Animating the development of Social Networks over time using a dynamic extension of multidimensional scaling
网络可视化的动画带来了技术和理论上的挑战。在心理地图使用户能够随着时间的推移进行推断之前，需要相当稳定的模式。为了提高稳定性，我们开发了一个扩展的应力最小化随着时间的推移的发展。这种动态布局不再基于独立静态可视化之间的线性插值，而是将随时间的变化用作优化中的参数。由于我们的重点是结构变化与稳定性的注意力从关系图转移到矩阵的潜在特征向量。该方法是用动画说明的期刊引用环境的社交网络，（共同）作者网络在该杂志的承载社区，和主题的发展使用的标题词之间的关系。我们的研究结果也进行了比较，基于PajekToSVGAnim和SoNIA的动画。
2008-09-26 physics.comp-ph physics.soc-ph
Navigating Multidimensional Ideologies with Reddit's Political Compass: Economic Conflict and Social Affinity
本研究利用 Reddit 政治罗盘子版块超 800 万条评论，将用户意识形态分解为经济轴与社会轴，发现社会轴及人口属性上存在同质性互动，而经济轴上存在异质性互动且语言毒性更高，从而调和了在线政治讨论中同质与异质互动并存的矛盾。
2024-01-24 cs.CY cs.SI physics.soc-ph
Social networks, happiness and health: from sentiment analysis to a multidimensional indicator of subjective well-being
本文采用了一种新的技术，社会媒体数据的意见分析的目的是提出一个新的指标的感知和主观幸福感。这个新的指数，即SWBI，检查个人和社会生活的几个方面。该指标已与意大利其他一些现有的福祉和健康状况指标进行了比较：BES（Benessere Equo Sostenibile），流感发病率和城市环境中PM10的丰度。SWBI是省一级的日常措施。目前仅提供2013年和2014年的BES数据，这些数据是年度数据，可在区域一级获得。流感数据每周发布一次，并作为区域数据分发，每天收集不同城市的PM10。由于不同指标的时间尺度和空间粒度不同，我们采用一种新的统计技术来发现临近预报特征和经典的潜在分析来研究它们之间的关系。初步分析表明，环境和健康状况预期的几个方面的福祉的看法衡量的SWBI。此外，BES中的一套指标代表了福祉的一个潜在层面，与SWBI所代表的潜在层面有相似之处。
2015-12-03 cs.CY cs.SI physics.soc-ph
Social Network Heterogeneity Promotes Depolarization of Multidimensional Correlated Opinions
提出多维社会指南针模型研究意见去极化，发现社交网络异质性中的枢纽节点能降低去极化阈值促进共识，但枢纽节点意见一致时会阻碍该过程。
2025-03-04 cond-mat.stat-mech physics.soc-ph
Intersectional inequalities in social networks
Complexity Science Hub（复杂性科学中心）；Graz University of Technology（格拉茨工业大学）
本研究从交叉性视角分析多维度连接偏好对社交网络社会资本不平等的影响，构建网络模型揭示反直觉不平等模式，经真实高中友谊数据验证预测精度高，可为公平网络构建提供参考。
2024-10-28 physics.soc-ph
Emergence of polarized ideological opinions in multidimensional topic spaces
意见两极分化正在加剧，引起对公开辩论公开性的关切。此外，不同主题的极端观点往往表现出显著的相关性。导致这些两极分化的意识形态观点的动力构成了一个挑战：这种相关性如何能够出现，而不是在个人偏好或预先存在的社会结构中先验地假设它们？在这里，我们提出了一个简单的模型，定性再现意识形态的意见状态中发现的调查数据，即使是在相当不相关的，但足够有争议的，主题。受最近提出的自然语言处理模型中的斜坐标系的启发，我们将这些直觉固化在多维空间中展开的意见的形式主义中，其中主题形成非正交基础。意见根据代理人之间的社会互动而演变，这是由同质性决定的：两个拥有相似意见的代理人更有可能互动。该模型的特点是全球共识，意见极化和意识形态状态之间的相变。有趣的是，意识形态阶段通过放松主题空间的正交基础的假设而出现，即如果主题在主题上重叠。此外，我们分析和数值表明，这些转变是由所讨论的话题的争议性，更有争议的话题，更有可能是意见是相关的。我们的研究结果揭示了在意见形成中推动意识形态出现的机制。
