试图通过停用其中的一些节点来最小化它。制定的双层模型解决了完全枚举的小规模的情况下,大规模的情况下,通过一个数学。在这两种情况下,较低级别的问题,这是一个随机优化问题,近似通过样本平均近似方法。
2019-04-18 cs.SI physics.soc-ph
Social contagions on weighted networks
研究了加权网络上社会传染模型的临界行为。利用边权分室方法分析了度和权值分布具有偏态的强异质网络上的加权社会传染。我们发现,程度异质性不仅可以改变的性质,传染过渡从不连续到连续,但也可以提高或阻碍采用的大小,取决于单位的传输概率。我们还表明,权重分布的异质性总是阻碍社会传染,并没有改变过渡类型。
2016-04-02 cs.SI physics.soc-ph
What Stops Social Epidemics?
在理解图上的传播过程的动态方面的理论进展表明存在一个流行阈值,低于该阈值,没有流行病形成,高于该阈值,流行病传播到图的很大一部分。我们观察到社交媒体网站Digg上的信息级联,其传播速度足以让一个初始传播者感染数百人,但最终只影响整个网络的0.1%。我们发现,两个影响,以前研究的孤立,结合合作,大大限制了Digg上的级联的最终大小。首先,由于Digg网络的高度集群结构,大多数知道一个故事的人都是通过多个朋友接触到它的。这种结构降低了流行病的门槛,同时适度减缓了级联的总体增长。此外,我们发现,Digg上的社会传染机制指出了信息传播和其他传染过程之间的根本区别:尽管在一个社会群体中有多种感染机会,但人们不太可能成为反复接触信息的传播者。这种机制的结果对于更多的聚类图变得更加明显。最终,这种影响严重限制了Digg上社交流行病的规模。
2011-04-01 cs.SI physics.soc-ph
Cost Effective Campaigning in Social Networks
活动家越来越多地使用在线社交网络平台来宣传产品、想法和信息。推广产品甚至想法的一种流行方法是激励个人大力宣传这个想法,为他们提供折扣,现金返还或社会认可等形式的推荐奖励。由于资金和人力等稀缺资源的预算限制,可能无法为所有人提供奖励,因此需要明智地将奖励分配给适当的个人,以确保尽可能扩大外联规模。我们的目标是通过使用渗流理论制定和解决优化问题来做同样的事情。特别是,我们计算的一组个人提供的激励措施,以尽量减少预期成本,同时确保一个给定的推广规模。我们还解决了计算一组个人的激励最大化的推广规模给定的成本预算的问题。事实证明,优化问题并不平凡;它涉及需要通过数值求解不动点方程来计算的量。我们的主要贡献是,对于一个相当一般的成本结构,我们表明,优化问题可以解决一个简单的线性规划。我们相信,我们的方法使用渗流理论制定的优化问题是第一次。
2016-06-16 cs.SI physics.soc-ph
Sampling from Social Networks with Attributes
从大型网络中取样是社会网络研究的一个基本挑战。在本文中,我们探讨了不同的采样技术(节点采样,边采样,随机游走采样,雪球采样)的敏感性社交网络的属性。我们考虑网络的特殊情况(i),其中我们有一个属性有两个值(例如,在性别的情况下为男性和女性),(ii)当两个组的大小不相等时(例如,男性多数和女性少数),以及(iii)具有相同或不同属性值的节点相互吸引或排斥(即,同性恋或异性恋行为)。我们评估不同的采样技术方面保存节点的位置和群体在这样的网络中的可见性。实验在合成的和经验的社交网络上进行。我们的研究结果提供的证据表明,不同的网络采样技术是高度敏感的捕获预期的中心节点,其准确性取决于相对组大小的差异和同质性的水平,可以在网络中观察到。我们的结论是,不知情的采样从社交网络的属性,从而可以显着损害的能力,研究人员得出有效的结论,节点的中心性和社交网络中的群体的可见性或不可见性。
2017-02-17 cs.SI physics.soc-ph
Cost Effective Rumor Containment in Social Networks
