How Cohesive Are Community Search Results on Online Social Networks?: An Experimental Evaluation
本文在在线社交网络背景下，基于社会心理学群体内聚概念引入五种心理学内聚性度量，并提出CHASE框架评估八种社区搜索算法，发现结构内聚与心理内聚无显著相关性，为未来社区搜索方法提供新见解。
2025-05-01 cs.IR cs.SI
A new measure for community structures through indirect social connections
基于专家系统的方法，社区发现的问题可以被概念化为网络的聚类模型。在此基础上，可以通过聚类系数来测量社区结构，该聚类系数是由节点周围现有三角形的数量与可以假设构建的三角形的数量之比生成的。本文在三角形的广义定义下，给出了加权网络聚类系数的新定义。具体来说，一个新的概念，三角形的基础上，假设，如果两个弧的总重量是足够强，可以诱导之间的链接不常见的节点。除了这种广义三角形在社会背景下的直观意义之外，我们还探索了它们对洞察底层网络拓扑结构的有用性。500个商业美国机场的标准网络和秀丽隐杆线虫的神经系统的实证实验支持的理论框架，并允许我们的建议和标准定义的聚类系数之间的比较。
2018-06-21 cs.SI physics.soc-ph
Shaping Communities out of Triangles
社区发现在生物学、社交网络、网络流量分析等领域有着重要的应用价值，是图数据采掘领域的研究热点之一。建议塑造社区的指标是通用的，并遵循两种方法：最大限度地提高这些社区的内部密度或减少内部顶点与社区外的连接。然而，这些指标将边缘作为一个集合，而不考虑社区中边缘的内部布局。我们定义了一组面向社交网络的属性，以确保社区具有凝聚力，结构化和良好的定义。然后，我们提出了加权社区聚类（WCC），这是一个基于三角形的社区度量。我们证明，分析社区的三角形社区，满足所列的属性集，在以前的指标。最后，我们的实验表明，WCC正确地捕捉社区的概念，在社交网络使用真实的和合成的数据集，并统计比较一些最相关的社区发现算法在最先进的。
2012-07-26 cs.SI physics.soc-ph
Trusses and Trapezes: Easily-Interpreted Communities in Social Networks
桁架是基于三角形的集团的松弛，用于以易于解释且在计算上具有吸引力的方式识别演员集群。本文介绍了基于4-循环的相对于桁架的结构，称之为桁架结构，给出了桁架结构和桁架结构的加权扩展，并给出了强桁架结构和桁架结构以及顶点桁架结构和桁架结构的精化。使用加权的版本允许的应用程序的二分图，而由于自然的边缘权重的支持变化，而不增加计算复杂性。最后，强版本和顶点版本使得在不同密度的图中容易确定社区。这些结构中的每一个都在多项式时间内提供有保证的计算，其动机是对社会凝聚力的自然观察，并且与其他标准结构很好地相关。
2019-07-22 cs.SI physics.soc-ph
Triangles as basis to detect communities: an application to Twitter's network
如今，科学界对社交网络产生的数据的调查的兴趣随着社交网络数据的指数增长而增加。数据结构的复杂性是阻碍他们理解的障碍之一。另一方面，社交网络中的社区发现有助于分析者揭示社区的结构和潜在语义。在本文中，我们提出了一个交互式的可视化方法依赖于我们的应用程序NLCOMS，它使用同步和相关的图形和社区的可视化视图。此外，我们提出了我们的算法在网络中的社区发现。对LFR [9]-[10]基准生成的实例进行了计算研究。最后，为了评估我们在真实世界数据上的方法，我们考虑了ANR-Info-RSN项目的数据。后者解决了Twitter中的社区发现。
2016-06-17 cs.SI physics.soc-ph
Network dynamics of community resilience and recovery: new frontier in disaster research
本文提出以网络动力学为核心研究社区韧性与恢复，通过六项研究揭示灾害传播与恢复过程，为识别脆弱性、指导干预和促进公平韧性提供新视角。
2025-02-26 cs.SI physics.soc-ph
Evolution of Directed Triangle Motifs in the Google+ OSN
