Learning to Reach Agreement in a Continuous Ultimatum Game
众所周知，根据经典博弈论的原则，以个人理性的方式行事可能会导致一类称为社会困境的问题的次优解决方案。相比之下，人类通常不会有太大的困难与社会困境，因为他们能够平衡个人利益和群体利益。由于多代理系统中的代理经常面临社会困境，例如在资源分配等任务中，这些代理可能会受益于被认为有利于人类公平的机制。虽然许多这样的机制已经实现了多智能体系统的情况下，他们的应用通常是有限的，而抽象的社会困境与一组离散的可用策略（通常是两个）。鉴于许多现实世界中的社会困境的例子实际上是连续的性质，我们将以前的工作扩展到更一般的困境，其中代理人在连续的策略空间中操作。在这里研究的社会困境是著名的最后通牒游戏，在其中，如果代理商同意一个共同的战略，实现了最佳的解决方案。我们调查无标度交互网络是否有助于代理商达成协议，特别是在存在代表期望结果（例如人类）的固定策略代理商的情况下。此外，我们还研究了交互网络中重布线的影响。智能体配备了连续动作学习自动机，并进行大量的随机配对游戏，以建立一个共同的战略。从我们的实验中，我们可以得出结论，在离散策略游戏中得到的结果可以推广到连续策略游戏在一定程度上：无标度的交互网络结构允许代理人达成协议的共同策略，并在交互网络中重新布线大大提高了代理人达成协议的能力。然而，也很明显，一些替代机制，如声誉和志愿服务，有许多微妙之处，在连续的情况下并没有令人信服的有益效果。
2014-01-15 cs.GT cs.SI physics.soc-ph
Continuous Activity Maximization in Online Social Networks
活动最大化是在给定的社交网络中寻找一小部分用户，使预期的总活动收益最大化的任务。这是许多实际应用的概括。本文将活动最大化问题推广到一般营销策略$\vec{x}$下的活动最大化问题，$\vec{x}$是一个来自格空间的$d$维向量，它具有激活节点$u$作为种子的概率$h_u(\vec{x})$.在此基础上，我们提出了连续活动最大化（CAM）问题，其中域是连续的，我们选择的种子集符合一定的概率分布。研究格约束下的信息扩散问题是一个新的课题，因此，本文对该问题进行了系统的研究。本文首先分析了CAM的难点，以及如何准确有效地计算CAM的目标函数。我们证明了这个目标函数是单调的，但不是DR-次模的，也不是DR-超模的。然后，我们建立了CAM的单调和DR-次模的下界和上界，并应用抽样技术设计了CAM的三个无偏估计及其下界和上界。其次，从IMM算法和三明治近似框架，我们得到了一个依赖于数据的近似比。这个过程可以看作是解决格上而非DR-子模上极大化问题的一般方法。最后，我们在三个真实世界的数据集上进行实验，以评估我们提出的算法的正确性和有效性。
2020-03-25 cs.SI
Social contagions on weighted networks
研究了加权网络上社会传染模型的临界行为。利用边权分室方法分析了度和权值分布具有偏态的强异质网络上的加权社会传染。我们发现，程度异质性不仅可以改变的性质，传染过渡从不连续到连续，但也可以提高或阻碍采用的大小，取决于单位的传输概率。我们还表明，权重分布的异质性总是阻碍社会传染，并没有改变过渡类型。
2016-04-02 cs.SI physics.soc-ph
The power of dynamic social networks to predict individuals' mental health
University of Notre Dame（圣母大学）；University of California, Los Angeles（加州大学洛杉矶分校）；Eck Institute for Global Health（埃克全球健康研究所）
精准医疗在临床内外都受到了关注。我们专注于后者，通过利用个人的社会互动与心理健康之间的关系，从丰富的动态社交网络数据中开发一个人抑郁或焦虑的可能性的预测模型。据我们所知，我们是第一个这样做的。现有的研究与我们的工作至少在一个方面不同：他们没有将社交互动数据建模为网络;他们这样做，但分析静态网络数据;他们检查社交网络和健康之间的“相关性”，但没有开发预测模型;或者他们研究其他个人特征，但不研究心理健康。在一个系统和全面的评估中，我们表明，我们的预测模型，使用动态的社交网络数据是优于其静态网络以及非网络等价物时，运行在相同的数据。
2019-08-06 cs.LG cs.SI stat.ML
Baseline Mixture Models for Social Networks
分布的连续混合在统计文献中被广泛用作具有高度发散结果的现象的模型;特别是，许多熟悉的重尾分布自然地作为轻尾分布的混合而出现（例如，高斯），并在极端值建模和鲁棒推理等各种应用中发挥重要作用。在社交网络的情况下，图分布的连续混合同样可以用于对具有异质结果的社交过程进行建模，或者作为网络推理的鲁棒先验。在这里，我们介绍了一些简单的家庭的网络模型的基础上连续混合的基线分布。虽然在分析和计算上易于处理，但这些模型允许比常规基线更灵活的交叉图异质性建模（例如，Bernoulli或$U|man$分布）。我们说明了这些基线混合模型的实用性与应用程序的多网络ERGMs，网络进化和有效的网络推理的问题。我们的研究结果强调了在自然环境中具有非平凡混合行为的网络过程的潜在普遍性，并提出了一些关于当前网络数据收集实践是否充分的潜在令人不安的问题。
2017-10-08 cs.SI stat.AP stat.ME
Measuring Contextual Relationships in Temporal Social Networks by Circle Link
