Competing Social Contagions with Opinion Dependent Infectivity
本文提出一种带内部观点和认知偏差的两种竞争信念传播模型,通过智能体模拟与平均场分析揭示认知偏差会丰富瞬态动力学,并研究外部招募传播者如何促成某一信念最终主导。
2025-02-01 cs.SI math.DS physics.soc-ph
Diffusion dynamics of competing information on networks
社交网络上的信息传播在阈值模型的框架下被描述为阈值行为的集体结果。然而,由于现有的模型没有考虑到个人的优化问题,它仍然是一个悬而未决的问题,什么样的动态出现在扩散过程中,当个人面对多个(和可能不兼容)的信息。在这里,我们开发了一个微观基础的一般阈值模型,使我们能够分析集体动态的个人行为在传播的多种信息。分析表明,竞争信息的病毒性从根本上是不确定的。当个体最大化与邻居的协调时,扩散过程被描述为鞍路径,从而导致不可预测的对称性破缺。当个人的选择是不可逆转的,就会有一个稳定均衡的连续体,在这个连续体中,某种程度的社会两极分化偶然发生。
2022-09-07 cs.SI physics.soc-ph
Social media battle for attention: opinion dynamics on competing networks
本文提出多重网络观点动力学模型,研究用户在竞争性社交媒体平台间的注意力分配,发现中性算法平台仍可能维持极化,而多平台动态隔离可在提升满意度时不加剧极化。
2023-10-27 cs.SI physics.soc-ph
Domain-based user embedding for competing events on social media
University of Science and Technology of China(中国科学技术大学);Institute of Science Tokyo(东京科学大学)
本文提出基于 URL 域名共现网络的用户嵌入方法,并在 COVID-19 信息疫情相关 Twitter 数据的二分类任务中证明其优于转发网络和语言嵌入且计算更快。
2025-10-20 cs.CY cs.SI
Optimal Investment Strategies for Competing Camps in a Social Network: A Broad Framework
我们研究了在竞争环境中最优投资于社交网络节点的问题,其中两个阵营的目标是推动人口的平均意见对自己有利。使用一个完善的意见动态模型,我们制定了一个零和游戏的球员是两个阵营的问题。我们得出最佳的投资策略,这两个阵营,并表明,一个随机的投资策略是最佳的底层网络遵循一个流行的类的权重分布。我们研究了一个广泛的框架,在那里我们考虑各种动机良好的设置的问题,即,当一个阵营对节点的影响是一个凹函数的投资在该节点上,当一个阵营的目的是最大限度地提高竞争对手的投资或偏离其期望的投资,当一个阵营的模型参数的值有不确定的信息。我们还研究了这个游戏的Stackelberg变种下共同耦合约束的组合投资的阵营,并得出他们的均衡策略,从而量化的先发优势。为了进行定量和说明性研究,我们对真实世界的数据集进行模拟,并提供结果和见解。
2018-08-10 cs.SI physics.soc-ph
Modeling Adoption and Usage of Competing Products
在线社交网络的出现和广泛使用导致社交活动数据的可用性急剧增加。重要的是,这些数据可以被用来在微观层面上调查几十年来引起经济学家、营销人员和社会学家注意的一些问题,例如,产品采用、使用和竞争。在本文中,我们提出了一个连续时间的概率模型,时间点过程的基础上,采用和使用频率的竞争产品,其中一个产品的使用频率可以调制的其他产品。该模型使我们能够有效地模拟竞争产品的采用和重复使用,并生成痕迹,在这些痕迹中,我们可以很容易地识别出社会影响、近因和竞争的影响。然后,我们开发了一种推理方法,有效地适合模型参数通过求解凸规划。这个问题可以分解成一系列更小的子问题,因此很容易扩展到具有数十万个节点的网络。我们通过从Twitter收集的合成和真实扩散数据验证了我们的模型,并表明所提出的模型不仅提供了与数据的良好拟合和比替代品更准确的预测,而且还提供了可解释的模型参数,这使我们能够深入了解推动产品采用和使用频率的一些因素。
2015-06-11 cs.SI physics.soc-ph
Diffusion in Social Networks with Competing Products
本文提出了一种新的社交网络阈值模型,在该模型中,受邻居影响的节点可以从多个选择中选择一个。我们的图形,通过整个网络的产品是可能的(分别是必要的)和一个独特的结果是保证。这些特征直接产生多项式时间算法,使我们能够确定给定的社交网络是否满足上述属性之一。我们还研究了没有唯一结果的网络的算法问题。我们表明,计算产品的最小可能的传播的问题是NP-难近似的近似比$Ω(n)$,在对比的最大传播,这是有效的可计算的。然后,我们继续讨论关于节点在采用一些(分别是)给定的)产品。我们表明,问题的确定是否一个给定的节点必须采取一些(分别。所有最终网络中的乘积是共NP完全的。
2012-04-26 cs.DS cs.SI physics.soc-ph
Evolution of opinions on social networks in the presence of competing committed groups
