Friendship Paradox Biases Perceptions in Directed Networks
一个话题或观点在网络中的受欢迎程度可能与其实际受欢迎程度大不相同。例如，在社交媒体平台的在线网络中，在他们的帖子中提到某个主题的人数-即，它在全球的受欢迎程度-可能与人们在社交信息中看到的有很大的不同-也就是说，它的感知受欢迎度-其中提要聚合了他们朋友的帖子。我们将这种差异的根源追溯到定向网络中的友谊悖论，即平均而言，人们不如他们的朋友（或追随者）受欢迎。我们确定网络结构的条件，引起这种感知偏差，并验证了经验使用的数据从Twitter的研究结果。在我们的样本中，在Twitter用户发布的消息中，我们识别出在用户的社交提要中出现频率高于全局的主题，即，在所有职位中。此外，我们提出了一个投票算法，利用友谊悖论，以获得一个主题的全球流行率从个人的偏见的看法统计有效的估计。我们的特点的偏差的投票估计，提供了一个上限，其方差，并验证算法的效率，通过我们的Twitter数据上的合成投票实验。我们的论文阐明了非直观的方式，其中有向网络的结构可以扭曲社会的看法和由此产生的行为。
2019-05-13 cs.SI physics.soc-ph
Twitter in Academic Conferences: Usage, Networking and Participation over Time
Twitter通常被称为会议的反向渠道。虽然主要会议在物理环境中举行，但与会者和虚拟与会者通过Twitter上的微博进行社交，介绍新想法或广播信息。在这篇论文中，我们分析了学者们在五年时间里在16个计算机科学会议上使用Twitter的情况。我们的主要发现是，多年来，在Twitter中的对话使用和信息使用方面存在越来越大的差异。我们研究了用户之间的交互网络，以了解关于对话结构的假设是否随着时间的推移以及不同类型的交互（如转发，回复和提及）之间的关系。虽然“人们来来去去”，但我们想了解是什么让人们在Twitter上继续参加会议。通过铸造的分类任务的问题，我们发现不同的因素，有助于继续参与用户的在线Twitter会议活动。这些结果对研究界实施成员持续和积极参与的战略具有影响。
2014-03-30 cs.CY cs.SI physics.soc-ph
Whether Information Network Supplements Friendship Network
同质性是复杂网络中一种重要的链接预测机制，其原理描述了具有相似特征或经历的人倾向于联系在一起。在多关系网络中，人们利用人与人之间的友谊关系来增强推荐系统的偏好相似性，其基本思想类似于同质性，但偏好如何反向影响友谊预测的研究却很少。本文基于同质性原则，通过分析两个基准数据集，包括用户的喜好和友谊的行为信息，有助于解决这个问题。可以发现，友谊的产生与个人品味密切相关。特别是，涉及流行对象的品味行为信息更有效地提高了友谊预测的性能。然而，这一结果似乎与[Q.M. Zhang等人，PLoS ONE 8（2013）e62624]指出，在推荐系统中，涉及流行对象的偏好行为信息是冗余的。因此，我们讨论这种不一致性，以全面了解它们之间的相关性。
2014-08-22 cs.SI physics.soc-ph
Reinforced communication and social navigation: remember your friends and remember yourself
在社会系统中，人们相互交流，并根据自己的兴趣形成群体。互动模式、网络以及在网络上流动的想法自然会一起进化。研究人员使用简单的模型来捕捉不断变化的网络模式和网络上的想法之间的反馈，但对过去事件在反馈过程中的作用知之甚少。在这里，我们引入一个简单的基于代理的模型来研究人们的想法和社交网络之间的耦合，并更好地理解历史在动态社交网络中的作用。我们测量如何从网络结构的信息中恢复关于思想的信息，反过来，如何从关于思想的信息中恢复关于网络结构的信息。我们发现，一般来说，从网络结构中恢复想法比从网络结构中恢复想法更容易。
2011-01-26 cs.SI physics.soc-ph
Friendship-paradox paradox: Do most people's friends really have more friends than they do?