模体是网络的基本构建块和显著特征。虽然在许多网络中已经发现了特征模体分布，但今天对网络模体的演化知之甚少。本文研究了社交网络中最重要的模体--三角形，以及有向三角形模体如何随时间变化。我们选择的主题是最大的在线社交网络之一，Google+。Google+有两个显著的特点，使它特别有趣：（1）它是一个有向网络，产生了丰富的三角形图案集，（2）它是一个年轻而快速发展的网络，其在OSN空间中的作用仍然没有完全理解。为了这项研究的目的，我们在六周的时间内对网络进行了爬行，收集了几个快照。我们发现，一些三角形类型显示出显着的动态，例如，对于某些特定的初始类型，多达20%的实例会演变为其他类型。由于OSN在观测时间段内的快速增长，出现了许多新的三角形。我们还观察到，许多三角形演变成连接较少的图案（边缘较少），这表明生长也伴随着修剪。我们补充拓扑研究，也考虑公开的用户简档数据（主要是地理位置）。相应的结果揭示了三角形模体的语义。事实上，我们发现，在更对称的三角形图案的用户住得更近，表明更多的个人关系。相比之下，图案中的不对称链接通常指向具有高程度的遥远用户（名人）。
2015-02-17 cs.SI physics.soc-ph
The Moral Foundations of Left-Wing Authoritarianism: On the Character, Cohesion, and Clout of Tribal Equalitarian Discourse
ALAN Analytics S.R.O（ALAN Analytics 有限公司）；Center for Mind and Culture（心智与文化研究中心）；Center for Modeling Social Systems（社会系统建模中心）；University of North Texas（北德克萨斯大学）；University of Agder（阿格德尔大学）
左翼威权主义仍然远不如右翼威权主义被理解。我们为前者的文献做出了贡献，前者通常依赖于调查，使用新的社交媒体分析方法。我们使用60个术语的列表来提供一个政治意识形态（部落平均主义）的轮廓，起源于19世纪和20世纪的社会哲学。然后，我们使用谷歌图书英语语料库（超过800万本书）的分析，并从Twitter（n = 202，852）中抓取独特的推文，进行一系列调查，以了解这种意识形态在公众中的凝聚力，揭示了威权主义的签名，并且越来越受欢迎。虽然是探索性的，但我们的研究结果以两种形式提供了左翼威权主义的一些证据：（1）使用道德基础理论的测量方法，在表面上的自由主义者中，一种独特的保守道德签名;（2）相对于焦虑或悲伤，愤怒的普遍性。总的来说，结果表明，这种世界观越来越受欢迎，越来越有凝聚力，并显示出威权主义的特征。
2021-02-22 cs.CL cs.CY cs.SI
AI-Mediated Communication Reshapes Social Structure in Opinion-Diverse Groups
本研究探讨人工智能如何通过影响群体交流重塑意见多元群体的社会结构，发现个体与关系辅助AI对群体组成和互动模式有不同影响。
2025-11-25 cs.CL cs.SI
Clustering in large networks does not promote upstream reciprocity
上游互惠（英语：Upstream Reciprocity，又称广义互惠）是一种在社会困境中的合作机制，参与者在别人帮助他们的时候也会帮助别人。这是一种间接互惠。虽然在实验中经常观察到上游互惠，但大多数理论认为，只有当参与者形成三角形等短周期时，它才有效，这意味着人口规模较小，或者当它与其他促进合作的机制相结合时。一种期望是，真实的社交网络，这是众所周知的充满三角形和其他短周期，可能会容纳上游互惠。在这项研究中，我提出了一个有向循环的博伊德和Richerson的上游互惠游戏的情况下，一般的网络。该模型不是进化的，并关注的条件下，合作的球员是一个纳什均衡。我证明了网络中大量的三角形或其他短循环对促进上游互惠作用不大。合作是不太可能为较大的人口规模，即使三角形丰富的网络。此外，在网络上的进化社会困境游戏的结果相比，无标度网络导致较少的合作比网络均匀度分布。
2011-10-07 cs.SI physics.soc-ph
Extending adjacency matrices to 3D with triangles
针对传统社交网络表示方法难以高效分析三元组的问题，研究提出将邻接矩阵扩展为3D形式，设计3D矩阵重排序技术并搭建沉浸式交互系统，经用户研究和场景验证，该方法比节点-链接图更能提升社交网络三元组分析的效率与准确性。
2024-02-20 cs.HC cs.SI
Counting Balanced Triangles on Social Networks With Uncertain Edge Signs
Hong Kong Polytechnic University（香港理工大学）；Hong Kong University of Science and Technology（香港科技大学）；Shenzhen Institute of Computing Sciences（深圳计算科学研究院）
本文提出了一种在具有不确定边符号的社会网络中快速计算平衡三角形的方法，结合概率信息优化搜索空间，并通过采样方法提高效率。
