Social comparison shapes the evolution of cooperation in structured populations
The College of Artificial Intelligence, Southwest University（西南大学人工智能学院）；Business College, Southwest University（西南大学商学院）；Department of Complexity Science, Potsdam Institute for Climate Impact Research（波茨坦气候影响研究所复杂性科学系）；Institute of Physics, Humboldt University of Berlin（柏林洪堡大学物理研究所）；Institute of Technical Physics and Materials Science, Centre for Energy Research（匈牙利能源研究中心技术物理与材料科学研究所）
本研究将社会比较理论引入结构化种群的演化动力学，发现比较参数非线性改变合作临界条件，并识别出异质但整体同化的最优比较模式，为设计促进合作的社会激励提供依据。
2026-10-01 physics.soc-ph
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
Interplay between evolutionary game and network structure: the coevolution of social net, cooperation and wealth
我们研究了演化博弈和网络结构之间的相互作用，并展示了博弈的动态如何影响网络的增长模式，以及网络的演化如何影响博弈中的合作行为。仿真结果表明，基于支付的优先连接机制导致了无标度结构性质$P(k)\sim k^{-γ}$的出现.此外，我们还研究了平均路径长度和非线性混合特性。研究结果表明，该网络具有小世界和正反馈行为，这与实际社交网络的观测结果一致。同时，我们发现底层网络结构的演化有效地促进了博弈的合作水平。我们还研究了由我们的模型得到的财富分布，这是符合帕累托定律在实际观察。此外，生成的无标度网络结构的分析提供了更好地理解我们的模型的演化动力学。
2006-09-27 physics.soc-ph
A Stochastic Evolutionary Growth Model for Social Networks
我们提出了一个随机模型的社会网络，新的演员可能会加入网络，现有的演员可能会变得不活跃，并在稍后的阶段，重新激活自己。我们的模型捕捉网络的演变，假设演员获得新的关系或根据优先连接规则变得活跃。我们推导出这个随机模型的平均场方程，并表明，渐近，演员的分布服从幂律分布。特别地，该模型适用于社交网络，例如无线局域网，其中用户连接到接入点，以及对等网络，其中用户彼此连接。作为一个概念的证明，我们证明了我们的模型的有效性，经验分析一个公共日志包含在达特茅斯学院的无线网络的痕迹在一段时间内的三年。分析数据处理，根据我们的模型，我们证明了用户访问的分布是渐近的幂律分布。
2006-07-21 physics.soc-ph
Cooperation and the social brain hypothesis in primate social networks
本研究结合脑与体重数据、社会网络数据及合作进化理论，检验灵长类中社会脑假说，发现脑大小对合作有正向效应，且不受其他网络结构属性影响。
2024-02-05 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
The interactions among human beings represent the backbone of our societies. How people interact, establish new connections, and allocate their activities among these links can reveal a lot of our social organization. Despite focused attention by very diverse scientific communities, we still lack a first-principles modeling framework able to account for the birth and evolution of social networks. Here, we tackle this problem by looking at social interactions as a way to explore a very peculiar space, namely the adjacent possible space, i.e., the set of individuals we can meet at any given poin…
2020-07-07 physics.soc-ph
Group Evolution Discovery in Social Networks
群体抽取及其演化是社会网络分析领域的研究热点。然而，尽管社交网络中的分组方法发展得非常动态，但群体演化发现和分析的方法在社会网络分析地图上仍然是未知的领域。因此，本文提出了一种新的群体进化发现方法--GED。此外，第一次实验的结果，电子邮件为基础的社会网络与比较与其他两种方法的群体进化发现。