网络科学在基于静态拓扑信息的社会网络分析中发挥了其独特的作用。在现实中，社会交往是动态的，并在时间上同时演变。如今，它们可以被无处不在的信息技术记录下来，并生成为时间社交网络，为社会现实挖掘提供了新的视角。本文通过定义\emph{circle link}来度量三个经验性社会时间网络中的语境关系，发现与共同好友有频繁持续互动的朋友倾向于亲近，这可以被认为是时间社交网络中Grananetter假设的扩展。最后，我们提出了一个启发式的方法，基于圆链接预测关系，并获得了可接受的结果。
2017-06-06 cs.SI physics.soc-ph
Dynamics of social balance under temporal interaction
真实的社交联系通常是间歇性的，使得社交网络中的一对节点之间的链接仅被临时使用。这种时间网络对社会动力学的影响已经被研究了几个唯象模型，如流行病传播，线性扩散过程和非线性振荡。在这里，我们数值研究在这种情况下的非线性社会平衡动力学。社会平衡是一个经典的心理学理论，它指出，如果三个代理人是共同的朋友，或者如果他们两个是彼此的朋友，而对另一个代理人是敌对的，那么三人组就是平衡的。我们表明，社会平衡的动态放缓的时间完全图相比，相应的静态完全图。
2014-08-25 cs.SI physics.soc-ph
Entropy of dynamical social networks
人类动态社交网络对信息进行编码，具有高度的适应性。为了描述社会互动的快速动态中编码的信息，这里我们引入动态社交网络的熵。通过分析一个大的电话呼叫交互数据集，我们发现的证据表明，动态的社会网络有一个熵，取决于一个典型的工作日的时间。此外，我们还展示了人类社会行为适应性的证据，显示了电话互动持续时间的数据，这些数据显着偏离了面对面互动持续时间的统计数据。这种行为的适应性对应于社会人类互动动态的不同信息内容。我们量化这些信息的熵的动态网络上的现实模型的社会互动。
2012-01-16 cond-mat.stat-mech cs.SI physics.soc-ph
Time allocation in social networks: correlation between social structure and human communication dynamics
最近的研究表明，人类互动（或时间社交网络）的动态对信息传播、意见形成等产生了深刻的影响。一般来说，人类互动的突发性降低了人与人之间的互动，从而降低了信息传播的速度和范围。使用一个大型数据库的2000万用户的手机通话，我们显示的证据表明，这种影响是不均匀的社会网络，但事实上，有一个很大的相关性，这种影响和社会拓扑结构周围的一个给定的个人。特别是，我们表明，在网络中的枢纽的社会关系是相对较弱的动力学点比那些较差的连接在信息扩散过程中。我们的研究结果表明，在分析和建模社交网络上的动态过程时，沟通的时间模式的重要性。
2013-05-16 cs.SI physics.soc-ph
Dynamics of social contagions with limited contact capacity
个体总是受到时间、精力等非弹性资源的限制，从而限制了个体对社会交往的投入和交往能力。接触能力在社会传染动力学中起着重要的作用，但迄今为止还没有理论分析。在本文中，我们首先提出了一个非马尔可夫模型来理解接触能力对社会传染的影响，其中每个人只能接触并传递信息给有限数量的邻居。然后，我们开发了一个异构的边缘为基础的房室理论，这个模型，并获得了显着的协议与模拟。通过理论分析和仿真实验，我们发现，增大接触容量会使网络对行为传播更加脆弱。有趣的是，我们发现，这两个连续和不连续的依赖最终采用的大小上的信息传输概率可以出现。并且两种依赖之间存在交叉现象。更具体地说，只有当度指数大于某个临界度指数时，才能通过增大接触容量来诱导交叉现象，而当度指数小于临界度指数时，对于任何接触容量，最终行为采纳规模总是连续增长的.
2015-07-28 cs.SI physics.soc-ph
Communities and Hierarchical Structures in Dynamic Social Networks: Analysis and Visualization
社交网络中社团结构的检测是社会学和行为科学领域的研究热点。社交网络也表现出动态的性质，因为这些网络随着时间的推移而不断变化。社交网络也可能呈现由在社会中扮演重要角色的个人（如管理者和决策者）领导的层级结构。这些网络的检测和可视化随着时间的推移而变化是一个具有挑战性的问题，社区的变化作为一个功能的事件发生在社会和人在其中发挥的作用，在本文中，我们解决这些问题，提出了一个系统来分析动态社交网络。该系统是基于动态图离散化和图聚类。该系统允许检测随着时间的推移在社会社区中发生的主要结构变化，并通过识别社交网络中有影响力的人来揭示等级。我们使用两个不同的数据集进行实证评估，并观察到我们的系统有助于发现有关这些社交网络中存在的社交和分层结构的有趣事实。
2014-09-17 cs.SI physics.soc-ph
Temporal Fidelity in Dynamic Social Networks
最近，以高分辨率记录大型社会系统中的详细社会互动已经成为可能。当我们研究这些数据集时，人类社会互动显示出从几分钟到几个月的多个时间尺度上出现的模式。在基本层面上，对网络动态的理解可以用于为测量社交网络的过程提供信息。当考虑动态过程时，测量的细节是特别重要的，其中分钟到分钟的细节是重要的，因为收集具有高时间分辨率的物理邻近相互作用是困难和昂贵的。在这里，我们考虑的是参与哥本哈根网络研究的大约500个人之间的邻近互动的动态网络。我们表明，为了准确地模拟网络中的传播过程，发生在几分钟的顺序的动态过程是必不可少的，必须包括在分析中。
2015-08-21 cs.SI physics.soc-ph
Increase of Low-Frequency Modes of User Dynamics in Online Social Networks During Overheating of Discussions
