Coevolving nonlinear voter model with triadic closure
研究了一个具有三元闭包局部重连的非线性协同演化选举模型。我们发现三个阶段具有不同的拓扑性质和配置的稳定状态：吸收共识阶段与一个单一的组件，吸收碎片阶段与两个组件在相反的共识状态，和一个动态活跃的破碎阶段与许多孤立的节点。这个破碎的阶段，这是不存在的一个共同进化的模型与全球重新布线，有一个生命周期，规模指数与系统的大小。我们的特点是这些阶段之间的过渡方面的最大集群的大小，集群的数量，和磁化。我们的分析提供了一个可能的解决方案，以重现自适应网络中的孤立部分和社会系统中广泛观察到的高聚类。
2018-07-03 cs.SI physics.soc-ph
Cumulative effects of triadic closure and homophily in social networks
社交网络中的大部分结构可以用两种看似独立的网络演化机制来解释：三元闭合和同质性。虽然通常将这些机制单独考虑或在静态模型的框架中考虑，但实证研究表明，它们的动态相互作用正是造成离线和在线社交网络中出现的同性恋关联模式的过程。通过将这两种机制结合在一个最小的可解动态模型中，我们从理论上证实了长期以来和经验上建立的假设，即同质性可以被三元封闭机制放大。这种研究方法使我们能够估计在各种友谊和通信网络中观察到的同质性中有多少是由于对给定量的三元闭合的放大。我们发现，在某些情况下，导致同质性放大的累积性的类随机过程也会导致社交网络的核心-外围结构，以及对先前同质性约束的记忆的出现（相当于物理学中的滞后现象）。我们的研究结果提供的理论理解强调了早期干预在社会层面管理同性恋决策的最不利影响的重要性，如不平等，隔离和在线回声室。
2018-09-17 cs.SI physics.soc-ph
Quantifying Triadic Closure in Multi-Edge Social Networks
多边缘网络捕捉个体之间的重复交互。在社交网络中，这样的边通常形成闭合三角形或三元组。然而，测量这种三元闭合的标准方法对于多边缘网络是失败的，因为它们没有考虑三元组可以由不同多重性的边缘形成。我们提出了一种新的措施，三元封闭的多边缘网络的社会互动的基础上共享的合作伙伴统计。我们证明，我们的操作是能够检测有意义的关闭合成和经验的多边缘网络，常见的方法失败。这是推动推理网络分析从二元网络分析转向多边缘和加权网络分析的基石，后者提供了更真实的社会互动和关系表示。
2019-05-08 cs.SI physics.soc-ph stat.ME
A coevolving model based on preferential triadic closure for social media networks
复杂网络的动力学起源，即，网络演化的基本原理是网络研究中的一个重要问题。本文通过对Flickr和Epperly这两个典型的社会媒体网络的时间数据进行分析，发现邻域的动态模式，特别是三元链接的形成，在网络的演化中起着主导作用。因此，我们提出了一个共同进化的动力学模型，这样的网络，其中的进化是唯一的驱动器的局部动力学-优先三元闭包。数值实验表明，该模型能够再现与经验观测定性一致的全局性质。
2013-06-17 cs.SI nlin.AO physics.soc-ph
Structure of Triadic Relations in Multiplex Networks
网络系统研究的最新进展强调，我们的互联世界是由网络组成的，这些网络通过不同的“层”相互耦合，每个层代表许多可能的子系统或交互类型之一。然而，传统上将多层网络聚合成单个加权网络以利用现有工具。这固然方便，但也存在极大的问题，因为重要信息可能因此丢失。因此，发展网络概念的多层概括是很重要的。在本文中，我们分析了三元关系，并将传递性的思想推广到多重网络。通过专注于三元关系，产生最简单的类型的传递性，我们推广的概念和计算的聚类系数的多路复用网络。我们展示了这种网络的分层结构是如何引入一个新的自由度，对传递性有着根本性的影响。我们计算多路复用聚类系数几个真正的多路复用网络，并说明为什么一个必须非常小心时，将标准的网络概念，多路复用网络。我们还推导出我们的聚类系数的分析表达式，在一个家庭的随机多路复用网络的网络的合奏平均。我们的分析表明，社交网络有一个强烈的倾向，以促进冗余关闭三合会在每一层，他们因此有一个不同类型的多重传递性从运输网络，不表现出这样的趋势。如果只研究聚合网络，这些见解是不可见的。
2015-08-12 cond-mat.stat-mech cs.SI 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
