Bursty communication patterns facilitate spreading in a threshold-based epidemic dynamics
社会互动的记录为我们提供了新的数据来源,以了解互动模式如何影响集体动态。这种人类活动模式通常是突发的,即,它们由短时间的激烈活动和长时间的沉默组成。这种突发性已经被证明会影响传播现象;它在某些情况下加速传染病传播,在另一些情况下减慢它。我们研究了一个依赖于历史的传染模型。在我们的模型中,易感个体和感染个体之间在短时间内的重复相互作用是易感个体感染所必需的。我们对真实的时间网络数据进行了数值模拟,发现在我们的模型中,突发性活动模式有助于传染病传播。
2012-06-11 cond-mat.stat-mech cs.SI physics.soc-ph
Microsimulations of Arching, Clogging, and Bursty Exit Phenomena in Crowd Dynamics
我们在本文中提出的行为的人工代理人是一个成员的人群。行为是基于社会比较理论,以及轨迹映射到一个代理的目标,考虑代理的视野。人工代理的人群能够表现出拥挤,堵塞和突发退出率。我们还能够观察到一种新的现象,我们称之为双螺旋,它发生在模拟的最后,其开始表现为出口通道内的“平静”密度图。密度图在这个区域通常是突发的。由于这些表现出的现象,我们可以使用这些代理具有很高的信心进行微观仿真研究,以非常逼真的方式模拟人类和物体的行为。
2015-06-25 cs.MA physics.soc-ph
Modeling correlated bursts by the bursty-get-burstier mechanism
自然现象和社会现象中时间序列或事件序列的时间相关性可以用幂律衰减的自相关函数来表征,其衰减指数为$γ$。这样的时间相关性可以根据具有指数$α$的幂律分布的间隔时间和/或间隔时间之间的相关性来理解。后者,通常称为相关突发,最近已经通过测量指数为$β$的幂律分布突发串来研究。对于不相关的事件间隔时间,建立了$α$和$γ$之间的标度关系,而对于相关的事件间隔时间对时间相关性的影响知之甚少。为了研究这些影响,我们设计了相关突发的bursty-get-burstier模型,通过该模型可以调节事件间时间的相关程度,同时保持相同的事件间时间分布。我们数值计算发现,足够强的intervent时间之间的相关性可能会违反$α$和$γ$之间的标度关系的不相关的情况下。对于一定范围的$α$,还发现了$γ$对$β$的非平凡依赖性。我们的研究结果的含义进行了讨论的层次组织的突发列车在不同的时间尺度。
2017-09-15 physics.data-an physics.soc-ph
The Bursty Dynamics of the Twitter Information Network
在在线社交媒体系统中,用户不仅发布、消费和重新共享内容,而且还在底层社交网络中创建新的连接并破坏现有的连接。虽然这两种类型的动力学在过去都被单独研究过,但对两者之间的联系知之甚少。用户信息发布和搜索行为如何与底层社会网络结构的演变相互作用?在这里,我们研究网络结构对用户发布和共享内容的反应方式。我们研究了Twitter信息网络的完整动态,用户在创建和破坏连接的同时发布和转发信息。我们发现,网络结构的动力学特征可以是稳定的变化率,突然爆发中断。以级联的后再共享形式的信息扩散常常会造成新连接的突然爆发,这显著改变了用户的本地网络结构。这些突发事件改变了用户的追随者网络,使其在结构上更具凝聚力,在追随者兴趣方面也更加同质化。我们还探讨了信息内容对网络动态的影响,并发现新主题和现实世界事件的出现会导致边缘创建和删除的显着变化。最后,我们开发了一个模型,该模型量化了网络的动态和这些突发事件的发生,作为通过网络传播的信息的函数。该模型可以成功地预测哪些信息扩散事件将导致网络动态的突发。
2014-03-11 cs.SI physics.soc-ph stat.ML
The dynamical strength of social ties in information spreading
我们研究人类交流的时间模式及其对社交网络中信息传播的影响。对一个国家2000万人的手机通话的分析表明,人类的交流是突发性的,并且发生在群体对话中。这些特征在信息到达方面具有相反的效果:当突发阻碍大规模传播时,对话有利于局部快速级联。为了解释这些现象,我们定义了社会联系的动态强度,这个量包含了人类交流的拓扑和时间模式。
2010-11-24 cs.SI physics.soc-ph
Hierarchical burst model for complex bursty dynamics
在各种自然和社会现象中观察到的时间不均匀性通常被表征为具有衰减指数$γ$的自相关函数、具有幂律指数$α$的间隔时间分布和突发大小分布中的标度行为。这里,间隔时间被定义为事件序列中的两个连续事件之间的时间间隔,并且突发大小表示针对给定时间窗口检测到的突发训练中的事件的数量。为了理解这种时间尺度行为意味着一个分层的时间结构,我们设计了一个分层的突发模型,假设每个观察到的事件可能是多层次的因果关系或决策过程的结果。通过研究我们的模型解析和数值,我们确认的标度关系$α+γ=2$,建立不相关的interevent时间,尽管interevent时间之间的相关性的存在。间隔时间之间的这种相关性是由拉伸指数突发大小分布,我们提供了一个分析参数支持。此外,通过对事件的排序施加条件,我们观察到自相关函数中对数周期行为的附加特征。我们的分层时间结构的建模方法可以帮助我们更好地理解复杂的突发动态显示时间缩放行为背后的机制。
2018-08-17 physics.data-an physics.soc-ph
Spreading Dynamics Following Bursty Human Activity Patterns