在线社交网络中的用户动态不仅对在线社区而且对现实世界的活动具有重大影响。例如，我们可以提到由社会极化，回声室现象，假新闻等引发的爆炸性用户动态。基于波动方程的在线社交网络模型（称为振荡模型）是一种描述在线社交网络中用户动态的理论模型。该模型可用于理解爆炸性用户动态与社交网络结构之间的关系。然而，由于振荡模型是作为社交网络的纯理论模型引入的，因此有必要确认该模型是否正确地描述了真实现象。在本文中，我们首先展示了从振荡模型的预测，低频振荡模式的用户动态将占主导地位时，在线社交网络的结构变化，使用户活动被激活。为了验证预测与实际数据，我们展示了频谱分析的日志数据的电子公告板网站上的帖子和频率数据的词搜索从谷歌趋势。结果支持了理论模型的预测。
2021-03-09 cs.SI physics.soc-ph
Detecting Community Structure in Dynamic Social Networks Using the Concept of Leadership
在社交网络中检测社区结构是一个基本问题，使我们能够识别具有相似兴趣的行为者群体。在静态网络中寻找社区已经有了大量的工作，然而，在现实中，由于社交网络的动态性质，它们是不断发展的。忽略社交网络的动态方面，既不能让我们捕捉网络的进化行为，也不能预测个人的未来状态。除了是动态的，现实世界的社交网络的另一个重要特征是领导者的存在，即具有高度中心性的节点具有高吸引力来吸收其他成员，从而形成一个本地社区。在本文中，我们设计了一种有效的方法来增量检测社区在高度动态的社交网络使用的重要性和持久性的社区领导人随着时间的推移直观的想法。我们提出的方法能够根据网络的先前结构找到新的社区，而无需从头开始重新计算它们。这个独特的功能使我们能够随着时间的推移快速有效地检测和跟踪社区。在合成和真实社交网络上的实验结果表明，该方法在动态社交网络中发现社区是有效的。
2017-11-06 cs.SI physics.soc-ph
Collective dynamics of belief evolution under cognitive coherence and social conformity
人类历史的特点是社会不稳定和冲突，往往是由对立的信仰，意识形态和宗教教条的不可调和性驱动的。信仰系统的动力学主要从两个不同的角度进行研究，即认知偏见如何导致个人信仰刚性和社会影响如何导致社会从众。在这里，我们提出了一个统一的框架，将认知和社会力量连接在一起，以研究社会信仰演变的动态。每个个体都被赋予了一个相互作用的信念网络，这个网络通过与社会网络中的其他个体的相互作用而发展。信念的采纳受到内部一致性和社会一致性的影响。我们的框架解释了在其他同质人群中如何出现社会不稳定，少数具有高度一致信仰的狂热者如何推翻社会共识，以及信仰刚性如何保护边缘群体和邪教免受主流信仰的入侵，使他们能够在更大的社会中坚持甚至蓬勃发展。我们的研究结果表明，强大的共识可能不足以保证社会稳定，信念系统的认知一致性是至关重要的，在确定其传播能力，和连贯的信念系统可能会造成严重的问题，解决社会两极分化，由于他们的能力，以防止共识，即使在高水平的社会曝光。因此，我们认为，将认知因素纳入社会模型是至关重要的，在提供一个更完整的图片集体人类动态。
2016-10-20 cs.SI physics.soc-ph
Fundamental structures of dynamic social networks
社会系统处于不断变化的状态，其动态从每分钟的变化到几年时间尺度上的模式。社会动力学的精确模型对于理解影响或疾病的传播、友谊的形成和团队的生产力非常重要。虽然在过去的十年里，人们对复杂网络的理解已经取得了很大的进展，但人们对控制社交网络微观动态的神经元知之甚少。在这里，我们探讨了一个密集连接的人口约1000个人的动态社交网络和他们的互动在现实世界中的人与人之间的接近度通过蓝牙测量的网络，以及他们的电信网络，在线社交媒体联系人，地理位置和人口统计数据。这些高分辨率的数据使我们能够直接观察社会群体，使社区检测变得不必要。从5分钟的时间片开始，我们发现了在多个时间尺度上表达的动态社会结构。在每小时的时间尺度上，我们发现聚会是流动的，成员来来去去，但通过一个稳定的个人核心组织起来。每个核心都代表一个社会背景。核心会议呈现出一种在数周和数月内反复召开会议的模式，每次会议的规律性程度各不相同。总之，这些发现提供了一个强大的简化的社会网络，其中核心代表具有强烈的时间和空间规律性表达的基本结构。使用这个框架，我们探索社会和地理空间行为之间的复杂的相互作用，记录核心的形成之前的协调行为在通信网络，并证明社会行为可以预测高精度。
2016-12-30 cs.SI physics.soc-ph
Diffusion processes through social groups' dynamics
阿克塞尔罗德的模型描述了一系列文化特征在由个体行为者构成的社会中的传播。然而，在社会背景下，个人对特定态度的选择也是社区、团体和政党形成的基础。群体中的成员资格完全改变了开始根据社会身份行事的单个代理人的行为。群体作为一个单一的实体在他们之间行动和互动，但仍然保持着内部的动力。我们表明，在一定条件下的社会动力学，在文化传播过程中引入群体动力学避免了扁平化的文化成为一个单一的实体，并保留了文化态度的多样性。我们还考虑了在这种动态背景下的扩散过程，展示了在群体的选择决定社会结构的情况下，信息和创新可以在人群中传播的条件。
2011-03-04 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
Enterprise Social Networks as Digital Infrastructures -- Understanding the Utilitarian Value of Social Media at the Workplace