通过社交媒体和在线社交网络传播谣言不仅会扰乱公民的日常生活,还会造成生命和财产损失。当个人无法确定信息的真实性时,谣言就会传播开来,错误地将谣言当作真实的信息并将其传递给他们的熟人。我们提出了一个解决方案,其中一组个人(基于他们的程度)在社交网络中进行训练,并提供资源,以帮助他们区分谣言从真正的信息。通过制定一个优化问题,我们计算出最佳的个人,谁必须接受培训,和培训的质量,最大限度地减少预期的培训成本,并确保谣言爆发的规模上界。我们的主要贡献是,虽然最优化问题原来是非凸的,我们表明,这个问题是等价于解决一组线性规划。这一结果也使我们能够解决的问题,最小化的谣言爆发的大小为给定的成本预算。最佳解决方案显示了一个有趣的模式,可以作为一个启发式实现。这些结果可以证明是非常有用的社会规划和执法机构,防止危险的谣言和错误的信息流行。
2014-04-27 cs.SI physics.soc-ph
Predicting Small Group Accretion in Social Networks: A topology based incremental approach
小群体演化在社会科学和工业中对于理解团队形成的动力学具有核心重要性。大多数研究群体的工作都是在宏观层面上研究任意大小的社区的演化,而本文只研究由对比社会学现象支配的小群体(大小$\leq20$)的演化。鉴于以前的历史,一组演员之间的组合作,我们解决的问题,预测可能的未来组合作。不幸的是,预测组需要从$n \choose r$可能性(其中$r$是组大小,而$n$是参与者的总数)中进行选择,随着组大小的增加,这在计算上变得难以处理。然而,我们对现实世界数据集的统计分析表明,两个过程:外部参与者加入现有群体(增量吸积(IA))或与现有群体的参与者子集合作(子群吸积(SA)),在很大程度上是未来群体形成的原因。这有助于大幅减少$n\choose r$的可能性。因此,我们为组外的不同参与者建立组的连接模型。在本文中,我们已经建立了三个基于拓扑结构的预测模型来研究这些现象。这些模型的性能进行了评估,使用广泛的实验在DBLP数据集。我们的预测结果表明,所提出的模型是显着有用的未来群体预测IA和SA。
2015-07-12 cs.SI physics.soc-ph
Temporal Evolution of Social Innovation
创新的接受可以通过多次暴露给已经接受它的个体而发生。这里提出的是一个模型来跟踪具有偏好$λ$的社会网络中的创新的演变,其中拓扑约束主要由连接性$k$和人口规模$N_k$指定。该模型试图通过创新属性与网络结构之间的相互作用来解释社交网络中创新模式的差异。传播达到最高速度的时间取决于$λ^{-2}k^{-2}N_{k}^{1/2}$。随机网络中的动力学行为可能领先于无标度网络中的动力学行为,也可能落后于无标度网络中的动力学行为。无标度网络中的连接类之间以及具有不同拓扑指数的随机网络之间的分层传播是明显的。对于高度偏好的创新,在无标度网络中观察到的层次结构往往是微不足道的。研究结果对管理有限规模网络中的创新具有一定的意义。
2014-08-21 cs.SI nlin.AO physics.soc-ph
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
Size Matters: A Comparative Analysis of Community Detection Algorithms
了解社交媒体的社区结构是至关重要的,因为它的广泛应用,如朋友推荐,用户建模和内容个性化。现有的研究使用结构性指标,如模块化和电导和功能性指标,如地面真理来衡量各种社区发现算法发现的社区的质量,而忽略了一个自然和重要的维度,社区规模。最近,人类学家邓巴建议,社交媒体中稳定社区的规模应该限制在150人以内,称为邓巴数。在这项研究中,我们提出了一个系统的方法,算法比较正交整合社区规模作为一个新的维度到现有的结构性指标,一致和全面地评估社会媒体环境中的社区质量。我们设计了一个启发式的基于团的算法,它控制的大小和重叠的社区可调参数,并评估它与五个国家的最先进的社区发现算法在Twitter网络和DBLP网络。具体来说,我们将发现的社区根据它们的大小分为四类,称为亲密朋友,普通朋友,熟人,只是一张脸,然后计算覆盖率,模块化,三角参与率,传导性,传递性和社区的内部密度在每个类。我们发现,在不同的类社区表现出不同的结构质量和许多现有的社区发现算法往往输出非常大的社区。