公众舆论往往受到致力于相互竞争的观点的坚定的个人团体的影响。使用成对的社会影响力的模型,我们研究如何在社交网络内的存在,这样的群体影响的结果和网络上的整体意见的演变速度。早期的研究表明,在一个密集的社交网络中,一个单一的承诺群体可以导致整个网络迅速采纳该群体的意见(随着网络规模的扩大而扩大),只要承诺群体占人口的10%以上(稀疏网络的研究结果也是定性相似的)。在这里,我们研究了更一般的情况下,意见演变时,两组致力于不同的,竞争的意见$A$和$B$,并构成分数$p_A$和$p_B$的总人口分别在网络中。对于程式化的社交网络(包括Erdens-Rényi随机图和Barabási-Albert无标度网络),我们证明了该系统在参数空间$(p_A,p_B)$中的相图由两个区域组成,一个区域是两个稳定的稳态共存的区域,另一个区域是只有一个稳定的稳态存在的区域.这两个区域由两条折叠分叉(旋节)线分开,这两条线相切相交并终止于尖点(临界点)。我们提供了进一步的见解的相图和基本的相变的性质,通过调查模型上无限(平均场极限),有限的完全图和有限的稀疏网络。对于后者的情况下,我们还推导出与开关时间的指数增长作为从临界点的距离的函数的标度指数。
2012-04-23 cond-mat.stat-mech cs.SI physics.soc-ph
Competing for Attention in Social Media under Information Overload Conditions
尽管多种形式的现代社交媒体已成为传播信息的主要渠道,但由于信息源数量的迅速扩大,它们正变得超载。我们分析了中国最大的微博网站新浪微博中不断扩大的用户生成内容,发现证据表明,流行信息通常遵循一种与疾病传播不同的机制,与普遍认为的相反。在这种机制中,拥有更多朋友的个体需要更多的重复曝光来进一步传播信息。此外,我们的数据表明,与流行病不同,对于某些信息,个人分享信息的机会与他/她分享信息的邻居的比例成正比,因此,一个人的朋友数量越多,传播信息所需的重复接触次数就越多,这是争夺注意力的结果。我们使用一个分数易感感染恢复(FSIR)模型,其中一个节点的感染概率是成比例的感染邻居的分数这个过程建模。我们的发现对信息传染具有戏剧性的影响。例如,使用FSIR模型,我们发现现实世界的社交网络有一个有限的流行阈值。这与传统智慧从疾病流行模型中得出的零阈值形成对比。这意味着,当个体被过量的信息源超载时,如果信息超过临界流行阈值,信息就会到达人群,或者它永远不会被很好地接受,导致只有少数信息内容可以在整个人群中广泛传播。
2014-10-14 cs.SI physics.soc-ph
Automated Identification of Competing Narratives in Political Discourse on Social Media
L3S Research Center, Leibniz Universität Hannover(莱布尼茨汉诺威大学L3S研究中心)
本文提出一种无监督多阶段框架,整合主题建模、事件检测与链接,自动识别德国政客推文中的竞争性叙事,案例研究验证其有效性。
2026-09-11 cs.CL cs.SI
Competing control scenarios in probabilistic SIR epidemics on social-contact networks
现实社会接触网络上流行病演变的概率方法允许受试者之间的特征差异,包括社会接触的个体数量和结构,以及根据年龄或医疗先决条件的感染和恢复率的异质性。在我们的概率易感性传染性删除(SIR)模型的社会接触网络,我们评估的“感染负荷”或“激活利润”的各种控制方案,通过限制,通过接种疫苗,以及它们的组合。我们比较了适用竞争或合作控制策略的亚群的流行病负担。随机社会接触图,旨在表现出现实的人与人的接触特性,并遵循近“同质”或“块本地化”亚群传播的模拟实验进行。标量化方法用于多目标优化问题,其中感染负荷最小化和每个子群体的控制策略偏好排序的坚持程度最大化。我们得到的复合支付矩阵的两个子群施加对比的控制策略,每个根据其适当的排名控制策略的偏好。讨论了根据每个亚群的复合目标并根据其适当的排名强度的纳什均衡。最后,讨论了控制策略的相互作用效果,并与两个亚群的传播类型有关。
2022-02-10 cs.SI q-bio.PE
Influence Maximization in Social Networks using Discretized Harris Hawks Optimization Algorithm and Neighbour Scout Strategy
影响力最大化(IM)是使用传播模型确定社交网络中的k个最佳影响力节点以最大化影响力传播的任务。IM是病毒式营销的一个突出问题,并在社交媒体广告中有很大帮助。然而,为现实世界的社交网络开发具有最小时间复杂度的有效算法仍然是一个挑战。虽然传统的启发式方法已被应用于IM,他们往往会导致最小的性能增益计算昂贵的贪婪为基础的方法和反向影响采样为基础的。在本文中,我们提出了离散化的自然启发式哈里斯霍克斯优化元启发式算法,使用社区结构的种子节点的最佳选择的影响力传播。除了哈里斯老鹰的情报之外,我们还采用了邻居侦察策略算法来避免盲目性并增强老鹰的搜索能力。此外,我们使用基于候选节点的随机种群初始化方法,这些候选节点有助于加速整个种群的收敛过程。我们评估了我们提出的DHHO方法的有效性六个社交网络使用独立级联模型的信息扩散。我们观察到,DHHO是可比的或优于竞争的元启发式方法的影响力最大化在五个指标,并执行明显优于竞争的启发式方法。
2022-11-17 cs.SI physics.soc-ph
Preserving privacy enables "co-existence equilibrium" of competitive diffusion in social networks