在这项研究中，我们首先表明，虽然企业社交网络的感知有用性和感知享受影响员工的持续参与的意图，功利价值显着超过其享乐价值。其次，我们证明了网络的实用价值是由其数字基础设施的特点：多功能性，适应性，互联性和无形的使用。本研究以某软件工程公司为研究对象，在定量调查研究的基础上，采用偏最小二乘结构方程建模方法。
2020-03-11 cs.HC cs.SI
Analysis of Social Group Dynamics
本文分析了社会群体演化发现方法GED。特别是，GED方法与其他方法相比，随着时间的推移，跟踪组的变化，专注于准确性，计算成本，易于实施和灵活性的方法。重叠和不相交的社会群体的方法进行评估。最后，GED方法运行不同的用户重要性措施。
2017-08-07 cs.SI physics.soc-ph
Conceptual quantification of the dynamicity of longitudinal social networks
纵向社交网络通过一组参与者（例如个人或组织）之间的链接的创建和/或删除而随着时间的推移而演变。纵向社交网络是网络科学和社会科学研究者研究的对象，旨在了解网络演化、趋势传播、友谊和信仰形成、创新扩散、异常行为传播等。在目前的文献中，有不同的途径和方法（如Sampson方法和马尔可夫模型）来研究纵向社交网络的动力学。这些途径和方法主要用于探索纵向社交网络从一种状态到另一种状态的进化变化，并解释这些变化的根本原因。然而，他们不能量化的动态水平随时间的网络变化和个人网络成员（即演员）对这些变化的贡献。在这项研究中，我们首先制定了一套措施来量化不同方面的动态的纵向社会网络。然后，我们应用这些措施，以进行实证调查，两个不同的纵向社交网络。最后，我们讨论了这些措施的应用和本研究可能的未来研究方向的影响。
2013-11-01 cs.SI physics.soc-ph
Dynamics of Human Social Networks: People, Time, Relationships, and Places
先进的社会互动感测技术的可用性为社会网络分析提供了细粒度的数据。虽然收集社交网络数据的传统方法可能受制于人类回忆社交细节的能力，但人们对其与其网络中的人的亲密度的评级是重要的。本研究评估的关系之间的亲密度评级，感觉互动和共享的娱乐场所。研究发现，人们倾向于给与他们相处时间更长的人高亲密度评级。共享的地方与社会亲密度评级相关，但与互动的长度无关。这项研究的结果突出了感知互动和亲密度评级的重要性。
2013-08-06 cs.SI physics.soc-ph
Measuring social spam and the effect of bots on information diffusion in social media
机器人一直在在线平台生态系统中发挥着至关重要的作用，作为生成内容和向社交媒体人群传播信息的高效自动工具。在本章中，我们将讨论社交机器人在社交媒体内容传播动态中的作用。特别是，我们将首先调查机器人生成的内容的扩散动态之间的一些差异，而不是人类，在政治沟通的背景下，然后研究社交媒体垃圾邮件活动的扩散动态背后的机器人的特点。
2017-08-27 cs.SI physics.soc-ph
Social Dynamics of Science
学科的诞生和衰落对科学和社会至关重要。然而，迄今为止，没有定量模型允许我们验证竞争的理论，科学学科的出现是否驱动或遵循学者的社会社区的形成。在这里，我们提出了一个基于代理的模型的基础上的\emph{social dynamics of science,}，其中学科的演变主要是由科学家之间的社会互动。我们发现，这样一个社会理论可以解释一些程式化的事实之间的关系学科，作者和出版物。这些结果为社会互动在塑造科学动态中的关键作用提供了强有力的定量支持。“科学的科学”必须根据这一纯粹的社会基线来衡量科学发现和技术进步等外生事件的作用。
2012-09-22 cs.DL cs.SI physics.soc-ph
Self-Organised Criticality and Emergent Hyperbolic Networks -- Blueprint for Complexity in Social Dynamics
基于人类努力的在线社会动力学表现出突出的复杂性，出现了新的特征，体现在集体社会价值观的出现。大量的经验数据收集在各种网站提供了一个独特的机会，定量研究的基本社会动力学在完全类比的复杂系统在物理实验室。在这里，我们简要地描述了这些类比的程度，并指出了其他科学学科的方法，物理学理论可以结合提供足够的描述人类实体和他们的自我组织的原则。我们展示了两个例子，使用经验数据的知识创造过程中的在线聊天和问答的方法。准确地说，我们描述的自组织临界作为社会知识共享动态的作用机制，并证明了这些随机过程的基础上的共同进化网络的双曲几何的出现。
2018-09-05 cs.SI physics.soc-ph
Quantifying Social Network Dynamics
大多数社交网络的动态特性要求对网络的演化进行建模，以便能够对其动态进行复杂的分析。下面的文章重点介绍通过图差分元组定义网络快照之间的差异。这些差异使得能够计算不同的距离测量以及调查变化的速度。通过对真实社会网络数据的实验研究，本文提出了四种不同的衡量标准。
2013-03-20 cs.SI physics.soc-ph
Predicting Trends in Social Networks via Dynamic Activeness Model