2017-12-03 cs.SI physics.soc-ph
Impact of the Network Size and Frequency of Information Receipt on Polarization in Social Networks
本文将观点形成模型重塑为动力系统,研究信息接收频率和网络规模对极化的影响,提出极化数及其临界值,揭示更短时间间隔和更大网络会加剧个体极化倾向。
2024-07-01 cs.MA physics.soc-ph
Social contagions with communication channels alternation on multiplex networks
互联网通信渠道,例如,Facebook、Twitter和电子邮件是促进个人之间互动和信息共享的多元化网络。在短暂的时间段内,用户通常使用单个通信信道,但随后发生通信信道变更(CCA)。这意味着我们必须完善我们对社会传染动力学的理解。我们提出了一个非马尔可夫行为的多路复用网络中的传播模型,考虑到CCA机制,我们开发了一个广义的基于边的分区方法来描述的传播动力学。通过大量的数值模拟和理论分析,我们发现CCA引起的时间延迟减缓了行为传播,但不影响最终的采用规模。我们还发现,CCA抑制行为传播。在两个耦合的随机规则网络上,采用规模表现出混合增长,即,它首先随着信息传输概率连续增长,然后不连续增长。在ER-SF复用网络中,两个子网是Erdens-Rényi(ER)和无标度(SF),CCA引入了采用大小与信息传输概率的连续增长到混合增长的交叉。我们的研究结果扩展了我们对CCA在传播动力学中的作用的理解,并可能引发进一步的研究。
2018-12-19 cs.SI physics.soc-ph
Finding Community Structure in Mega-scale Social Networks
Clauset、Newman和Moore提出的社区分析算法(CNM算法)发现了社交网络中的社区结构。不幸的是,CNM算法不能很好地扩展,其使用实际上仅限于规模高达50万个节点的网络。本文认为,这种低效率是由不平衡的方式合并社区。本文引入了三种度量标准(合并率)来控制社区分析过程,试图平衡被合并社区的规模。三种风格的CNM算法的构建纳入这些指标。所提出的技术进行了测试,从现有的社交网络服务,主机550万用户的数据集。所有的方法表现出显着的提高执行效率相比,原来的CNM算法,并显示出很高的可扩展性。最快的方法分别在5分钟内处理100万个节点的网络和35分钟内处理400万个节点的网络。另一个算法在50分钟内处理一个有50万个节点的网络(比原始算法快7倍),找到改进了模块化的社区结构,并扩展到一个有550万个节点的网络。
2007-02-08 cs.CY physics.soc-ph
The scaling of social interactions across animal species
群居动物会自我组织,形成群体,以增强对捕食者的保护和生产力。一对一的互动是这些新兴社会结构的基石,可能对应于友谊,梳理,沟通等社会关系。这些结构应该对失败具有鲁棒性,并提供有效的沟通以补偿形成和维持社会联系的成本,但每次社会互动的特定目的调节各自社交网络的演变。我们整理了611个动物社交网络,并表明社会接触的数量$E$规模与群体规模$N$作为一个超线性幂律$E=CN^β$的各种动物,包括人类,其他哺乳动物和非哺乳动物。我们确定,幂律指数$β$根据$β= 1+a/4$,与$a \approx {1,2,3,4}$的相互作用的社会功能而变化。通过将多层模型拟合到我们的数据中,我们观察到跨社会群体的成本也会根据社会功能而变化。观察到身体接触、梳理和群体成员的成本相对较低,这导致小群体具有高度和恒定的社会集群。线下友谊具有类似的模式,而线上友谊则表现出较弱的社会结构。空间邻近的中间情况($β=1.5$和聚类对网络大小的依赖性在数量上与友谊相似)表明,邻近的相互作用可能与传染病的传播以及友谊等社会过程一样相关。