随着社交媒体的出现,不同的公司经常同时推广竞争产品,以获得社交网络中用户的口碑传播和采用。对于这种竞争扩散的情况,先前的研究表明,较弱的产品将很快灭绝(即,“赢家通吃”)。然而,有趣的是,在实践中,竞争产品,如iPhone和Android手机,往往在市场上共存。这种差异可能是由许多因素造成的,例如现实世界中的用户可能由于对产品或隐私保护的不满意而不会传播其对产品的使用的现象。在本文中,我们将用户的隐私传播行为的竞争扩散的两种产品,并开发了一个问题的隐私意识的竞争扩散。然后,我们证明了隐私保护机制可以实现“共存均衡”(即,两种竞争产品在均衡中共存)在社交网络上的竞争扩散中。除了严格的分析,我们还证明了我们的结果与实验在真实的网络拓扑结构。
2019-11-02 cs.CR cs.SI
Dynamic Competition Networks: detecting alliances and leaders
我们认为社交网络的竞争代理,随着时间的推移动态演变。这种动态竞争网络是有向的,其中从节点$u$到$v$的有向边对应于负面的社交互动。我们提出了一个新的假设,作为一个预测工具,发现动态竞争网络中的联盟和领导者。我们的重点是在目前的研究是验证它的竞争性网络所产生的社会游戏节目,如幸存者和老大哥。
2018-04-11 cs.SI physics.soc-ph
Predicted and Verified Deviations from Zipf's law in Ecology of Competing Products
Zipf幂律分布是在许多复杂系统中发现的普遍经验统计规律。然而,与单一幂律指数(等于1的齐普夫定律)的普适性不同,有许多报道的偏差仍然无法解释。最近发展的一个理论发现,(i)最普遍的成分之一,即随机比例增长,与(ii)出生和死亡过程之间的相互作用,导致了一个通用的幂律分布,其指数取决于每个成分的特征。在这里,我们报告的理论及其应用的第一个完整的实证检验,在产品市场的市场份额的动态实证分析的基础上。我们直接估计市场份额的平均增长率及其标准差,产品的出生率和“死亡”(危险)率。我们发现,所观察到的幂律指数的时间变化和产品的差异,可以完全捕获的理论,没有可调参数。我们的研究结果可以推广到许多系统的统计特性揭示的幂律指数是直接联系到底层的生成机制。
2011-07-28 cs.SI physics.soc-ph
Influence Blocking Maximization in Social Networks under the Competitive Linear Threshold Model Technical Report
在许多现实世界中,不同的,往往是相反的意见,创新,或产品是相互竞争的社会影响力在网络社会。本文研究了竞争线性阈值(CLT)模型下社交网络中的竞争影响力传播。在CLT模型下,我们关注的问题是,一个实体试图阻止其竞争实体的影响力传播尽可能多的战略选择了一些种子节点,可以启动自己的影响力传播。我们把这个问题称为影响阻塞最大化(IBM)问题。我们证明了CLT模型中IBM的目标函数是次模的,因此贪心算法可以达到1 - 1/e的近似比。然而,贪心算法需要对竞争影响传播进行蒙特卡罗模拟,这使得该算法效率不高。我们设计了一个有效的算法CLDAG,它利用CLT模型的属性,来解决这个问题。我们对CLDAG、贪心算法和其他基线算法在真实世界和合成数据集上进行了广泛的模拟。我们的研究结果表明,CLDAG是能够提供最好的精度与贪心算法,往往优于其他算法,而它是两个数量级的速度比贪心算法。
2011-10-21 cs.SI physics.soc-ph
Limited-Trust in Diffusion of Competing Alternatives over Social Networks
本研究将有限信任均衡引入社交网络双替代方案传播的博弈论模型,分析其收敛特性并证明可转化为线性阈值模型,仿真验证信任行为能显著提升智能体长期效用。
2023-10-02 cs.GT cs.SI econ.TH
Predictive Non-equilibrium Social Science
非均衡社会科学(NESS)强调动态现象,例如政治运动出现或竞争组织互动的方式。本文认为,预测分析是NESS的一个基本要素,在其科学探究中占据核心地位,并代表了经济学,公共政策和国家安全等领域从业者的关键活动。首先,我们要澄清用于预测的模型和社会科学中研究的更常见的解释性模型之间的区别。然后,我们调查了一个具有挑战性的现实世界预测分析案例研究,并发现证据表明,标准预测方法的表现不佳并不表明缺乏人类的可预测性,而是反映了(1)。关于解释模型的预测效用的不正确假设,(2.)关于社会动力学的哪些特征实际上具有预测能力的误解,以及(3)利用预测表示的实际困难。
2012-12-31 cs.SI physics.soc-ph
Viral Marketing in Social Networks with Competing Products
The Australian National University(澳大利亚国立大学);Fudan University(复旦大学)
针对竞争产品社交网络中的病毒式营销,提出基于单调性和子模性的多项式时间近似算法,并给出收敛时间的紧界,实验证明其优于现有算法。
2023-12-25 cs.AI cs.DS cs.SI
Intertwined Viral Marketing through Online Social Networks
传统的病毒式营销问题旨在为一个单一产品选择种子用户的子集,以最大限度地提高其在社交网络中的知名度。但在现实场景中,可以同时在社交网络推广多个产品。在产品层面上,这些产品之间的关系可能非常复杂,例如,竞争、互补和独立。在本文中,我们将研究“交织影响力最大化“(即,TIM)问题,我们的目标是在网上社交网络,其中多个其他竞争/互补/独立的产品被同时推广。TIM问题是非常具有挑战性的解决,由于(1)很少有现有的模型可以同时处理多个产品的交织扩散过程,以及(2)目标产品的最佳种子用户选择可能依赖于其他产品的营销策略很多。针对TIM问题,提出了一个统一的贪婪框架TIER(interTwinedInfluenceEstimatoR).在四种不同类型的真实社交网络上进行的大量实验表明,TIER在解决TIM问题方面具有显著的优势,优于所有的比较方法。
