Keep Your Friends Close and Your Facebook Friends Closer: A Multiplex Network Approach to the Analysis of Offline and Online Social Ties
社交媒体允许人们在网上进行前所未有的互动。然而，人类社会行为的一个基本方面是人们倾向于将自己与志同道合的人联系起来，形成在线和离线的同质社交圈。在这项工作中，我们应用了一个新的模型，使我们能够区分不同强度的社会关系，并观察在74名大学生的在线和离线社交网络中，关于政治，音乐，健康，住宅部门和大学一年的同质性证据。我们提出了一个多路复用网络的方法，社会关系的强度，在这里应用到移动通信数据-电话，短信，并共同定位，使我们能够通过考虑学生之间利用的通信渠道的数量来确定维度的关系。我们发现，强的社会关系的特点是最大限度地利用沟通渠道，而弱的关系，最小的使用。我们能够识别75%的亲密友谊，90%的弱关系，以及90%的Facebook友谊。然后，我们表明，较强的关系表现出更大的配置文件的相似性比较弱的。除了在政治和健康方面的社会圈子高度同质性，我们观察到音乐，住宅部门和大学一年的强烈同质性。尽管Facebook友谊高度依赖于居住地和年份，但学生的在线社交圈而不是线下社交圈中可以发现不太同质的内容，尤其是在政治和音乐方面。
2014-03-31 cs.SI physics.soc-ph
The strength of strong ties in scientific collaboration networks
网络拓扑结构及其与领带强度的关系可能会阻碍或增强社交网络中的信息传播。我们研究了科学合作网络中的关系强度和拓扑结构之间的相关性，并表明这些网络与普通的社交网络有很大的不同。对于后者，早先已经表明，强联系与密集的网络社区相关，而较弱的联系则充当这些之间的桥梁。因此，薄弱环节成为信息传播的瓶颈。我们发现，相反，在合著网络密集的局部社区主要由弱链接，而强链接是更重要的整体连通性。强链接的重要作用在信息传播的模拟中得到进一步强调，它们的拓扑位置被认为大大加快了传播动力学。因此，与普通的社交网络相比，权重-拓扑相关性增强了跨科学合作网络的信息流。
2012-01-11 cs.SI physics.data-an physics.soc-ph
Social features of online networks: the strength of intermediary ties in online social media
如今，越来越多的社交互动使用在线社交媒体作为沟通渠道。最近的世界性事件，如西班牙的社会运动或中东的起义，突出了它们促进人与人之间协调的能力。在线网络一般显示出丰富的内部结构，用户可以选择不同类型和强度的互动。尽管如此，关于在线互动的社会价值仍然存在一些悬而未决的问题。例如，拥有数百万在线朋友的用户的存在使人怀疑这些关系的相关性。在这项工作中，我们专注于Twitter，最流行的在线社交网络之一，并发现由基本类型的连接所形成的网络是有组织的群体。使用者的活动与这些群体所决定的景观相一致。此外，Twitter对不同类型交互的区分使我们能够在在线和离线社交网络之间建立一种平行性：个人互动更有可能发生在群组的内部链接上（强关系的弱点），传递新信息的事件优先通过连接不同群体的链接（弱关系的强度）或更多地通过链接连接到属于充当经纪人的几个组的用户（中介关系的强度）。
2012-02-08 cs.SI physics.soc-ph
The Limits of Popularity-Based Recommendations, and the Role of Social Ties
在本文中，我们介绍了一个数学模型，捕捉一些突出的特点，推荐系统的基础上流行，并试图利用用户之间的社会关系。我们证明，在非常一般的条件下，市场总是收敛到一个稳定的状态，我们能够给出一个明确的形式。由于这一点，我们可以相当准确地告诉有多少市场是由推荐系统改变，并确定用户的力量，以影响他人。我们的理论结果与现实世界的社交网络的实验表明，社会图防止大的市场扭曲，尽管存在的高度有影响力的用户。
2016-07-14 cs.SI physics.soc-ph
Romantic Partnerships and the Dispersion of Social Ties: A Network Analysis of Relationship Status on Facebook
分析在线社交网络系统的一个关键任务是识别重要的人-那些通过强大的社会关系联系在一起的人-在个人的网络邻居中。在这里，我们调查这个问题的一个特定类别的强关系，那些涉及配偶或浪漫的合作伙伴。我们围绕一个基本问题组织分析：考虑到一个人的朋友之间的所有联系，你能仅仅从网络结构中识别出他或她的浪漫伴侣吗？使用来自Facebook用户的大样本数据，我们发现这项任务可以以高精度完成，但这样做需要开发一种新的领带强度测量方法，我们称之为“分散”-两个人共同的朋友在多大程度上没有良好的联系。研究结果提供了方法，用于识别类型的结构显着的人在网上的应用程序，并提出了潜在的扩展现有理论的领带强度。
2013-10-24 cs.SI physics.soc-ph
Coupling Human Mobility and Social Ties
使用从通信技术中被动收集的大量数据的研究揭示了社交网络的许多普遍存在的方面，帮助我们理解和建模社交媒体，信息传播和组织动态。最近，这些数据被贴上了地理信息的标签，使人们能够研究人类流动模式和城市科学。我们结合这两种追求，并发现社会联系中可重复的流动模式。首先，我们介绍了移动性的相似性和可预测性的措施，并在三个大的城市地区的用户群体来衡量它们。我们发现，个体的拜访模式与社会联系比陌生人更相似，更可预测，这些措施与关系强度呈正相关。移动相似性的小时变化的无监督聚类确定了三类社会关系，并表明地理位置是将社会关系置于背景中的重要特征。我们发现，一个用户的自我网络的组成，他们保持的接触类型与移动行为相关。最后，我们扩展了一个流行的流动性模型，包括基于社会联系的运动选择，并比较它的能力，再现经验测量与两个额外的模型的流动性。