2013-04-15 cs.SI physics.soc-ph
Tomography of random social networks
我们研究了具有特定度分布的大型随机网络的统计性质。提出了分析社交网络结构的新技术。具体来说，我们解决的问题，有多少节点存在的距离从一个给定的节点。我们还探讨了距离给定节点一定距离的节点的度分布。网络采样和社交网络上的扩散的影响。
2005-09-15 physics.soc-ph
Social groups are fundamental elements of any social system. Their emergence and evolution are closely related to the structure and dynamics of a social system. Research on social groups was primarily focused on the growth and the structure of the interaction networks of social system members and how members' group affiliation influences the evolution of these networks. The distribution of groups' size and how members join groups has not been investigated in detail. Here we combine statistical physics and complex network theory tools to analyze the distribution of group sizes in three data set…
2022-06-14 physics.soc-ph
Microscopic Evolution of Social Networks by Triad Position Profile
解开社会网络演化的机制是社会科学尚未解决的难题之一。偏好依恋是解释社会网络动力学的有力机制，但它不能解释社交网络中所有的标度律。最近在理解社会网络动力学方面的进展表明，社交网络中的几个标度律遵循三元闭合的自然结果。在许多著作中，对它们之间的宏观比较进行了经验性的讨论。然而，网络的演化不仅驱动了宏观尺度的出现，也驱动了微观行为的出现。在这里，我们利用网络微观演化的两个基本方面：个人影响力的演化和链接形成的过程。首先，我们为微观进化开发了一个新的框架，其中优先附着和三元闭合机制很好地平衡。然后在四个真实世界的数据集上，我们将我们的方法应用于两个微观问题：节点的突出预测和链接预测，我们的方法比基线解决方案产生了显着的预测改进。最后，为了严谨和全面，我们进一步观察到，我们的框架具有更强的泛化能力，在不同类型的社交网络的两个微观预测问题。我们以比迄今为止更高的精确度揭示了重要因素，并为网络进化提供了新的视角。
2014-09-18 cs.SI physics.soc-ph
Incorporating Text Analysis into Evolution of Social Groups in Blogosphere
反映社会和商业关系的数据通常以实体之间的连接网络（称为社交网络）的形式存在。在这样的网络中，可以识别重要的和有影响力的用户以及强连接的用户组。寻找这样的群体并观察它们的进化成为一个越来越重要的研究问题。其中一个重要的问题是开发方法，不仅结合实体之间的连接信息，而且还从用户编写的文本中获得的信息。本文提出的方法结合社会网络分析和文本挖掘来理解群体演化。
2013-08-22 cs.SI physics.soc-ph
Predicting Group Evolution in the Social Network
群体-社会社区是整个社会的重要组成部分，通过社会网络概念进行分析。它们的固有特征是随时间不断演变。如果我们知道社交网络中的群体是如何进化的，我们就可以利用这些信息来预测给定群体进化的下一步。本文提出并研究了一种新的群体演化预测方法。对四个进化的社交网络的实验研究表明：（i）基于简单输入特征的预测可能非常准确，（ii）一些分类器比其他分类器更精确，（iii）组进化提取方法的参数显着影响预测质量。
2012-10-18 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
We set up a simple mathematical model for the dynamics of public interest in terms of media coverage and social interactions. We test the model on a series of events related to violence in the US during 2020, using the volume of tweets and retweets as a proxy of public interest, and the volume of news as a proxy of media coverage. The model succesfully fits the data and allows inferring a measure of social sensibility that correlates with human mobility data. These findings suggest the basic ingredients and mechanisms that regulate social responses capable of ignite social mobilizations.