在口碑的影响下，社交网络的趋势现在在塑造人们的生活方面发挥着重要作用。预测动态趋势是一个重要的问题，有许多有用的应用。趋势模型应捕捉趋势的三个动态特征：强度、覆盖范围和持续时间。然而，现有的信息扩散方法无法捕捉这三个特性。本文研究了社交网络中的动态趋势预测问题。我们首先定义相关概念来量化社交网络中趋势的动态特性，并将趋势预测问题形式化。然后，我们提出了一个动态活动（DA）模型的基础上的新概念的活跃性，并设计了一个趋势预测算法使用DA模型。由于使用堆叠原理，我们能够使预测算法非常有效。我们在一些真实的社交网络数据集上检查了预测算法，并表明它比最先进的方法更准确。
2013-10-29 cs.SI physics.soc-ph
Social Networks through the Prism of Cognition
人际关系是由社会事件驱动的人们互动，交换信息，分享知识和情感，并从大众媒体收集新闻。这些事件在人类记忆中留下痕迹，其强度取决于认知因素，如情绪或注意力。每一个痕迹不断减弱，随着时间的推移，除非另一个相关的事件活动加强它。在这里，我们介绍了一种新的认知驱动的社会网络（CogSNet）模型，占社会感知的认知方面。该模型明确地将每个社会互动表示为人类记忆中的痕迹及其相应的动态。痕迹的强度是衡量互动对一个人的影响的唯一标准。为了验证，我们将我们的模型应用于大学生社交互动的NetSense数据。结果表明，CogSNet显着提高了社交网络中的人类交互建模的质量。
2021-01-22 cs.SI physics.soc-ph
Dynamics of Information Diffusion and Social Sensing
使用社交传感器的统计推断是一个已经取得显着进展的领域，并且与应用相关，包括针对有针对性的广告，营销，自然灾害的本地化以及预测金融市场投资者的情绪。本章从通信/信号处理的角度，介绍了社交网络中基于感知的信息扩散的四个重要方面。首先，扩散模型的信息交换，在大规模的社交网络与社会感测通过社交媒体网络，如Twitter的考虑。其次，贝叶斯社会学习模型和风险规避社会学习被认为是在金融和在线信誉系统的应用。第三，在微观经济学理论中出现的显示偏好的原则是用来解析数据集，以确定是否社会传感器是效用最大化，然后确定其效用函数。最后，社会传感器与YouTube频道所有者的互动进行了研究，使用时间序列分析方法。所有这四个主题都在来自健康网络，社交媒体和心理实验的实际实验数据集的背景下进行了解释。此外，算法利用上述模型来推断基于社会感知的潜在事件。本章介绍的概述、见解、模型和算法源于网络科学、经济学和信号处理领域的最新发展。在更深的层次上，本章考虑网络的平均场动力学，风险厌恶贝叶斯社会学习过滤和最快变化检测，在社会传感器的有向无环图决策中的数据乱伦，效用函数估计的逆优化问题（显示偏好）和YouTube社交网络中交互社会传感器的统计建模。
2018-08-15 cs.SI physics.soc-ph
Dynamics of organizational culture: Individual beliefs vs. social conformity
组织文化的复杂性挑战了我们从观察研究中推断其潜在动力的能力。最近的计算研究采用了一种截然不同的观点，提出了合理的机制来描述广泛的社会现象，包括组织文化的发生和演变。本着这种精神，这项工作引入了一个基于代理的模型，它放松了一组假设，描述了过去的工作-（a）省略个人的努力实现认知连贯性，（b）有限的整合重要的上下文因素-通过利用网络的信念和纳入社会等级的动态。因此，我们说明：（一）一个组织可能会出现越来越一致的组织文化，但由个人的一致性水平降低，（二）社会整合的组成部分-同侪压力和社会等级-是有影响力的不同的聚合水平。
2017-07-03 cs.SI physics.soc-ph
Phase transition in the Sznajd model with independence
我们提出了一个观点动力学模型，它描述了两种主要类型的社会影响--从众和独立。在我们的模型中的一致性是由所谓的流出动力学（称为Sznajd模型）。根据社会学家的建议，我们还介绍了第二种类型的社会影响，在社会心理学中称为独立性。各种社会实验表明，从众的程度取决于社会。我们引入这个水平作为模型的参数，并表明有一个连续的相变之间的一致性和独立性。
2011-06-05 cs.SI physics.soc-ph
The temporal dynamics of group interactions in higher-order social networks
针对高阶社会网络中群体形成与演化机制不明的问题，利用儿童与大学生互动实证数据研究个体与群体时间动态，发现跨情境稳健模式并提出能重现实证观察的动态模型。
2024-07-09 cs.SI physics.soc-ph
A Theoretical Model for Understanding the Dynamics of Online Social Networks Decay
在线社交网络代表了当今生活中通信和信息交换的主要来源。它们促进了新闻分享、知识启发和形成相同兴趣的群体。在过去的二十年里，研究人员研究了在线社交网络的增长动力，广泛地寻求对在线社交网络中人类行为的清晰理解，这在许多方面都有帮助，比如设计更好的推荐系统和吸引新成员。然而，并非所有的社交网络都实现了预期的增长，例如，MySpace、Orkut和Mysterster等在线社交网络今天都停止了服务。在这项工作中，我们提出了一个概率的理论模型，捕捉由于社会网络的成员的不活动的社会衰退的动态。该模型被证明有一些有趣的数学性质，即\textit{submodularity}，这意味着实现模型优化在一个合理的性能。这意味着最大化问题可以在$(1-1/e)$的因子内近似，并且最小化问题可以在多项式时间内实现。
2020-09-01 cs.CY cs.SI physics.soc-ph
Modeling urban housing market dynamics: can the socio-spatial segregation preserve some social diversity?