Gyeongsang National University（庆尚国立大学）
本文探讨了友谊悖论的差异，通过区分平均值和多数类型量，分析了节点在局部被邻居支配的情况，展示了两种分数如何独立于经典友谊悖论，并通过实例和实证网络说明了度分布对比较结果的影响。
2026-04-21 cond-mat.stat-mech physics.soc-ph
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
Social Networking by Proxy: A Case Study of Catster, Dogster and Hamsterster
在过去十年中，在线社交网络的激增并没有停止对宠物的关注，现在存在许多不同的在线平台，以迎合猫和狗等各种宠物的主人。这些在线宠物社交网络提供了研究在线社交网络的独特机会，在该在线社交网络中，单个用户管理多个用户简档，即，一个用于他们拥有的每个宠物。这些类型的多配置文件网络允许我们研究两个问题：（1）宠物级别和人类级别网络之间的关系是什么？（2）友谊链接和家庭关系之间的关系是什么？具体而言，我们研究了在线社交宠物网络Catster，Dogster和Hamsterster，其中前两个是现有的两个最大的在线宠物网络。我们展示了这两个层面上的网络如何相互作用，并进行实验，以了解是否可以单独使用关于个人资料级别的友谊的知识来预测哪些用户在哪个配置文件后面。为了做到这一点，我们引入了多配置文件的社会网络的概念，扩展了以前定义的光谱测试的对角多配置文件的网络，定义了两个新的同质性措施多配置文件社交网络，执行两个级别的社会网络分析，并提出了一个算法，用于预测两个配置文件是否由同一用户创建。因此，我们能够以非常高的精度预测两个配置文件是否由同一用户创建。因此，我们的工作是相关的其他在线社区，其中用户可能使用多个配置文件的分析。
2015-01-22 cs.SI physics.soc-ph
Maximizing Acceptance Probability for Active Friending in On-Line Social Networks
好友推荐成功地促进了在线社交网络的爆炸式增长。当今大多数交友推荐服务旨在支持被动交友，其中用户被动地从推荐的候选者中选择交友目标。在本文中，我们提倡推荐支持主动交友，用户主动指定一个交友目标。据我们所知，在现有的在线社交网络服务中，还没有探索设计用于为用户系统地接近他的交友目标提供指导的推荐。为了最大限度地提高概率，交友目标将接受邀请，从用户，我们制定了一个新的优化问题，即\emph{Acceptance Probability Maximization (APM)}，并开发了一个多项式时间的算法，称为\emph{Selective Invitation with Tree and In-Node Aggregation (SITINA)}，找到最佳的解决方案。我们实现了一个积极的交友服务与SITINA在Facebook上验证我们的想法。我们的用户研究和实验结果表明，SITINA在解决方案的质量有效地优于人工选择和基线方法。
2013-02-27 cs.CY cs.SI physics.soc-ph
A Gap in the Community-Size Distribution of a Large-Scale Social Networking Site
社交网站（SNS）最近被全世界数百万人使用。SNS是一个在互联网上的社会，在那里人们相互交流和培养友谊。我们研究了一个全国性的SNS（目前超过600万用户），相互承认的友谊网络，有300万人和近200万个链接。通过采用Newman等人开发的社区提取方法，我们发现存在一系列社区大小，其中只有少数社区被检测到。这种新的特征不能用以前的网络增长模型来解释。我们提出了一个简单的模型，两个过程的熟人，连接最近的邻居和随机链接。我们发现，该模型可以解释的差距，在社区规模分布以及其他统计特性，包括长尾度分布，高传递性，其与度的相关性，度度的相关性。该模型可以估计在许多社交网络中普遍存在的这两个过程在SNS以及其他社会中是如何以相对频率工作的。
2007-03-19 cs.CY physics.data-an physics.soc-ph
Friendship Prediction in Composite Social Networks
友谊预测是社会网络分析（SNA）的一项重要任务。它可以帮助用户识别朋友并提高他们的活动水平。以前的大多数方法都是根据用户的历史记录来预测用户的友谊，例如他们现有的友谊，社交互动等。然而，在现实中，大多数用户在单个网络中的朋友有限，数据可能非常稀疏。稀疏性问题导致现有方法过拟合稀有观测值，并遭受严重的性能下降。当新的社交网络刚刚开始形成时，尤其如此。我们观察到，今天的许多社交网络本质上是复合的，人们经常参与多个网络。此外，用户的友谊总是相关的，例如，他们都是Facebook和Google+上的朋友。因此，通过将这些重叠用户视为桥梁，其他网络中的友谊知识可以帮助预测他们在当前网络中的友谊。这可以通过以集体方式利用不同网络中的知识来实现。然而，由于每个单独的网络都有自己的属性，这些属性可能与其他网络不兼容和不一致，因此将所有网络合并为一个网络可能无法很好地工作。提出的解决方案是通过分层贝叶斯模型提取不同网络之间的共同行为。它捕获跨网络的共同知识，同时避免由于网络差异而产生的负面影响。实证研究表明，所提出的方法提高了平均平均精度的友谊预测超过国家的最先进的基线在9个现实世界的社交网络数据集显着。