2026-02-15 cs.DS cs.SI
Advancing Community Detection with Graph Convolutional Neural Networks: Bridging Topological and Attributive Cohesion
Victoria University of Wellington（维多利亚大学）；Goldenset Collective（Goldenset集体）；School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院）
针对GCN社区检测中模块度优化次优及人工标签破坏拓扑连通性的问题，提出TAS-Com，借助Leiden算法优化损失并细化标签，实现模块度与标签遵从性的平衡，性能优于现有方法。
2025-05-15 cs.AI cs.SI
A Community-aware Network Growth Model for Synthetic Social Network Generation
本文提出了一种新的网络增长模型ComAwareNetGrowth，旨在模拟现实世界中社交网络的演化过程。该模型在离散时间内工作。在每个时间步，基于（i）随机图模型，（ii）偏好连接模型，（iii）三角形闭合模型，或（iv）四边形闭合模型，在（a）现有节点之间或（b）现有节点和新节点之间创建（I）社区内或（II）网络中任何地方的新链接。参数控制在链接创建中采用特定机制的概率。在Karate和Caltech社交网络上的实验结果表明，该模型在聚类系数、模块度、平均路径长度、直径和幂律指数等方面都能很好地模拟真实世界的社交网络.进一步的实验表明，ComAwareNetGrowth模型能够生成具有不同统计量的各种合成网络。
2019-01-11 cs.SI physics.soc-ph
Suicide ideation of individuals in online social networks
自杀是日本二三十岁青少年死亡人数最多的原因。自杀也是许多其他国家青少年死亡的一个主要原因。虽然社会隔离被认为会影响自杀行为的倾向，但在个体的外显社交网络背景下，社会隔离对自杀的影响却很少被探讨。为了解决这个问题，我们研究了从日本占主导地位的社交网络服务获得的大型数据集。社交网络由一组通过相互认可创建的用户对之间的友谊关系组成。我们进行了逻辑回归，以确定用户的特征，相关和无关的社交网络，这有助于自杀意念。我们将用户的自杀意念定义为至少一个与自杀相关的活跃用户定义社区的成员资格。我们发现，用户所属的社区数量，不传递性（即，包括用户在内的三角形的缺乏），以及社交网络中自杀邻居的比例，对自杀意念的贡献最大。年龄、性别等其他特征对自杀意念的影响不大。我们还发现了抑郁症状的定性相同的结果。
2013-12-31 cs.SI physics.soc-ph
Community Analysis of Social Virtual Reality Based on Large-Scale Log Data of a Commercial Metaverse Platform
该研究利用商业元宇宙平台的大规模日志数据分析 Social VR 用户社区，发现其呈现数量多、规模小、内部凝聚强而跨社区连接弱的结构，并识别出承担社区间中介作用的 community hoppers。
2025-09-28 cs.HC cs.SI
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
Can Few Lines of Code Change Society ? Beyond fack-checking and moderation : how recommender systems toxifies social networking sites
随着过去几年网络敌意和两极分化的增加，我们需要超越对社交网站（SNS）的检查反射或对更好的适度的赞扬，并调查它们对社会结构和社会凝聚力的影响。特别是，Facebook或Twitter等数字平台大规模部署的推荐系统的作用一直被忽视。本文借鉴了认知科学，数字媒体和意见动力学的文献，提出了一个忠实的副本之间的纠缠推荐系统，意见动力学和用户的认知biais在SNS如Twitter的校准超过一个大规模的纵向数据库的推文从政治活动家。这个模型使得比较各种推荐算法对社会结构的影响成为可能，并量化它们与一些主要认知偏见的相互作用。特别是，我们证明，推荐系统，寻求完全最大限度地提高用户的参与度，必然会导致用户的过度负面内容（其中一些高达300\%），一种现象称为算法的负面偏见，意见景观的两极分化，并集中在最有毒的用户手中的社会权力。后者在最具影响力的前1%用户中的数量是总人口的两倍多。总的来说，我们的研究结果强调了识别推荐系统对个人和社会有害的实施的紧迫性，以便更好地规范它们在系统性SNS上的部署。
2023-03-27 cs.DM cs.SI