为了解决社会多样性的问题，我们引入了一个模型的代理人谁是异构的支付意愿之间的住房交易。一个关键的假设是，代理人对位置的偏好取决于内在的吸引力和社区的社会特征。收入的静态空间分布的分析和数字的特点。主要结果是，当且仅当社会影响力足够强时，社会空间隔离才会发生，但即便如此，大多数地点仍保留了一些社会多样性。与巴黎住房市场数据的比较表明，结果再现了价格分布和空间收入隔离的一般趋势。
2012-10-08 cs.SI physics.soc-ph
Predictive Modeling of Opinion and Connectivity Dynamics in Social Networks
近年来，人们对建模和理解通过人类网络传播的意见和创新机制的兴趣越来越大。通过分析真实世界的社交数据，研究人员能够更好地了解社交网络的动态，并随后对这些网络随时间的变化进行建模。我们开发了一个社会网络模型，既利用了基于代理的方法与动态更新的意见和代理之间的连接，并反映意见传播和结构变化随着时间的推移，在现实世界中观察到的数据。我们使用来自麻省理工学院人类动力学实验室的社会进化数据集的数据来验证该模型，该数据集描述了目标学生群体在九个月内友谊和健康自我感知的变化。我们证明了该方法的有效性，通过预测的意见传播和网络连接的变化。我们还使用该模型来评估网络参数，如“开放性”的水平和意愿，将意见的邻居代理，影响结果。该模型不仅提供了洞察不断变化的社交网络的动态，但也提出了一个工具，人们可以调查各种结构和意见分布的网络的意见传播策略。
2016-03-27 cs.SI physics.soc-ph
Social Contagion Theory: Examining Dynamic Social Networks and Human Behavior
在这里，我们回顾了我们对社会传染所做的研究。我们描述了我们所采用的方法（以及它们所包含的假设），以检查具有互补优势和弱点的几个数据集，包括心脏病研究，青少年健康的国家纵向研究，以及我们和其他人收集的其他观察和实验数据集。我们描述了导致我们提出人类社交网络可能表现出“三度影响”属性的原因，并回顾了我们用来描述肥胖、吸烟、合作和幸福等不同现象的人际影响的统计方法。我们并不认为这项工作是最后的结论，但我们相信它提供了一些新颖的，信息丰富的，关于纵向跟踪网络中社会传染的刺激性证据。与其他学者一起，我们正在努力开发使用社交网络数据识别因果效应的新方法，我们相信这一领域的统计发展已经成熟，因为目前的方法具有已知的并且通常不可避免的局限性。
2012-03-13 cs.SI physics.soc-ph
A Spectral Method for Activity Shaping in Continuous-Time Information Cascades
CMLA – ENS Cachan, CNRS, Université Paris-Saclay（巴黎-萨克雷高等师范学校卡尚校区，法国国家科学研究中心，巴黎-萨克雷大学）；MSR-Inria Joint Center（微软研究院-法国国家信息与自动化研究所联合中心）；ETH Zürich（苏黎世联邦理工学院）
信息级联模型捕捉社交网络中用户活动的动态特性。在这项工作中，我们开发了一个新的框架下的连续时间信息级联模型，允许管理员通过分配有针对性的资源，可以改变传播的过程中的本地控制行动的活动塑造。我们的框架采用了危害矩阵的谱半径的优化，这一数量已被证明可以驱动网络中的最大影响，同时在用于最小化级联影响时享受简单的凸松弛。此外，用例，如检疫和节点免疫进行了讨论，以突出所提出的活动塑造框架的一般性。最后，我们提出了NetShape影响最小化方法，通过对真实社交网络的模拟，该方法与基线和最先进的方法相比是有利的。
2017-09-15 cs.AI cs.LG cs.SI
Modeling echo chambers and polarization dynamics in social networks
最近在几个社会政治背景下和不同社交媒体上量化的回音室和意见两极分化，引起了人们对它们对错误信息传播和辩论公开性的潜在影响的担忧。尽管作出了越来越多的努力，但导致这些现象出现的动力仍然不清楚。我们提出了一个模型，介绍了激进化的动态，作为一种强化机制，推动从温和的初始条件演变到极端的意见。受社会互动动力学的实证研究结果的启发，我们认为代理人的特点是异质性活动和同质性。我们表明，全球共识和新兴的激进国家之间的过渡主要是由社会影响力和所讨论的话题的争议性。通过与Twitter上两极化辩论的实证数据比较，该模型定性地再现了用户参与度与意见之间的关系，以及交互网络中的意见隔离现象。我们的研究结果揭示了社交媒体中回声室和两极分化出现的核心机制。
2020-02-27 cs.SI physics.soc-ph
Time-varying networks approach to social dynamics: From individual to collective behavior
在这篇论文中，我们有助于理解的关键作用的时间维度的网络社会系统，以前被忽视，现在发现的数据革命最近在这一领域蓬勃发展。为此，我们首先介绍了时变网络的形式主义，并分析了社会动力学的一些经验数据，广泛使用的论文的其余部分。我们讨论了人类接触网络的结构和时间特性，如社会互动的异质性和突发性，我们提出了一个简单的模型，植根于社会吸引力，能够重现它们。然后，我们探讨了运行在时间网络上的动态过程的行为，由经验面对面的相互作用构成，详细讨论了随机游走和传染病传播的基本情况。我们还开发了一种分析方法，能够计算活动驱动模型的结构和渗流特性，旨在描述广泛的社会互动，由所涉及的个人的活动驱动。我们在社会时变网络的快速发展框架中的贡献为未来的工作开辟了有趣的视角，例如研究时间维度对多层系统的影响。
2016-08-12 cs.SI physics.soc-ph
Predicting Group Evolution in the Social Network
群体-社会社区是整个社会的重要组成部分，通过社会网络概念进行分析。它们的固有特征是随时间不断演变。如果我们知道社交网络中的群体是如何进化的，我们就可以利用这些信息来预测给定群体进化的下一步。本文提出并研究了一种新的群体演化预测方法。对四个进化的社交网络的实验研究表明：（i）基于简单输入特征的预测可能非常准确，（ii）一些分类器比其他分类器更精确，（iii）组进化提取方法的参数显着影响预测质量。