2014-02-17 cs.SI physics.soc-ph
The Enmity Paradox
本文基于洪都拉斯农村大规模社交网络数据，提出并验证“敌意悖论”及其广义形式，分析正负关系混合网络中的存在条件。
2023-04-20 cs.SI physics.soc-ph
Willingness Optimization for Social Group Activity
研究表明，一个人愿意参加一个社会团体活动，如果活动是有趣的，如果一些亲密的朋友也加入活动的同伴。文献表明，一个人的兴趣和朋友之间的社交紧密度可以有效地从社交网站中获得和挖掘。然而，即使在上述两种信息广泛可用的情况下，社交群组活动仍然需要手动协调，并且由于社交连接的复杂性和朋友之间可能的兴趣的多样性，该过程对于用户来说是繁琐和耗时的，特别是对于大型社交群组活动。为了解决上述重要的需求，本文提出了自动选择和推荐潜在的社会群体活动的参与者，这可能是非常有用的社交网站作为一个增值服务。我们首先制定了一个新的问题，命名为社会群体的意愿最大化（WASO）。本文指出用贪心算法求得的解很可能陷入局部最优解。因此，我们设计了一种新的随机算法来有效地解决这个问题。给定可用的计算预算，所提出的算法是能够最佳地分配资源，并找到一个近似比的解决方案。我们在Facebook上实现了该算法，用户研究表明，该算法获得的社会群体显着优于用户手动配置的解决方案。
2013-09-01 cs.SI physics.soc-ph
Qualities and Inequalities in Online Social Networks through the Lens of the Generalized Friendship Paradox
友谊悖论是指在社交网络中，人们平均拥有的朋友比他们的朋友要少。广义的友谊悖论是对朋友数量以外的属性的扩展。友谊悖论及其广义版本最近引起了人们的关注，因为它们提供了关于网络结构和局部不平等的信息。在本文中，我们提出了几个措施的节点质量，捕捉不同方面的活动和影响力，在网上社交网络。使用这些措施，我们分析了广义的友谊悖论在Twitter上的流行程度，我们报告了高水平的流行率（高达90%以上的节点）。我们认为，这种普遍存在的友谊悖论及其广义版本的出现，因为在网络中的连接的等级性质。这种层次结构是嵌套的，而不是星形的。我们的结论是，这些悖论是集体现象，而不仅仅是由少数连接良好或高属性的节点。此外，我们的研究结果表明，很大一部分人可以体验广义的友谊悖论，即使在程度和属性之间没有显着的相关性。
2016-02-11 cs.SI physics.soc-ph
An Empirical Study of How Users Adopt Famous Entities
社交网络服务的用户通过创建不对称和对称的社交链接来构建他们的个人社交网络。用户通常关注朋友和选定的著名实体，包括名人和新闻机构。在本文中，我们调查用户如何遵循著名的实体。我们静态和动态地分析数据在一个巨大的社交网络服务与一组手动分类的著名的实体。结果表明，知名实体的进入度不符合幂律分布。相反，每个用户在同一类别中的最大著名追随者数量呈现幂律特性。据我们所知，在现实生活中，还没有人选择著名的实体数据集来研究这个问题。这些发现可能有助于微博营销和用户分类。
2012-09-06 cs.SI physics.soc-ph
Swayed by Friends or by the Crowd?
我们已经进行了三个实证研究的影响，朋友的建议和一般评级的在线用户如何作出选择。这两个组成部分的社会影响力进行了调查，通过用户研究机械土耳其人。我们发现，对于用户决定两个选择之间的一个额外的评级星级有更大的影响比一个额外的朋友的建议，选择一个项目的概率。同样重要的是，来自朋友的负面意见比正面意见更有影响力，当决策涉及的成本和风险较低时，人们在选择时会表现出更多的随机行为。我们的结果可以在不同的人口统计数据中推广，这意味着个人以类似的方式权衡朋友的推荐和评级。
2011-11-04 cs.CY 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
Applications of Structural Balance in Signed Social Networks
我们提出的措施，模型和链接预测算法的基础上签署的社交网络的结构平衡。某些社交网络除了通常的“朋友”链接外，还包含“敌人”链接。这些网络被称为签名社交网络。签名社交网络的经典和主要概念是结构平衡，即，三角形趋向于“平衡”，包括偶数个负边，如朋友-朋友-朋友和朋友-敌人-敌人三角形。在这篇文章中，我们介绍了几个新的签署网络分析方法，利用结构平衡测量部分平衡，发现社区的人的基础上平衡，绘制签署社交网络，并解决问题的链接预测。值得注意的是，所介绍的方法是基于符号图拉普拉斯算子和符号电阻距离的概念。我们评估我们的方法上收集的四个签名的社交网络数据集。
2014-02-27 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
Using Location-Based Social Networks to Validate Human Mobility and Relationships Models