本文研究了等待时间服从幂律分布$P(τ)\sim τ^{-α}$的传染病传播模型,作为一个异质人类活动模式下的传播动力学模型。我们发现,在时间$t$的新感染的平均数$n(t)$衰减作为一个长的时间限制,$n(t) \sim t^{-β}$的幂律,导致非常缓慢的revalence decay.We还发现,在传播动力学的指数,$β$,是相关的,在等待时间分布,$α$,在某种程度上取决于代理之间的相互作用,但不敏感的网络拓扑结构。这些观察结果得到了理论预测和现实社会传播现象中长流行衰减时间的很好支持。我们的研究结果统一了个人的活动模式与宏观集体动力学在网络层面上。
2011-03-08 cond-mat.stat-mech physics.data-an physics.soc-ph
Bursty Switching Dynamics Promotes the Collapse of Network Topologies
该研究提出由突发行为驱动的时序网络连续时间切换拓扑模型,发现切换动力学可促进网络拓扑崩溃,还会影响随机游走与合作行为,为相关网络动力学研究提供定量框架。
2025-05-18 math-ph math.MP physics.soc-ph
Dynamics of Media Attention
人类注意力动力学的研究分析了注意力是如何集中在特定的主题,问题或人。在在线社交媒体中,有明显的外生冲击、突发动态和指数或幂律寿命分布的迹象。在这里,我们分析了传统媒体的注意力动态,重点放在报纸文章中的人的共同出现。结果与在线社交网络和注意力大不相同。不同的制度似乎在两个不同的时间尺度上运作。在短时间尺度上,我们看到了突发动态和快速衰减的边缘寿命和注意力的证据。这种行为消失了较长的时间尺度,并在该制度中,我们发现泊松动力学和较慢的衰减寿命。我们建议,级联泊松过程可能会发生,在很长的时间尺度上以恒定的速率出现的问题,在较短的时间尺度上更快的动态。
2014-09-10 cs.SI physics.soc-ph
Temporal patterns behind the strength of persistent ties
社交网络由强关系和弱关系组成,它们具有非常不同的结构和动力学特性。但是,人类互动的哪些特征建立了强有力的联系?在这里,我们从实用的角度来探讨这个问题,找出社交互动的哪些特性可以使关系更加持久,从而更牢固地维持未来的社交互动。使用一个大型的纵向手机数据库,我们建立了一个预测模型,领带持久性的强度,亲密度,结构和时间模式的社会互动的基础上。虽然我们的研究结果证实,结构(嵌入性)和强度(调用次数)与领带持久性相关,我们发现,时间特征的通信事件是更好,更有效的预测领带持久性。具体来说,虽然关系中的沟通总是突发的,但我们发现,比平均水平更突发的关系更容易衰减,这表明关系强度不仅反映在网络的强度或拓扑结构中,而且还反映在个人如何在他们的关系中分配时间或注意力上。我们还发现,稳定的关系需要一个恒定的节奏,如果沟通中断的频率超过之前沟通频率的8倍,那么这种关系很可能会衰退。我们的研究结果不仅对理解社会关系的强度很重要,而且对揭示网络中不同时间尺度之间的纠缠也很重要,从微观的联系突发性和节奏到宏观的网络演化。
2017-06-19 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
Burstiness and aging in social temporal networks
在时间社交网络中存在的突发性,揭示了连续交互的等待时间分布的幂律形式,预计会产生相应的时间集成网络的老化效应。在这里,我们提出了一个易于分析的模型,在该模型中,代理之间的相互作用是由更新过程所决定的,并且能够再现这种老化行为。我们开发了一个解析解的拓扑性质的综合网络模型产生的,发现时间平移不变性的度分布被打破。我们验证我们的预测对数值模拟,我们检查的存在下,由突发性的社会互动的经验时间网络的老化效应。
2014-11-27 cond-mat.stat-mech cs.SI physics.soc-ph
Bursty Human Dynamics
突发动力学是自然界中各种复杂系统的共同时间特性,但它也表征了人类行为和相互作用的动力学。在现象学层面上,它是所有系统的一个特征,这些系统通过在低事件频率和高事件频率之间交替而随时间不均匀地演化。在这样的系统中,突发被识别为其中事件在短时间间隔内以快节奏发生的时段,而这些时段被具有低事件频率的长时间段分开。由于这种动态模式发生在广泛的自然现象中,它们的观察,表征和建模一直是几个研究领域的长期挑战。然而,由于通信和数据收集技术的一些最新发展,从个人到社会层面追踪人类行动和互动的数字痕迹已经成为可能。这导致了在人类动力学这个新的但基本上未被探索的领域中对突发现象的几个新观察,这要求文艺复兴使用研究概念和方法来研究这些系统,包括数据分析和建模。因此,在该领域积累了大量的新见解和知识以及创新,这为我们提供了一个及时的机会来写这本简短的专著,对人类行为动力学中发生的异质突发模式的观察,适当的措施,建模和应用进行最新的回顾和总结。
2018-03-07 cs.CY cs.SI physics.data-an
The emergence of burstiness in temporal networks
本文提出一种生成树方法构造时间网络,在满足一致性条件时精确再现节点或链接的目标IET分布,从而复现实证数据中的突发性,为研究真实突发互动动态过程提供理论基础。
2023-04-14 physics.data-an physics.soc-ph
Emergence of Bursts and Communities in Evolving Weighted Networks