2021-02-01 cs.SI physics.soc-ph
Application of the metric data analysis method to social development indicators analysis
本文提出了社会统计评估的方法论。在现代后工业经济和社会中，少数群体（在属性上与多数群体不同的群体）的重要性大大增加。在多维特征空间分布分析中，未被纳入样本的被试可以忽略不计，但可能具有度量显著性。例如，它们可能位于主体的密集和偏远地区，即具有相似的特征，并对社会经济系统的动态产生重大影响。此外，有必要不单独评估每个特征中的错误概率，而是评估其组合中的错误概率。通常用于分析这类数据的多维空间到二维或三维空间的投影导致丢失关于合并为“虚假多数”或出现分布的密集少数群体的信息。因此，提出的任务不能可靠地解决，没有在多维空间中的分析。这一问题在国家汇总社会统计分析中尤其重要，因为国家的主体（国家）数量相对较少。本文的目的是开发工具，用于对汇总的社会统计数据进行计量分析，其特点是计量数量较少。它的开发目的是根据联合国关于各国社会发展特征的数据来检查稳定度量和拓扑结构（集群）的存在以及国家的分布。
2018-09-07 physics.soc-ph
Multipolar social systems: Measuring polarization beyond dichotomous contexts
Complexity Science Hub Vienna（维也纳复杂性科学中心）
针对传统极化测量仅适用于二元情境、无法适配多派系多极社会系统的缺陷，本研究提出无预设意识形态结构的多维极化分析框架，可从交互网络推断观点、量化多维度极化特征，适配真实多党民主场景分析。
2022-03-21 physics.soc-ph
A "Social Bitcoin" could sustain a democratic digital world
一个多维的金融体系可以为个人、公司和国家带来好处。自上而下的控制在一个高度互联的世界中注定会失败，而自下而上的价值创造可以释放创造潜力并推动创新。多个货币维度可以代表不同的外部性，从而能够设计激励和反馈机制，促进复杂动态系统的自我组织能力，并导致更有弹性的社会和可持续经济。现代信息和通信技术在这一进程中发挥着至关重要的作用，因为Web 2.0和在线社交网络以前所未有的规模促进合作与协作。在这篇文章中，我们讨论了多维货币系统的一个维度如何代表社会数字资本（社会比特币），这些资本可以由在未来版本的数字世界中执行搜索和导航任务的个人以自下而上的方式产生。挖掘社交比特币的动机可以维持数字多样性，这减轻了强大的信息垄断者的极权主义控制风险，并可以创造新的商业机会，因为目前的大部分工作岗位估计会因计算机化而消失。
2016-09-21 cs.CY cs.SI physics.soc-ph
Analytical formulation for multidimensional continuous opinion models
通常，意见形成模型假设个人对给定主题的意见会因与他人的互动而改变。然而，个人可以在不同的主题中有不同的观点，因此n维模型最适合处理这些情况。虽然已经有许多努力来开发一维的意见模型的分析模型，很少有人注意到多维的。在这项工作中，我们开发了一种分析方法，用于连续意见的多维模型，其中维度可以相关或不相关。我们发现，对于任何通用的互惠代理之间的相互作用，初始意见分布的平均值是保守的。此外，积极的社会影响力的互动机制，意见分布的方差随着时间的推移而减少，系统收敛到一个delta分布函数。特别是，我们计算的收敛时间时，代理人在相互作用后，在一个离散的数量更接近，相关和不相关的情况下，表现出明显的差异。
2021-04-29 physics.soc-ph
Matrix-weighted networks for modeling multidimensional dynamics