2021-06-01 cond-mat.stat-mech nlin.AO physics.pop-ph
Group mixing drives inequality in face-to-face gatherings
揭示人类互动中的不平等是如何产生的,对公正的社会至关重要。在这里,我们表明,社会群体在面对面的情况下互动的方式可以使社会群体的可见性出现差异。这些差异转化为特定社会群体的成员具有比平均水平更少的社会联系(即,度不等式)。我们在基于传感器的数据集中描述了组度不平等,并提出了一种机制,解释了这些差异的结果,组混合和组大小的不平衡。我们研究群体规模如何影响这种不平等,从而揭示了临界规模和混合条件,在一个关键的少数群体出现。如果一个少数群体的规模大于这个临界值,它可能是一个联系紧密、有凝聚力的群体;如果它小于这个临界值,少数群体的凝聚力会扩大程度不平等。最后,我们揭示了由于混合动力学导致的学位排名中个人代表性不足,并提出了一种减少这种偏见的方法。
2022-03-16 cs.CY cs.MA cs.SI
Generalized epidemic process on modular networks
社会强化和模块化结构是通过社会接触传播行为的两个显著特征。为了研究这两个特征之间的相互作用,我们研究了具有等大小有限社区和可调模块度的模块化网络上的广义流行病过程。使用最初应用于基于cubic的随机网络的分析方法,我们表明,该系统表现出弱的社会强化的键渗透型连续相变,而不连续的相变发生足够强的社会强化。我们的研究结果进行了数值验证,使用有限尺寸标度分析和双峰系数的交叉。
2014-05-22 cond-mat.stat-mech physics.soc-ph q-bio.PE
Threshold-limited spreading in social networks with multiple initiators
社会影响力驱动的观点改变的经典模型是阈值模型。在这里,我们研究的情况下,多个{ \it发起者}触发级联的阈值模型动态驱动的意见变化的级联,所有节点具有相同的采用阈值$ϕ$。具体而言,使用经验和程式化模型的社交网络,我们研究级联大小作为一个函数的发起分数$p$。我们发现,即使对于任意高的值的$ϕ$,存在一个临界引发剂分数$p_c(ϕ)$超过该级联成为全球。网络结构,特别是集群,在这种情况下起着重要的作用。类似于以前研究的单节点或单集团发起人的情况下,我们观察到,网络内的社区结构促进意见传播到更大程度上比一个同质的随机网络。最后,我们研究了不同的引发剂选择策略的级联的大小和级联窗口的效果。
2013-06-26 cond-mat.stat-mech cs.SI physics.soc-ph
Disentangling Social and Group heterogeneities: Public Goods games on Complex Networks
在这封信中,我们提出了一个新的视角来研究复杂网络上的公共产品博弈。我们的方法的想法是考虑一个现实的结构,在其中发挥公共物品游戏的群体。而不是假设的社会网络的联系人自定义的组结构具有相同的拓扑特性,我们解开这两个互动模式,以便处理系统具有一定的规模嵌入在社交网络与可调程度的异质性。令人惊讶的是,这个现实的框架,揭示了社会异质性可能不会促进合作取决于游戏设置和更新规则。
2011-09-21 cs.SI physics.soc-ph
Social Network Dynamics in a Massive Online Game: Network Turnover, Non-densification, and Team Engagement in Halo Reach