2022-10-03 cs.SI physics.soc-ph
Tracking Group Evolution in Social Networks
容易访问和大量的数据，特别是来自长时间的数据，允许将社交网络划分为时间框架并创建临时社交网络。这种网络能够分析其动态。动态的一个方面是分析社会社区的演变，即，特定群体如何随时间变化。要做到这一点，需要完整的群体进化历史。因此，本文提出了一种新的群演化提取方法--GED。
2012-10-18 cs.SI physics.soc-ph
GED: the method for group evolution discovery in social networks
对社交网络领域的持续关注有助于该领域的快速发展。获取和存储数据的新可能性有助于对整个网络、提取的社会群体和单个个体进行更深入的分析。其中最有趣的研究课题是社会群体的动态，它意味着分析群体随时间的演变。拥有适当的动态分析知识和方法，可以尝试预测集团的未来，然后适当地管理它，以实现或根据具体需要改变这种预测的未来。这样的能力将是一个强大的工具，在人力资源管理人员手中，人员招聘，市场营销等。社会群体的演变包括个别事件和七种类型的这种变化已经确定的文件：继续，萎缩，增长，分裂，合并，解散和形成。为了能够分析群体的演变，提出了一个变化指标--包容措施。它已被用于探索社会群体进化的新方法，称为群体进化发现（GED）。其使用的实验结果与两个著名的算法在精度，执行时间，灵活性和易于实施的比较也描述在该文件中。
2012-07-22 cs.SI physics.soc-ph
Levels of sociality in nature vary widely. Some species are solitary; others live in family groups; some form complex multi-family societies. Increased levels of social interaction can allow for the spread of useful innovations and beneficial information, but can also facilitate the spread of harmful contagions, such as infectious diseases. It is natural to assume that these contagion processes shape the evolution of complex social systems, but an explicit account of the dynamics of sociality under selection pressure imposed by contagion remains elusive. We consider a model for the evolution o…
2022-08-09 physics.soc-ph q-bio.PE
Relative importance of social synergy, assortation and networks in the evolution of social cooperation
我们比较不同的社会相关功能的可能性，让进化的出现和维护的合作，在一个广义的变种的迭代囚徒困境游戏。结果表明，合作的平均成本/收益平衡是其建立和维持的主要约束。行为增加包容性的健身，如亲，同质性，亲属选择和标记的个人，是第二个重要的。网络特征是最不重要的，有利于建立和维持合作，尽管是最流行的，在最近的研究主题。结果表明，包容性的健身理论，其扩展，包括自愿和经济方面的考虑是更普遍的，强大的和相关的社会现象比亲属选择理论，其重点是遗传相关性的分析。将经济学与进化论相结合，对于揭示更多社会动力学的本质是必要的。
2013-11-18 nlin.AO physics.soc-ph q-bio.PE
Evolutionary dynamics of time-resolved social interactions
在社会群体中，当其成员共同努力和资源以获得个人无法实现的共享利益时，经常可以观察到无关个体之间的合作。然而，理解为什么尽管个体有自私行为的自然倾向，但合作仍然是一个悬而未决的问题，也是进化动力学中最迷人的挑战之一。最近，社会互动发生的网络的结构特征揭示了合作行为出现并最终克服自然诱惑的机制。特别是，它已被发现，在社会关系的数量和存在的紧密结合的社区的异质性导致显着增加合作相比，在经典的进化动力学考虑的非结构化和同质的连接模式。在这里，我们调查的作用，社会关系的动态出现的合作，在家庭的社会困境。事实上，社会互动本质上是动态的，波动的，随着时间的推移而间歇的，它们可以用随时间变化的网络来表示。通过考虑两个实验数据集的人类互动与详细的时间信息，我们表明，社会关系的时间动态有一个显着的影响，合作的演变：成对的相互作用的动态有利于自私的行为。
2014-11-25 cs.SI physics.soc-ph
Co-evolutionary dynamics in social networks: A case study of Twitter