2015-02-03 cs.SI 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
Information flow reveals prediction limits in online social activity
现代社会依赖于在线社交网络上的信息流，流行平台的用户会产生关于自己及其社交关系的重要行为数据。然而，目前尚不清楚在使用这些数据来预测个人的活动和兴趣时存在哪些基本限制，以及使用个人的社会关系进行预测的准确性如何。在这里，我们表明，95%的个人潜在预测准确性只需要使用他们的社会关系就可以实现，而不需要个人的数据。我们使用信息理论工具来估计Twitter用户的作品中的预测信息，提供适用于任何预测或机器学习方法的可用预测信息的上限。一个人的8-9个接触就足以获得与单独的个人相媲美的可预测性。通过测量沿着社会关系的信息流，可以看到明显的时间和社会影响，使我们能够更好地研究在线活动的动态。我们的研究结果具有明显的隐私含义：信息是如此强烈地嵌入在社交网络中，原则上，即使个人完全放弃了平台，人们也可以从他们可用的社会关系中对个人进行分析。
2019-02-09 cs.SI physics.soc-ph
The Weakness of Weak Ties in the Classroom
格兰维特的“弱关系的力量”假设孤立的社会关系提供了有限的外部前景，而异质的社会关系使一个人的机会多样化。我们分析了迄今为止最完整的大学生互动记录（290名学生进行了大约80，000次互动-比以前在教育网络上的研究多出16倍，几乎多出3倍的学生），并将社交互动数据与学生的学业成绩进行比较。我们的第一个发现是，社会多样性与绩效呈负相关。我们的第二个发现解释了这一点：表现优异的学生在表现相似的同龄人群体中互动。学生成绩越高，这种影响越强。事实上，表现差的学生往往会发起许多短暂的互动，而与目标的表现无关。换句话说，表现差的学生对他们的社交网络表现得不自信，而高分的学生表现得不自信。我们的数据还显示，表现优异的学生建立持久的互动之前，中，低性能的，他们使用更结构化和更长的级联信息，从低性能的学生被排除在外。
2012-03-12 cs.SI physics.soc-ph
Contrasting social and non-social sources of predictability in human mobility
社会结构影响着包括流动模式在内的各种人类行为，但一个人的运动在多大程度上可以预测另一个人的运动仍然是一个悬而未决的问题。此外，关于个人流动性的潜在信息可以存在于社会和非社会关系的流动模式中，这是一个尚未解决的区别。在这里，我们开发了一个“托管”网络，以区分的流动性模式的自我的社会关系，从那些非社会colocators，个人没有社会连接到自我，但谁仍然在同一时间到达一个位置的自我。我们应用熵和可预测性措施来分析和约束个人的流动模式的预测信息，以及这些信息从他们的顶级社会关系和非社会共定位器的流动。虽然社会关系一般提供更多的信息比非社会colocators，我们发现，显着的信息是存在于非社会colocators的聚合：3-7 colocators可以提供尽可能多的预测信息的顶级社会关系，colocators可以取代高达85%的预测信息的自我，相比之下，社会关系，可以取代高达94%的自我的可预测性。非社交共定位器中预测信息的存在引发了隐私问题：鉴于智能手机的实时移动轨迹越来越可用，共享数据的个人可能不仅提供关于他们自己的移动的可操作信息，而且还提供关于数据缺失的其他人的移动的可操作信息，包括已知和未知的个人。
2021-04-27 cs.SI physics.soc-ph
Multiplexity is temporal: effects of social times on network structure
本文提出从大规模通信元数据中推断社会时间并构建多层网络的方法，揭示联系的时间多重性，验证社会焦点理论，并发现单层联系对全局连通性的关键作用。
2024-07-08 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
Effects of Social Ties in Knowledge Diffusion: case study on PLOS ONE
为了捕捉知识扩散中的社会关系的影响，本文研究了从研究人员的合作出现的出版网络，使用引用信息作为手段来估计知识流。为此，我们分析了发表在PLOS ONE期刊上的论文，发现强有力的证据支持两个作者在合著网络中越接近，他们之间发生知识流动的概率就越大。此外，我们还发现，当涉及到知识扩散，强大的合著者的接近度比地理上的接近度更具决定性。
2016-10-28 cs.DL cs.SI physics.soc-ph
Higher contagion and weaker ties mean anger spreads faster than joy in social media
越来越多的证据表明，与面对面的交流类似，人类的情感也会在网络社交媒体中传播。然而，这种情绪传染的机制，例如，不同的感觉是否以不太可能的方式传播，或者情绪的传播如何与社交网络相关，很少被研究。事实上，由于成本高和时空的限制，探索这一主题是具有挑战性的使用传统的问卷调查或控制实验。因为它们是大量个体的自然情感反应的收集点，在线社交媒体网站为从计算社会科学的角度解决这个问题提供了一个理想的代理。本文基于对微博中数百万条推文的分析，令人惊讶的是，我们发现愤怒比喜悦更具传染性，这表明它可以引发更多愤怒的后续推文。此外，关于在社交网络中的传播，愤怒比喜悦更容易沿着较弱的联系传播，这意味着它可以渗透到不同的社区，摆脱当地的陷阱，因为陌生人更经常分享这些内容。通过一个简单的扩散模型，我们发现，更大的传染和较弱的关系功能合作，以加快愤怒的传播。具有不同主导情绪的真实世界事件的扩散为研究结果提供了进一步的证据。据我们所知，这是第一次提出定量的长期证据，揭示了喜悦和愤怒传播机制的差异。我们的研究结果揭示了人类交流中的个人愤怒管理和控制网络空间中的集体愤怒。