Triadic analysis of affiliation networks
三元封闭已经被概念化，并以各种方式测量，最著名的是聚类系数。现有的扩展关系网络，但是，是敏感的重复组出席，这表现在二分模型作为biclique扩散。然而这种敏感性并不反映在社交网络的三元封闭的共同解释，本文提出了一种措施，三元封闭的隶属网络设计来控制it.To避免任意性，本文介绍了一个三元框架的隶属网络，在其中的措施范围可以定义，然后提出了一组基本公理，足以缩小这个范围的一个措施。工具评估比较了建议和现有的两种措施的可靠性，有效性，冗余性和实用性。所有这三种措施，然后参加调查的三个经验社交网络，这说明了他们的差异。
2016-06-23 cs.SI math.CO physics.soc-ph
Triadic closure as a basic generating mechanism of communities in complex networks
大多数复杂的社会、技术和生物网络都具有重要的社区结构。因此，复杂网络的社区结构必须被认为是一个普遍的属性，以及这些网络的小世界和无标度属性。尽管在描述真实网络的社区结构方面有很大的兴趣，但没有足够的注意力用于检测能够自发生成社区网络的通用机制。三元闭合是建立新联系的自然机制，特别是在社交网络中。在这里，我们表明，基于简单的三元封闭的网络增长模型自然会导致社区结构的出现，以及节点度的厚尾分布，高聚类系数。社区从最初的随机异质性的链接集中出现，随后是一个周期的增长和分裂。社区是更明显的，稀疏的图，并在连接过程中的链接密度和随机性的高值消失。通过引入一个基于适应度的链接吸引的节点，我们发现了一个新的相变，社区消失的适应度分布的高度异质性，但一个新的介观组织的节点出现，与几个超级枢纽之间共享的节点组，吸引了系统的大部分链接。
2014-12-01 cs.SI physics.soc-ph
Link prediction in multiplex networks via triadic closure
ISI Foundation（ISI基金会）；Institute for Biocomputation and Physics of Complex Systems (BIFI), University of Zaragoza（萨拉戈萨大学生物计算与复杂系统物理研究所（BIFI））；University of Zaragoza（萨拉戈萨大学）
链接预测算法可以帮助理解复杂系统的结构和动力学，从不完整的数据集重建网络，并预测未来的相互作用，在不断发展的网络。基于节点之间相似性的可用算法受到这些网络中存在的有限数量的链接的限制。在这项工作中，我们减少了后者的内在限制，并表明可以利用不同类型的关系数据来提高新链接的预测。为此，我们提出了一种新的链接预测算法，通过推广的Adamic-Adar方法组成的多路复用网络的任意数量的层，编码不同形式的相互作用。我们表明，新的度量优于经典的单层Adamic-Adar评分和其他国家的最先进的方法，在几个社会，生物和技术系统。作为副产品，最大化复用Adamic-Adar度量的系数指示复用网络中结构化的信息如何针对链接预测任务进行优化，从而揭示哪些层是冗余的。有趣的是，这种效应对于不同层的预测可能是不对称的。我们的工作铺平了道路，为更深入地了解不同的关系数据在预测新的相互作用的作用，并提供了一个新的算法，链接预测在多路复用网络，可应用于大量的系统。
2020-11-16 cs.LG cs.SI physics.soc-ph
Triadic closure in two-mode networks: Redefining the global and local clustering coefficients
由于绝大多数网络测量都是针对单模式网络定义的，因此通常必须将双模式网络投影到单模式网络上才能进行分析。在此转换过程中会出现许多问题，特别是在分析节点联系人之间的联系时。例如，投影随机双模网络的全局和局部聚类系数所获得的值偏离相应的经典单模网络的期望值。此外，无论是局部聚类系数和约束（结构洞）是负相关的节点的双模度。为了克服这些问题，本文提出了重新定义的聚类系数的双模网络。
2011-05-06 physics.soc-ph
Directed closure measures for networks with reciprocity
对图中三角形的研究是网络分析中的标准工具，导致了诸如\emph{transitivity}的测量，即，参与三角形的长度为$2$的路径的分数。现实世界的网络通常是定向的，并且很难有意义地“测量”这种网络结构。我们提出了一个收集的\emph{directed closure values}测量三角形的有向图的方式，是类似于无向图的传递性。我们对这些值的研究揭示了许多关于有向三元闭包的信息。例如，我们立即看到互反边有很高的参与三角形的倾向。我们还观察到不同网络和社交网络的三元闭合模式之间惊人的相似性。我们进行数学和实证分析表明，有向配置模型，保持互惠性不能捕捉真实网络的三元封闭模式。