了解人类动力学和社会互动的模式,以及它们导致形成有组织和功能性社会的方式,是特别是技术社会发展的重要问题。通过例如移动电话呼叫记录的大规模数据分析,解决社交网络的这些问题最近已经成为可能,这已经揭示了模块化或社区结构的存在,其中在相同社区的节点之间存在许多链接,而在不同社区的节点之间存在相对较少的链接。链接的权重,例如两个用户之间的呼叫数量,和网络拓扑结构被发现相关,使得社区内链接比弱的社区间链接更强。这被称为格兰米特的“弱关系的强度”假说。除了这种不均匀的社区结构,人类动力学的时间模式是不均匀的或突发性的,其特征是两个连续事件之间的事件间隔时间的厚尾分布。在本文中,我们研究了如何社区结构和突发动态一起出现在一个不断发展的加权网络模型。这些模式背后的主要机制是通过循环闭合的社会互动,即链接到朋友的朋友和焦点闭合,即链接到共享相似属性或兴趣的个人,以及通过任务处理过程的人类动态。这三种机制已被实现为一个网络模型与本地附件,全球附件,和基于优先级的排队过程。通过综合的数值模拟,我们表明,这些机制的相互作用,导致出现重尾事件间的时间分布和格兰特类型的社区结构的演变。此外,数值结果被发现在定性与经验的结果从手机通话数据集。
2011-06-01 cs.SI physics.soc-ph
Self-exciting point process modeling of conversation event sequences
霍克斯类型的自激过程已被用于模拟各种现象,包括地震,神经活动和在线视频的观看。对时间网络的研究表明,个体的社会事件时间序列具有高度的突发性。我们研究了Hawkes自激过程所产生的事件序列的一些基本性质,表明它在很宽的参数范围内产生突发的interevent时间。然后,我们将该模型与日本公司办公室记录的对话序列数据相拟合。通过这种方式,我们可以估计自激的相对大小,它的时间衰减,以及独立于自激的基本事件率。这些变量高度依赖于个人。我们还指出Hawkes模型的一个重要局限性,即间隔时间的相关性和突发性不能独立地调节。
2013-07-06 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
Social network dynamics of face-to-face interactions
最近出现的描述社交网络的数据正在改变我们对社交关系“微观结构”的理解。社会关系实际上是许多社会互动的综合结果,如面对面的交谈或电话。对面对面互动数据的分析表明,这类事件和许多其他人类活动一样,是突发性的,持续时间非常不均匀。在本文中,我们提出了一个模型,在短时间尺度上的社会互动,旨在描述的情况下,如会议场所,个人在小团体互动。我们提出了一个详细的分析和数值研究模型的动力学性质,并表明,它再现了经验数据的重要特征。该模型允许对社会互动越来越现实的描述许多概括。特别是在本文中,我们调查的情况下,代理人有内在的异质性,在他们的社会行为,或包括当地的个人数量的动态变化。最后,我们提出了这个模型作为一个非常灵活的框架,以调查动态过程如何展开社交网络。
2011-05-17 cond-mat.dis-nn cond-mat.stat-mech cs.SI
Temporal properties of higher-order interactions in social networks
在当地环境中的人类社会互动可以通过记录人们的物理接近度和方向来实验性地检测。这种近似于面对面通信的交互可以有效地表示为随时间变化的社交网络,其中链接随着时间不断地被创建和破坏。时间网络的传统分析主要解决成对的相互作用,其中链接描述个体之间的二元连接。然而,许多网络动力学很难归因于成对设置,但往往包括更大的群体,这是更好地描述高阶相互作用。在这里,我们调查高阶组织的时间社交网络通过分析三个公开的数据集收集在不同的社会环境。我们发现,高阶的相互作用是无处不在的,类似于他们的成对的同行,其特征在于异质动态,与突发列车的快速重复的高阶事件分离的长时间的不活动。我们调查的演变和形成的群体,通过寻找不同的高阶结构之间的过渡率。我们发现,在更自发的社会环境中,群体的特征是较慢的形成和解体,而在工作环境中,这些现象更突然,可能反映了预先组织的社会动态。最后,我们观察到时间强化,这表明一个群体呆在一起的时间越长,未来相同的互动模式持续存在的概率就越高。我们的研究结果表明,在调查人类的时间动态时,考虑社会互动的高阶结构的重要性。
2020-10-07 physics.app-ph physics.soc-ph
The Effects of Communication Burstiness on Consensus Formation and Tipping Points in Social Dynamics
当前的观点动力学模型通常利用泊松过程进行说话人选择,使得事件之间的等待时间呈指数分布。然而,人类的互动往往是突发性的,等待时间极短或沉默时间较长的可能性更高。为了量化突发性对社会模型动态的影响,我们将两组呈现不同发言者等待时间分布的群体置于竞争中。这些比赛中实施的二进制的等待时间的游戏,并表明,相关方面的等待时间分布是头部的密度,而不是尾部。我们发现,即使相同的平均等待时间,一组具有较高密度的短等待时间是有利于在竞争中超过其他组。这种效应仍然存在于持有一个永远不会改变的观点的节点中,因为当他们拥有比竞争观点持有者更高的头部密度时,实现共识所需的这种承诺的个体的比例急剧下降。最后,为了量化突发性的差异,我们引入了小时间激活的预期数量,并用它来表征系统的早期状态。
2017-07-26 cs.SI physics.soc-ph
Dynamical evolution of anti-social phenomena: A data science approach
人类的互动可以是积极的,也可以是消极的,从而产生不同的复杂的社会或反社会现象。这些相互作用的动态通常会导致某些时空模式和复杂的网络,这可能会引起从社会科学家到数据科学家的广泛研究人员的兴趣。在这里,我们使用公开的数据来分析一系列反社会和政治事件,如全球各地的种族冲突、侵犯人权和恐怖袭击。我们汇总这些反社会事件随着时间的推移,并研究这些事件的时间演变。我们在这里提出了几个时间序列分析的结果,如复发间隔,赫斯特R/S分析等,揭示了这些时间序列的长期记忆。此外,我们对数据进行了国家级过滤,并研究了各个国家内这些反社会事件的时间序列。我们发现,这些事件的时间序列有有趣的统计和相关性,使用多维尺度技术,然后将这些国家分组在一起的时间增长的这些反社会事件的共同运动。研究这些反社会现象的数据科学方法可以更深入地了解它们的形成和传播。研究结果可以帮助制定公共政策和制定战略,以遏制其蔓延并抑制这些反社会现象。