2016-12-26 cs.SI physics.soc-ph
Weak ties: Subtle role of information diffusion in online social networks
在线社交网络作为一种社会化媒体，在社会信息扩散中发挥着至关重要的作用。然而，由于其独特的复杂性，在线社交网络中的扩散机制不同于其他类型的网络，我们仍然不清楚。同时，很少有研究揭示在线社交网络的结构和扩散的耦合动力学。为此，在本文中，我们提出了一个模型来研究如何在网上社交网络的结构与扩散的弱联系的角度。通过在大规模在线社交网络上的数值实验，我们发现与以往的一些研究结果相比，选择弱关系优先发布并不能使信息快速扩散，而随机选择可以实现这一目标。然而，当我们逐渐去除弱联系时，即使在随机选择的情况下，信息的覆盖率也会急剧下降。通过分析和实验，对这一现象给出了合理的解释.最后，我们得出结论，弱关系在在线社交网络中的信息扩散中起着微妙的作用。一方面，它们充当了将孤立的地方社区联系在一起的桥梁，突破了信息的地方陷阱。另一方面，选择它们作为优先发布的路径并不能帮助信息在网络中进一步传播。因此，弱联系可能在控制病毒传播和实际应用中的私有信息扩散方面有所帮助。
2010-12-14 cond-mat.stat-mech cs.SI physics.soc-ph
Bridging Online and Offline Social Networks: Multiplex Analysis
我们表明，三个基本的演员特征，即归一化的互惠性，三个周期，和三胞胎，可以表示使用一个统一的框架，这是基于计算与演员的两个集合之间的相似性指数：她/他的朋友的集合和那些考虑她/他作为一个朋友的集合。这些指标扩展到多路复用网络，然后计算两个友谊网络收集数据从两组本科生。我们发现，在离线通信中，强关系和弱关系（几乎）同样存在，而在在线通信中，弱关系占主导地位。此外，弱关系远不如强关系互惠。然而，在多重网络的不同层中，互惠性被保留，而三元组（用归一化的三个循环和三元组测量）不显著。
2016-05-06 cs.SI physics.soc-ph
Viral spreading of daily information in online social networks
我们解释了一种可能的机制，在网络上传播的信息传播的种子节点，即病毒式传播。在一个在线社交网络中的信息传播模型的基础上，其中的动态表示为传播率的随机乘法过程，我们将表明，传播率之间的相关性增强了病毒式传播的机会，转移的临界点，在该点上的传播病毒式传播。
2014-03-17 cs.SI physics.soc-ph
The Role of Social Networks in Information Diffusion
在线社交网络技术使个人能够同时与任何数量的同龄人分享信息。要量化这些技术对信息传播的因果影响，不仅需要确定谁影响了谁，而且还需要确定在没有关于信息的社会信号的情况下，个人是否仍然会传播信息。我们研究了社交网络在在线信息扩散中的作用，并进行了一项大规模的现场实验，该实验随机暴露于2.53亿受试者中关于朋友信息共享的信号。那些暴露的人更有可能传播信息，而且比那些没有暴露的人传播信息的速度更快。我们进一步研究了强关系和弱关系在信息传播中的相对作用。我们发现，虽然较强的关系是个人更有影响力，这是更丰富的弱关系谁负责传播的新信息。这表明，弱关系可能比目前认为的在网上信息传播中发挥更大的主导作用。
2012-02-28 cs.SI physics.soc-ph
Investigating and Modeling the Dynamics of Long Ties
Shanghai Jiao Tong University（上海交通大学）；Purdue University（普渡大学）；Massachusetts Institute of Technology（麻省理工学院）；Shanghai University（上海大学）
人们普遍认为，在社交网络中，连接不同社区的社会关系--长关系在传播新信息方面发挥着至关重要的作用。然而，一些现有的网络理论和预测模型表明，长关系可能会很快消失或最终成为多余的，从而使人们对长关系的长期价值提出质疑。我们对现实世界动态网络的实证分析表明，与这种推理相反，长期关系比其他社会关系更有可能持续存在，而且其中许多关系一直作为社会桥梁发挥作用，而不是嵌入本地网络。使用一种新的成本效益分析模型结合机器学习，我们表明，长期关系是非常有益的，这本能地激励人们花费额外的努力来维持它们。这在一定程度上解释了为什么长期联系比许多现有理论和模型所提出的更持久。总的来说，我们的研究表明，有必要进行社会干预，以促进长期关系的形成，例如将不同背景的人混合在一起。
2022-04-02 cs.GT cs.LG cs.SI
Detecting Hierarchical Ties Using Link-Analysis Ranking at Different Levels of Time Granularity
社交网络包含隐式知识，该隐式知识可用于推断在可用数据中未显式存在的层级关系。交互模式通常受用户的社会关系影响。我们提出了一种方法来推断这样的信息，适用于链接分析排名算法在不同级别的时间粒度。此外，一个投票计划是用于获得的层次关系。该方法在两个数据集上进行评估：安然电子邮件数据集，其目标是推断管理者-下属关系，以及合著者数据集，其目标是推断博士论文-论文关系。实验结果表明，该方法优于传统的方法来推断层次关系的社交网络。