我们建议使用社交网络数据来验证移动模型的普及移动ad-hoc网络（MANDO）和延迟容忍网络（DTNs）。随机路径点（RWP）和Erdos-Renyi（ER）模型已经成为研究人员生成节点移动轨迹及其之间关系的热门选择。RWP和ER不仅在仿真环境中评估网络协议方面很有用，而且还可用于此类动态网络的理论分析。然而，已经观察到，人与人之间的关系和他们的运动都不是随机的。相反，人类的动作经常包含重复的模式，友谊是由距离限制的。我们使用社交网站Gowalla来收集、创建和验证人类移动性和关系的模型，以分析和评估机会网络中的应用，如传感器网络和土木工程中的交通模型。通过这样做，我们希望为研究人员提供更多类似人类的运动和社会关系模型，以研究复杂和移动网络中的问题。
2013-08-10 cs.SI physics.soc-ph
An Informed Model of Personal Information Release in Social Networking Sites
在线社交网络的出现和数字通信的日益普及已经导致在互联网上可获得的关于个人的信息量越来越多。社交网络用户可以自由地创建复杂的数字身份，并使用真实甚至虚假的个人信息来丰富他们。然而，这种自由导致了严重的安全和隐私事件，这是由于用户的身份在建立社交和隐私设置中所起的作用。在本文中，我们采取了一个更好地了解在线信息曝光的一步。基于对真实世界数据样本的详细分析，我们开发了一个在线用户欺骗模型。该模型使用博弈论的方法来表征用户的意愿释放，隐瞒或谎言的信息取决于个人的行为在用户的朋友圈。在模型中，我们考虑到用户的异质性和他们的不同态度，以及他们可能在网上暴露的不同类型的信息。
2012-06-05 cs.GT cs.SI physics.soc-ph
Your Facebook Deactivated Friend or a Cloaked Spy (Extended Abstract)
Facebook拥有超过7.5亿活跃用户，是最著名的社交网站。Facebook在新闻中广泛讨论并在学术界进行了大量研究的一个特殊方面是其用户的隐私。在本文中，我们介绍了Facebook的零日隐私漏洞。我们称之为“失效好友攻击”。这种攻击的概念非常类似于《星际迷航》中的伪装，而其严重性可以从以下事实来估计：一旦攻击者是受害者的朋友，攻击者就很可能以伪装的方式无限期地访问受害者的私人信息。我们通过展示获得Facebook用户信任和在线交友的容易程度来展示攻击的影响。通过有针对性的好友请求，我们能够添加超过4300名用户，并在至少261天内保持对他们Facebook个人资料信息的访问。由于隐身和短暂的解除隐身会话，在此期间没有用户能够取消好友。短暂的解除隐形会议足以获得有关受害者的最新信息。我们还提供了几个解决方案的漏洞，其中范围从缓解到永久解决方案
2012-03-19 cs.CY cs.SI physics.soc-ph
Analyzing the Facebook Friendship Graph
在线社交网络（OSN）作为最重要的新兴Web现象之一，在过去几年中获得了巨大的和日益增长的普及，深刻地改变了用户的行为，并有助于在使用Web的人们之间建立坚实的连接和关系基础。在这份初步工作报告中，我们的目的是分析Facebook，考虑反映订阅用户之间关系的重要数据样本。我们的目标是提取，从这个平台上，这些关系的分布相关信息，并利用社会网络分析（SNA）提供的工具和算法来发现，并可能，了解潜在的相似性之间的发展OSN和现实生活中的社交网络。
2011-06-02 cs.SI physics.soc-ph
The friendship paradox: Causal evidence of its behavioral consequences
Royal Holloway University of London（伦敦大学皇家霍洛威学院）；Stanford University（斯坦福大学；圣塔菲研究所）；Santa Fe Institute（马拉加大学）；Universidad de Málaga（马克斯·普朗克行为经济学研究所；科隆大学；因斯布鲁克大学）；Max Planck Institute for Behavioral Economics；University of Cologne；University of Innsbruck
本文通过因果分析，发现友谊悖论会使个体仅对朋友平均行为反应而非群体平均，导致互补博弈中行为向上扭曲、分散性增加且难以克服。
2026-10-21 econ.GN physics.soc-ph q-fin.EC
An Anti_Turing Test: Reduced Variables for Social Network Friends' Recommendations
社交网络服务器的常规活动是推荐人们可能认识的候选朋友，并激励将这些人添加到人们的联系人中。一个有趣的问题是这些推荐列表是如何组成的。这项工作调查的主要变量参与的推荐活动，以重现这些列表，包括其时间依赖的特性。我们提出了相关的算法。除了传统的方法，如friend_of_a_friend，在以前的作品中没有强调两个重要的技术：随机化和直接使用的兴趣度标准。一个自动的软件工具来实现这些技术的建议。讨论了它的体系结构和实现。在对从社交网络中收集的实际数据进行初步分析后，使用该工具模拟社交网络好友的推荐。
2014-06-15 cs.IR cs.SI physics.soc-ph
Contagions in Social Networks: Effects of Monophilic Contagion, Friendship Paradox and Reactive Networks