2019-03-15 physics.soc-ph
Going beyond communication intensity for estimating tie strengths in social networks
尽管关系强度的概念是社会网络分析的核心,但很难量化社会关系的强度。在数据驱动的研究中,估计联系强度的一种典型方法是简单地计算两个人之间接触的总数或持续时间。然而,这忽略了可以从用于社交网络重建的丰富数据集中提取的许多特征。在这里,我们专注于时间信息的联系人数据。我们系统地研究了接触时间序列的特征如何与通常与领带强度相关的拓扑特征相关。我们分析了一个大型的移动电话数据集,并测量了每个领带的通话时间序列的一些属性,并使用这些来预测所谓的邻域重叠,这是一个与社会学文献中的强联系相关的特征。我们观察到时间特征和邻域重叠之间的密切关系,许多特征优于简单的接触计数。突出的特征包括呼叫的天数、突发级联的数量、典型的联系次数和时间稳定性。我们的研究结果表明,这些措施可以适用于社会网络建设,并表明,最好的结果可以通过结合多种时间特征。
2020-07-28 cs.SI physics.data-an physics.soc-ph
Evolution of Cooperation on Temporal Networks
社交网络的结构是促进自然自私的个体之间的合作和其他利他行为的关键决定因素。然而,大多数真实的社会互动都是暂时的,既有持续时间的限制,又随着时间的推移而分散。这就提出了一个问题,即尽管社会结构本来就支离破碎,但能否形成稳定的合作。在这里,我们开发了一个框架来研究在经典的囚徒困境的设置时间网络上的合作的演变。通过分析真实数据集和合成数据集,我们发现,与静态网络相比,时间网络通常有助于合作的演变。更有趣的是,我们发现,人类内在的互动模式,如突发行为阻碍了合作的进化。最后,我们引入了一个措施来量化网络中存在的时间性,并证明存在一个中间水平的时间性,最能促进合作。我们的研究结果开辟了一个新的途径,调查更现实的结构人口的合作的演变。
2016-09-24 physics.bio-ph physics.soc-ph q-bio.PE
Computational Human Dynamics
本文总结了本人在网络科学、人类动力学和计算社会科学领域的科学贡献。这些贡献与计算机科学、物理学、统计学和应用数学有关。这篇论文的目的是双重的,一方面写一个简明扼要的总结我最有趣的科学贡献,另一方面提供一个最新的观点和观点,我的领域。我以导言开始我的论文,以使读者了解我的领域,并正确地看待我的贡献。在第二章中,我专注于我的作品突发人类动力学,解决人类行为和相互作用的异质时间字符。接下来,我将讨论我对时间网络领域的贡献,并对我关于时变结构的表示、表征和建模的各种方法的作品进行综合。最后,我讨论了我的作品的数据驱动的观察和集体社会现象的建模。在那里,我总结了对社会经济不平等的新兴模式及其与社交网络和语言模式的相关性的静态观察研究。我还讨论了社会传染过程的动态观察和建模。
2019-07-18 cs.CY cs.SI physics.soc-ph
Prediction and Characterization of High-Activity Events in Social Media Triggered by Real-World News
在线社交网络几乎立即发布大量真实世界事件的信息,成为突发新闻的主要来源。其中一些真实世界的事件最终会对在线社交网络产生非常强烈的影响。这些事件的影响可以从几个角度进行分析,其中之一是它在社交平台上产生的集体活动的强度和特征。我们研究了5,234个真实世界的新闻事件,其中包括在Twitter微博服务上讨论了大约1年的4300万条消息。我们的经验表明,外源性的新闻事件自然会产生集体模式的突发行为相结合的长期不活动的网络。这种行为与以前在其他类型的自然集体现象中观察到的其他模式一致,以及在人类个体交流中。此外,我们提出了一种方法来分类新闻事件,根据不同层次的活动强度,他们生产。特别是,我们分析了最活跃的事件,并观察到一致的和显着不同的集体反应,从用户当他们接触到这样的事件。这种反应与事件的影响范围无关。我们进一步观察到,极高的活动事件的特点是相当明显的,在其爆发的开始阶段。这使我们能够高精度地预测,仅使用事件生命周期演变的前5%信息,就可以预测出在社交网络中影响最大的前8%事件。这强烈地表明,高活跃度的事件自然会被社交网络集体优先考虑,在它们被带到主流受众之前就吸引用户。
2016-10-10 cs.SI physics.soc-ph
Limited communication capacity unveils strategies for human interaction
社会连通性是表征社交网络结构特性的关键过程,进而是导航、影响或信息扩散等过程。由于时间、注意力和认知是缺乏弹性的资源,人类应该有一个预定义的策略来管理他们的社会互动。然而,现有的人类互动数据集的有限的观测长度,以及二元通信的突发性质,阻碍了在社交网络中的领带动态的观察。在这里,我们开发了一种方法来检测领带激活/失活,并将其应用到一个大型的纵向,横截面通信数据集($\approx$ 19个月,$\approx$ 20万人)。与不断增长的连通性的看法相反,我们观察到,个人表现出有限的沟通能力,这限制了他们可以保持活跃的联系的数量。特别是,我们发现,男性的沟通能力总体上高于女性,而且随着个人寿命的延长(16-70岁),男性和女性的沟通能力都逐渐下降。然后,我们能够从沟通活动中分离出沟通能力,揭示了各种各样的领带激活模式,从稳定到探索。我们发现,在模拟中,具有探索性策略的个体比具有稳定策略的个体在网络中传播信息的时间更长。我们的原则性方法来确定个人的沟通能力,使我们能够量化的策略,人类互动的形状动态演变的社交网络。