2017-01-24 cs.SI physics.soc-ph
The Strength of Friendship Ties in Proximity Sensor Data
了解人们如何互动和社交在从疾病控制到城市规划的许多情况下都很重要。在过去几年中，捕捉人类生活这一特定方面的数据集在规模和可用性方面都有所增加。然而，我们还没有了解这种电子数据集在多大程度上可以作为现实生活中社交互动的有效代理。对于使用手机收集的观察数据集，我们分析了识别短暂和不重要链接的问题，以及如何突出重要的社交互动。应用蓝牙信号强度参数来区分观测结果，我们证明了弱链接，强链接相比，有一个较低的概率被观察到在以后的时间，而这样的链接-平均-也有较低的链接权重和概率共享在线友谊。此外，链接强度的作用进行了研究，在社会网络属性。
2014-05-27 cs.SI physics.soc-ph
Detecting the Influence of Spreading in Social Networks with Excitable Sensor Networks
利用传感器检测社交网络中的疫情传播具有重要的应用意义。受人类对外界刺激的生理感觉形成机制的启发，本文提出了一种通过构建可兴奋传感器网络来检测传播影响的新方法。利用可激发传感器网络的放大效应，我们的方法可以更好地检测小规模的传播过程。同时，它也可以区分大规模的扩散实例，由于可激发元素的自抑制效应。通过对典型的现实世界社交网络（facebook、coauthor和email社交网络）上的不同传播动态的模拟，我们发现，与其他常用的传感器放置方法（如随机、有针对性、熟人和距离策略）相比，可兴奋传感器网络能够在更广泛的影响范围内检测和排名传播过程。此外，我们验证了我们的方法的有效性，从现实世界的在线社交系统，Twitter的扩散数据。我们发现，我们的方法可以检测到更多的传播主题在实践中。我们的方法提供了一个新的方向，传播检测，并应设计有效的检测方法是有用的。
2015-04-02 cs.SI physics.soc-ph
Analysing Networks of Networks
我们考虑在网络上具有多个观察或报告的数据，这些网络本身通过某种形式的网络关系连接。我们可以举一个认知社会结构的例子，其中有另一种类型的纽带连接提供报告的行为者;或者研究人际溢出效应从一个文化领域到另一个由社会纽带促进的领域。另一个例子是，当个体语义结构被表示为一组行动者的语义网络，并通过这些行动者的社会联系连接起来，以构成社会群体的知识时。如何联合地表示两种类型的网络并不简单，因为所报告的网络的层而不是层的节点通过报告上的网络耦合。我们建议转换不同的多个网络使用线图，演员隶属于关系表示为节点，并表示作为一个多级网络的不同类型的关系的整体。这提供了研究社交网络和报告之间的关联以及报告与标准图的对齐。我们说明了如何可以应用程序来研究当地洪水管理组的知识的社会建设。在这里，我们使用多级指数随机图模型，但这种表示也适用于面向角色的随机模型、多级块模型以及任何能够处理多级网络的模型。
2021-11-13 cs.SI physics.soc-ph
Ties That Bind - Characterizing Classes by Attributes and Social Ties
给定一组已知属于不同类的属性子图，我们如何发现它们的差异？在许多情况下，子图的集合可以相互对比。例如，它们可以被分配地面实况标签（垃圾邮件/非垃圾邮件），或者可能期望直接比较不同物种的生物网络或不同化学物质的化合物网络。在这项工作中，我们引入的问题，属于不同类别的属性子图之间的差异特征。我们定义这个特征化问题为一个分区的属性到尽可能多的组的类的数量，同时最大限度地提高所有给定的子图的总属性质量得分。我们证明了我们的属性到类的分配问题是NP难的，存在一个最佳的$(1 - 1/e)$ -近似算法。我们还提出了两种不同的更快的算法，它们在属性和子图的数量上是线性时间的。与以前只考虑属性进行表征的工作不同，在这里，我们利用属性和社会关系（即图结构）。通过大量的实验，我们比较了我们提出的算法，显示了与人类直觉一致的结果，这些结果来自亚马逊合作购买，国会法案审查和DBLP合作作者的数据集。我们还表明，我们的方法的特征子图是更好地适用于意义的区分分类方法。
2017-01-31 cs.IR cs.SI physics.soc-ph
Increasing the Flow of Rumors in Social Networks by Spreading Groups
本文提出了一种在社交网络中通过传播组进行初始加速来传播消息的方法。这些群体开始传播，最终到达网络的更大部分。传播群体的使用创造了一个最终的流程，类似于通过具有最高影响力的节点（意见领袖）的传播。虽然利用意见领袖来传播信息通常是昂贵的，但传播群体的形成只是一个技术问题，可以通过计算机机器人来完成。本文提出了一个信息流模型，并通过一个数据集的纳斯达克相关推文检验模型。
2017-04-07 cs.SI physics.soc-ph
On Facebook, most ties are weak
无处不在的社会技术网络给开发人员和用户带来了新的概念和技术挑战。一个中心的研究主题是评价联系用户的关系的强度，以及他们如何促进沟通和信息的传播。社会科学在马克·格兰特提出的“弱关系强度”理论框架下对人际关系的这些方面进行了广泛的研究。13一些研究考虑了该理论是否可以扩展到Facebook等在线社交网络，表明互动数据可以用于预测关系强度。正在使用的方法需要处理用户生成的数据，由于隐私问题，这些数据通常不公开。在这里，我们提出了一个弱关系和强关系的替代定义，它只需要知道社交网络的拓扑结构（比如谁是谁在Facebook上的朋友），依赖于在线社交网络或OSN倾向于分裂成社区的事实。因此，我们建议分类为弱关系的边缘连接属于不同的社区和强关系的连接用户在同一个社区的个人。我们在一个代表Facebook社交图的大型网络上测试了这个定义，并研究了弱关系和强关系如何影响信息传播过程。我们的研究结果表明，OSN中的个体自组织创建连接良好的社区，而弱关系产生凝聚力并优化信息传播的覆盖范围。