Nordita, Stockholm University and KTH Royal Institute of Technology（北欧理论物理研究所、斯德哥尔摩大学及皇家理工学院）；School of Systems Science and Industrial Engineering, Binghamton University（宾汉姆顿大学系统科学与工业工程学院）；Waseda University（早稻田大学）；University of Oxford（牛津大学）
针对传统标量权重网络难以刻画现实系统多维相互作用的问题，研究提出矩阵加权网络（MWNs）通用框架，阐述其数学基础并研究共识动力学与随机游走，发现其相干性产生的稳态可推广传统网络的社区与结构平衡概念。
2024-10-07 cs.LG cs.SI math-ph
"You Know Because I Know": a Multidimensional Network Approach to Human Resources Problem
寻找人才，通常是在已经雇用的人中，是组织面临的一个普遍挑战。社交网络革命，像LinkedIn这样的在线工具，使我们能够明确和访问我们所感知的，但没有使用，几千年来：一个人在专业和个人关系网络中的确切位置和排名。搜索和挖掘员工在全球技能网络中的位置和方式，将使组织能够找到不可预测的知识，创新和专有技术来源。这种数据的丰富性和隐藏的知识需要一个多维和多技能的方法来解决网络排名问题。多维网络是具有多种关系的网络。据我们所知，没有基于网络的排名算法能够同时处理多维网络和多个属性的多个排名。在本文中，我们提出了这样一个算法，其目的是解决多维网络中的节点多排名问题。我们测试我们的算法在几个现实世界中的网络，从DBLP和安然电子邮件语料库中提取，我们展示了它的实用性，提供更少的琐碎和更灵活的排名比目前最先进的算法。
2013-05-30 cs.CY cs.DS cs.SI
Fostering Consensus in Multidimensional Continuous Opinion Dynamics under Bounded Confidence
社会共识对社会很重要。有时社会的成功取决于共识（例如纳税或遵守宪法的决定）。持续的观点动力学的例子是关于税率或政府投资预算计划提案的讨论。另一个例子是一个专家委员会，它应该对某个问题作出估计，例如下一年的税收。在所有这些情况下，我们得到了一组代理人，他们应该达成一个共同的协议，要么是为了达到一个很好的近似真理，但另一方面，因为达成共识本身就是一件好事。从社会判断理论和实验中，我们知道，人类要么倾向于出于规范和信息的原因与他人达成一致，但另一方面，对不同意见的人有一定的信心。在连续观点动力学模型的框架下，我们要问，哪些结构性条件促进了共识的达成？我们提出的证据，通过模拟，使更多的问题，但只有在预算限制的问题。此外，召开会议，让每个人都能听到所有的意见，这比依靠流言蜚语产生更好的影响。
2007-08-23 physics.soc-ph
Opinion Dynamics on Correlated Subjects in Social Networks
了解集体信仰的演变对于了解政治趋势以及社会品味和意见至关重要。特别是，它是至关重要的，以开发分析模型，可以预测的信念动态和捕获的相互依存的意见对不同的主题。在本文中，我们解决这个问题，也占个人的内生过程中的意见演变，以及个人的意见，可能会出现在存在的个人的敌对态度之间的相互排斥。使用平均场的方法，我们通过一个多维的福克-普朗克方程的一个大人口的个人的意见的时间演变的特征，我们确定的条件下，保持稳定。最后，我们得出的稳态意见分布作为个人的个性和现有的社会互动的函数。我们的数值结果显示了有趣的动态在不同的社会群体的集体信念，他们突出了相关的主题，以及个人的对抗态度的影响。
2019-10-24 cs.SI physics.soc-ph
Mass Media Influence Spreading in Social Networks with Community Structure
我们研究了阿克塞尔罗德的社会影响力模型的扩展，其中文化漂移表示为随机扰动，而大众媒体是通过一个外部领域。在这种情况下，我们调查如何模块化结构的社交网络影响传播的大众媒体信息在整个社会。社交网络的社团结构由耦合随机网络表示，其中两个随机图通过社团间的链接连接。考虑到非均匀的大众传播场，我们研究了成功的信息传播的条件，并在多维参数空间中找到了一个新的相图。这些研究结果表明，社会模块化效应是至关重要的，以设计成功的，具有成本效益的广告活动。
2008-06-10 physics.comp-ph physics.soc-ph