2013-04-07 cs.SI physics.soc-ph
Dynamical heterogeneity reverses structural suppression of cooperation
Center for Systems and Control, Peking University(北京大学系统与控制中心)
本文提出基于个体决策信息的动态更新机制,发现高连接个体依赖更多信息能增强合作,颠覆了结构异质性抑制合作的共识。
2026-04-22 physics.soc-ph
A temporal proximity network dataset from a wedding cocktail hour with relationship category labels
Northwestern University(西北大学)
通过婚礼鸡尾酒会的邻近传感器数据,研究非机构化社交活动的时间网络特征是否与机构化环境一致,并分析基于关系的群体混合模式。
2026-08-12 cs.SI physics.soc-ph
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
Modeling human dynamics of face-to-face interaction networks
面对面的互动网络描述了人类聚会中的社会互动,是传染病传播和流言传播等过程的基础。人类行为的突发性特征体现在经验数据的许多方面,例如会话长度的分布、每个人的会话或会话间时间的分布。尽管最近进行了几次尝试,但仍然缺乏对从数据中得出的全球情况的一般性理论理解。在这里,我们提出了一个简单的模型,定量再现经验面对面互动网络的相关功能。该模型描述的代理人执行随机行走在一个二维空间,其特点是吸引力,其效果是减缓他们周围的人的运动。所提出的框架揭示了人类互动的动态,并可以提高建模的动态过程发生在随后的动态社交网络。
2013-04-17 cond-mat.stat-mech cs.SI physics.soc-ph
Asymptotic theory for the dynamic of networks with heterogenous social capital allocation
社会网络的结构和动态在很大程度上取决于个体的异质互动活动和社会资本配置。这些特征在网络的形成过程中以一种非平凡的方式相互作用,并对严格的网络演化动力系统理论提出了挑战。在这里,我们研究了七个真实的网络,描述了三种不同环境下的时间人类互动:科学合作,Twitter提及和手机通话。我们发现,节点的活动和社会资本分配可以描述为两个一般的函数形式,可以用来定义一个简单的随机模型的社会网络动态。该模型允许描述系统动态的主方程的显式渐近解,并提供了表征社会网络度分布和个体节点自我网络的时间演化的标度律。分析预测准确地再现了验证理论方法的经验观察。我们的研究结果提供了一个严格的动力系统框架,可以扩展到包括网络的形成的其他功能,并产生数据驱动的预测大规模社交网络的渐近行为。
2015-09-22 physics.soc-ph
Evolution of Cooperation and Coordination in a Dynamically Networked Society
引发社会困境的冲突情境在社会中普遍存在,博弈论是研究冲突情境的主要方法之一。从观察社会中的个人通过熟人网络进行互动开始,我们使用两个原型游戏,囚徒困境和猎鹿游戏,对代理策略和社交网络本身的共同进化进行了建模。允许代理人解除关系,建立新的,我们发现,合作和协调可以通过社会网络的自组织,一个结果是不平凡的,特别是在囚徒困境的情况下实现。合作的演变和稳定性意味着凝聚剂利用特定的游戏策略,成为强大和稳定的集群连接更紧密,即使在更困难的情况下的囚徒困境。
2008-05-05 physics.soc-ph
A vector logistic dynamical approach to epidemic evolution on interacting social-contact and production-capacity graphs
个体社会接触网络和个体感染恢复率的变化所表现的群体不均匀性,使得传染病传播动力学具有不确定性。因此,覆盖经济生产网络及其适当的协作组件在某种程度上受到不可预测的影响。我们的模型提出了一个“矢量逻辑”的动态方法SIS动态的社会联系网络与其经济能力网络的互动。向量逻辑描述中的图状态的概率解释提供了一种方法来评估被感染者的平均值和方差对生产能力的影响,并允许社会连接调节的战略规划。根据“累积”、“多数”和“脆弱性”代用指标评估了流行病的平均效应和波动对生产能力的影响。
2021-08-31 physics.soc-ph q-bio.PE
A Graph Model with Indirect Co-location Links
图模型被广泛用于分析嵌入在社会联系中的扩散过程和开发应用程序。一系列图形模型可用于逼真地复制底层社会结构和动态。然而,目前大多数图模型只能考虑协同定位交互网络中个体之间的并发交互。然而,他们没有考虑间接的相互作用,可以传播的项目,以个人谁访问同一地点在不同的时间,但在一定的时间限制。通过直接和间接相互作用发生的扩散现象称为同地异时(SPDT)扩散。本文介绍了一种模型,以合成共同定位的互动图捕捉直接的互动,其中个人满足在一个位置,和间接的互动,其中个人访问同一地点在不同的时间在一个设定的时间范围内。我们分析了来自社交网络应用程序的200万用户的6000万次位置更新,以表征图形属性,包括时空相关性及其时间演化特征,例如突发或持续行为。生成的合成图再现了现实接触图的扩散动态,与其他接触图模型相比,预测误差降低了高达82%,证明了其预测流行病传播的潜力。