2014-04-24 cs.DS cs.SI physics.soc-ph
Strongly clustered random graphs via triadic closure: An exactly solvable model
本研究提出了一个精确可解的静态三元闭包（STC）聚类网络模型，推导了小模体期望数量的精确表达式，并在真实网络数据集中验证了模体密度关系的有效性。
2024-02-15 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Strongly clustered random graphs via triadic closure: Degree correlations and clustering spectrum
Dipartimento di Fisica Università La Sapienza（罗马大学物理系）；University of Aveiro（阿威罗大学）；University of Leeds（利兹大学）
本文提出一种通过随机网络骨架中每个三元组以一定概率闭合来生成强聚类随机图的模型，并精确推导了局部聚类谱和度相关性的表达式，揭示了高度传递性与正度同配性及聚类谱的非平凡结构。
2026-05-23 cond-mat.dis-nn physics.soc-ph
Modeling Public Opinion Dynamics: The Spiral of silence in clustered homophilic networks
Universitat de Barcelona（巴塞罗那大学）；Open University of Catalonia（加泰罗尼亚开放大学）
本研究通过结合网络形成模型与均值场模型，分析同质性和三元闭包对沉默螺旋的影响，发现适度闭包促进少数派表达，过度闭包则加剧多数派主导。
2025-10-15 physics.soc-ph
Power Network Uniqueness and Synchronization Stability from a Higher-order Structure Perspective
三元子图分析基于高阶连通模式揭示了电力网络的结构特征。与无标度网络、小世界网络和随机网络相比，幂网络的五个单向三元子图具有独特的三元显著性剖面（TSP）。值得注意的是，三元闭包在电力网络中具有最高的意义。因此，唯一的TSP可以作为一个结构标识符，以区分电力网络从其他复杂网络。电力网络形成网络超家族。此外，基于随机增长模型的综合电力网络成长为属于超家族的网络，具有更少的传输线数量。三元闭包的重要性与通过网络冗余度量的建设成本密切相关。在同步稳定性和建设成本之间的权衡导致了电力网络超族。具有唯一TSP特征的电力网络本质上是这种权衡的结果。幂网络超族的唯一性揭示了幂网络的一个重要事实。
2022-03-25 cs.SY eess.SY nlin.AO
Dynamical origins of the community structure of multi-layer societies
社会结构是个人管理各种不同社会关系的结果。社会可以表现为高度结构化的动态多元网络。在这里，我们研究了一个大规模的社会多元化网络的人类社会，互动在一个大型多人在线游戏的虚拟世界中的特定社区结构的动态起源。在那里，我们发现不同社会行为的社区结构存在实质性差异，这些差异由多元化中的各种网络层表示。社区规模分布要么类似于幂律，要么似乎集中在50个个体的大小。为了理解这些观察结果，我们提出了一个选民模型，是围绕三元闭包的原则。它明确地模拟了跨多路复用的不同层的节点和链路动态的共同进化。根据链接和节点的波动率，该模型表现出异常破碎的碎片过渡，其中一个层的碎片从一个大的组件成许多小的组件。观察到的社区规模分布与模型中预测的破碎化是很好的协议。我们表明，经验成对的网络层的相似性，在链接重叠和程度的相关性，实际上符合模型。这表明社会分裂的几个详细特征可以追溯到三重封闭过程。
2016-02-29 cond-mat.stat-mech cs.SI physics.soc-ph
The dynamic nature of percolation on networks with triadic interactions