在线多人游戏是一种流行的社交互动形式,被数亿人使用。然而,人们对这些网络游戏中的社交网络知之甚少,也不知道它们是如何随着时间的推移而演变的。了解大型网络游戏中的人类社会动态可以为一般的社会互动提供新的启发,并为开发更具吸引力的系统提供信息。在这里,我们研究了一个新颖的大型友谊网络,从流行的在线游戏Halo:Reach中1700万人之间44周内的近180亿次社交互动中推断出来。该网络是迄今为止研究的最大,最详细的时间交互网络之一,并提供了一个新的视角在线友谊网络的动态,而不仅仅是交互图。最初,这个网络表现出强大的结构性周转,并从峰值迅速衰减。然而,在接下来的一段时间里,网络规模和营业额都稳定下来,产生了动态的结构平衡。与其他研究相比,我们发现Halo友谊网络是非致密化的:平均度和平均成对距离都是稳定的,这表明当维持友谊的成本很高时,致密化不会发生。最后,具有更大的长期参与的球员表现出更强的本地集群,这表明一个群体层次的社会参与过程。这些结果表明,在线游戏研究社交网络的效用,揭示了新的经验时间图模式,并澄清网络致密化的普遍性的要求。
2013-06-18 cs.SI physics.data-an physics.soc-ph
Self-organizing social hierarchies on scale-free networks
在这项工作中,我们扩展了Bonabeau等人的模型。在无标度网络的情况下。从平均主义到等级社会的急剧转变,人口密度门槛很低。确切的阈值还取决于网络大小。我们发现,在等级社会中,具有强获胜态度的个体数量远低于具有低获胜概率的社区成员数量。
2005-03-01 cond-mat.dis-nn physics.soc-ph
From Caesar to Twitter: An Axiomatic Approach to Elites of Social Networks
在许多社会中,都有一个精英,一个相对较小的群体,由有权势的个人组成,他们关系密切,影响力很大。从古罗马凯撒大帝的元老院到最近Twitter上的名人,精英的规模是相互冲突的社会力量竞相增加或减少的结果。本文的主要贡献是回答了均衡时精英的规模有多大的问题。我们采取一个公理化的方法来解决这个问题:假设一个精英存在,它是有影响力的,稳定的,无论是最小的或密集的,我们证明了它的大小必须是$Θ(\sqrt{m})$(其中$m$是在网络中的边缘的数量)。作为一个近似的精英,我们提出了一个实证研究的九个大型现实世界中的网络的子图形成的最高程度的节点,也被称为丰富的俱乐部。我们的研究结果表明,精英属性,如不成比例的影响力,稳定性和密度的$Θ(\sqrt{m})$丰富的俱乐部是普遍的属性,并应加入一个越来越多的共同现象的列表所共有的社交网络和复杂的系统,如“小世界”,幂律度分布,高集群,等。
2012-11-27 cs.SI physics.soc-ph
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
Evolutionary dynamics of higher-order interactions in social networks
我们在网络中生活和合作。然而,网络中的链接只允许成对的交互,因此使框架适合于二元游戏,但不适合两个以上玩家的游戏。在这里,我们研究具有高阶相互作用的社会系统中公共产品博弈的进化动态。首先,我们证明了一致超图上的博弈在混合极限下对应于复制子动态,为研究网络群体中的合作提供了正式的理论基础。其次,我们揭示了枢纽的存在和不同规模群体中互动的共存如何影响合作的演变。最后,我们应用所提出的框架,从现实世界的科学和技术合作数据中提取实际依赖的协同因素对一组的大小。我们的工作提供了一种方式来实施知情的行动,以促进社会团体的合作。
2021-05-22 cs.SI physics.soc-ph q-bio.PE
Why are there six degrees of separation in a social network?
