Polarization and Fluctuations in Signed Social Networks
最近对社交网络的研究主要集中在对观点如何作为人际关系的函数而演变的建模和分析上。建模和理解友好和敌对关系的含义也是非常有趣的。在本文中，我们提出了一个新的，简单和直观的模型，将社会心理现象的回旋镖效应的意见动态。我们建立了，在一定的条件下的结构对应于所谓的结构平衡性质的签署网络，网络中的意见。与文献中的其他模型相比，当社会网络不满足结构平衡时，我们的模型显示了更丰富，也许更直观的意见行为。特别是，我们分析了签名网络，其中的意见表现出持续的波动（包括所谓的聚类平衡的情况下）。
2019-10-04 cs.SI physics.soc-ph
"You're Mr. Lebowski, I'm the Dude": Inducing Address Term Formality in Signed Social Networks
我们提出了一个无监督的模型，诱导签署的社交网络从网络边缘交换的内容。该模型中的推理同时解决了三个问题：（1）识别每个边缘的符号;（2）表征每个边缘类型的内容分布;（3）估计映射到理论模型（如结构平衡）的三元特征的权重。我们将这个模型应用于称呼语的社会功能的诱导问题，如“夫人”，“夫人”和“伙计”。在电影剧本的数据集上，我们的系统获得了一个连贯的地址术语聚类，同时对每部电影中社会关系的正式性做出了直观合理的判断。作为一个额外的贡献，我们提供了一个自举技术，用于识别和标记对话中的地址项。
2015-03-17 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
Measures of net effects in signed social and ecological networks
University of Zaragoza（萨拉戈萨大学）；Institute of Biocomputation and Physics of Complex Systems (BIFI), University of Zaragoza（萨拉戈萨大学生物计算与复杂系统物理研究所）；Doñana Biological Station (EBD-CSIC)（多尼亚纳生物站）
本文提出一个统一框架，用于度量带符号加权有向网络中的净效应与间接效应，并在生态系统中发现负净效应与物种灭绝强相关，同时应用于社交网络揭示影响传播与权力动态。
2025-10-09 physics.soc-ph q-bio.PE
Degree correlations in signed social networks
我们调查的程度相关性在两个在线社交网络，用户通过不同类型的链接连接。我们发现，虽然子网络中的链接有一个积极的内涵，如认可和信任，其特点是通过程度上的排斥混合，网络中的链接有一个消极的内涵，如不赞成和不信任，其特点是由排斥模式。我们引入了一类简单的理论模型来分析网络拓扑和基于链路符号的叠加结构之间的相互作用。结果揭示了数据中观察到的模式出现的基础条件，即正子网络的非线性和负子网络的非线性。我们讨论了我们的研究对分析有符号复杂网络的影响。
2014-12-02 cs.SI physics.soc-ph
Multi-topic belief formation through bifurcations over signed social networks
提出有符号社交网络上连续时间多维信念形成的非线性模型，揭示分岔导致观点形成，并给出多稳态均衡与振荡依赖网络结构的条件。
2024-07-02 cs.MA cs.SI math.DS
Signed Network Modeling Based on Structural Balance Theory
网络的建模，特别是生成模型，已经被证明可以提供关于底层网络结构的大量信息，以及它们构建背后的许多其他好处。最近，人们对更好地理解和建模网络的兴趣大大增加，但绝大多数工作都是针对无符号网络的。然而，许多网络可以有正链接和负链接（或签名网络），特别是在在线社交媒体中，并且由于增加的复杂性，它们固有地具有未签名网络中没有的属性。具体来说，正负链接比和网络中有符号三角形的分布是有符号网络所特有的属性，需要明确建模。这是因为它们的潜在动力不是随机的，而是由社会理论控制的，例如结构平衡理论，该理论松散地指出，社交网络中的用户将更喜欢涉及较少紧张关系的三元关系。因此，我们提出了一个基于结构平衡理论和无符号传递的Chung-Lu模型的有符号网络建模模型。我们的模型引入了两个参数，这两个参数能够帮助保持正连接比和平衡三角形的比例。三个真实世界的签名网络的实证实验表明，基于社会理论设计特定于签名网络的模型，以获得更好的性能，在维护签名网络属性，同时生成合成网络的重要性。