2014-11-01 cs.CY cs.SI physics.soc-ph
A model of spreading of sudden events on social networks
信息传播已经被研究了几十年，但其内在机制仍然存在争议，特别是对于那些通过互联网快速传播的信息。通过对新浪微博上六个典型事件的信息传播数据的分析，我们惊奇地发现，现代信息的传播呈现出一些新的特点，即根据事件的不同，传播速度或快或慢。为了理解其机制，我们提出了一个敏感-接受-拒绝（SAR）模型的信息敏感性和社会强化。数值模拟结果表明，该模式能够再现6个典型事件的主要传播模式。通过这个模型，我们进一步揭示了信息敏感性或社会强化的强度可以加速传播。当社会强化的强度较大时，根据传播概率和信息敏感性，最终接受规模可以从连续过渡到不连续过渡。此外，提出了一种基于边缘的分区理论来解释数值结果。这些发现对现代社会的信息传播控制具有一定的借鉴意义。
2018-05-06 cs.SI physics.soc-ph
Maximizing spreading influence via measuring influence overlap for social networks
影响力重叠是社交网络影响力传播中的一种普遍现象。在本文中，我们认为，影响重叠产生的冗余的影响，造成负面影响的最大化传播的影响。首先，我们提出了一种理论方法来计算影响重叠和记录冗余的影响。然后在消除冗余影响方面，提出了两种多传播者识别算法，即度冗余影响（DRS）和度次邻域（DSN）。在四个经验社交网络上的实验成功地验证了该方法的有效性，DSN算法选择的传播者具有较小的度和k-核值。
2019-03-01 cs.SI physics.soc-ph
Probing models of information spreading in social networks
将信号处理分析应用于无标度网络中的信息传播。为了再现万维网中的信息传播分析得到的典型行为，我们使用了一个修改后的SIS模型，其中考虑到协同效应和有影响力的节点。该模型依赖于一个单一的自由参数，其特征在于扩展过程的记忆时间。我们表明，通过分形分析，它是可能的-从聚合容易访问的数据-获得信息的记忆时间的基本机制驱动的信息传播过程。
2014-08-28 cs.SI physics.soc-ph
Characterizing Information Spreading in Online Social Networks
在线社交网络（OSN）正在改变信息在整个互联网上传播的方式。深入了解OSN中的信息传播，可以带来社会效益和商业效益。在本文中，我们描述了信息传播的动态（例如，如何快速和广泛的信息传播对时间）在OSN的开发一个通用的和准确的模型的基础上的交互式马尔可夫链（IMC）和平均场理论。该模型明确揭示了网络拓扑结构对OSN中信息传播的影响。此外，我们扩展了我们的模型，以适应时变的用户行为和不断变化的信息流行度。我们的模型使用六个关键参数来捕捉信息传播的复杂动态模式。基于人人网数据集的大量测试验证了该模型的准确性，表明该模型能够准确刻画人人网视频分享的动态模式，并成功预测未来的传播趋势。
2015-01-23 cs.SI physics.soc-ph
Mesoscopic analysis of online social networks - The role of negative ties
一类网络是既有正链接又有负链接的网络。在这篇论文中，我们研究了这些网络的中观水平上正负联系之间的相互作用，即，他们的社区结构。一个社区被认为是一个紧密相连的行动者群体;因此，它没有借用任何假设从平衡理论，只是使用众所周知的假设在社区检测文献。我们发现，如果只根据积极关系（忽略消极关系）来检测社区，那么大多数消极关系已经存在于社区之间。换句话说，负联系在检测所研究的签名网络的社区中没有主要作用。此外，对于内部负联系，我们证明了大多数不平衡社区是最大平衡的，因此它们不能被划分为k个具有更高平衡性的非空子簇（k >= 2）。此外，我们发现，虽然调解人三元组++-（斗争调解人敌对）是代表性不足，它构成了相当大的一部分社区之间的三元关系。因此，社区检测和聚类算法不应忽视中介三元组。因此，如果使用仅仅基于社会平衡的聚类算法，签名网络的中观结构仍然是隐藏的。
2018-09-02 cs.SI physics.data-an physics.soc-ph
Information spreading on dynamic social networks
当今社会，信息在社交网络上的传播已经引起了各学科的高度重视。以往的研究主要集中在讨论传播概率或免疫策略对静态网络的影响。然而，在实际系统中，对等网络的结构不断变化，根据频繁的社会活动的用户。为了捕捉这种动力学特性，并研究其对信息传播的影响，本文介绍了一种基于费米函数的链路重布线策略。在当前的模型中，知情的个体倾向于打破旧的联系，并与更多不知情的邻居重新连接到他们的二阶朋友。对具有固定恢复时间的可恢复-感染-恢复（\textit{SIR}）模型$T=1$的仿真结果表明，该策略能使信息传播更快、更广.对信息级联规模分布的广泛分析表明，初始步骤的传播过程起着非常重要的作用，也就是说，如果信息在初始时刻仍然存活，那么它就会传播出去。该模型对深入理解动态社交网络上的信息传播具有一定的启发意义。
2013-08-19 cs.SI physics.soc-ph