我们考虑SIS传染过程的网络，一个经典的假设是，个人的决定，采取传染的基础上，他们的近邻。然而，最近的文献表明，一些属性之间的相关性更两跳邻居，一个概念称为单态。这促使我们探索单亲性传染，即通过考虑两跳邻居而不是直接邻居来采用传染（例如产品，疾病）的情况（例如，你向你的朋友询问新iPhone，她向你推荐她的一个朋友的意见）。我们发现，友谊悖论的现象使它更容易为独恋传染广泛传播。我们还考虑的情况下，潜在的网络随机演化的状态的传染（例如，根据流感病毒的严重程度，人们限制他们与他人的互动，以避免被感染），并表明，这样一个过程的动态可以近似为一个微分方程的轨迹满足代数约束限制它的流形。我们的研究结果揭示了图论的后果如何影响传染，并提供了简单的确定性模型来近似随机图过程的传染的集体动力学。
2018-10-13 cs.SI physics.soc-ph
Migration patterns, friendship networks, and the diaspora: the potential of Facebook Social Connectedness Index to anticipate displacement patterns induced by Russia invasion of Ukraine in the European Union
乌克兰的冲突正在欧洲和世界上造成大规模流离失所。根据联合国难民事务高级专员办事处（难民署）的估计，截至2022年9月5日，已有700多万人逃离该国。在这种情况下，预测这些人的流动方向极为重要，以便国家和地方当局能够更好地应对与他们的接收和融入有关的挑战。这项工作表明，来自社交媒体的创新数据如何能够提供有关冲突引起的移徙流动的有用见解。特别是，我们探讨了Facebook的社会连通性指数（SCI）的潜力，用于预测在乌克兰战争的背景下的移民流动，建立在以前的研究结果，侨民网络的存在是主要的移民驱动力之一。为此，我们首先评估了乌克兰侨民与登记为临时保护或类似国家计划的乌克兰难民数量之间的关系，作为移民流入欧盟的代理人。我们发现两者之间存在非常强的相关性（Pearson's r=0.94，p<0.0001），这表明侨民正在吸引逃离战争的人们，他们往往会接触到自己的同胞，特别是在乌克兰移民的国家。最近才出现这种现象。其次，我们将Facebook的SCI与欧洲地区层面的散居者官方数据进行了比较。我们的研究结果表明，该指数，以及其他现成的协变量，是一个强大的预测乌克兰侨民在区域范围内。最后，我们讨论了Facebook的SCI的潜力，提供及时和空间上的详细信息，这些信息可能会丢失或过时的国家的人类散居，并补充官方统计数据，在冲突期间快速的政策反应。
2022-12-15 cs.SI physics.soc-ph
Generalized Friendship Paradox: An Analytical Approach
友谊悖论是指社会学的观察，虽然人们对自己受欢迎程度的评估通常是自我夸大的，但实际上他们比朋友更不受欢迎。广义友谊悖论是在社会环境、科学合作网络以及在线社交媒体中经验观察到的平均优势。我们建立了一个基于质量的网络增长模型，其中节点接收新链接的机会取决于它的度和质量参数。节点在第一次加入网络时被分配质量，并且这些质量不会随着时间而改变。我们从理论上分析了该模型，找到了联合度质量分布和最近邻分布的表达式。然后，我们证明了这个模型表现出的友谊悖论和广义的友谊悖论在网络层面上，无论质量的分布。我们还表明，在所提出的模型中，每个节点的程度和质量是正相关的，无论如何节点的质量分布。
2014-10-02 cond-mat.stat-mech cs.SI physics.soc-ph
Understanding the Personal Networks of People Experiencing Homelessness in King County, WA with aggregate Relational Data
University of Washington（华盛顿大学）；King County Regional Homelessness Authority（金县区域无家可归者管理局）
利用2022-2024年对金县3000多名无家可归者的调查数据，通过网络抽样方法分析其熟人、密友、亲属和同伴推荐网络，发现社会连通性随时间下降，但亲属网络扩大，表明社会隔离加剧且家庭支持依赖增强。
2026-06-15 cs.SI physics.soc-ph
Which friends are more popular than you? Contact strength and the friendship paradox in social networks
友谊悖论指出，在社交网络中，自我往往比他们的改变程度低，或者说，“你的朋友比你有更多的朋友”。大多数研究都集中在友谊悖论及其对信息传输的影响上，但将网络视为静态和不加权的。然而，人们只能将有限的一部分注意力预算用于每一次社交互动：一个高学位的人可能没有那么多时间用于个人的社交联系，这迫使他们调整与不同社交联系的接触量。在这里，我们研究的背景下，不同的自我和改变之间的接触量的友谊悖论，发现接触量和友谊悖论的强度之间的连接。与自我相比，最频繁接触的分身表现出不太明显的友谊悖论，而不太频繁接触的分身更有可能是高程度的，并引起悖论。因此，我们主张用一个更微妙的版本来解释友谊悖论：“你最亲密的朋友比你的朋友略多一些”，在某些网络中，甚至可以说：“你最好的朋友并不比你的朋友多多少”。我们证明了这种关系是稳健的，在社交媒体和移动电话数据集中都有。这些结果对社交网络中的信息传递和影响有一定的影响，我们使用一个简单的动力学模型来探索。