2018-12-11 cs.SI physics.soc-ph
A Model of Consistent Node Types in Signed Directed Social Networks
签名定向社交网络越来越普遍，其中用户之间的关系可以是积极的（表示信任等关系）或消极的（表示不信任等关系）。因此，积极和消极的关系之间的相互作用，在这样的网络已成为一个重要的研究课题。最近的研究集中在边缘符号推理的结构平衡理论或社会地位理论。然而，这两种理论都不能很好地解释当由该边连接的两个节点不共享共同邻居时观察到的边符号（例如，共同的朋友）。在本文中，我们开发了一种新的方法来处理这种情况，通过应用一个新的模型的节点类型。首先，我们分析了一个完全观察到的有向网络中的局部节点结构，推断出底层节点类型。两个节点之间的边的符号必须与它们的类型一致;这很好地解释了边的符号，即使没有共同的邻居。此外，我们表明，我们的方法可以扩展到包括定向三合会，当它们存在时，就像在基于结构平衡或社会地位理论的模型。我们基于部分观察到的Wikipedia、Slashdot和Epperly网络，在实证研究中计算贝叶斯节点类型，其中最大的网络（Epperly）有119 K个节点和841 K条边。我们的方法产生更好的性能比国家的最先进的方法，这三个签署有向网络。
2014-08-28 cs.SI physics.soc-ph stat.AP
Social balance in directed networks
本文提出一种基于最大熵原理的有向零模型，通过保留有向拓扑和符号节点度来检测有符号有向网络中的社会平衡，并验证了两种有向强平衡概念。
2024-11-08 physics.soc-ph
Signed DeGroot-Friedkin Dynamics with Interdependent Topics
Wuhan University（武汉大学）；Linköping University（林雪平大学）；Shenzhen University（深圳大学）
本文研究了具有相互依赖主题的有符号影响网络中的DeGroot-Friedkin动力学，提出了一种多主题有符号框架，结合排斥性人际互动与跨议题自我评估，探讨对抗性和主题依赖性如何影响代理层面的社会权力演变。
2026-04-14 cs.SY eess.SY math.OC
Community detectability and structural balance dynamics in signed networks
我们调查签署网络与社区结构的频谱和他们的演化下的结构平衡的动力学模型，一个突出的理论签署社交网络。具有两个相等大小的社区的随机块模型所产生的邻接矩阵的频谱显示可检测性转变，其中当其信号特征值出现在主谱带之外时，社区结构变得明显。频谱还表现出“社会性”的过渡，涉及代表平均领带值的同质结构。我们推导出与社区和均匀结构以及过渡边界相关联的本征值的表达式，所有这些都与数值结果吻合得很好。使用随机生成的网络作为结构平衡动态的简单模型的初始条件，产生三种结果机制：与初始社区对应的两个敌对派系，与这些社区无关的两个敌对派系，以及所有节点的一个和谐派系。可检测性跃迁预测了二元对立态与二元混合态之间的边界，社会性跃迁预测了二元混合态与二元和谐态之间的边界。我们的研究结果可能会深入了解具有不同社会身份的行为者之间的合作和冲突的动态。
2019-12-17 cs.SI physics.soc-ph
Multilevel Structural Evaluation of Signed Directed Social Networks based on Balance Theory