Exploring the complex pattern of information spreading in online blog communities
网络社交社区中的信息传播因其最大的应用价值而引起了人们的极大关注。尽管人们已经研究了多个个体层面的扩散数据，但对信息的传播模式仍缺乏详细的了解。通过比较博客社区中的信息流和社会链接，我们发现博客社区的传播过程是由三种不同的传播机制引起的：社会传播、自我推广和广播。虽然许多先前的研究采用传染病传播模型来模拟信息扩散，我们观察到，这样的模型不能再现现实的扩散模式。在用户行为方面，我们发现大多数用户会坚持一种特定的扩散机制。此外，我们的观察表明，社会传播不仅是至关重要的扩散树的结构，而且能够诱导更多的后续个人获得的信息。我们的研究结果为社会系统中的信息传播建模提供了新的方向，并可以为基于用户行为的有效传播策略的设计提供信息。
2015-04-02 cs.SI physics.soc-ph
Disaster-induced behavioral change restructures social networks toward bonding ties
New York University（纽约大学）；Northeastern University（东北大学）
通过分析2021年马歇尔火灾后的人口迁移数据，发现灾害导致的位移使社交网络平均加权度下降48%，但实际连接性高于随机或行为模型预测，且剩余连接集中于同质个体间的凝聚型纽带，第三场所起到空间锚定作用。
2026-06-01 physics.soc-ph
The Strength of Absent Ties: Social Integration via Online Dating
University of Vienna（维也纳大学）；Center for European Economic Research (ZEW)（欧洲经济研究中心）
研究探讨了在线约会如何改变社会整合过程，发现新连接加速了社会多样性提升，通过分析 interracial marriage 和 broadband adoption 数据验证了这一过程的持续性。
2018-09-14 cs.SI econ.GN physics.soc-ph
Events Determine Spreading Patterns: Information Transmission via Internal and External Influences on Social Networks
近年来，基于经典流行病传播的信息传播模型被广泛应用于社会系统，一般假设信息主要通过社交网络上的对等交互在个体之间传播。在本文中，我们考虑了用户获取信息的另一种途径：社交网络外的影响力。通过对8个典型事件在一个超大型微博系统\emph{Sina Weibo}上的传播进行实证分析，发现外部影响对信息传播和社会活动都有显著影响。此外，我们提出了一个理论模型来解释通过内部和外部渠道的传播过程，考虑三个基本属性：（i）记忆效应;（ii）传播者的作用;和（iii）非冗余的接触。实验和数学结果表明，在内部和外部影响的相互作用下，信息确实传播得更快、更广。更重要的是，本模型揭示了一旦网络结构建立，事件特征将高度决定基本的传播模式。研究结果对于深入理解真实社交网络中信息传递的内在动力学机制具有一定的指导意义。
2015-03-26 cs.SI physics.soc-ph
Reading the Source Code of Social Ties
虽然在线社交网络的研究在过去几年中呈爆炸式增长，但对社会联系本质的探索却没有得到太多的考虑。在线交互已经被解释为指示一种社会过程或另一种社会过程（例如，地位交换或信任），往往很少有系统的理由，关于观测数据和理论概念之间的关系。我们的研究旨在通过提出一种无监督、无参数的方法来高精度地发现社交网络中发生的交互的基本域，从而打破计算社会科学中的这一空白。通过将这种方法应用于两个不同的范围和类型的互动（aNobii和Flickr）的在线数据集，我们观察到自发出现的三个领域的互动代表交流的状态，知识和社会支持。通过发现交互域和经典社会网络分析问题之间的重要关系（例如，随着时间的推移的关系强度、二元交互），我们展示了由所提取的域引起的交互网络如何可以用作对在线社交数据进行更细致分析的起点，这些在线社交数据有朝一日可能会并入社交交互的规范语法。我们的方法发现应用在在线社交媒体服务，从推荐到视觉链接摘要。
2014-07-21 cs.CY cs.SI physics.soc-ph
Model of Opinion Spreading in Social Networks
我们提出了一个新的模型，它捕捉信息和意见传播之间的主要区别。在信息传播中，额外接触某些信息的影响很小。相反，当一个行动者接触到两个有意见的行动者时，他接受这个意见的可能性要比接触一个这样的行动者时高得多（J. Kleinberg称之为“0-1-2效应”）。在每个时间步中，如果一个参与者没有意见，我们随机选择2个他的网络邻居。如果他们中的一个有一个意见，演员采用的意见与一些低概率，如果两个-与较高的概率。在不同的现实世界社交网络和相似的随机无标度网络上模拟了意见传播。结果表明，小世界结构对临界点时间有着至关重要的影响.“0-1-2”效应导致行动者启动舆论传播能力的显著差异。根据他在网络中的拓扑位置，演员是一个影响者。
2011-06-05 cs.SI physics.soc-ph
Towards Trusted Social Networks with Blockchain Technology
大规模的谣言传播会造成严重的社会和经济损失。网络社交网络和新媒体的出现甚至会使谣言传播更加严重。有效控制谣言传播具有重要的理论和现实意义。本文迈出了第一步，了解区块链技术如何帮助限制谣言的传播。具体来说，我们开发了一种嵌入区块链技术的社交网络的新范式，它采用去中心化合同来激励信任网络以及安全的信息交换合同。我们设计了一种基于区块链的顺序算法，该算法利用虚拟信息信用进行每个对等信息交换。我们验证了区块链社交网络在限制谣言传播方面的有效性。仿真结果验证了我们的算法设计在避免快速和激烈的谣言传播，并激励更好的机制设计的可信社交网络。