2017-03-18 cs.CY cs.SI physics.soc-ph
Group colocation behavior in technological social networks
我们分析了两个大的数据集，从技术网络的位置和社会数据：用户位置记录从一个在线的基于位置的社交网络服务，和匿名的电信数据从欧洲手机运营商，为了调查个人和群体行为之间的差异与物理位置。我们发现两个数据集之间的协议：首先，个人更有可能在一个他们以前没有去过的地方与一个朋友见面，但当与一个更大的群体在一起时，他们往往会在熟悉的地点见面。我们还发现，一群人更有可能在他们的其他朋友去过的地方见面，而且地方的类型强烈影响群体在那里见面的倾向。群体和个体移动性之间的这些差异具有潜在的技术应用，例如，在基于位置的社交网络中的地点推荐中。
2014-08-08 cs.SI physics.soc-ph
The power of indirect social ties
虽然直接的社会关系已经在以计算机为媒介的社交网络的背景下得到了深入的研究，但间接关系（例如，朋友的朋友（朋友的朋友）很少受到关注。然而，在现实生活中，我们经常依靠朋友的朋友来推荐（好医生、好学校或好保姆），介绍新的工作机会，以及满足许多其他偶尔的需求。在这项工作中，我们试图1）量化间接社会关系的强度，2）验证它，和3）经验证明其有用的分布式应用程序的两个例子。我们量化的社会力量的间接关系使用（ny）的直接联系，连接两个人的力量和直觉提供的社会学文献。我们通过与其他直接的社会关系评估者的相关性比较，实验验证了所提出的度量。我们通过数据驱动的实验表明，所提出的社会强度指标可以成功地用于社会应用。具体来说，我们表明，它解决了已知的问题，在朋友到朋友的存储系统，通过解决两个以前记录的缺点：减少存储候选人和数据可用性的相关性。我们还表明，它可以用于预测社会扩散的影响，准确率高达93.5%。
2014-01-17 cs.SI physics.soc-ph
How people interact in evolving online affiliation networks
人类互动的研究对于理解个人，群体和社会的行为至关重要。在这里，我们观察网络的形成和演变，通过监测所有新的链接，我们定量分析的趋势，用于创建这些不断发展的在线联盟网络的关系。我们首先表明，这些概率趋势的准确估计只能通过以下网络的时间演化来实现。例如，通过网络的静态快照归因于朋友机制的普通朋友的动作被高估了两倍。对动态网络演化的详细分析表明，尽管有特征性的静态模式，但这些三角形中有一半是通过其他机制生成的。我们首先描述网络中建立联系时的每一个链接。这使我们能够描述领带形成的概率趋势，并得出如下社会学结论。添加新链接的趋势与我们预期的显著不同，如果它们不受网络中个人结构位置的影响，即，从随机链接形成。我们还发现，根据活动程度、性别、年龄、受欢迎程度和其他属性，个体之间的行为特征存在显著差异。例如，在这里分析的特定数据集中，我们发现女性的回报率是男性的三倍，而且这种差异随着年龄的增长而增加。在所有年龄段，男性比女性更倾向于与最受欢迎的人联系。另一方面，三角关系的倾向是相似的，与性别无关。我们的研究结果有助于建立现实社会网络结构的模型，并发现在不断发展的社交网络中建立联系的潜在规律。
2011-11-23 cs.SI physics.soc-ph
Cultural Differences in Friendship Network Behaviors: A Snapchat Case Study
文化塑造人们的行为，无论是在线还是离线。令人惊讶的是，关于文化背景如何影响社交媒体上的网络形成和内容消费的研究很少。我们通过封闭网络环境中的文化视角分析了73个国家的内容生产者和消费者之间的友谊网络和二元关系。封闭的网络允许亲密的联系和自我表达，为研究行为的文化差异提供了自然的环境。我们研究了文化的三个理论框架--个人主义、关系流动性和紧密性。我们发现，在不同文化中形成的友谊网络在自我中心性方面有所不同，这意味着用户朋友之间的联系。个人主义、流动性和松散性也对关系强度如何影响内容消费产生了显著的负面影响。我们的研究结果显示了文化如何影响社交媒体行为，并概述了研究人员如何将其纳入工作中。我们的工作对内容推荐有影响，可以提高内容参与度。
2023-01-29 cs.CY cs.SI physics.soc-ph
A place-focused model for social networks in cities
社会联系的聚焦组织理论提出，人类社交网络的结构可以围绕网络外的焦点进行安排，这些焦点可以包括家庭、工作场所、餐馆等共享的物理空间。到目前为止，这一直难以大规模调查，但从网上位置获得的大量数据-现在，基于社会服务的网络使人们有可能检查成千上万人的友谊和流动性，并调查地点会议与社会网络结构之间的关系。在本文中，我们分析了来自Foursquare的大型数据集，Foursquare是最流行的在线基于位置的社交网络。我们研究了基于城市的社交网络的属性，发现它们具有共同的结构属性，并且两个人见面的地点类别对他们成为朋友的可能性有很大的影响。受这些观察结果的启发，结合聚焦组织理论，我们提出了一个模型来生成城市级的社交网络，并表明它产生的网络与经验数据中看到的结构属性。
2013-08-12 cs.SI physics.soc-ph
Network support of talented people