2012-10-18 cs.SI physics.soc-ph
Multi-scale Dynamics in a Massive Online Social Network
主要社交网络提供商的数据保密政策严重限制了研究人员对大规模数据集的访问。最大的影响是对网络动态的研究，研究人员研究了引用图和内容共享网络，但很少有人分析当今主导网络的大规模社交网络的详细动态。在本文中，我们分析了人人网社交网络的详细动态，涵盖了网络从1个用户增长到1900万用户和1.99亿边缘的2年时间。而不是验证一个单一的网络动态模型，我们分析动态在不同的粒度（用户，社区和网络范围内），以确定有多少，如果有的话，用户在不同尺度的动态过程的影响。我们在每个层面上观察到独立的可预测过程，并发现虽然社区的增长对用户有适度和持续的影响，但网络合并事件等重大事件具有强烈但短暂的影响，并迅速被新用户的不断到来所主导。
2012-05-17 cs.SI physics.soc-ph
Contagion dynamics of extremist propaganda in social networks
最近，独狼袭击者或潜伏小组代表伊斯兰国在美国和欧洲领土上发动恐怖袭击，提醒我们必须了解社交媒体传播渠道介导的激进化动态。在本文中，我们揭示了一组25000名用户的社交媒体活动，这些用户与ISIS在线激进宣传的关联已被手动验证。通过使用一种称为动态活动连接图的计算工具，基于网络和时间活动模式，我们调查了ISIS支持者内部的社会影响力动态。我们最终通过确定极端主义内容在普通人群中的采用来量化ISIS宣传的有效性，并在激进宣传和流行病传播之间进行比较，强调信息广播公司和有影响力的ISIS支持者产生高度传染性的信息传染级联。我们的发现将有助于制定有效的对策，打击该组织和其他形式的在线极端主义。
2017-06-07 cs.SI physics.soc-ph
Social network dynamics of face-to-face interactions
最近出现的描述社交网络的数据正在改变我们对社交关系“微观结构”的理解。社会关系实际上是许多社会互动的综合结果，如面对面的交谈或电话。对面对面互动数据的分析表明，这类事件和许多其他人类活动一样，是突发性的，持续时间非常不均匀。在本文中，我们提出了一个模型，在短时间尺度上的社会互动，旨在描述的情况下，如会议场所，个人在小团体互动。我们提出了一个详细的分析和数值研究模型的动力学性质，并表明，它再现了经验数据的重要特征。该模型允许对社会互动越来越现实的描述许多概括。特别是在本文中，我们调查的情况下，代理人有内在的异质性，在他们的社会行为，或包括当地的个人数量的动态变化。最后，我们提出了这个模型作为一个非常灵活的框架，以调查动态过程如何展开社交网络。
2011-05-17 cond-mat.dis-nn cond-mat.stat-mech cs.SI
Closed-Form Solutions of the Fundamental Equation That Describes User Dynamics in Online Social Networks
基于网络波动方程的振荡模型可以描述在线社交网络中的用户动态。在振荡模型中引入用户动力学的基本方程，可以显式地描述特定网络结构产生的用户动力学的因果关系。此外，考虑到在线社交网络的稀疏性，设计了一种新的不同形式的基本方程。在本文中，我们推导出一个新的基本方程的封闭形式的解决方案。同时，我们发现新基本方程的封闭解可以生成原波动方程的通解。
2020-11-10 cs.SI physics.soc-ph quant-ph
A Novel Dynamic Epidemic Model for Successive Opinion Diffusion in Social Networks
RPTU Kaiserslautern-Landau（莱茵兰-普法尔茨科技大学凯泽斯劳滕-兰道校区）；Lingnan University（岭南大学）；German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）
本文提出了一种新型动态流行病模型，用于研究社交网络中连续意见扩散，通过考虑社会距离影响和谣言传播对网络结构的影响，揭示意见扩散动态及社会极化机制。
2025-11-28 cs.SI
Inferring Stochastic Dynamics Reveals Atypicality and Irreversibility in Social Change
Seoul National University（首尔大学）；Penn State（宾夕法尼亚州立大学）；Santa Fe Institute（圣塔菲研究所）；Pennsylvania State University Brandywine Campus（宾夕法尼亚州立大学布兰迪温校区）；Complexity Science Hub, Vienna（维也纳复杂性科学中心）；Arizona State University（亚利桑那州立大学）；International Center for Theoretical Physics（理论物理国际中心）
本文提出了一种基于随机微分方程的框架，用于从数据推断社会演化中的隐藏动态模式，通过量化不可逆性、检测外生扰动和多重插补来揭示历史变化的稳定性与偶然性。
2026-11-03 cond-mat.stat-mech cs.SI physics.soc-ph
Characterizing Nodes and Edges in Dynamic Attributed Networks: A Social-based Approach
如何基于社会方面来刻画动态属性网络中的节点和边？我们解决这个问题，探索演员和他们的相关属性随着时间的推移之间的联系的强度，从而捕捉演员的社会角色和他们在不同的社会网络场景中的动态互动的意义。为此，我们应用社会概念，以促进更好地理解涉及行为者及其社会动机的潜在复杂性。更具体地说，我们探讨的概念，社会资本的战略定位的一个特定的演员在社会结构的经纪人的概念，创造桥梁的能力与多样化的模式，和封闭，聚合节点的能力与类似的模式。因此，我们揭示了不同的学术合作网络和问答社区的社会互动的差异。我们还统计验证我们的社会定义考虑的重要性，节点和边缘的社会结构，通过网络属性。