平衡理论解释了社会系统结构背后的力量，这些力量通常被建模为静态无向签名网络。我们扩展这种建模方法，将方向性的边缘，并考虑三个层次的分析：三合会，子群，和整个网络。对于三能级平衡，我们利用满足传递性条件的半圈来实现一个新的测度。对于子组级别的平衡，我们提出了凝聚力（组内团结）和分裂（组间对抗）的措施，以捕捉平衡的网络使用最合适的节点划分成两个组的子组内和之间。对于网络级的平衡，我们重新使用了归一化的线索引，以纳入方向性，并提供其位置适合平衡的边缘的比例。通过广泛的计算分析，我们量化和分析了三合会、子群和整个网络中的社会结构模式，这些模式涵盖了从大学生和维基百科编辑到哲学家和比特币交易员的一系列社会环境。然后，我们应用我们的多层次分析框架来研究时间和多层网络中的平衡，这表明了我们评估平衡的方法的普遍性，并导致了关于时间和层维度的平衡的新观察。我们对各种社交网络的补充发现强调了在不同层面评估平衡的必要性。我们提出了一个全面而简约的方法来满足这一需求。
2020-07-20 cs.SI math.OC physics.soc-ph
Negative Ties Highlight Hidden Extremes in Social Media Polarization
本研究通过符号网络分析西班牙社交媒体Meneame，发现纳入负面联系能揭示无符号网络无法区分的意识形态极端用户，从而更全面地理解在线极化。
2025-07-16 cs.SI physics.soc-ph
Mesoscale structures in signed networks
University of Sydney（悉尼大学）；Goethe University Frankfurt（法兰克福歌德大学）；IT:U Interdisciplinary Transformation University（IT：U跨学科转型大学）；Central European University（中欧大学）；Complexity Science Hub（复杂性科学中心）
本文提出了一种方法，用于发现和表征有向网络中不同的可能不平衡结构，揭示了中等尺度关系结构的复杂性以及社会平衡理论在不同尺度上的预测重要性。
2026-10-08 cs.SI physics.soc-ph
Proper network randomization is key to assessing social balance
针对符号网络结构平衡评估中传统零模型失效的问题，提出保留符号度与拓扑的STP随机化方法，使多数社交网络满足强结构平衡，并揭示其机制与应用前景。
2023-05-26 cs.SI physics.soc-ph
Asynchronous Rumour Spreading in Social and Signed Topologies
在本文中，我们提出了一个实验分析的异步推拉谣言传播协议。该协议是迄今为止在分布式系统中用于简单、可扩展和鲁棒信息传播的性能最好的谣言传播协议。我们分析了多个参数对协议性能的影响，例如使用内存避免连续两次接触同一邻居，改变节点使用的停止标准来决定何时停止传播谣言，采用更复杂的邻居选择策略而不是标准的均匀随机选择等。以前的工作集中在提供理论上的上限，传播谣言到所有节点所需的轮数，或者，通过调整孤立的参数提出改进。据我们所知，我们的工作是第一个研究多个参数如何影响系统行为的隔离和组合，并在广泛的价值观。我们的分析基于使用真实世界社交网络数据集的实验模拟，从而补充了先前的理论工作，以阐明该协议在实际的真实世界系统中的行为。我们还研究了协议在一种特殊类型的社交图上的行为，称为签名网络（例如，Slashdot和Epperly），其链接表明更强的信任关系。最后，通过我们的详细分析，我们演示了如何简单地添加到协议可以提高所需的总时间通知100%的节点最多99.69%，平均82.37%。
2015-01-15 cs.SI physics.soc-ph
Signed graphs in data sciences via communicability geometry
Institute of Cross-Disciplinary Physics and Complex Systems, IFISC (UIB-CSIC)（跨学科物理与复杂系统研究所（IFISC，UIB-CSIC））
该研究提出符号图的可通信性概念，证明其可诱导超球面几何嵌入并推导满足距离公理的度量，在统一框架下解决符号图划分、降维等多个数据分析问题。
2025-03-18 cs.DM cs.LG math.CO
Maximizing Contrasting Opinions in Signed Social Networks