本文通过构建个体权衡中心性与连接成本的均衡网络模型,证明了“六度分隔”这一超小世界特性是社交网络演化的必然结果,且与聚类和无标度等特征兼容。
2023-04-28 cs.SI physics.soc-ph
Scalable Social Coordination using Enmeshed Queries
社交协调允许用户超越对朋友的认识,有效地协调与他人的身体活动。虽然可以在Evite,Meetings和Groupon等工具中看到特定形式的社交协调,但我们引入了一个更通用的模型,使用我们称之为嵌入式查询。网络化查询允许用户通过指定社交属性(如所需的组大小和谁/什么/何时)来声明性地指定协调意图,并且数据库返回匹配查询。纠缠查询是连续的,但新的查询(而不是数据)回答旧的查询;可变的组大小也使纠缠查询不同于纠缠查询,搜索订阅系统和约会服务。我们发现,即使离线组协调使用交织查询是NP难的。然后,我们引入高效的搜索引擎,使用选择性的索引,如位置和时间,以减少可能的匹配空间,我们还添加了改进,如延迟评估和使用用户的相对匹配性,以确定搜索顺序。我们描述了一个集中的实现和评估其性能对最佳算法。我们表明,不过早停止(找到匹配后)和延迟评估的结果相结合,发现86%的最佳算法发现的匹配的算法,并采取平均40 usec每个查询使用1个核心的2.5 GHz的服务器机器。此外,该算法具有良好的延迟,对大组大小的请求相当公平,并且可以使用多个核心和多个服务器扩展到全局工作负载。最后,我们描述了潜在的概括,增加价格,建议,和数据采掘的基本交织查询。
2012-08-17 cs.DB cs.SI physics.soc-ph
Humans make best use of social heuristics when confronting hard problems in large groups
我们报告了一个博弈论实验的结果,人类玩家通过在规模不断增加的群体中合作来解决日益复杂的问题。我们的实验环境的设置,使它复杂的球员使用理性的计算作出合作的决定。这种环境被直接转化为计算机模拟,从中我们提取的合作策略,导致最大可达到的分数。在此基础上,我们测量了玩家在估计合作的好处时所犯的错误,并发现人类在面对简单的问题或单独或小团体工作时大大低估了这些好处。相比之下,当遇到困难的问题或在大群体中合作时,人类可以准确地判断最佳合作水平,并轻松获得最高分数。我们的研究结果是独立的群体的组成和球员的个人特质。我们将其解释为社会心理学的不同程度的有用性,这似乎取决于所涉及的群体的规模和情况的复杂性。
2019-03-08 cs.SI physics.soc-ph
Community Structure in Large Networks: Natural Cluster Sizes and the Absence of Large Well-Defined Clusters
大量的工作致力于界定和确定社会和信息网络中的集群或社区。我们从一个新的角度探讨了在大型社会和信息网络中识别有意义社区的几个问题,并得出了几个引人注目的结论。我们采用近似算法的图形划分问题的特征作为一个函数的大小的统计和结构特性的分区的图形,可以解释为社区。特别是,我们定义了网络社区配置文件图,它的特点是“最好的”可能的社区-根据电导措施-在很大范围内的大小尺度。我们研究了100多个大型的真实世界的社交和信息网络。我们的研究结果表明,一个显着更精细的图片社区结构在大型网络比以前已经赞赏。特别是,我们观察到,在非常小的规模上,紧密的社区几乎不与网络的其他部分相连;而规模较大的社区逐渐“融入”网络的扩展器样核心,从而变得不那么“社区样”。“这种行为甚至在定性层面上都无法用任何常用的网络生成模型来解释。此外,这与人们根据扩展图、低维或流形图以及作为社区发现算法测试平台的小型社交网络的直觉所期望的完全相反。我们已经发现,生成图模型,其中通过迭代的“森林火灾”燃烧过程添加新的边缘,能够生成显示网络社区配置文件图的图,类似于我们在网络数据集中观察到的。
2008-10-08 cs.DS physics.data-an physics.soc-ph