Homophily and Triadic Closure in Evolving Social Networks
我们提出了一个新的网络模型会计多维的可追溯性。每个节点的特点是由一些功能和两个节点之间的链接的概率取决于共同的功能。我们并不先验地确定可能特征的总数。节点和特征的二分网络根据随机动力学演化，该随机动力学依赖于三个参数，这三个参数分别调节特征向节点的传输中的优先附着、每个节点的新特征的数量以及观察到的特征的总数的幂律行为。我们的模型还考虑了三元封闭机制。我们提供的理论结果和模型的参数的统计估计。我们验证我们的方法通过模拟和实证分析的网络科学合作。
2016-01-16 cs.SI physics.soc-ph
Multi-layered Social Networks
很明显，在现实世界中，两个行动者之间可以存在不止一种关系，这些关系可以如此交织，以至于不可能单独分析它们[Fienberg 85]，[Minor 83]，[Szell 10]。具有多种关系类型的社交网络并不是一个全新的概念[Wasserman 94]，但它们主要在小规模上进行了分析，例如[McPherson 01]，[Padgett 93]和[Entwisle 07]。就像常规的单层社交网络一样，没有被广泛接受的定义，甚至没有共同的名称。起初，这种网络被称为多路复用网络[Haythornthwaite 99]，[Monge 03]。这个术语来自通信理论，它将多路复用定义为将多个信号组合成一个信号，如果需要，可以将它们分开[Hamill 06]。最近，多层次社会网络的领域已经开始吸引越来越多的关注，在不同领域内进行的研究[Kazienko 11a]，[Szell 10]，[Rodriguez 07]，[Rodriguez 09]，和多元化网络的含义已经扩大，不仅涵盖社会关系，但任何类型的连接，例如，基于地理，职业，亲属关系，爱好，”[12]亚伯拉罕。本文旨在总结已有的关于一个有许多不同名称的概念的知识，即多层社会网络的概念，也被称为分层社会网络、多关系社会网络、多维社会网络、多重社会网络
2012-12-14 cs.SI physics.soc-ph
Multidimensional Political Attitudes and Polarization Across 141 Countries
New York University Abu Dhabi（纽约大学阿布扎比分校）
本研究整合跨国调查数据，将141个国家的114万人置于四个政治维度，发现单一左右轴无法描述全球多数政治分歧，各国极化议题因地区而异，并发布可复用的条目库与参数。
2026-09-28 cs.CY physics.soc-ph
Opinion Diffusion Software with Strategic Opinion Revelation and Unfriending
我们提出了一个新的软件套件的社会网络建模和意见扩散过程。社会网络科学的许多研究都假设网络具有静态拓扑结构。最近，人们的注意力转向了进化的网络。尽管用于网络拓扑演化和扩散过程建模的软件不断改进，但很少有人关注代理建模。我们的软件被设计为是强大的，模块化的，可扩展的，提供建模动态的社会网络拓扑结构和多维扩散过程的能力，不同风格的代理，包括非homophilic范式，以及测试环境的多智能体强化学习（MARL）实验与不同的代理类型。我们还说明了不同的代理建模的价值，和环境，允许战略unfriending。我们的工作表明，极化和共识动态，以及拓扑聚类效应，可能比以前更依赖于个人的目标，他们的邻居的意见组成。
2020-06-22 cs.SI physics.soc-ph
Hierarchical team structure and multidimensional localization (or siloing) on networks
当组织互动网络的结构特性限制信息的传播时，就会出现知识孤岛。众所周知，这些结构性障碍在不同的规模上有多种形式--稀疏组织中的枢纽、大型密集团队或全球核心-外围结构--但我们缺乏对这些不同结构如何相互作用的理解。在这里，我们弥合了传播动力学本地化的数学文献和组织互动网络中知识孤岛的更多应用文献之间的差距。为此，我们引入了一个新的模型，该模型考虑了团队的分层结构，以揭示一种新形式的分层本地化（即，信息在组织的顶部或中心的局部化）并研究其与已知的介观局部化现象的相互作用（即，大组中信息的定位），$k$ -核心定位（即，围绕更密集的$k$ -核心）和集线器定位（即，高级别的明星）。我们还包括一个复杂的传染机制，通过考虑一个一般的感染内核，它可以取决于层次（影响力），程度（流行），传染性邻居（社会强化）或团队规模（重要性）。这个通用模型使我们能够研究复杂的组织互动网络中的信息孤岛的多方面现象，并为新的优化问题打开了大门，以促进或阻碍不同的本地化制度的出现。