经典的影响力最大化问题在社交网络中找到有限数量的有影响力的种子用户，使得网络中受影响的用户的预期数量最大化，遵循影响力级联模型。这个问题已经在不同的设置中进行了研究，进一步推广了图结构，例如，边缘权重和极性，目标用户类别等。在本文中，我们介绍了一个独特的影响力扩散的情况下，涉及人口分裂成两个不同的群体，具有相反的意见。我们的目标是找到最有影响力的$k$种子节点，以便同时最大限度地采用两个不同的，对立的意见，在两个群体中，分别。有效地找到这些有影响力的用户在广泛的应用中至关重要，例如增加选民参与度和投票率，引导公众辩论和关于有争议意见的社会问题的讨论。我们用选民模型来模拟意见扩散和动态，然后设计一个线性时间和精确的算法COSiNeMax，同时还研究了网络中的长期意见特征。我们的实验与几个真实世界的数据集证明了所提出的算法的有效性和效率，与各种基线相比。
2019-10-26 cs.SI physics.soc-ph
The role of frustration in collective decision-making dynamical processes on multiagent signed networks
在这项工作中，我们考虑了一个集体决策过程中的非线性互联动力学模型与sigmoidal非线性和签署互动图的代理网络。决策被编码在系统的均衡中。我们的目的是调查这个多智能体系统时，签署的图代表的社会是不是结构平衡，特别是当我们改变其挫折，即，距离结构平衡。该模型表现出分叉，和一个“社会努力”的参数，添加到模型中，以代表代理之间的相互作用的强度，在我们的分析中起着分叉参数的作用。我们发现，随着社会努力的增加，决策动态表现出一种干草叉分叉行为，从"无决策“的僵局情况（即，原点是唯一的全局稳定的平衡点），则实现了社区的两个可能的（备选的）决策状态（对应于两个非零局部稳定的平衡）。社会努力的价值是跨越分叉（并达成决定）的增加与有符号网络的挫折。
2021-05-24 cs.SI cs.SY eess.SY
Signed Network Formation Games and Clustering Balance
我们提出了一个有符号的网络形成游戏，在这个游戏中，成对的个体策略性地改变一个完整网络中边的符号。这些人是社会网络的成员，他们通过改变他们的人际评价来战略性地减少认知失调。我们描述了这个游戏的最佳响应动态，并证明了它的实现\pc{can}动态驱动网络的社会学意义的标志配置称为聚类平衡。在这种配置中，社交网络中的代理形成一个或多个集群，这些集群在其成员之间具有正关系，但在其他集群的成员之间具有负关系。在过去，心理社会学、政治学和物理学领域的各种研究人员都研究了解释两个集群生成的模型。我们的工作有助于这些领域提出了一个简单的模型，产生了更广泛的一类签署的网络。
2019-09-28 cs.SI physics.soc-ph
The Evolution of Beliefs over Signed Social Networks
我们研究的意见（或信仰）的演变在一个社会网络建模为一个有符号的图。在这个图中，连接到边的符号表征了相应的个体或端节点是朋友（正链接）还是敌人（负链接）。节点对是随机选择的，随着时间的推移进行交互，当两个节点交互时，每个节点都会根据另一个节点的意见和相应链接的符号更新自己的意见。该模型将DeGroot模型推广到负链接：当两个敌人互动时，他们的意见会朝着相反的方向发展。我们提供的条件收敛和发散的期望，在均方，几乎肯定的意义上，并表现出相变现象，这些概念的收敛取决于参数的意见更新模型和基础图形的结构。我们建立了一个{ \it no-survivor}定理，指出当网络中的观点作为一个整体出现分歧时，任何两个节点的观点差异就会出现分歧。我们还证明了一个{ \it live-or-die}引理，表明几乎可以肯定，意见要么收敛到一个协议或分歧。最后，我们将我们的分析扩展到意见有严格的下限和上限的情况。在这些情况下，我们研究何时以及如何意见可能会成为渐近聚集到信念边界，并强调这种聚集现象的关键影响（强或弱）的基础网络的结构平衡。
2015-08-14 cs.SI physics.soc-ph
Social Media as Windows on the Social Life of the Mind
这是一篇纲领性的论文，指出了社交媒体研究可以为更广泛的社会科学问题做出贡献的两个方向：理解文化进化和理解集体认知。在第一个标题下，我讨论了一些常见的困难，文化现象的适应主义解释，涉及网络扩散效应的替代解释，以及一些可以使用社交媒体数据进行测试的方法。在第二部分中，我描述了社交媒体可以用来研究认知社区的社会组织如何支持其集体认知表现的一些方法。
2007-10-25 cs.CY physics.soc-ph