2016-07-02 cs.DB cs.SI
Competing for a Finite Pool of Attention in Social Media? How a New Geopolitical Conflict Reshapes Engagement in Bluesky
Aalto University(阿尔托大学)
本研究利用Bluesky数据,揭示新地缘政治冲突通过参与者更替、跨主题选择性替代及对既有冲突关注用户注意力模式的干扰,重塑在线注意力分配。
2026-09-18 cs.SI
Connect and win: The role of social networks in political elections
许多网络不是孤立存在的,而是相互作用的,对它们的动态产生了深远的影响。在这里,我们考虑两个相互作用的社交网络的情况下,在一个简单的模型的背景下,我们解决的情况下,政治选举。每个网络代表一个竞争政党,每个代理人在选举日可以选择在两个网络中的一个网络中活动(投票给相应的政党)或在两个网络中都不活动(不投票)。竞选期间的观点动力学是通过模拟退火算法来描述的。我们发现,对于一个大的区域的参数空间,双方之间的竞争的结果允许在社会中存在的多元化,双方都有一个有限的份额的选票。其核心结果是,一个紧密连接的社交网络是一个政党最终获胜的关键。然而,少数坚定的少数派可以发挥关键作用,甚至扭转选举结果。
2013-04-11 cs.SI physics.soc-ph
On-off Threshold Models of Social Contagion
我们研究了社会网络中的二元状态传染动力学,其中节点的行为是对邻居的平均状态的响应。我们通过在标准阈值行为模型中加入一个阈值外模型来模拟模仿和不一致的竞争倾向。通过这种方式,我们试图捕捉时尚和一般社会趋势的重要方面。在网络和节点响应中允许不同数量的随机性,我们发现模型的随机和确定性版本中有不同的结果。然而,在一个大的,密集的网络的限制,我们表明,这些动态一致。该系统的动力学行为从稳态到混沌依赖于网络的连通性和更新同步性。我们构造了一般随机网络的平均场论。在无向情况下,平均场论预测网络上的动态是平均节点响应动态的平滑版本。我们将我们的理论与泊松随机图上的大量模拟进行比较,这些随机图的节点响应平均为混沌帐篷图。
2012-09-10 cs.SI physics.soc-ph
Diversity by Design: Balancing Protection and Inclusion in Social Networks
在社会互动中,包括以技术为媒介的社会互动中,不加考虑地促进多样性作为一种价值,有可能强调包容的好处,而不承认不保护被污名化或被边缘化的个人可能造成的伤害。采取技术不是价值中立的立场,我们试图通过平衡经常相互竞争的保护和包容价值来回答以技术为中介的社交平台如何适应\emph{diversity by design}的问题。这篇简短的论文介绍了我们的研究议程以及初步分析和结果。基于情景规划和价值敏感设计方法的方法,我们确定了关于如何策划多样性的道德原则和论点,我们寻求通过正式的论证来实现。
2021-09-23 cs.SI
Public and private beliefs under disinformation in social networks
本研究构建社交网络意见动力学模型,探究虚假信息下私人与公开信念的演化,发现少数共谋者会引发认知失调峰值,辟谣者可缓解该效应。
2023-07-25 cs.SI physics.soc-ph
Discovering Strategic Behaviors for Collaborative Content-Production in Social Networks
一些社交网络提供明确的机制来分配社会奖励,例如基于用户活动的声誉,而其他网络中的机制则更加不透明。尽管如此,总有一些人比他们的同龄人获得更大的回报和声誉。一个直观但重要的问题是,这些成功的用户是否采用战略行为来变得有影响力。看起来,影响者似乎在玩弄这个系统。然而,由于组合策略空间、无法确定收益以及个人面临的资源限制等因素,仍然很难得出他们行动的合理性结论。这个问题的挑战性引起了理论界和数据采掘界的关注。因此,在本文中,我们的动机是调查,如果资源有限的个人发现与高回报的战略行为时,生产协作或互动内容在社交网络。我们提出了一个新的框架,动态双注意力网络或DDAN模型的内容生产策略的用户通过生成过程中,社会互动的影响下,参与的过程。大量的实验结果表明,我们的模型在建模用户行为的有效性。我们得出了三个强有力的经验发现。不同的策略会产生不同的社会收益,表现最好的个体对所发现策略的偏好表现出稳定性,这表明策略行为的出现,而策略偏好的稳定性与高收益相关。
2020-03-13 cs.SI physics.soc-ph
On the Optimality and Predictability of Cultural Markets with Social Influence
社会影响力在文化市场中无处不在,从亚马逊的图书推荐,到iTunes中的歌曲流行度,再到《纽约时报》网络版中报纸文章的排名等等。然而,社会影响力往往是以一种不好的方式呈现的,通常是因为它被认为会增加市场的不可预测性。在这里,我们研究了一个试销市场模型,在这个模型中,参与者先试销产品,然后再决定是否购买。我们考虑了一个简单的政策,即在向市场参与者展示产品时,按质量对产品进行排名。我们表明,在这种情况下,市场效率总是受益于社会影响。此外,我们证明了市场收敛几乎肯定垄断的产品的最高质量,使市场的可预测性和渐近最优。计算实验证实,质量排名策略在合理的时间内识别“重磅炸弹”,优于其他策略,并且具有高度的可预测性。这些结果表明,社会影响并不一定会增加市场的不可预测性。结果实际上取决于如何使用社会影响力。