复杂网络通常表现出协同进化动力学，这意味着网络拓扑结构和节点或链路的状态是耦合的，在重叠的时间尺度上相互影响。我们专注于在线社交网络的共同进化动态，特别是在Twitter上。通过实时监控成千上万的Twitter用户的活动，并跟踪他们的追随者和推/转推，我们提出了一种方法来推断新的转推驱动的追随者关系。这种关系的形成比在没有任何转推的情况下外源性地创造新的追随者更有可能。我们确定了最重要的因素（互惠性和一个潜在的新追随者收到的转发数量），并提出了一个简单的概率模型，这种效果。我们还讨论了社会网络的拓扑结构和功能的影响，这种共同进化的动力学。
2014-02-01 cs.SI physics.soc-ph
Positive and negative effects of social impact on evolutionary vaccination game in networks
防止流感等传染病传播到大社区是人类最重要的问题之一。一种有效的策略是自愿接种疫苗，然而，人们总是有拒绝接种疫苗的诱惑，因为一旦实现群体免疫，感染风险就会大大降低。本文研究了社会影响对网络中预防传染病的接种行为的影响。演化模拟结果表明，社会影响对接种行为既有积极影响，也有消极影响。特别是在异质性网络中，如果接种成本较低，则比没有社会影响的情况下更能促进行为。相反，如果成本高，与没有社会影响的情况相比，行为减少。此外，疫苗接种行为在异构网络中比在同构网络中更有效。这意味着社会影响使人们在同质网络中面临风险。我们还评估了与疫苗接种政策相关的社会成本。
2017-04-05 physics.soc-ph q-bio.PE
Predicting Community Evolution in Social Networks
如今，不同的社交媒体的持续发展可以在世界范围内观察到。最近深入探索的相关研究领域之一是分析社会媒体中存在的社会社区，并考虑到收集的历史演变链预测其未来的演变。本文提出的这些演化链包含以前时间框架中的组状态及其历史转换，这些转换是使用两种方法中的一种来识别的：稳定组变化识别（SGCI）和组演化发现（GED）。基于观察到的不同长度的进化链，结构网络特征的提取，验证和选择，以及用于学习分类模型。实验研究在三个具有不同配置文件的真实数据集上进行：DBLP，Facebook和波兰博客圈。针对不同的分类器以及从不同长度的进化链中提取的各种描述性特征集，分析了群体预测的过程。结果表明，一般来说，进化链越长，分类模型的预测能力越好。然而，长度为3到7的链使得基于GED的方法几乎达到其最大可能的预测质量。对于SGCI，该值处于最后3至5个周期的水平。
2015-05-07 cs.SI physics.soc-ph
Collective dynamics of belief evolution under cognitive coherence and social conformity
人类历史的特点是社会不稳定和冲突，往往是由对立的信仰，意识形态和宗教教条的不可调和性驱动的。信仰系统的动力学主要从两个不同的角度进行研究，即认知偏见如何导致个人信仰刚性和社会影响如何导致社会从众。在这里，我们提出了一个统一的框架，将认知和社会力量连接在一起，以研究社会信仰演变的动态。每个个体都被赋予了一个相互作用的信念网络，这个网络通过与社会网络中的其他个体的相互作用而发展。信念的采纳受到内部一致性和社会一致性的影响。我们的框架解释了在其他同质人群中如何出现社会不稳定，少数具有高度一致信仰的狂热者如何推翻社会共识，以及信仰刚性如何保护边缘群体和邪教免受主流信仰的入侵，使他们能够在更大的社会中坚持甚至蓬勃发展。我们的研究结果表明，强大的共识可能不足以保证社会稳定，信念系统的认知一致性是至关重要的，在确定其传播能力，和连贯的信念系统可能会造成严重的问题，解决社会两极分化，由于他们的能力，以防止共识，即使在高水平的社会曝光。因此，我们认为，将认知因素纳入社会模型是至关重要的，在提供一个更完整的图片集体人类动态。
2016-10-20 cs.SI physics.soc-ph
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
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
The edge of neutral evolution in social dilemmas
动物社会和人类社会的运作从根本上依赖于合作。然而，背叛往往有利于自私的个人，社会困境出现。个体适应性的选择，通常是进化的基本驱动力，会迅速淘汰合作者。然而，进化也受到波动的支配，这些波动可能比适应性差异更重要，并且可以使进化有效地中性化。在这里，我们调查的影响，选择与波动的社会困境。通过研究合作者和背叛者的平均灭绝时间，一个对波动敏感的变量，我们能够识别和量化一个新兴的“中性进化的边缘”，描绘了中性和达尔文进化的制度。我们的研究结果表明，合作显着保持在中立的制度。相反，演化博弈论的经典预测，即背叛者击败合作者，在达尔文的制度中得到了恢复。我们的研究表明，波动可以提供一种令人惊讶的简单方法来部分解决社会困境。我们的方法一般适用于估计随机漂移在演化动力学中的作用。
2009-09-26 cond-mat.stat-mech physics.soc-ph q-bio.PE
Evolution of social behaviors in noisy environments
本研究将演化博弈论扩展至噪声环境，发现即使无偏噪声也能定性改变行为演化，如实现囚徒困境中的共存、雪堆博弈的双稳定及石头-剪刀-布博弈的极限环，并讨论了外部扰动情境下的应用意义。
2025-10-07 physics.soc-ph q-bio.PE