Testing structural balance theories in heterogeneous signed networks
本研究针对现有基准忽略参与者异质性的问题，将指数随机图扩展到带全局和局部约束的有符号网络，发现平衡理论的成立取决于零模型类型，且结构平衡是社会网络的固有特征。
2024-04-11 physics.app-ph physics.data-an physics.soc-ph
Complex contagion in social systems with distrust
该研究提出带符号单纯复形上的复杂传染模型，探究信任与不信任对社会传染动力学的影响，揭示了传播比例与连接数的非单调关系及社会平衡对传染的作用机制。
2023-05-06 cond-mat.stat-mech cs.SI physics.soc-ph
Predicting the Future with Social Media
近年来，社交媒体对于社交网络和内容共享已经变得无处不在和重要。然而，从这些网站产生的内容在很大程度上仍未得到利用。在本文中，我们将展示如何使用社交媒体内容来预测现实世界的结果。特别是，我们使用来自Twitter.com的聊天来预测电影的票房收入。我们发现，一个简单的模型，建立在特定主题的推文创建率可以优于基于市场的预测。我们进一步展示了如何从Twitter中提取的情绪可以进一步利用，以提高社会媒体的预测能力。
2010-03-29 cs.CY physics.soc-ph
Polarization and multiscale structural balance in signed networks
针对符号网络极化研究中半回路枚举计算成本高的问题，提出多尺度半游走平衡方法，通过闭合半游走近似半回路，可适配分辨率、多尺度评估平衡度并用于聚类，在真实社会系统中验证有效且结果可解释。
2023-10-24 cs.SI physics.soc-ph
A High-Scale Assessment of Social Media and Mainstream Media in Scientific Communication
Mendoza College of Business, University of Notre Dame（圣母门多萨商学院，圣母大学）；New York University Shanghai（纽约大学上海分校）；New York University（纽约大学）；Kellogg School of Management, Northwestern University（西北大学凯洛格管理学院）；National Bureau of Economic Research（美国国家经济研究局）
本研究通过分析2090万篇科学出版物，比较社交媒体与主流媒体的科学传播差异，发现社交媒体能扩大科学报道规模、覆盖更多元研究且聚焦高影响力成果，可丰富公众科学接触渠道。
2025-11-11 cs.CY physics.soc-ph
Exploiting Social Network Structure for Person-to-Person Sentiment Analysis
Stanford University（斯坦福大学）
人与人之间的评价普遍存在于各种话语中，对建立声誉、建立社会联系和塑造公众舆论都很重要。这种评价可以分别使用签名社交网络和文本情感分析进行分析，但这错过了语言和社交语境之间丰富的互动。为了捕捉这样的互动，我们开发了一个模型，预测个人A的个人B的意见，通过综合信息，从签署的社会网络中，A和B嵌入与情感分析的评价文本有关的A到B。我们证明了这个问题是NP难的，但可以放松到一个有效的可解的铰链损失马尔可夫随机场，我们表明，这种实现优于纯文本和网络版本在两个非常不同的数据集，涉及社区层面的决策：维基百科的管理请求语料库和投票美国国会演讲语料库。
2014-09-08 cs.CL cs.SI physics.soc-ph
Brazilian Congress structural balance analysis
在这项工作中，我们研究的行为，巴西的政治家和政党的聚类算法的帮助下签署的社交网络。为了这个目的，我们提取和分析了一组签名网络，代表巴西国民议会下院的投票会议。我们处理了2011年至2016年期间所有可用的投票数据，通过考虑国会议员之间的投票相似性来定义加权签名链接。通过解决相关聚类（CC）问题获得的解决方案是调查代表投票网络以及忠诚度，领导力，联盟，政治危机和社会现象（如调解和两极分化）的基础。