2015-05-25 cs.SI physics.soc-ph
From Caesar to Twitter: An Axiomatic Approach to Elites of Social Networks
在许多社会中,都有一个精英,一个相对较小的群体,由有权势的个人组成,他们关系密切,影响力很大。从古罗马凯撒大帝的元老院到最近Twitter上的名人,精英的规模是相互冲突的社会力量竞相增加或减少的结果。本文的主要贡献是回答了均衡时精英的规模有多大的问题。我们采取一个公理化的方法来解决这个问题:假设一个精英存在,它是有影响力的,稳定的,无论是最小的或密集的,我们证明了它的大小必须是$Θ(\sqrt{m})$(其中$m$是在网络中的边缘的数量)。作为一个近似的精英,我们提出了一个实证研究的九个大型现实世界中的网络的子图形成的最高程度的节点,也被称为丰富的俱乐部。我们的研究结果表明,精英属性,如不成比例的影响力,稳定性和密度的$Θ(\sqrt{m})$丰富的俱乐部是普遍的属性,并应加入一个越来越多的共同现象的列表所共有的社交网络和复杂的系统,如“小世界”,幂律度分布,高集群,等。
2012-11-27 cs.SI physics.soc-ph
Opinion Polarization by Learning from Social Feedback
Max Planck Institute for Mathematics in the Sciences(马克斯·普朗克数学科学研究所)
我们探索了一种新的机制来解释极化现象的观点动力学中,代理人评估的基础上表达他们获得的社会反馈的替代意见。在社会环境中对所支持的意见的高度支持被视为积极的反馈,这加强了与该意见相关的价值。在模块化程度足够高的连通网络中,不同的代理群体可以形成强烈的竞争观点。将社会反馈过程与标准均衡概念联系起来,我们分析了双极化稳定性的充分条件。虽然以前的模型强调了基于商议的交流的极化效应,但我们的模型强调了基于情感体验的极化路线,而没有关于负面影响或有限信心的假设。
2018-10-19 cs.LG cs.SI nlin.AO
Identifying User Survival Types via Clustering of Censored Social Network Data
生存数据聚类分析的目标是识别与生存结果明显相关的聚类。先前的研究主要在具有相对小的数据集的医学领域中探索了这个问题,但是在具有大数据集的其他领域(例如社交网络)中可能出现对这样的聚类方法的需要。具体地说,我们希望通过基于用户在网络中的寿命对用户进行聚类来识别社交网络中的不同生存类。在本文中,我们提出了一个基于决策树的算法,使用一个全球规范化的$p$值,以确定集群具有显着不同的生存分布。我们通过一个简单的生存预测任务来评估我们模型中的聚类,并表明我们的模型优于其他竞争方法。
2017-03-09 cs.SI
Defensive Resource Allocation in Social Networks
在这项工作中,我们感兴趣的是分析竞争的营销活动之间的现任谁主导市场和挑战者谁想要进入市场。我们感兴趣的是:(a)同时决定分配多少资源给他们的潜在客户,为他们的产品做广告的营销活动,以及(b)在现任者知道挑战者的入口,从而可以预测其响应的情况下的最优分配。应用博弈论的结果,我们描述了这些最优的战略资源分配的选民模型的社交网络。
2015-07-30 cs.GT cs.SI
Social network markets: the influence of network structure when consumers face decisions over many similar choices
在社交网络市场中,这些行业中的消费者选择行为不仅受到传统消费者需求理论所描述的激励机制的支配,而且还受到其他人的选择的支配,其中个人的回报是其他人行为的显式函数。我们观察到两个关键的实证特征的结果在社会网络市场。首先,在一个时间点上选择竞争性备选方案的次数是一个高度右偏的非高斯分布。其次,随着时间的推移,受欢迎程度的排名会发生变化。我们在这里表明,这样的结果可能会出现时,没有选择表现出固有的优势,在其属性,或当代理人发现很难辨别任何质量的差异之间的替代品,这是可用的,所以它是如果没有优势存在。这些功能似乎获得,作为一个合理的近似,在许多社交网络市场。我们研究网络结构的影响,在一个时间点上的排名大小分布的选择,和最流行的选择的寿命。我们发现,对结果的一个关键影响是网络遵循层次结构的程度。市场的社会网络特性,即中间层次结构,决定了产品的结果,而不是产品的客观属性。
2012-10-05 cs.SI physics.soc-ph
Dynamical influence processes on networks: General theory and applications to social contagion
我们研究二进制状态动力学的网络中,每个节点的行为,以响应其邻域的平均状态。在网络和节点响应中允许不同数量的随机性,我们发现模型的随机和确定性版本有不同的结果。然而,在一个大的,密集的网络的限制,我们表明,这些动态一致。我们构建了一个一般的平均场论随机网络,并表明这预测网络上的动态是一个平滑版本的平均响应函数动态。因此,系统的行为可以从稳态到混沌,这取决于响应函数、网络连通性和更新同步性。作为一个具体的例子,我们模拟模仿和不一致的竞争趋势,将一个阈值外的标准阈值模型的社会传染。通过这种方式,我们试图捕捉时尚和社会趋势的重要方面。我们将我们的理论与泊松随机图上的“有限模仿传染”模型的广泛模拟进行比较,发现平均场论和随机模拟之间存在一致性。
2014-07-07 cs.SI physics.soc-ph
Competitive Propagation: Models, Asymptotic Behavior and Multi-stage Games