Modeling microbiome dynamics on social networks: how between-host transmission shapes within-host evolution
Rutgers University（罗格斯大学）；Dartmouth College（达特茅斯学院）
本研究从社交网络视角，通过广义洛特卡-沃尔泰拉模型结合宿主间微生物共享，分析微生物动态，明确微生物共享产生长期影响的条件，揭示社交网络对人类微生物组的塑造作用。
2026-09-02 math.DS physics.soc-ph
A defining feature of human culture is that knowledge and technology continually improve over time. Such cumulative cultural evolution (CCE) probably depends far more heavily on how reliably information is preserved than on how efficiently it is refined. Therefore, one possible reason that CCE appears diminished or absent in other species is that it requires accurate but specialized forms of social learning at which humans are uniquely adept. Here, we develop a Bayesian model to contrast the evolution of high-fidelity social learning, which supports CCE, against low-fidelity social learning, w…
2020-10-06 physics.soc-ph q-bio.PE
Exploring the Independent Cascade Model and Its Evolution in Social Network Information Diffusion
School of Computer and Information, Hefei University of Technology（合肥工业大学计算机与信息学院）
本研究聚焦社交网络中的信息传播问题，分析信息传播模型的核心作用，为探索传播层级结构及表现奠定基础，推动该领域后续研究。
2024-03-16 cs.AI physics.soc-ph
Majority Rule for Belief Evolution in Social Networks
在本文中，我们研究了如何代理的信念是由她的邻居在社会网络中的影响。我们首先介绍了一个一般框架，每个代理人都有一个初始信念的声明，并更新她的信念，根据她和她的邻居的当前信念下的一些信念进化函数，这可以说，应该满足一些基本性质。然后，我们重点研究了多数规则的信念演化函数，即当一个主体的邻居（dis）相信该陈述时，该主体（dis）会相信该陈述，并考虑了多数规则信念演化过程中的一些基本问题，例如信念演化过程是否最终收敛。答案是否定的。然而，对于随机异步信念进化，情况确实如此。
2013-09-03 cs.AI cs.SI physics.soc-ph
Event Evolution Tracking from Streaming Social Posts
Twitter时间表和论坛讨论等在线社交帖子流已成为信息传播的重要渠道。他们喧闹、不拘礼节，而且人数激增。现实生活中的事件，每分钟都可能发生和发展，被社交用户在帖子流中感知和传播。直观地说，一个事件可以被看作是一个密集的帖子集群，这些帖子具有共享相同描述性词语的生存周期。有许多以前的作品从社会流的事件检测。然而，令人惊讶的是，在跟踪事件的演变模式方面的工作很少，例如，出生/死亡，增长/衰退，合并/分裂，我们在本文中解决。为了定义跟踪范围，我们使用了一个滑动时间窗口，在这个时间窗口中，旧帖子消失，新帖子随时出现。在此之后，我们将社交帖子流建模为一个不断发展的网络，其中每个社交帖子都是一个节点，当帖子相似性高于阈值时，帖子之间的边被构建。我们提出了一个框架，它总结了在当前时间窗口内的流中的信息作为一个“草图”组成的“核心”职位。我们开发了增量更新算法来处理高度动态的社交流，并实时的跟踪事件演变模式。此外，我们将事件可视化为单词云，以帮助人类感知。我们对由520万个帖子组成的真实数据集的评估表明，我们的方法可以有效地跟踪整个生存周期中的事件动态，从非常大量的社会流中运行。
2013-11-23 cs.SI physics.soc-ph
Evolution of Social-Attribute Networks: Measurements, Modeling, and Implications using Google+
了解社会网络的结构和演变对网络和系统设计的许多方面具有重要意义，包括通过社交网络提供、引导信任和信誉系统以及防御Sybil攻击。最近的几个结果表明，用用户属性（例如，位置、雇主、兴趣社区）可以提供对社交网络的更细粒度的理解。然而，很少有研究能够系统地了解这些影响。我们使用一个独特的数据集来弥补这一差距，该数据集是随着Google+社交网络自2011年6月下旬发布以来的不断发展而收集的。我们观察到新的现象与标准的社交网络指标和新的属性相关的指标（我们定义）。我们还观察到有趣的演变模式，因为Google+从引导阶段到公开发布之前的稳定邀请阶段。基于我们的经验观察，我们开发了一个新的生成模型，共同再现社会结构和节点属性。通过理论分析和实证评估，我们表明，我们的模型可以准确地再现真实的社交网络的社会和属性结构。我们还证明了我们的模型为实际应用环境提供了更准确的预测。