2017-01-30 cs.SI physics.soc-ph
Identifying Social Satisfaction from Social Media
我们证明了迫切需要确定社会状况和不稳定因素，通过获取公众的社会满意度在这项研究中。然而，受受试者招募和数据处理的大量人工成本的限制，常规的自报方法无法实时的实施或应用于大规模调查。针对这一问题，提出了一种基于用户社交媒体记录的用户社会满意度预测方法，特别是对经济类满意度的预测。根据人口分布，我们从广东省各城市招募了2，018名广东籍活跃参与者。参与者的行为和语言特征都是从社交媒体的在线记录中提取的，即，新浪微博利用回归模型对新浪微博用户的社会满意度进行预测。并参考广东省2012年的经济指标，计算这些指标与社会满意度预测值之间的相关性。研究结果表明：社会媒体特征能够显著表达社会满意度;地方经济满意度与多项地方经济指标显著正相关，支持社会媒体特征预测社会满意度的可靠性。
2014-07-14 cs.CY cs.SI physics.soc-ph
Negative Link Prediction in Social Media
近年来，符号网络分析引起了越来越多的关注。这部分是因为对有符号网络分析的研究表明，负面链接在分析过程中具有附加值。有效使用这些工具的一个主要障碍是，大多数社交媒体网站无法让用户明确指定这些工具。换句话说，在负关联的重要性与其在真实数据集中的可用性之间存在差距。因此，探索是否可以从通常可用的社交网络数据中自动预测负面链接是很自然的。在本文中，我们研究了新的问题，只有积极的联系和内容为中心的互动在社会媒体的负链接预测。我们提出了一些重要的观察负链接，并提出了一个原则性的框架NeLP，它可以利用积极的链接和内容为中心的互动来预测负链接。我们在真实世界的社交网络上的实验结果表明，所提出的NeLP框架可以准确地预测负链接与正链接和以内容为中心的互动。我们详细的实验还说明了各种因素的相对重要性，所提出的框架的有效性。
2014-12-08 cs.SI physics.soc-ph
Structural balance in signed digraphs: considering transitivity to measure balance in graphs constructed by using different link signing methods
结构平衡理论假设网络中的三元组倾向于稳定的构型。该理论在无向图中得到了验证。由于现实世界的网络往往是有向的，我们介绍了一种新的方法，同时考虑传递性和符号一致性计算平衡的有向图。我们使用不同的方法来识别边缘符号：自然语言处理从底层文本数据中推断符号，以及自我报告的调查数据。我们的研究结果表明，对于各种社会背景和边缘符号检测方法，平衡度较高，范围从67.5%到92.4%。
2020-06-03 cs.SI physics.soc-ph
Analysis and Predictions of Social Phenomena via social media using Social Physics method
作为使用社交媒体作为数据来分析和预测社交现象的方法，我们提出了一种使用命中现象的数学模型的方法，该模型是社会物理学的理论。我可以解释电影，电视剧，音乐会，口袋妖怪GO中写的社交媒体数量的转变，并提出了一种可用于分析和预测社会现象的方法。
2017-06-18 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
Instability of social network dynamics with stubborn links
基于结构平衡理论，研究了存在顽固链接的带符号网络。网络中的每个代理都有积极和消极的链接，代表友好和敌对的互动以及他对互动的谨慎。结构平衡理论认为，在同时存在友好/敌对互动的有符号的社交网络中，随着时间的推移，存在着一种缓解紧张关系的普遍趋势。从这个角度来看，个人反复颠倒自己的情绪，以减少由不平衡引起的紧张感。在本文中，我们研究了代理人的固执对其交互的后果。我们将“不和谐”定义为一种极端的对抗性互动，这种互动对变化具有抵抗力。在本文中，我们研究了顽固链接的存在是否会对网络的平衡状态产生影响，以及签名网络中的平衡程度是否取决于顽固链接的位置。我们的研究结果表明，一个不平衡的配置由多个拮抗基团。分析和仿真结果表明，网络的全局平衡水平的影响，更顽固的链接在所产生的网络拓扑结构中的位置比顽固的链接的分数。这意味着即使有很大一部分顽固链接，网络也会朝着平衡状态发展。另一方面，如果一小部分顽固链接聚集在五个顽固社区中，则网络会演变为不平衡状态。