2018-02-22 cs.SI physics.soc-ph
Physical Proximity and Spreading in Dynamic Social Networks
大多数传染病都是通过人类互动的动态网络传播的。最近对社会动态的研究提供了证据，表明传播模式可能在很大程度上取决于社会系统的详细微观动态。我们记录了大量人群中的每一次互动，首次大规模绘制出一个密集连接系统的完整邻近网络。在这里，我们展示了网络结构和传播过程的动态相互作用距离的显着影响。我们创建的网络支持近距离（亲密网络，高达~ 1米）和远距离（环境网络，高达~ 10米）传输模式。亲密网络是碎片化的，弱联系连接紧密的社区，而环境网络支持陌生人之间随机接触驱动的传播。虽然从邻近网络的微观动力学到经验流行病没有微不足道的映射，但这些网络提供了病原体传播的液滴和空气传播模式的一个很好的近似。疫情动态的巨大差异对公共政策以及数据收集和建模方法产生了影响。
2015-09-22 cs.SI physics.soc-ph
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
Service adoption spreading in online social networks
人们采用创新、产品或在线服务的集体行为通常被解释为在整个社会结构中传播的现象。这一过程可以说是由社会影响、社会学习和媒体等外部影响驱动的。对这种过程的观察可以追溯到罗杰斯和巴斯的开创性研究，他们的数学模型有两个方向：一个范式，称为简单传染，将采用传播与流行病过程联系起来。另一个，命名为复杂的传染病，是有关的行为阈值，并成功地解释了出现的大级联的采用，导致快速蔓延的经验数据中经常看到的。最近，由于大型数字社交网络和行为数据集的可用性，对现实世界采用过程的观察变得更加容易。这使得同时研究网络结构和动态的在线服务采用，揭示的机制和外部影响的时间演变的行为或创新采用。这些进步导致了社会传播现象的更现实的模型的发展，这反过来又提供了各种经验采纳过程的非常好的预测。在本章中，我们回顾了最近的数据驱动的研究，解决现实世界的服务采用过程。我们的研究提供了第一个详细的经验证据的异质性阈值分布的采用。我们还描述了这种现象的建模与正式的方法和数据驱动的模拟。我们的目标是了解已确定的社会机制对服务采用传播的影响，并为未来的研究提供潜在的新方向和开放的问题。
2017-06-29 cs.SI physics.soc-ph
Smart Information Spreading for Opinion Maximization in Social Networks
意见最大化的目标是使社交网络中的个体对产品、意识形态或任何实体的正面看法最大化。到目前为止，意见最大化主要是在社会网络中寻找一组有影响力的节点来快速传播内容。在本文中，我们提出了一种新的方法来解决这个问题，意见最大化是通过有效的信息传播。在我们的模型中，多个源不断地向网络中注入信息，而具有异构社会学习能力的规则节点通过八卦机制将信息传播给他们的熟人。其中一个信源采用智能信息传播，其余信源随机传播信息。我们的社会互动和意见的演变模型作为一个动态贝叶斯网络（DBN），使用它的意见最大化制定为一个顺序决策问题。由于这个问题是棘手的，我们开发了多个变种的集中式和分散式学习算法，以获得近似的解决方案。通过在合成网络和真实网络中的模拟，我们证明了两个关键结果：1）所提出的方法比随机传播的性能要好得多，2）即使智能源（传播所需内容）位于网络中的不利位置，它也可以胜过位于有利位置的竞争随机源。
2019-01-01 cs.SI physics.soc-ph
"A network of mutualities of being": socio-material archaeological networks and biological ties at Çatalhöyük
本文提出一种网络科学框架，通过整合考古基因组数据与物质文化，利用网络方差方法研究新石器时代遗址Çatalhöyük的生物学亲缘关系与社会组织。
2024-06-27 cs.SI physics.soc-ph
Effective spreading from multiple leaders identified by percolation in social networks
社交网络是信息传播的一个新平台，但它的成功关键取决于发起信息传播的传播者的选择。在本文中，我们删除边缘在网络中随机和网络段成孤立的集群。然后，每个集群中最重要的节点形成一组有影响力的传播者，这样从他们传播的新闻将导致广泛的覆盖和最小的冗余。该方法很好地利用了每个社会聚类中信息传播的预传播状态和覆盖范围之间的相似性，得到一组分布式、协调的传播者。我们在Facebook网络上的测试表明，该方法优于传统的基于中心性的方法。因此，所建议的识别有影响力的传播者的方法揭示了社交网络上信息传播的新范式。
2015-08-18 cs.SI physics.soc-ph
Spreading in Social Systems: Reflections
在这最后一章，我们考虑了在社会系统中传播的最新技术，并讨论了该领域的未来。作为反思的一部分，我们确定了未来的一系列关键挑战。这些挑战包括以下问题：我们如何提高数据集的质量、数量、范围和可访问性？如何从有限的数据集中提取更多的信息？我们如何考虑个人的认知和决策过程？我们如何将其他复杂的真实传染过程结合起来？最后，我们如何将研究转化为积极的现实影响？在下文中，我们将为这些开放性问题提供更多背景。
2018-01-07 cs.SI physics.soc-ph