网络支持是人才成功的关键因素。例如，匈牙利人才支持网络涉及近1500个人才点和20多万人。这个网络启动了匈牙利邓普顿计划，确定并帮助了315名杰出的认知人才。该网络是欧洲高能力理事会发起的欧洲人才支持网络的一部分，涉及欧洲30多个国家的300多个组织，并延伸到其他大陆。这些网络提供了很好的例子，说明有才华的人往往在社交网络中占据中心地位，但具有高度的动态性。这种“创造性节点”参与网络相关的决策过程是至关重要的，特别是在新的环境挑战。从蛋白质到大脑再到社会，各种各样的复杂系统都有这种适应/学习反应。对于人才支持计划来说，利用这些网络和学习过程来进一步提高效率至关重要。
2017-04-15 cs.CY cs.SI nlin.AO
Discovering Social Circles in Ego Networks
人们的个人社交网络庞大而杂乱，目前还没有好的方法来自动组织它们。社交网站允许用户手动将他们的朋友分类到社交圈（例如Google+上的“圈子”，以及Facebook和Twitter上的“列表”），但是它们很难构建，并且必须在用户的网络增长时更新。在本文中，我们研究了自动识别用户的社交圈的新任务。我们把这个任务作为一个多成员节点聚类问题的用户的自我网络，她的朋友之间的连接网络。我们开发了一个模型，结合网络结构以及用户简档信息检测圆。对于每个圈子，我们了解其成员和圈子特定的用户简档相似性度量。对多个圆的节点成员关系建模允许我们检测重叠以及分层嵌套的圆。实验表明，我们的模型可以准确地识别来自Facebook、Google+和Twitter的各种数据集上的圆圈，我们获得了所有这些数据的手工标记的地面实况。
2013-01-10 cs.SI physics.soc-ph
The Majority Illusion in Social Networks
社会行为通常具有传染性，当个体模仿他人的决定和选择时，会在人群中传播。从创新的采用到社会规范和政治运动的出现，各种全球现象都是由于人们遵循简单的地方规则而产生的，比如模仿别人正在做的事情。然而，人们往往缺乏对他人行为的全面了解，必须通过观察他们朋友的行为来估计他们。在某些情况下，底层社交网络的结构可能会极大地扭曲个人的局部观察，使行为在局部看起来比在全球看起来更常见。我们将这种现象的根源追溯到社交网络中的友谊悖论，我们称之为“多数错觉”。由于这种悖论，一种全球罕见的行为可能在许多人的当地社区中系统地过度代表，即，在他们的朋友中。因此，“多数错觉”可能会促进社会传染在网络中的传播，也解释了为什么在社会认知中出现系统性偏见，例如，对危险行为的偏见。使用合成和真实世界的网络，我们探索了“多数错觉”如何依赖于网络结构，并开发了一个统计模型来计算其在网络中的大小。
2015-06-09 cs.CY cs.SI physics.soc-ph
Enhancing topology adaptation in information-sharing social networks
互联网和万维网的出现导致了可获得的信息的空前增长。人们通常面对信息过载，遵循有限数量的最适合他们兴趣的来源。因此，解决谁被关注以及如何让人们发现新的和更好的信息来源等问题变得非常重要。本文对不同的在线社交网站进行了实证分析，并从其结果中得到启示，提出了不同的源选择策略的自适应模型的社会推荐。我们发现，本地搜索规则，提高了典型的拓扑功能，真正的社会社区产生的网络配置，是全球最优的。这些规则创造了有效的信息传播网络，类似于真实社会系统的结构。
2012-04-13 cs.SI physics.soc-ph
Friendship Paradox Redux: Your Friends Are More Interesting Than You
菲尔德的友谊悖论指出：“平均而言，你的朋友比你有更多的朋友。“这种矛盾的出现是因为非常受欢迎的人，尽管很少见，但在平均超过朋友时，他们的人数过多。使用Twitter的消防水管的样本，我们确认，友谊悖论持有超过98%的Twitter用户。由于Twitter上关注者图的定向性，我们能够进一步证实友谊悖论的更详细形式：你关注的每个人或关注你的人都比你有更多的朋友和关注者。这可能是由我们展示的Twitter活动，朋友数量和追随者数量之间的相关性引起的。此外，我们发现了两个新的悖论：病毒性悖论，即“平均而言，你的朋友比你收到更多的病毒性内容”，以及活动悖论，即“平均而言，你的朋友比你更活跃。“后一个悖论在规范在线通信方面很重要。这可能导致用户难以保持最佳的传入信息速率，因为跟随额外的用户会导致传入推文的数量超线性地增加。虽然用户可以通过增加他们自己的活动来补偿增加的信息流，但是当用户接收到比他们能够或愿意处理的更多的信息时，用户变得信息过载。我们比较了过载和欠载用户发送和接收的级联的平均大小。我们表明，超载的用户发布和接收较大的级联，他们是穷人的小级联检测器。
2013-04-11 cs.CY cs.SI nlin.AO
Assessing the Potential of Ride-Sharing Using Mobile and Social Data