2022-03-01 cs.MA cs.SI nlin.AO
Characterizing Directed and Undirected Networks via Multidimensional Walks with Jumps
通过边和节点采样来估计社交网络中节点特征（标签）的分布，例如连接数或用户的公民身份，是复杂网络研究的重要组成部分。由于其低成本，采样通过随机游走（RW）已被提出作为一个有吸引力的解决方案，这项任务。大多数RW方法假设网络是无向的，或者步行者可以遍历边而不管它们的方向。一些RW方法已经被设计用于有向网络，其中进入节点的边不能直接观察到。在这项工作中，我们提出了定向无偏前沿采样（DUFS），一种基于大量协调步行者的采样方法，每个步行者从随机均匀选择的节点开始。它适用于具有不可见输入边的有向网络，因为它实时构建与步行者轨迹一致的无向图，并且由于使用随机跳跃可以防止步行者被困住。DUFS推广了以前的RW方法，适用于无向网络和有向网络，无论在边缘的可见性。我们还提出了一个改进的节点标签分布的估计，结合信息从最初的步行者的位置与随后的RW观察。我们评估DUFS，比较它与其他RW方法，研究其参数对估计精度的影响，并为选择它们提供实用的指导方针。在估计出度分布时，DUFS对分布头部的估计明显优于其他方法，同时匹配或超过尾部的估计精度。最后，我们证明了DUFS在估计前10%最大度节点的节点标签分布时优于均匀节点采样，即使均匀采样节点的成本与RW步骤相同。
2018-07-13 cs.SI physics.soc-ph
Information Diffusion of Topic Propagation in Social Media
真实世界的社会和/或操作网络由具有关联状态的代理组成，其连接形成复杂的拓扑结构。这种复杂性进一步加剧了互联的信息层，包括，例如，文件/资源的代理人，相互共享的主题相似性。我们在这项工作中的目标是预测代理的特定状态，因为他们观察到的资源随着时间的推移而变化并得到更新。代理和出版物本身之间的信息扩散有效地导致了一个动态的过程，我们通过一个互联的网络系统（即分层）捕获。更具体地说，我们使用一个概念的超拉普拉斯矩阵来解决这样一个广义扩散的互联网络开始与经典的“图拉普拉斯”。辅助和外部输入更新由多维布朗过程建模，产生两个贡献的代理的状态的变化：一个是由于网络系统中的内在相互作用，另一个是由于外部输入或创新。关于这个主题的一个变化，先验知识的一部分代理的状态，导致卡尔曼预测问题。这有助于我们利用估计代理状态时的错误来改进预测状态。三个真实世界的数据集被用来评估和验证这种新的分层网络方法的信息扩散过程。我们的研究结果表明，当使用互连网络而不是代理之间的单个连接层时，预测误差较低。通过使用估计的扩散连接和通过应用部分观测的卡尔曼方法，预测误差得到进一步改善。
2016-02-15 cs.SI physics.soc-ph
Ideological polarization in static networks: A multidimensional approach for opinion alignment
本文提出多议题观点动力学模型，用共享多维观点空间刻画议题相关性与同质性，分析两极分化不动点及其稳定性，并结合 ANES 数据解释意识形态对齐。
2025-09-29 physics.soc-ph
Simple estimation of hierarchical positions and uncertainty in networks of asymmetric interactions
在许多社交网络中，一个有用的假设是，对于一个给定的质量，存在一个潜在的层次结构的连接的个人，以及互动的结果在一定程度上决定于层次结构中的相对位置。我们认为一个简单的和广泛适用的方法估计个人的立场，在线性层次结构，以及相应的不确定性。该方法依赖于求解一个线性系统，其特征在于一个修改后的拉普拉斯矩阵的基础网络的相互作用，并相当于找到一个系统的平衡配置的有向线性弹簧。我们提供了一个简单的一阶近似的精确解，它可以在线性时间进行评估。层次估计的不确定性由网络结构和相应弹簧系统平衡时的势能决定。该方法直接推广到多维层次结构和高阶，非成对的相互作用。
2021-07-26 physics.data-an physics.soc-ph