2019-06-30 cs.SI physics.soc-ph
Mathematical Modeling of Local Balance in Signed Networks and Its Applications to Global International Analysis
本文提出符号网络的局部平衡指数，刻画单个顶点对全局平衡的贡献，并将其应用于1816—2014年国际关系演变分析，以检测和分类重大历史事件。
2024-08-06 physics.soc-ph
Social contagion with emotional group interactions
本研究提出带符号单纯形传染模型，整合成对与情感群体交互探究带符号网络的社会传染，揭示两类交互对负边比例的不同响应及相变转变机制，深化对情感关系影响社会传染的理解。
2024-10-31 physics.soc-ph
Even Trolls Are Useful: Efficient Link Classification in Signed Networks
Inria（法国国家信息与自动化研究所）；Univ. Lille（里尔大学）；CNRS（法国国家科学研究中心）；CRIStAL（里尔计算机、信号与自动控制实验室）
我们解决的问题进行分类的签署社交网络的完整结构拓扑结构的链接。基于一个二元用户行为假设，这是由几十年的心理学研究的支持，我们开发了一个有效的和令人惊讶的简单的方法来解决这个分类问题。我们的方法在活动和批处理设置中操作。我们证明，我们开发的算法在理论和实践方面都非常快。在主动设置中，我们提供了一个新的复杂性度量和对我们的方法的严格分析，这些方法适用于任意签名网络。我们验证了我们的理论主张，在三个著名的现实世界数据集上进行了一系列实验，表明我们的方法在速度更快的同时优于竞争对手。
2016-02-29 cs.LG cs.SI physics.soc-ph
Government and Social Media: A Case Study of 31 Informational World Cities
政府越来越多地使用社交媒体平台来促进用户互动。特别是在信通技术基础设施得到加强的城市（即，信息世界城市）和高互联网渗透率，社交媒体平台是接触大量公民的宝贵工具。这项对31个信息世界城市的实证调查将概述用于政府目的的社交媒体服务，它们在政府中的受欢迎程度，以及它们在网上广播信息中的使用强度。
2014-02-28 cs.CY cs.DL cs.SI
Threshold cascade dynamics on signed random networks
社会网络中的个体之间的关系，生物系统中的基因，以及磁系统中的自旋通常反映了积极（友好）和消极（对抗）相互作用的混合。然而，大多数对复杂网络的研究都集中在仅由正交互组成的网络上。在这里，我们研究了由正负连接组成的有符号网络上的阈值级联，重点是当一对由负链接连接的节点只能彼此独占地激活时。我们发现，负相互作用不仅抑制全球级联，但也诱导的异质性激活模式表现为从单节点到网络水平。我们的研究结果表明，负面的相互作用可能是级联动态的变异性的一个重要来源。
2023-02-06 cond-mat.stat-mech physics.soc-ph
Balance in Signed Bipartite Networks
当今大数据的很大一部分可以表示为网络。然而，并不是所有的网络都是相同的，事实上，对于许多具有额外复杂结构的网络，传统的一般网络分析方法不再适用。例如，有符号网络包含正链接和负链接，因此已经开发了专门的理论和算法。然而，以前的工作主要集中在unipartite设置签署链接连接任何一对节点。一方面，签名二部网络是常见的，但主要是被忽视了。它们具有两种节点类型的复杂性，其中签名链接只能在两个集合中形成，这带来了挑战，阻止了大多数关于单部签名和无签名二部网络的现有文献的应用。另一方面，平衡理论，一个关键的符号社会理论，通常被定义为任何长度的循环，并以三角形的形式用于许多单部符号网络任务。然而，在二分网络中没有三角形，而且存在两种类型的节点。因此，在这项工作中，我们使用符号二分网络中的最小循环-符号蝴蝶（即，包含两个节点类型的长度为4的循环）。然后，调查的适用性平衡理论辅助签署的二分网络任务，我们开发了多个符号预测方法，利用平衡理论的形式签署蝴蝶。我们在三个真实世界的签名二分网络上的符号预测实验证明了使用这些签名蝴蝶不仅用于符号预测的有效性，而且为其他签名二分网络分析任务的改进铺平了道路。