2012-09-19 cs.CY cs.SI physics.soc-ph
Long-term evolution of email networks: Statistical regularities, predictability and stability of social behaviors
在社交网络中，人们不断地放弃联系，并以一种高度不可预测的方式用新的联系取代。社会关系的这种高度动态性对信息传播或流行病传播等过程具有重要意义。一些研究已经证明了一些因素对领带更换的复杂微观过程的影响，但这种变化的宏观长期影响在很大程度上仍未得到探索。在这里，我们调查是否，尽管在微观层面上的内在随机性，有宏观统计的长期演变的社交网络。特别是，我们分析了一个大型组织的电子邮件网络，该组织连续四年拥有超过1,000名员工。我们发现，虽然个人关系的演变是高度不可预测的，社会通信网络的宏观演变遵循明确的统计模式，其特征是指数衰减的对数变化的社会关系的重量和个人的社会力量。与此同时，我们发现，个人的社会签名和沟通策略在几年的时间里非常稳定。
2016-01-21 cond-mat.dis-nn cs.SI physics.data-an
On the role of volatility in the evolution of social networks
我们研究如何波动，节点或链接为基础，影响社交网络在简单的模型的演变。该模型描述了秩序（由代理人协调的努力促进）与底层社会网络波动引起的混乱之间的竞争。我们发现，当波动性主要影响衰减的链接，该模型表现出一个尖锐的过渡之间的有序相与密集的网络和无序相与稀疏网络。当波动率主要是基于节点的，而不是，只有对称（无序）相存在这两个制度是分开的不寻常的类型，其特征在于一个序参量临界指数$β=0^+$的二阶相变。我们认为，节点的波动性具有相同的效果，在更广泛的一类模型，并在这个方向上提供了数值证据。
2008-07-02 cond-mat.stat-mech physics.soc-ph
This paper explains the design of a social network analysis framework, developed under DARPA's SocialSim program, with novel architecture that models human emotional, cognitive and social factors. Our framework is both theory and data-driven, and utilizes domain expertise. Our simulation effort helps in understanding how information flows and evolves in social media platforms. We focused on modeling three information domains: cryptocurrencies, cyber threats, and software vulnerabilities for the three interrelated social environments: GitHub, Reddit, and Twitter. We participated in the SocialSi…
2021-05-29 cs.SI physics.soc-ph
Evolution of Social Networks: A Microfounded Model
许多社会都是由人们在一段时间内相遇和互动而形成的网络组织起来的。在本文中，我们提出了第一个模型来捕捉微观基础的社交网络的演变，有限理性的代理人的不同类型的加入网络，满足其他代理随机随着时间的推移，并因此决定形成社会关系。我们的模型的一个基本前提是，在现实世界的网络中，代理人通过推理他们随着时间的推移遇到的代理人可以给予的好处来形成链接。我们研究了新兴网络的友谊和流行收购的演变，给出了以下外生参数：结构机会主义，类型分布，同质性，和社会合群。我们发现，一个代理找到“朋友”所需的时间是由外生参数的影响：代理谁是更合群，更同性恋，机会主义少，或属于一个类型的“少数民族”平均花费更长的时间寻找友谊。此外，我们表明，优先附件是一个新兴的双重优惠会议过程的结果：一个过程，引导代理的某种类型，以满足更受欢迎的相似类型的代理具有更高的概率，从而创建不同类型的代理的流行程度演变的不对称。
2015-08-14 cs.SI physics.soc-ph
Population inhomogeneity, in the variation of the individual social contact networks and the individual infectious-recovery rates, renders the dynamics of infectious disease spreading uncertain. As a consequence the overlaying economical production network with its proper collaboration components is to extent impacted unpredictably. Our model proposes a `vector logistic' dynamical approach to SIS dynamics in a social contact network interacting with its economic capacity network. The probabilistic interpretation of the graph state in the vector logistic description provides a method to assess …