渗流建立了复杂网络的连通性，是研究复杂系统最基本的关键现象之一。在简单网络上，渗流表现出二级相变;在多重网络上，渗流转变可以变得不连续。然而，人们对高阶相互作用网络中的渗流知之甚少。在这里，我们表明，渗流可以变成一个完全成熟的动力学过程时，考虑到高阶相互作用。通过引入符号三元相互作用，其中一个节点可以调节其他两个节点之间的相互作用，我们定义三元渗流。我们发现，在这个范式模型的网络的连接性随时间的变化和序参量经历了一个倍周期和一个路线的混沌。我们提供了一个一般理论的三元渗流，准确地预测了充分的相图随机图证实了广泛的数值模拟。我们发现，真正的网络拓扑结构上的三元渗流揭示了类似的现象。这些结果从根本上改变了我们对渗流的理解，并可用于研究复杂系统，其中功能连接性随时间动态变化，并以非平凡的方式，如在神经和气候网络。
2023-03-11 cond-mat.dis-nn cond-mat.stat-mech nlin.AO
Emergence of multiplex communities in collaboration networks
协作网络中的社区结构反映了个体为了更好地实现共同目标而将其工作组织成小组的自然趋势。在大多数情况下，个人利用他们的关系将自己介绍给新的兴趣领域，从而产生跨越不同领域的多方面合作。在本文中，我们分析了科学和电影演员之间的合作，作为多元化网络，其中的层分别代表研究课题和电影类型，我们表明，社区确实共存，并在这种系统的不同层重叠。然后，我们提出了一个模型来增长的多重网络的基础上两个机制的内部和层间三元封闭，模仿真正的过程中，合作的发展。我们表明，我们的模型是能够解释经验观察到的多元化社区结构，我们推断的力量，从现实世界的系统中的两个基本的社会机制。该模型还能够正确地再现层内和层间关联性的值，有助于更好地理解推动社交网络演变的原则。
2016-01-28 cs.SI physics.soc-ph
Closure coefficients in scale-free complex networks
复杂网络中三角形的形成是一个重要的网络性质，受到了极大的关注。三角形的形成经常通过聚类系数来研究。封闭系数或传递性是衡量三元封闭性的另一种方法。此统计量从三角形的头节点（而不是从中心节点，如经常研究的聚类系数）测量聚类。我们进行了第一次探索性分析的行为的局部封闭系数在两个随机图模型，创建简单的网络与幂律度：隐藏变量模型和双曲随机图。我们表明，封闭系数的行为显着不同，在这些简单的随机图模型比以前研究的多重图模型。我们还将高度顶点的封闭系数与聚类系数和平均最近邻度联系起来。
2020-06-10 cs.SI math.PR physics.soc-ph
Microscopic Evolution of Social Networks by Triad Position Profile
解开社会网络演化的机制是社会科学尚未解决的难题之一。偏好依恋是解释社会网络动力学的有力机制，但它不能解释社交网络中所有的标度律。最近在理解社会网络动力学方面的进展表明，社交网络中的几个标度律遵循三元闭合的自然结果。在许多著作中，对它们之间的宏观比较进行了经验性的讨论。然而，网络的演化不仅驱动了宏观尺度的出现，也驱动了微观行为的出现。在这里，我们利用网络微观演化的两个基本方面：个人影响力的演化和链接形成的过程。首先，我们为微观进化开发了一个新的框架，其中优先附着和三元闭合机制很好地平衡。然后在四个真实世界的数据集上，我们将我们的方法应用于两个微观问题：节点的突出预测和链接预测，我们的方法比基线解决方案产生了显着的预测改进。最后，为了严谨和全面，我们进一步观察到，我们的框架具有更强的泛化能力，在不同类型的社交网络的两个微观预测问题。我们以比迄今为止更高的精确度揭示了重要因素，并为网络进化提供了新的视角。
2014-09-18 cs.SI physics.soc-ph
The Directed Closure Process in Hybrid Social-Information Networks, with an Analysis of Link Formation on Twitter
人们经常认为，信息网络中的定向链接通常是通过“捷径”源和目的地之间的两步路径形成的，这是一种隐含的“链接复制”，类似于三重闭合过程。在社交网络中。尽管这一假设在诸如偏好依恋等理论模型中发挥了重要作用，但它却很少得到直接的实证研究。在这里，我们开发了一种形式化和方法来研究这种类型的定向关闭过程，我们提供的证据，其重要作用，在Twitter上的链接的形成。然后，我们分析了一系列的模型，旨在捕捉的结构现象，我们观察到的Twitter数据中的定向关闭。
2010-03-12 cs.CY physics.soc-ph stat.AP
Trust based attachment