2019-09-13 cs.SI physics.soc-ph
A Survey of Prediction Using Social Media
社交媒体包括用于创建、共享和交换用户生成内容的交互式应用程序和平台。在过去的十年里，社交媒体，特别是在线社交网络服务，带来了巨大的增长，它正在改变我们的组织和沟通方式。它以低成本汇集了不同群体的意见和感受。挖掘社交媒体的属性和内容使我们有机会发现社会结构特征，定性和定量分析行为模式，有时还能预测未来与人类相关的事件。本文首先讨论了当前社交媒体可以预测的领域，然后概述了可用的预测器和预测技术，最后讨论了挑战和可能的未来方向。
2012-03-07 cs.SI physics.soc-ph
Measuring social spam and the effect of bots on information diffusion in social media
机器人一直在在线平台生态系统中发挥着至关重要的作用，作为生成内容和向社交媒体人群传播信息的高效自动工具。在本章中，我们将讨论社交机器人在社交媒体内容传播动态中的作用。特别是，我们将首先调查机器人生成的内容的扩散动态之间的一些差异，而不是人类，在政治沟通的背景下，然后研究社交媒体垃圾邮件活动的扩散动态背后的机器人的特点。
2017-08-27 cs.SI physics.soc-ph
The influence of repressive legislation on the structure of a social media network
社交媒体被广泛用于组织公民运动。2012年，加拿大魁北克省75%的大学生参加了反对学费上涨的大规模抗议活动，主要是通过社交媒体组织的。为了减少对公众的干扰，政府出台了专门的立法来阻止抗议组织。在这里，我们表明，立法改变了社交媒体用户的行为，但没有改变他们在Twitter上的社交网络的整体结构。因此，用户仍然能够利用其社交网络传播信息，以有效地组织示威活动。这一自然实验显示了社交媒体在政治动员方面的力量，以及大量个人在信息流动中的行为灵活性。
2013-04-10 cs.SI physics.soc-ph
Signed Graph Attention Networks
Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）；University of Chinese Academy of Sciences（中国科学院大学）
图或网络数据在现实世界中无处不在，包括社交网络、信息网络、交通网络、生物网络和各种技术网络。图数据的非欧性质给图数据的建模和分析带来了挑战。最近，图神经网络（GNN）被提出作为处理图数据上的任务的通用且强大的框架，例如，节点嵌入、链接预测和节点分类。作为GNN的代表性实现，图注意力网络（GATs）已成功应用于真实数据集上的各种任务。然而，GAT被设计为只有正链路的网络，而不能处理既包含正链路又包含负链路的签名网络。在本文中，我们提出了签名图注意力网络（SiGATs），将GAT推广到签名网络。SiGAT将图基序并入GAT以捕获签名网络研究中的两个众所周知的理论，即，平衡理论和地位理论。在SiGAT中，模体为我们提供了灵活的结构模式，可以在签名网络上聚合和传播消息，以生成节点嵌入。我们评估所提出的SiGAT方法，将其应用到签署的链接预测任务。在三个真实数据集上的实验结果表明，SiGAT优于基于特征的方法，网络嵌入方法和最先进的基于GNN的方法，如符号图卷积网络（SGCN）。
2019-09-05 cs.LG cs.SI physics.soc-ph
A Socio-Informatic Approach to Automated Account Classification on Social Media
社交媒体上的自动账户变得越来越成问题。我们提出了一个关键特征，结合现有的方法来改进机器人检测的机器学习算法。我们成功地提高了分类性能，通过包括建议的功能。
2019-04-27 cs.SI physics.soc-ph