2021-08-31 physics.soc-ph q-bio.PE
Search Engine Drives the Evolution of Social Networks
搜索引擎与社交网络紧密耦合，主要是为用户获取感兴趣的信息而设计的。具体地，搜索引擎辅助社交网络的信息传播，即，使得用户能够通过关键字搜索来访问感兴趣的内容，并促进内容从源用户直接传递到潜在感兴趣的用户的过程。伴随着这些过程，社交网络随着具有共同兴趣的用户之间出现新的联系而发展。然而，对于这样一个“鸡生蛋还是蛋生鸡”的问题并没有清晰的认识，即新的链接鼓励更多的社交互动，反之亦然。在本文中，我们的目标是定量表征社会网络的演化现象驱动的搜索引擎。首先，我们提出了一个搜索网络模型的社会网络的演变。其次，我们采用两个性能指标，即度分布和网络直径。理论上，我们证明了度分布服从强化幂律，网络直径收缩。第三，我们定量地证明了搜索引擎加速了社交网络中的谣言传播。最后，基于四个真实世界数据集（即，CDBLP，Facebook，微博推文，P2P），我们验证了我们的理论研究结果。此外，我们发现，搜索引擎显着增加了谣言传播的速度。
2017-03-17 cs.IR 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
Evolution of Ego-networks in Social Media with Link Recommendations
自我网络是社会图中的基本结构，但它们的演化过程仍然没有得到广泛的探索。在在线环境中，一个关键问题是链接推荐系统如何扭曲这些网络的增长，可能限制多样性。为了阐明这一点，我们分析了从Flickr和Tumblr中提取的1.7亿个自我网络的完整时间演化，比较了自发创建的链接与算法推荐的链接。我们发现，自我网络的演化是突发性的，社区驱动的，其特征在于随后的阶段的爆炸性直径增加，轻微收缩，稳定。建议倾向于流行和连接良好的节点，限制直径扩张。通过一个旨在从观测数据中检测因果关系的匹配实验，我们发现，由建议引入的偏见在邻居选择过程中促进了全局多样性。最后，通过两个链接预测实验，我们展示了如何从我们的分析见解可以用来提高社会推荐系统的有效性。
2017-02-05 cs.SI physics.soc-ph
Information Evolution in Social Networks
University of Michigan（密歇根大学）；Facebook（脸书）；Genome Institute of Singapore（新加坡基因组研究院）
社交网络很容易传递信息，尽管不那么完美。我们提出了一个大规模的测量这种不完美的信息复制机制，通过检查成千上万的模因的传播和演变，集体复制数亿次在在线社交网络Facebook。信息经历了一个进化过程，表现出几个方面。模因的突变率表征了其变体的群体分布，符合Yule过程。在扩散级联中距离更远的变体具有更大的编辑距离，如在迭代的、不完美的复制过程中所预期的。一些文本序列可以赋予复制优势;这些序列是丰富的，并在不同的模因之间“横向”转移。如果某个迷因的特定变体与其信仰或文化相匹配，则社交网络的亚群体可以优先传播该变体。理解信息传播中的驱动机制对于我们如何解释和利用通过社交网络到达我们的信息具有重要意义。
2014-02-27 cs.CL 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
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
On the evolution of cooperation under social pressure in multiplex networks
在这项工作中，我们的目标是通过研究一种特殊形式的社会压力“被观察”对合作行为的演变的影响，以有助于理解人类的亲社会行为。我们研究如何合作出现在多路复用复杂的拓扑结构，通过分析一个特定的双向耦合动态的两层复用网络（双工）。一个网络中的囚徒困境博弈与另一个网络中的阈值级联模型之间存在耦合动力学。阈值模型的目的是抽象的警惕节点的网络的行为，施加被观察的压力，从而改变了诱惑，背叛的困境。博弈中的合作或背叛也影响着一个节点的警惕状态。我们分析了这些过程在不同的双工网络结构和评估的拓扑结构，平均度和相关的多重性，对合作的结果的影响。有趣的是，我们发现警惕的社会压力可能会对合作产生积极或消极的影响，这取决于双重结构，特别是层之间的相关性程度是决定性的。我们的研究结果提供了进一步的定量见解，在社会压力下促进合作。
2016-07-08 cs.SI physics.soc-ph
On the Bursty Evolution of Online Social Networks