The impossibility of low rank representations for triangle-rich complex networks
University of California, Santa Cruz（加州大学圣克鲁兹分校）；Google（谷歌）；Stanford University（斯坦福大学）
复杂网络的研究是现代科学的一个重大发展，丰富了社会科学、生物学、物理学和计算机科学。这种网络的模型和算法在我们的社会中是普遍存在的，并且通过社交网络、搜索引擎和推荐系统来影响人类行为。一个广泛使用的算法技术建模这样的复杂网络是构建一个低维的欧几里得嵌入的顶点的网络，其中顶点的接近度被解释为边缘的可能性。与普遍的观点相反，我们认为，这样的图嵌入不捕捉复杂网络的显着属性。我们关注的两个属性是低度和大的聚类系数，这已经被广泛地建立在现实世界的网络中。我们从数学上证明，任何嵌入（使用点积来衡量相似性），可以成功地创建这两个属性必须有排名接近线性的顶点数。除其他影响外，这表明流行的嵌入技术，如奇异值分解和node2vec未能捕捉到现实世界复杂网络的重要结构方面。此外，我们实证研究了一些不同的嵌入技术的基础上点积，并表明，他们都未能捕捉到的三角形结构。
2020-03-27 cs.DM cs.LG cs.SI
Social Interaction in the Flickr Social Network
Facebook、Twitter和Flickr等在线社交网站是网络上最受欢迎的网站之一，为分享信息和与众多人互动提供了平台。用户的不同互动方式，例如点赞、转发和收藏用户生成的内容，是这些网站的定义和非常受欢迎的功能之一。虽然已经做了实证研究，以了解这些网站的网络增长过程，很少有研究集中在社会互动行为和社会互动对网络增长的影响。在本文中，我们分析了从Flickr社交网络收集的大规模数据，以了解个人的浏览行为，并研究了最喜欢的创建后链接形成的发生。我们这样做，使用系统的制定Flickr作为一个两层的时间复用网络：第一层描述了以下用户之间的关系，第二层描述了用户之间的社会互动的形式，最喜欢的标记，以他们上传的照片。我们的调查显示：（a）偏好依恋很好地描述了重复，（b）超过50%的收藏夹在10天内被重复，如果他们被重复的话，（c）不同种类的收藏夹在他们被重复的速度上有所不同，（d）在创建了一个收藏夹之后，多重三角形通过创建收藏夹的追随者到收藏夹的接收者的追随链接而关闭。
2015-12-02 cs.SI
Community by Design
Microsoft Research Special Projects（微软研究院特别项目组）；University of Groningen（格罗宁根大学）；Vanderbilt University（范德堡大学）；Collective Intelligence Project（集体智能项目）；Project Liberty Institute（自由计划研究所）
本文提出了一种以社会凝聚力为核心的平台设计模型，通过显式和社会织物的双向输入，平衡社区内部多样性，促进内容创作者和公民的可持续参与。
2026-01-11 cs.CY cs.SI
Analysis of Bipartite Networks in Anime Series: Textual Analysis, Topic Clustering, and Modeling
本文通过二分网络分析，引入基于二元语法词簇的新变量，研究动漫描述对用户社区形成的影响，为推荐系统设计提供启示。
2024-10-23 cs.SI stat.AP stat.CO
Hatemongers ride on echo chambers to escalate hate speech diffusion
IIIT Delhi（德里英迪拉·甘地信息技术学院）；IIT Delhi（德里印度理工学院）；Logically（Logically公司）
近年来，在线社交网络上的仇恨和辱骂内容激增。虽然检测和遏制仇恨言论是早期的应对措施，但解决方案需要更深入地探索仇恨产生和传播的动态。我们分析了来自三个流行的在线社交网络的680多万用户的3200多万个帖子，以调查仇恨行为，信息传播和回声室介导的两极分化组织之间的相互关系。我们发现，仇恨传播者在控制信息传播方面发挥着比挑选出来的仇恨内容更重要的作用。这一看法适用于信息级联的增长以及仇恨行为者的聚集。对这些网络的核心分布的剖析表明，仇恨用户在社交网络中获得了更好的连接位置，并且经常聚集在一起建立信息级联。我们观察到，这种凝聚力远非仅仅是有组织的行为;相反，在这些网络中，仇恨制造者主导着回声室--用户群体积极地将自己与特定的意识形态立场联系起来。观察到的仇恨用户膨胀信息级联的主导地位主要是通过在这些回音室中放大的用户交互。我们结束我们的研究与警示注意，基于流行的内容推荐容易被利用仇恨贩子鉴于他们的潜力，通过回声室的互动升级内容的流行。
2023-02-05 cs.AI cs.CL cs.CY