2018-07-26 cs.SI physics.soc-ph
Rethinking Centrality: The Role of Dynamical Processes in Social Network Analysis
在社会网络分析中使用的许多流行的测量方法,包括中心性,都是基于随机游走的。随机游走是一个随机过程的模型,其中一个节点每次与另一个节点交互。然而,随机游走可能不适合于建模社会现象,包括流行病和信息扩散,其中一个节点可能同时与许多其他节点交互,例如,通过向其邻居广播病毒或信息。为了产生有意义的结果,社会网络分析算法必须考虑节点之间的交互性质。在本文中,我们将动态过程分为保守和非保守,并将它们与网络分析中使用的著名中心性度量:PageRank和Alpha-Centrality。我们证明,通过对用于广播信息的在线社交网络中的用户进行排名,非保守的阿尔法中心性通常会导致比保守的PageRank更好地与经验排名方案达成一致。
2014-03-27 cs.SI physics.soc-ph
Inferring Temporal Dependencies from Social Time Series with the Cross-Correlogram
Mathematical Institute, University of Oxford(牛津大学数学研究所);Institute for New Economic Thinking, University of Oxford(牛津大学新经济思维研究所);Faculty of Data Science, Shiga University(滋贺大学数据科学学部);Graduate School of Frontier Sciences, University of Tokyo(东京大学前沿理工学研究科)
针对社会时间序列的非平稳性,提出基于互相关图与平滑强度函数校正的时间依赖估计方法,可恢复周期性机制中的延迟关系,并在X数据上验证其优于共现度量。
2026-09-16 cs.SI physics.soc-ph
Active influence in dynamical models of structural balance in social networks
我们考虑一个符号图上的非线性动力系统,它可以被解释为一个社交网络的数学模型,其中的链接可以有积极和消极的内涵。根据社会心理学中被称为结构平衡的概念,消极联系在网络的结构和动态中起着关键作用。最近的研究表明,在一个非线性动态系统中,对网络中“友好程度”的时间演化进行建模,几乎任何初始条件都会出现两个对立的派别。在这里,我们研究积极的外部影响,在这个动力学模型,并表明,在网络中的任何代理可以实现任何所需的结构平衡状态,从任何初始条件,通过扰动自己的本地友好水平。在此基础上,我们还引入了一个新的网络中心性测度。结果显示在一个国际关系网络中,该网络使用1946年至2008年的联合国投票记录数据来估计各国之间的友好程度。
2013-06-22 cs.SI physics.soc-ph
Aging and percolation dynamics in a Non-Poissonian temporal network model
我们对最近提出的非泊松活性驱动(NoPAD)模型[Moinet等人,Phys.Rev.Lett.,114(2015)],一个时间网络模型,结合了经验观察到的社交互动的突发性。我们专注于老化效应出现的非泊松动力学的链接激活,以及它们对时间集成网络的拓扑性质,如度分布的影响。本文导出了集成网络度分布随时间变化的解析表达式,探讨了网络的消失极限和强老化极限。我们还解决了这些时间网络上发生的渗透过程,通过计算一个巨大的连接组件的出现的阈值,突出了老化的依赖性。通过对NoPAD模型的大量数值模拟,我们的分析预测得到了检验。
2016-06-02 cond-mat.dis-nn physics.soc-ph
Random walks in non-Poissoinan activity driven temporal networks
在非马尔可夫动力学的兴趣在复杂系统社区内最近蓬勃发展,由于新的丰富的时间分辨数据指出,许多自然和人类的相互作用,表现在一个连续的相互作用之间的事件间的时间表现出重尾分布的突发动态。特别是,经验数据表明,时间网络的突发动态可能对运行在其上的动态过程的行为产生深刻的影响。在这里,我们研究的情况下,随机游走,作为一个范例的扩散过程,展开的时间网络所产生的非泊松活动驱动的动态。我们推导出解析表达式的稳态占用概率和第一次通过时间分布在无限大的网络规模和强老化的限制,表明非马尔可夫网络的随机游走动力学是根本不同的马尔可夫网络中观察到的。我们发现了一个特别令人惊讶的行为,在发散的平均事件间时间的限制,其中随机步行者感觉网络是均匀的,即使节点的激活概率是不均匀分布的。我们的研究结果得到了广泛的数值模拟的支持。我们预计,我们的研究结果可能是感兴趣的研究人员研究非马尔可夫动态的时间演变复杂的拓扑结构。
2019-04-24 cond-mat.stat-mech physics.soc-ph
Effects of social distancing and isolation on epidemic spreading: a dynamical density functional theory model
为防止冠状病毒病COVID-19等流行病传播,保持社交距离及隔离受感染人士至关重要。然而,现有的反应扩散方程的流行病传播是无法描述这些影响。我们提出了一个扩展的疾病传播模型相结合的SIR模型与动态密度泛函理论,明确考虑到社会距离和隔离的感染者。该模型显示了有趣的非平衡相分离与减少感染的数量,并允许新的见解控制流行病。
2020-05-08 physics.bio-ph physics.soc-ph q-bio.PE
Social Dilemmas and Cooperation in Complex Networks