The key to the weak-ties phenomenon
本研究利用数据驱动的网络科学方法，揭示了弱连带现象背后的关键驱动因素，发现大量未知的共同朋友而非传统直觉才是该现象出现的主要原因。
2019-06-09 cs.SI physics.data-an physics.soc-ph
Urban highways are barriers to social ties
研究定义了屏障分数，结合50个美国最大城市的地理定位社交网络数据，量化证实了城市高速公路会降低社会连通性并加剧社会隔离，为修复性城市规划和减少空间不平等提供了证据支持。
2025-03-06 cs.CY physics.soc-ph
Contrasting Effects of Strong Ties on SIR and SIS Processes in Temporal Networks
大多数真实网络的特征是连通性模式，这些模式遵循复杂的非马尔可夫动态随时间演化。在这里，我们通过研究易感-感染-易感（SIR）和易感-感染-易感（SIS）流行病模型对有记忆和无记忆的活动驱动网络（即，马尔可夫和非马尔可夫）。我们发现，虽然记忆抑制传播过程中的SIR模型，其中的流行病阈值被移动到更大的值，它起到相反的效果，在SIS的情况下，阈值降低。联系强度的异质性，以及由此带来的频繁重复联系，实际上使得毒性较低的SIS样疾病能够在紧密连接的局部集群中生存，这些集群是病毒的储存库。我们通过评估真实时间网络中这两个过程的阈值来验证这一结果。我们的研究结果证实了非马尔可夫网络动力学在动力学过程中的重要作用
2015-06-23 cs.SI physics.soc-ph
Spreading paths in partially observed social networks
了解信息、行为或病原体在社交网络中传播的方式和程度是一个重要的问题，对预测流行病的规模以及规划有效的干预措施都有影响。然而，在现实世界的网络中推断传播路径存在两个主要挑战。一个是观察网络上的动态过程的实际困难，另一个是只能部分观察网络的典型约束。使用一个静态的，结构上真实的社会网络作为模拟平台，我们并列三个不同的路径：（1）随机路径所采取的模拟传播过程从源到目标;（2）拓扑最短的路径在完全观察到的网络，因此最有可能的随机路径，两个节点之间;和（3）拓扑最短的路径在部分观察到的网络。在一个抽样网络中，部分可观测的最短路径（3）与未观测的扩展路径（1）的相似程度如何？虽然部分观测膨胀了最短路径的长度，但传播过程的随机性也经常使动态路径偏离最短路径，我们发现部分观测的最短路径并不一定会给出过程路径长度的膨胀估计;事实上，部分观测可能会违反直觉地使路径看起来比实际更短。
2011-10-19 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
Reliability and efficiency of generalized rumor spreading model on complex social networks
我们引入了广义谣言传播模型，并研究了该模型在不同复杂社交网络上的一些性质。尽管先前的谣言模型，这两个扩展器-扩展器（$SS$）和扩展器-stifler（$SR$）的相互作用具有相同的速率$α$，我们定义$α^{(1)}$和$α^{(2)}$分别为$SS$和$SR$的相互作用。研究了$α^{(1)}$和$α^{(2)}$含量变化对加劲肋最终密度的影响。此外，通过分析网络的可靠性和效率等全局参数的行为，研究了网络拓扑结构对谣言传播的影响。我们的研究结果表明，虽然具有同质连接模式的网络达到更高的可靠性，无标度拓扑结构需要更少的时间来达到稳定状态的谣言。
2013-03-25 cs.SI physics.soc-ph
Rumor Evolution in Social Networks
社交网络是谣言传播的主要渠道。以往的研究主要集中在静态的谣言传播。谣言的内容在整个传播过程中是不变的。事实上，谣言在其传播过程中不断演变，变得更短，更简洁，更容易理解和讲述。在一项早期的心理学实验中，研究人员发现谣言中大约70%的细节在前6次口对口传播\cite{TPR}中丢失。基于事实，我们研究了谣言在社交网络上的传播，其中谣言的内容被个体以一定的概率修改。在这种情况下，他们有两个选择，转发或修改。作为一个转发者，一个人直接向邻居传播谣言。相反，作为一个修正者，一个人在传播谣言之前会修正谣言。当谣言在社交网络上传播时，如无标度网络和小世界网络，如果谣言的修改者在网络中占主导地位，那么大多数个体实际上会被谣言的多次修改版本所感染。我们的观察表明，原始谣言可能会在传播过程中失去影响力。同样，一个真实的信息也可能变成谣言。我们的研究结果表明，谣言的演变不应该是一个可以忽略的问题，这可能会提供一个更好的理解谣言的产生和破坏。
2013-02-28 cs.SI physics.soc-ph
Containing misinformation spreading in temporal social networks
来自计算机科学、网络科学和数学等各个领域的许多研究人员都在关注如何遏制威胁社会系统和破坏社会健康的互联网错误信息的爆发。大多数关于这一主题的研究都将个体之间的联系视为静态的，但这些联系会随着时间的推移而变化，因此社交网络也是时间网络。目前还没有理论方法来解决时间网络中的错误信息爆发问题。因此，我们提出了一个错误信息传播模型的时间网络，并描述它使用一个新的理论方法。我们提出了一种基于优化最终爆发规模的策略，该策略优于随机包含（RC）和目标包含（TC）等简化策略。我们通过大量的数值模拟和理论分析，验证了我们的HC策略在人工和现实网络上的有效性。我们发现，HC策略大大提高了爆发阈值，降低了最终爆发阈值。
2019-04-24 cs.SI physics.soc-ph