当今在线社交网络（OSN）中的高水平动态为其基础设施和提供商带来了新的挑战。特别是，涉及边创建的动态对资源分配、数据分区和复制的策略具有直接影响。理解物理时间背景下的网络动态是OSN基础设施管理预测方法的关键第一步。尽管越来越多的努力来研究社会网络的动态，目前的分析主要集中在随着时间的推移的变化的静态指标计算的快照的社会图。有限的先前工作模型相对于逻辑时钟的网络动态。在本文中，我们分析了一个大型的时间戳数据集，描述了中国领先的社交网络人人网的初始增长和演变。我们使用二阶导数（即度的加速度）分析并建模链接创建过程的突发性。这使我们能够检测突发，并将OSN用户的社交活动描述为四个阶段之一：活动突发开始时的加速，其中链接创建速率正在增加;当突发结束时减速，链接创建过程正在减慢;巡航，当节点活动处于稳定状态时，完全不活动。
2012-05-25 cs.SI physics.soc-ph
Using methods from evolutionary game theory, this paper investigates the difference between social cohesion and task cohesion in promoting the evolution of cooperation in group interactions. Players engage in public goods games and are allowed to leave their groups if too many defections occur. Both social cohesion and task cohesion may prevent players from leaving. While a higher level of social cohesion increases a player's tolerance towards defections, task cohesion is associated with her group performance in the past. With a higher level of task cohesion, it is more likely that a dissatisf…
2021-01-18 cs.MA nlin.AO nlin.CD
Clustered marginalization of minorities during social transitions induced by co-evolution of behaviour and network structure
社会的大规模转型与个人行为变化和社会网络的重组有关。这两个因素通常被独立考虑，但最近的社会网络研究的进展挑战了这一观点。在这里，我们表明，社会边缘化和集群的共同特点自然出现在一个共同进化的自适应网络模型的过渡。这是通过明确考虑行为选择中个体互动和动态网络结构之间的相互作用来实现的。我们通过模拟吸烟行为和网络结构如何通过改变社会规范来重新配置来验证这一机制。我们的研究结果与实证研究结果一致：吸烟的流行率降低，剩余的吸烟者优先相互联系，并形成越来越边缘化的集群。我们认为，个人行为和网络动态重组之间的自我放大反馈是转型的主要驱动力。这种个体行为和社会网络结构共同进化的生成机制可能适用于吸烟以外的广泛例子。
2016-07-05 cs.SI nlin.AO 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
Evolutionary Dynamics of Information Diffusion over Social Networks
当前的社交网络具有极大的规模，每时每刻都产生巨大的信息流。信息如何在社交网络上传播引起了业界和学术界的广泛关注。现有的大多数信息扩散分析工作都是基于机器学习方法，侧重于社会网络结构分析和经验数据采掘。然而，信息扩散的动态，这是严重影响网络用户的决策，行动和他们的社会经济互动，一般被大多数现有的工作忽略。在本文中，我们提出了一个进化博弈论的框架来模拟动态信息扩散过程中的社交网络。具体地，我们推导了完全网络、均匀度网络和非均匀度网络中的信息扩散动力学，重点研究了两种特殊网络：Erdens-Rényi随机网络和Barabási-Albert无标度网络.我们发现，这三种网络上的信息扩散动力学都是无标度的，并且当网络规模足够大时，这三种网络上的信息扩散动力学都是相同的。为了验证我们的理论分析，我们在合成网络和真实世界的Facebook网络上进行了信息扩散的模拟。在Twitter标签数据集上的实验结果表明，该模型能够很好地拟合和预测真实社交网络上的信息扩散.
2013-12-02 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
Conformity enhances network reciprocity in evolutionary social dilemmas
在进化的社会困境中，追求最高回报是有风险的，有时甚至不如顺从。在交互作用范围内选择最常见的策略是更安全的，因为它确保了个体的收益不会比平均值低得多。人类和社会动物的羊群本能和群体行为也迫使他们自己服从。基于这些事实，我们在这里研究从众对社会困境中合作演化的影响。我们发现，人口中的一个适当的分数的顺应性介绍了一个有效的表面张力周围的合作集群，并确保不同的战略域之间的平滑接口。收益驱动的参与者破坏了对称性，有利于合作，并使集群的扩张超越了传统网络互惠性所施加的边界。这种机制即使在大多数测试条件下也能工作，只要应用度归一化的收益，它就能抵抗交互网络的变化。因此，顺从可能有利于解决社会困境。
2014-12-12 cs.SI physics.soc-ph q-bio.PE