本文对种群中的一些经典进化博弈中的合作问题进行了研究,其中个体间的相互作用网络是无标度型的。我们表明,更新规则,支付计算,并在一定程度上的操作的时间,有显着的影响瞬态动态和合作的数量,可以建立在平衡。我们还研究了种群的动力学行为及其进化稳定性。
2006-12-22 physics.soc-ph
Avalanches of choice: how stranger-to-stranger interactions shape crowd dynamics
Eindhoven University of Technology(埃因霍温理工大学);University of Ferrara(费拉拉大学);INFN Ferrara(意大利国家核物理研究所费拉拉分部);Consiglio Nazionale delle Ricerche - Istituto per le Applicazioni del Calcolo(意大利国家研究委员会计算应用研究所)
研究通过分析真实人群在列车站路线分流中的行为,发现个体倾向于跟随前方人的路径,即使导致更长的行程时间,这种倾向导致人群动态的突发性模式,揭示了局部模仿行为对集体路线选择的主导作用。
2025-12-10 physics.app-ph physics.data-an physics.soc-ph
Modeling temporal networks using random itineraries
我们提出了一个程序来生成动态网络突发,可能重复和相关的时间行为。考虑到任何加权有向图都是由其节点之间的路径的积累组成的,我们的构造使用可变长度的随机游走来产生具有可调整特征的时间扩展结构。首先在一个总体框架中描述该过程。然后,它说明了在一个案例研究的启发,交通系统所产生的合成网络显示准确地模仿经验现象。
2013-03-18 cond-mat.stat-mech cs.SI physics.soc-ph
Opinions with few disciples can win in the dynamical directed networks: an evolutionary game perspective
本文在动态有向网络上建立选民模型,将意见入侵与平均度动态分别映射为涌现的四玩家和三玩家演化博弈,揭示网络单向性使少数追随者意见在内群体偏好下也能获胜。
2023-07-05 physics.soc-ph
A tale of two emergent games: opinion dynamics in dynamical directed networks
本文在动态有向网络中建立投票者模型,发现网络平均度与观点命运分别由两种不同的涌现博弈刻画,并借助Nash均衡给出少数派观点因群体内偏好最终获胜的判据。
2024-05-22 physics.soc-ph
Vaccination dilemma on an evolving social network
接种疫苗对控制流行病至关重要。然而,这是一个社会困境,因为非接种者可以从接种者产生的群体免疫中受益。因此,通过自愿接种有时达不到最佳接种水平。深入的研究将社交网络纳入疫苗接种行为的研究,结果表明,疫苗接种可以在某些网络上推广。然而,底层网络通常被认为是静态的,忽略了社交网络的动态特性。我们研究了动态社交网络上的接种行为,使用模拟和平均场近似。我们发现,接种者-感染者-非接种者之间的联系越稳固,或者接种者-健康者-非接种者之间的联系越脆弱,最终的接种水平就越高。这个结果对于任意理性来说是正确的。此外,我们表明,在强选择下,疫苗接种水平可以高于在充分混合的人口。此外,我们还证明了在进化的社会网络上接种疫苗与在重新标度的基本生殖比下接种疫苗是等价的。我们的研究结果突出了社会网络对接种行为的动态影响,对疫情控制具有一定的指导意义。
2019-02-05 physics.soc-ph q-bio.PE
High resolution dynamical mapping of social interactions with active RFID
在本文中,我们提出了一个实验性的框架,收集个人之间的面对面的社会互动的数据,具有很高的空间和时间分辨率。我们使用有源射频识别(RFID)设备,通过交换低功率无线电数据包来评估彼此之间的联系。当个人将信标作为徽章佩戴时,RFID设备之间的持久无线电接触可以用作个人之间的社交交互的代理。我们提出了最近在一次会议上进行的试点研究的结果,以及随后的初步数据分析,提供了我们的方法的评估,并强调了其在许多领域的通用性和适用性与人体动力学。
2008-11-25 cs.CY cs.HC physics.soc-ph
Threshold model of cascades in temporal networks
阈值模型试图解释时尚和观点传播等社会影响的后果。与流行病模型一起,它们构成了社会传播过程的主要理论框架。在静态网络的阈值模型中,如果一个个体的邻居中有一小部分人改变了自己的状态,那么这个个体就会改变自己的状态。当接触模式的时间方面存在强相关性时,将系统表示为时间网络是有用的。在这样的系统中,不仅明确地表示接触,而且明确地表示接触的时间。有一个共识,即突发的时间模式减缓疾病的传播。然而,正如我们将看到的,这并不是阈值模型的普遍真理。在这项工作中,我们提出了一个扩展的Watts的经典阈值模型的时间网络。我们这样做是假设一个代理人受到过去某个时间的接触的影响。即,个体受到时间窗口内的接触的影响。除了作为接触分数的阈值之外,我们还调查了时间窗口内的接触数量作为影响的基础。为了阐明模型的行为,我们在真实和随机的经验接触数据集上运行模型。
2012-09-07 cs.SI physics.soc-ph
Structural and Dynamical Patterns on Online Social Networks: the Spanish May 15th Movement as a case study