在本文中,我们提出了一类传播模型的多个竞争产品在社会网络。我们认为两种传播机制:社会转换和自我转换,分别对应于内源性和外源性因素。提出了一个新的概念,产品转换图,以描述相互竞争的产品之间的相互作用。根据社会和自我转化的时间顺序,我们开发了两个马尔可夫链模型,并在独立性近似的基础上,我们近似它们与两个各自的差分方程组。对这两个近似模型的理论分析揭示了系统的渐近行为依赖于产品转换图和社会网络的结构以及初始条件。除了理论工作外,本文还通过数值分析研究了社会转化先于自我转化的情形下,独立性近似的精确性和马尔可夫链模型的渐近行为。最后,我们提出了一类多人多阶段竞争传播博弈,并讨论了播种质量的权衡,以及播种资源在个体之间的分配。我们研究了在每个阶段唯一的纳什均衡,并分析了系统的行为时,每个球员都采取的政策在纳什均衡。
2016-09-29 cs.MA cs.SI math.DS
Optimal Mix of Incentive Strategies for Product Marketing on Social Networks
我们考虑的问题,设计一个产品的病毒式营销的激励策略。特别是,我们假设卖方可以通过提供两种激励计划来影响产品的渗透率:a)对潜在买家的直接激励(影响力)和b)对影响潜在买家进行购买的客户的推荐奖励(利用连接)。问题是要确定这些方案在有限的时间范围内的最佳时机。与文献中流行的算法观点相反,我们采用平均场方法,并将问题表述为连续时间确定性最优控制问题。我们发现,卖方的最优策略有一个简单的结构,可以采取两种形式,即,影响和利用和利用和影响。我们还表明,在某些情况下,它可能是最佳的卖方部署激励计划主要是低度节点。我们通过数值研究支持我们的理论结果,并通过分析各种场景提供实用的见解。
2012-03-01 cs.SI physics.soc-ph
Branching Process with Attack: Viral Competing Markets
在线社交网络(OSN)上广告的显著增加使得内容传播的研究成为必要。我们分析了病毒式市场与内容提供方竞争的传播类似的职位在OSN。为此,我们需要一个新的分支过程(BP)的变体,我们将其命名为“攻击分支过程”;唤醒后的实体试图攻击并获取相反的种群;此外,每个实体都会产生其后代,正如通常在BP中所考虑的那样。除了为个别员额的增长率、二分法等提供表述外,我们探讨了帖子的共存;竞争性内容能否在网络上同时传播和爆炸(两个帖子的未读/实时副本数量随时间显著增长)?我们证明了一个或两个人口/职位灭绝或人口解决到一个唯一的共存平衡,并得出相应的渐近比的两个人口/职位。我们的分析适用于大型人口网络,专注于大众行为,而不是微观细节。我们的研究提供了两个关键设计方面的见解,种子用户的数量和帖子的质量。
2020-12-05 cs.SI
Patterns of Social Influence in a Network of Situated Cognitive Agents
Krasnow Institute for Advanced Study(克拉斯诺高级研究院);George Mason University(乔治梅森大学)
本文介绍了计算实验的结果,社会影响的影响,个人和系统的行为,在产品消费者环境中的认知代理。在相同的初始条件下进行了配对实验,以比较社会代理与非社会代理。实验结果表明,无论是在总单位消费和总效用方面,社会代理在消费可用产品时都具有更高的生产率。但这是以单位消费的个人平均效用为代价的。实际上,社会互动通过降低个人消费者的“标准”来实现更高的生产率。虽然仍处于发展的早期阶段,这样一个基于代理的模型实验室被证明是一个有效的研究工具,以调查丰富的集体行为的背景下,要求的认知任务。
2012-04-16 cs.AI cs.SI physics.soc-ph
On Misinformation Containment in Online Social Networks
网上广泛传播的错误信息可能会引起公众恐慌和严重的经济损失。错误信息遏制问题旨在通过发起竞争活动来限制错误信息在在线社交网络中的传播。出于现实的情况下,我们提出了第一次分析的情况下,当一个任意数量的级联是允许的错误信息遏制问题。本文有四个贡献。首先,我们提供了一个形式化的多级联扩散模型,并引入了一个重要的概念称为级联优先级。其次,我们证明了错误信息遏制问题不能近似在多项式时间内的$Ω(2^{\log^{1-ε}n^4})$的一个因素,除非$NP \subseteq DTIME(n^{\polylog{n}})$。第三,我们介绍了几种类型的级联优先级,经常看到在现实的社交网络。最后,我们设计了新的算法来解决错误信息遏制问题。令人鼓舞的实验结果支持所提出的算法的有效性。
2018-09-20 cs.SI
An agent based multi-optional model for the diffusion of innovations
本文在推广统计力学的伊辛模型(Potts模型)的基础上,提出了一个多产品在共同市场中竞争的扩散模型。使用基于代理的实现,我们分析了两个问题:(i)三个选项的情况下,即采用产品A,产品B,或不采用和(ii)四个选项的情况下,即采用产品A,产品B,两者,或没有。在第一种情况下,我们分析了两种产品之一的推出策略,该策略推迟了推出,目的是与改进竞争。然后在市场饱和时估计每种产品达到的市场份额。最后,模拟进行了不同程度的社会网络拓扑结构,不确定性和人口同质性。
2013-09-27 cs.SI physics.soc-ph stat.AP
An Integrated Framework for Competitive Multi-channel Marketing of Multi-featured Products