2022-07-14 cs.SI
Aperiodic dynamics in a deterministic model of attitude formation in social groups
同质性和社会影响是推动社会群体内态度、信仰和行为演变的基本机制。同质性将个体的态度状态对之间的相似性与他们的互动频率联系在一起，从而产生结构性联系强度，而社会影响则导致个体在互动过程中的状态趋同。基于这些基本要素，我们提出了一个新的数学建模框架来描述一组相互作用的代理人的态度的演变。具体来说，我们的模型描述了具有激活-抑制关系的潜意识态度。我们考虑一个均匀的人口使用确定性，连续时间动力系统。令人惊讶的是，同质性和社会影响力的综合效应并不一定会导致群体共识或全球单一文化。我们观察到，子组的形成和极化效应可能是短暂的，长时间的动力学是准周期性的敏感依赖于初始条件。这是由于不断发展的互动网络和图灵不稳定性与态度状态动态之间的相互作用。
2013-02-01 cs.SI nlin.AO physics.soc-ph
SLPA: Uncovering Overlapping Communities in Social Networks via A Speaker-listener Interaction Dynamic Process
重叠是社交网络的特征之一，在这种网络中，一个人可能属于一个以上的社会群体。因此，发现重叠结构对于现实的社会分析是必要的。在本文中，我们提出了一种新的，一般的框架来检测和分析个人重叠节点和整个社区。在这个框架中，节点根据动态交互规则交换标签。一个具体的实现称为扬声器-听众标签传播算法（SLPA 1）在识别重叠节点和重叠社区具有不同程度的多样性表现出优异的性能。
2011-11-10 cs.DS cs.SI physics.soc-ph
Social dynamics with peer support on heterogeneous networks: The "mafia model"
人类行为经常表现出一种模式，在这种模式中，个体对给定的主题采取漠不关心、中立或激进的立场。社区形成的机制与社会压力和接触网络的拓扑结构密切相关。在这里，我们讨论了一种方法来模拟社会行为，该方法考虑了在最近的邻居中与其相对丰度成比例的同类保护。我们探讨了随后的非线性动态强调的作用，社会网络的具体结构，无标度图建模。我们发现，意见的共存和共识的默认位置是可能的模型的定态。特别是，我们展示了这些状态如何严重依赖于社会网络的异质性和外部控制元素的具体分布。
2011-08-22 cond-mat.stat-mech cs.SI physics.soc-ph
Exploring the Impact of Reflexivity Theory and Cognitive Social Structures on the Dynamics of Doctor-Patient Social System
本研究构建两个医患系统模型，对比传统假设与融入反思性理论和认知社会结构的模型，利用微生物遗传算法优化主体行为，发现社会系统行为可能偏离设计目的，建模社会认知影响可揭示主体平衡信息信号的机制。
2024-11-08 cs.NE cs.SI physics.soc-ph
DNA: Dynamic Social Network Alignment
社会网络对齐，对齐不同的社交网络对他们的共同用户，正在受到学术界和工业界的极大关注。所有现有的研究都认为社会网络是静态的，而忽略了其内在的动态性。事实上，社交网络的动态包含个体的歧视模式，这可以被利用来促进社会网络对齐。因此，我们首次提出研究动态社交网络的对齐问题。为此，我们提出了一种新的动态社交网络对齐（DNA）框架，这是一种在深度神经架构上的统一优化方法，可以展现出执行对齐的富有成效的动态。然而，它在建模和优化方面都面临着巨大的挑战：（1）为了对网络内的动态进行建模，我们探索了友好演化中潜在模式的局部动态性和与邻居的表示相似性的全局一致性。我们设计了一种新的深度神经架构，以获得捕获每个用户的局部动态和全局一致性的双重嵌入。(2)为了对网络间的对齐进行建模，我们从每个动态社会网络的双重嵌入中利用了个体的潜在身份。我们设计了一种统一的优化方法，与所提出的深度神经架构相互作用，以构建身份嵌入的公共子空间。(3)为了解决这个优化问题，我们设计了一个有效的交替算法与坚实的理论保证。我们进行了大量的实验，在现实世界的数据集上，并表明所提出的DNA框架大大优于国家的最先进的方法。
2019-10-31 cs.SI
BotDGT: Dynamicity-aware Social Bot Detection with Dynamic Graph Transformers
University of Science and Technology of China（中国科学技术大学）；Beihang University（北京航空航天大学）；Harbin Engineering University（哈尔滨工程大学）
针对社交网络动态性被忽略导致检测易被规避的问题，提出BotDGT框架，通过结构模块获取历史快照拓扑信息并结合时间模块建模演化行为，在准确率等指标上优于现有方法。
2024-04-24 cs.AI cs.SI
Long Trend Dynamics in Social Media
社交媒体的一个主要特点是，其多样化的内容，由标准渠道和普通用户大量产生，不断争夺大量受众的稀缺注意力。在这股信息洪流中，一些主题设法获得足够的关注，成为最受欢迎的主题，从而突出显示为趋势。同样重要的是，其中一些趋势持续的时间足够长，足以形成社会议程的一部分。这是如何发生的是本文的重点。通过引入一个随机动态模型，考虑到用户的重复参与给定的主题，我们可以预测的趋势持续时间的分布，以及阈值的流行，导致他们在社交媒体中的出现。Twitter数据集的详细测量证实了模型及其预测的有效性。
2011-12-20 cs.CY cs.SI physics.soc-ph