在日常生活中使用在线社交网络的人数正在以前所未有的速度持续增长。这种新的沟通方式对观点、文化趋势、信息传播甚至新产品的商业成功都产生了巨大的影响。更重要的是,社会在线网络已显示为最近全国范围社会运动的基本组织机制。在本文中,我们提供了一个定量分析的结构和动态模式出现的在线社交网络的活动围绕正在进行的5月15日(15M)在西班牙的运动。我们的网络是由用户在一个月的时间内交换推文组成的,其中包括15M运动的诞生和稳定。我们深入刻画了这种动态网络的增长,发现它是无标度的,在中尺度上有社区。我们还发现,它的动态表现出典型的功能,如鲁棒性和幂律分布的几个数量的关键系统。值得注意的是,我们报告的模式特征的传播动力学是不对称的,从而产生了一个明确的区别信息源和汇。我们的研究代表了使用在线社交媒体数据来理解现代社会动态的第一步。
2011-07-08 cs.SI nlin.AO physics.soc-ph
Dynamical-System Model Predicts When Social Learners Impair Collective Performance
关于集体决策的一个关键问题是,当一些成员向其他成员学习而不是自己评估选项时,社会系统是否能够确定最佳选项。这个问题的研究是具有挑战性的,以前的研究已经得出了混合的结论,因为集体决策的结果取决于认知策略,任务属性和社会影响过程的复杂系统的理解不足。这项研究将这些复杂的相互作用结合在一起,在一个一般的,但部分分析易于处理的数学框架,使用动力系统模型。特别是,它调查的社会学习者的比例,选项的相对优点,以及符合性反应的类型的相互作用如何影响集体决策结果在一个二元选择。该模型预测,当社会学习者的比例超过一个临界阈值时,会出现一个双稳态,在这个双稳态中,大多数人最终会倾向于选择更高或更低的价值,这取决于波动和初始条件。在这一门槛以下,多数人选择高价值的选项。临界阈值由一致性响应函数和两个选项的相对优点确定。这项研究有助于调和社会学习者对集体表现的影响的分歧,并提出了一个数学框架,可以很容易地适应调查更广泛的各种动态扩展。
2021-08-20 math.DS physics.soc-ph q-bio.PE
Extracting real social interactions from social media: a debate of COVID-19 policies in Mexico
Universidad Nacional Autónoma de México (UNAM)(墨西哥国立自治大学);Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas, Universidad Nacional Autónoma de México (UNAM)(墨西哥国立自治大学应用数学和系统研究所);Instituto de Investigaciones Biomédicas, Universidad Nacional Autónoma de México (UNAM)(墨西哥国立自治大学生物医学研究所);Centro de Ciencias de la Complejidad, Universidad Nacional Autónoma de México(墨西哥国立自治大学复杂科学中心);Lakeside Labs GmbH(湖畔实验室有限公司)
本文通过分析社交媒体中朋友和敌人的动态网络,揭示了新冠政策辩论中真实社交互动的结构特征。
2021-06-16 cs.SI physics.soc-ph
Dynamical evolution of social network polarization and its impact on the propagation of a virus
本文研究社交网络极化的动态演化及其网络结构变化,并通过基于智能体的模型比较选择性接种与均匀接种,发现极化网络会显著加剧病毒传播。
2024-06-12 cs.CY cs.SI physics.soc-ph
Dynamical influence processes on networks: General theory and applications to social contagion
我们研究二进制状态动力学的网络中,每个节点的行为,以响应其邻域的平均状态。在网络和节点响应中允许不同数量的随机性,我们发现模型的随机和确定性版本有不同的结果。然而,在一个大的,密集的网络的限制,我们表明,这些动态一致。我们构建了一个一般的平均场论随机网络,并表明这预测网络上的动态是一个平滑版本的平均响应函数动态。因此,系统的行为可以从稳态到混沌,这取决于响应函数、网络连通性和更新同步性。作为一个具体的例子,我们模拟模仿和不一致的竞争趋势,将一个阈值外的标准阈值模型的社会传染。通过这种方式,我们试图捕捉时尚和社会趋势的重要方面。我们将我们的理论与泊松随机图上的“有限模仿传染”模型的广泛模拟进行比较,发现平均场论和随机模拟之间存在一致性。
2014-07-07 cs.SI physics.soc-ph
A Dynamical Framework for Modeling Fear of Infection and Frustration with Social Distancing in COVID-19 Spread
在本文中,我们介绍了一种新的建模框架,将感染的恐惧和挫折与社会距离到疾病的动力学。我们发现,由此产生的SEIR行为感知模型有三个主要模式的定性行为-没有爆发,控制爆发,和不受控制的爆发。我们还表明,该模型可以产生短暂的和持续的感染波符合二次爆发。我们将该模型与来自多个地区的COVID-19病例和死亡率数据进行了拟合。我们的分析表明,在第一波感染后出现显著下降的地区,如加拿大和以色列,更有可能遏制第二波感染,而在最初减缓疾病传播方面仅取得适度成功的地区,如美国,可能会出现大量的第二波或不受控制的疫情。
2020-08-13 math.DS physics.soc-ph q-bio.PE