对于任何公司来说,为了推销其产品,都有多种渠道可以接触到人群。一些最知名的渠道是(a)大众媒体广告,(b)使用社交广告的推荐,以及(c)使用社交网络的病毒式营销。该公司希望最大限度地扩大其覆盖范围,同时也考虑到竞争产品的同时营销,其中产品营销可能不是独立的。在这个方向上,我们提出并分析了一个多功能的推广经典的线性阈值模型。因此,我们开发了一个框架,考虑到营销渠道整合到社会网络,并在这些渠道之间分配预算的方法。
2018-04-16 cs.SI
Multiagent Social Influence: Modeling Persuasion in Contested Social Networks
University of Pennsylvania(宾夕法尼亚大学);Lehigh University(理海大学)
提出社会影响博弈(SIG)框架,用于建模任意数量竞争玩家在社交网络中的对抗性说服,通过迭代线性求解器实现可扩展且可解释的优化。
2026-05-26 cs.SI cs.SY eess.SY
Existence of Comfortable Team in some Special Social Networks
舒适性是任何组织中成功的团队合作的重要属性(特征)之一。有必要在任何给定的社交网络中找到一个舒适和成功的团队。我们采用了“舒适度”作为新的国民账户体系指数。舒适的团队只存在于某些社交网络中。本文分析了乘积图中舒适队的存在性,如两个给定图的强乘积和字典序乘积。
2014-07-23 cs.SI
Opinion modeling on social media and marketing aspects
我们介绍和讨论动力学模型的意见形成社交网络中的分布函数取决于双方的意见和连接的代理。意见形成模型随后与描述通过社交网络在网络上传播产品的受欢迎程度的动力学模型相耦合。对基本动力学模型的数值实验表明,与社交媒体网站上的标签趋势的一些测量结果有很好的定性一致性,并说明了公司如何利用网络结构来最好地获得其产品的广告。
2018-05-04 cs.SI nlin.AO physics.soc-ph
Choosing Products in Social Networks
我们研究了形成社会网络的代理商采用产品的后果。为此,我们使用Apt和Markakis,arXiv:1105.2434中介绍的阈值模型,其中受其邻居影响的节点可以采用几种替代方案中的一种,并将每个社交网络与代理之间的策略博弈相关联。不选择任何产品的可能性导致两种特殊类型的(纯)纳什均衡。我们表明,这样的游戏可能没有纳什均衡,并确定存在的纳什均衡,也是一种特殊类型,是NP-完全的。当社交网络的底层图是DAG、简单循环或没有源节点时,情况会发生变化。对于这三类,我们确定建立(特殊类型的)纳什均衡是否存在的复杂性。我们还澄清了这些类别的游戏的状态和有限改进属性(FIP)的复杂性。此外,我们引入了一个新的属性的一致FIP,这是满足时,底层图是一个简单的循环,但确定它是co-NP-hard在一般情况下,也当底层图没有源节点。后者的复杂性结果也适用于验证的性质是一个弱非循环的游戏。
2012-11-29 cs.GT cs.SI physics.soc-ph
LibreSocial: A Peer-to-Peer Framework for Online Social Networks
分布式在线社交网络(DOSNs)最初是为了解决隐私、安全和可扩展性问题而提出的。进行了大量的研究,以提供可行的DOSN解决方案,这些解决方案能够与现有的集中式OSN应用程序(如Facebook,LinkedIn和Instagram)竞争。这项研究导致出现了使用对等(P2P)网络作为一种可能的解决方案,在此基础上,几个OSN,如LifeSocial,KOM,Safebook,PeerSoN等。在本文中,我们定义了P2P OSN的基本要求。然后,我们重新审视了第一个基于P2P的OSN之一,LifeSocial.KOM,现在被称为LibreSocial,它在过去几年中不断发展,以解决运行完全分散的社交网络的挑战。随着时间的推移,LibreSocial中已经包含了一些重要的新技术,以实现更好的功能。我们描述了LibreSocial的架构和每个单独的组件,并指出LibreSocial如何满足功能齐全的分布式OSN的基本要求。
2020-01-12 cs.DC cs.SI
Paradoxes in Social Networks with Multiple Products
最近,我们在arXiv:1105.2434中引入了一个在具有多个产品的社交网络中采用产品的模型,其中代理受其邻居的影响,可以采用几个替代品中的一个。我们在这里识别和分析四种类型的悖论,可能会出现在这些网络。为此,我们使用了我们最近在arxiv:1202.2209中介绍的社交网络游戏。这些悖论揭示了当一个人修改形成社会网络的代理人可用的产品集时可能产生的低效率。其中一个悖论对应于拥塞博弈中著名的Braess悖论,表明通过向节点添加更多的选择,网络可能最终处于对每个人都更糟的情况。我们展示了一个双重版本,从某人那里删除可用的选择最终可以使每个人都更好。我们发现的其他悖论表明,从某个节点的选择集中添加或删除一个产品可能会导致永久的不稳定性。最后,我们还确定了条件下,其中一些悖论不会出现。
2013-05-28 cs.GT cs.SI
Wildlife Product Trading in Online Social Networks: A Case Study on Ivory-Related Product Sales Promotion Posts
Worcester Polytechnic Institute(伍斯特理工学院)
本文针对在线社交网络中野生动物制品促销行为的检测与识别问题,构建了可扩展数据集并利用多模态机器学习框架自动识别可疑销售帖子和账户,深入分析系统化销售行为,为打击非法野生动物交易提供支持。
2024-09-25 cs.LG cs.SI
Social Media Analysis for Product Safety using Text Mining and Sentiment Analysis