在日常的家庭-工作-家庭通勤中拼车可以帮助个人节省汽油和其他与汽车相关的成本，同时可以减少交通和污染。本文基于从巴塞罗那和马德里的3G呼叫描述记录（CDR）和在线社交网络（Twitter，为纽约和洛杉矶收集）中提取的移动数据，评估了拼车减少城市交通的潜力。我们首先分析这些数据集，以了解移动模式、家庭和工作地点以及用户之间的社交关系。然后，我们开发了一个有效的算法，用于匹配具有相似移动模式的用户，考虑到一系列的约束。该解决方案提供了一个上限，可以通过共乘实现城市中汽车的潜在减少。我们使用我们的框架来了解这种潜在利益的不同限制和城市特征。例如，我们的研究表明，如果用户愿意与居住和工作在1公里范围内的人共乘，马德里市的交通流量可以减少59%;如果他们只能接受最多10分钟的接送机延迟，这一潜在效益下降到24%;如果司机也在沿途接送乘客，这一数字增加到53%。如果用户只愿意和认识的人（CDR和OSN数据集中的“朋友”）一起乘车，拼车的潜力就变得微不足道;如果愿意和朋友的朋友一起乘车，潜在的减少幅度高达31%。
2014-03-20 cs.CY cs.SI physics.soc-ph
Localized Algorithm of Community Detection on Large-Scale Decentralized Social Networks
尽管现有的社交网络服务（SNS）取得了巨大的成功，但它们的集中所有权和控制权已经导致了对这些服务的用户隐私、审查脆弱性和操作鲁棒性的严重关注。为了克服这些限制，最近提出并实现了分布式社交网络（DSN）。在这些新的DSN架构下，没有任何一方拥有整个社交网络的全部知识。虽然这种方法解决了上述问题，但缺乏DSN节点的全局知识使得支持一些常见但关键的SNS服务（如朋友发现和社区发现）更具挑战性。在本文中，我们解决了社区发现的问题，为一个给定的用户的约束下，有限的本地拓扑信息所施加的常见DSN架构。通过将个性化页面排名（Personalized Page Rank，PPR）方法看作是一个墨水溢出过程，我们证明了它在使用有限的局部拓扑信息的分散式社区发现中的适用性，我们提出的基于PPR的解决方案具有广泛的应用，如朋友推荐、定向广告、自动社会关系标记和sybil防御。使用从一个大规模的SNS在实践中收集的数据，我们证明了我们的适应版本的PPR可以显着优于基本的PR以及其他两个常用的广告。在逃逸向量（EV）中包含一些手动标记的朋友可以大大提高性能（ROC曲线下面积（AUC）相对改善64.97%）。
2012-12-27 cs.SI physics.soc-ph stat.ML
Information-Sharing and Privacy in Social Networks
我们提出了一个新的模型，推理的方式信息在社交网络中的朋友之间共享，以及由此产生的方式，它的传播。我们的模型形式化的直觉，透露个人信息在社会环境中涉及与朋友分享信息的好处之间的权衡，以及额外的八卦将传播到人的风险，一个是不友好的关系。我们研究在这种情况下的理性代理人的行为，我们的特征的存在性和可计算性的稳定的信息共享网络，其中代理人没有动机改变与他们分享信息的合作伙伴。我们分析了这些稳定的网络对社会福利的影响，以及由此产生的社会网络的碎片化。
2010-03-01 cs.GT physics.soc-ph
Keeping up with the e-Joneses: Do online social networks raise social comparisons?
Sapienza University of Rome（罗马智慧大学）；LCSR National Research University Higher School of Economics（高等经济学院LCSR）；Institut national de la statistique et des études économiques du Grand-Duché du Luxembourg (STATEC)（卢森堡大公国国家统计与经济研究所）
本文研究在线社交网络对收入不满的影响，发现其加剧社会比较，尤其对年轻人影响更显著，且对男女影响相似。
2015-07-31 cs.CY cs.SI econ.GN
Social networks that matter: Twitter under the microscope
学者、广告商和政治活动家将大规模在线社交网络视为社会互动的代表，可用于研究思想传播、社会关系动态和病毒式营销等。但是，社交网络的链接结构并不能揭示人与人之间的实际互动。注意力的缺乏以及日常生活和工作的节奏使人们默认与少数重要的人互动，并回报他们的注意力。一项对Twitter社交互动的研究表明，Twitter使用的驱动力是一个稀疏而隐藏的连接网络，其基础是所宣称的朋友和追随者。
2008-12-04 cs.CY physics.soc-ph
Bring a friend! Privately or Publicly?
我们研究了卖家的最优推荐策略及其与消费者之间沟通渠道类型的关系。卖家面对的是一群部分不知情的消费者，他们通过一个定向的社交网络相互联系。在网络中，卖方向知情的消费者（影响者）提供奖励，条件是诱导不知情的消费者（受影响者）购买。奖励需要承担沟通成本，并私下（每次接触的成本）或公开（通知所有朋友的固定成本）诱导口碑（WOM）。从卖方的角度来看，获取私人口碑比获取公共口碑成本更高。我们调查（一）激励卖方移动到一个更密集的网络，诱导私人或公共口碑和（ii）这两种类型的通信之间的最佳组合。一个密集的网络被发现总是更好的，不仅对信息传播，而且对卖方的利润，只要私人口碑而言。因此，在公众口碑下，卖家可能更喜欢一个环境，在知情的消费者之间竞争较少，并且高度连接的影响者（枢纽）的存在是使网络密度有利于利润的主要驱动力。当卖家能够区分私人和公共口碑时，最佳策略是廉价地激励更多的联系人公开传递信息，然后为私人口碑提供高额奖金。
2018-12-26 econ.EM physics.soc-ph