越来越多的伪造事件和相关的经济和健康后果要求开发能够为反伪造斗争中的所有利益相关者提供及时和可靠信息的主动监测系统。来自社交媒体平台的用户生成内容可以提供有关产品过敏、不良事件和产品假冒的早期线索。本文报告了一项正在进行的工作,其贡献包括:使用机器学习、文本挖掘和情感分析,开发用于收集和分析药品和化妆品用户的观点和体验的框架,将所提出的框架应用于Facebook评论和来自Twitter的数据,以进行品牌分析,以及如何开发产品安全词典和训练数据以用于对用于药品和化妆品情感预测的机器学习分类器进行建模的描述。最初的品牌和产品比较结果表明了文本挖掘和对社交媒体数据的情感分析的有用性,而使用机器学习分类器来预测情感取向为用户、产品制造商、监管和执法机构提供了有用的工具来监控品牌或产品情感趋势,以便在负面情感突然或显著上升的情况下采取行动。
2015-10-18 cs.IR cs.SI
Connecting the Dots: Leveraging Social Network Analysis to Understand and Optimize Collaborative Dynamics Within the Global Film Production Network
本研究运用社会网络分析构建含150个国家、7800条创意主题连接的全球电影制作网络,识别核心国家与主题社区,为电影业跨境协作的数智化决策与战略协同提供支撑。
2023-08-24 cs.SI
Keeping Up With the Winner! Targeted Advertisement to Communities in Social Networks
本文研究新产品在竞争市场中的生存问题,通过将系统建模为竞争性SIS流行病过程并采用扰动技术,在预算约束下选择局部最优用户进行定向广告,使新产品获得正市场份额。
2024-03-29 cs.SI cs.SY eess.SY
Popularity Signals in Trial-Offer Markets with Social Influence and Position Bias
本文考虑了试探性报价市场,消费者的偏好是由一个多项logit与社会影响和立场偏见。一个产品的社会信号是由它当前的市场份额的r次方(或者相当于购买数量的r次方)给出的。该论文表明,当r严格介于0和1之间时,并且静态位置分配(例如,一个质量排名),市场收敛到一个唯一的均衡,其中市场份额只取决于产品质量,而不是他们最初的呼吁或早期的动态。当r大于1时,市场变得不可预测。在许多情况下,市场会对某些产品形成垄断:哪种产品成为垄断取决于市场的初始条件。这些理论结果的补充,基于代理的模拟表明,收敛速度快,当r是0和1之间,质量排名占主导地位的知名度排名的市场效率。这些结果揭示了社会影响力的作用,而社会影响力通常被归咎于市场的不可预测性,不平等和低效率。相反,本文表明,通过适当的社会信号和产品的位置分配,市场变得可预测,不平等和低效率可以得到适当的控制。
2017-11-03 cs.SI
Towards Fair Allocation in Social Commerce Platforms
针对社交电商平台的产品分配公平性问题,将其建模为双边基数约束下的不可分割物品公平分配问题,并提出混合整数线性规划与启发式方法实现Nash社会福祉的近最优近似。
2024-02-20 cs.CY cs.SI
Maximizing Influence of Leaders in Social Networks
在社交网络中,添加边的操作经常被用于研究意见动态,其目的是多种多样的。在本文中,我们考虑的意见动力学的DeGroot模型的边缘添加问题的$n$节点和$m$边缘的社会网络中,在存在少量的$s \ll n$的竞争领导者的二元对立意见0或1。具体地说,我们提出和调查的问题,最大限度地提高均衡的整体意见,通过创建$k$新的边缘在候选边缘集,其中每个边缘是事件的1值的领导者和追随者节点。我们证明了目标函数是单调的和次模的。然后,我们提出了一个简单的贪婪算法的近似因子$(1-\frac{1}{e})$,近似解决问题的$O(n^3)$时间。此外,我们提供了一个快速算法的$(1-\frac{1}{e}-ε)$近似比和$\tilde{O}(mkε^{-2})$时间复杂度的任何$ε>0$,其中$\tilde{O}(\cdot)$符号抑制的${\rm poly} (\log n)$因素。大量的实验表明,我们的第二个近似算法是高效和有效的,它的规模超过一百万个节点的大型网络。
2021-06-11 cs.CY cs.SI
DeepWalk: Online Learning of Social Representations
Stony Brook University(石溪大学)
我们提出了DeepWalk,这是一种用于学习网络中顶点潜在表示的新方法。这些潜在表征在连续向量空间中编码社会关系,这很容易被统计模型利用。DeepWalk概括了语言建模和无监督特征学习(或深度学习)的最新进展,从单词序列到图形。DeepWalk使用从截断随机游走中获得的本地信息,通过将游走视为句子的等价物来学习潜在表示。我们展示了DeepWalk在多个多标签网络分类任务上的潜在表示,这些任务用于社交网络,如BlogCatalog,Flickr和YouTube。我们的研究结果表明,DeepWalk优于具有挑战性的基线,这些基线允许对网络进行全局查看,特别是在存在缺失信息的情况下。当标记数据稀疏时,DeepWalk的表示可以提供比竞争方法高出10%的$F_1$分数。在一些实验中,DeepWalk的表示能够优于所有基线方法,同时使用少60%的训练数据。DeepWalk也是可扩展的。它是一个在线学习算法,建立有用的增量结果,是平凡的并行化。这些特性使其适用于广泛的现实世界应用,如网络分类和异常检测。
2014-06-27 cs.LG cs.SI