本研究围绕间接互惠社会系统中流言传播对声誉的影响展开，提出基于信任的依附（TBA）社交网络生成算法，其生成网络具备真实网络的关键属性，且可通过三元闭包近似，为三元闭包提供了基于信任与信息传播的新解释。
2023-08-29 cs.SI physics.soc-ph
The Role of Information Diffusion in the Evolution of Social Networks
School of Informatics and Computing, Indiana University Bloomington（印第安纳大学布卢明顿分校信息学与计算学院）；Google Inc.（谷歌公司）；Laboratory for the Modeling of Biological and Socio-technical Systems, Northeastern University（东北大学生物与社会技术系统建模实验室）；Aix Marseille Université, CNRS, CPT, UMR 7332（艾克斯马赛大学，法国国家科学研究中心，CPT，UMR 7332）；Qatar Computing Research Institute（卡塔尔计算机研究所）；Yahoo! Research Barcelona（雅虎研究巴塞罗那分部）；Department of Computer Science, University of Torino（都灵大学计算机科学系）
该研究通过分析纵向微博数据，发现除三元闭包外，基于信息流量的捷径也是社交网络演化的关键机制，且用户关注策略存在高度异质性，高影响力活跃用户会提升信息扩散效率。
2013-06-20 cs.CY cs.SI physics.soc-ph
A principled closure framework for higher-order SIS epidemic models on networks
Network Science Institute, Northeastern University（东北大学网络科学研究所）；Institute of Mathematics, Eötvös Loránd University（厄特沃什·罗兰大学数学研究所）
研究网络上高阶SIS流行病模型，提出自下而上推导方法，核心是依赖网络的封闭算子，可恢复现有模型为特殊情况，揭示启发式方法隐含假设，为建模提供基础和新途径。
2026-07-21 cond-mat.stat-mech physics.soc-ph
Memory effects induce structure in social networks with activity-driven agents
活动驱动建模是近年来提出的一种时变网络的增长机制，它在时间聚集表示中显示幂律度分布。这种方法假设无记忆的代理开发随机连接，从而导致随机网络无法再现两个节点的度相关性和在真实社交网络中广泛观察到的高聚类系数。在这项工作中，我们介绍了这些缺失的拓扑功能，占时间聚合网络的动态演化的记忆效应。为此，我们提出了一个活动驱动的网络增长模型，包括一个三元组关闭步骤作为主要的连接机制。我们表明，这种机制提供了一些基本的拓扑功能预期的社交网络。我们推导出分析结果，并进行了广泛的数值模拟，在政权和人口增长。最后，我们提出了两个案例的研究，一个包括面对面的接触，在一个封闭的聚会，而另一个从一个在线的社会友谊网络。
2014-04-18 cs.SI physics.soc-ph
Inequality is rising where social network segregation interacts with urban topology
社交网络放大了不平等，这是由于社会关系形成的基本机制，如同质性和三元封闭。这些力量加剧了反映在网络碎片化中的社会隔离。然而，人们对哪些结构性因素促进了分裂却知之甚少。在本文中，我们使用来自广泛使用的在线社交网络的大数据来证明社交网络碎片化与城镇收入不平等之间存在显着关系。我们发现，物理城市空间的组织与碎片化的关系比不平等的教育机会，政治隔离，或种族和宗教少数群体的存在更强。社交网络的碎片化在居住区被河流和铁路等物理障碍物分隔且距离市中心相对较远的城镇中明显更高。设施集中的城镇通常在社会上也更加隔离。这些关系表明，城市规划可能是一个有用的干预点，从长远来看，以减轻不平等。
2019-09-25 cs.SI physics.soc-ph
Quantifying Human Priors over Social and Navigation Networks
University of London（伦敦大学）
本文利用图的组合结构分析社会互动与空间导航两类行为实验，量化人类关系性知识的先验，揭示跨领域一致与领域特异的偏差特征。
2024-02-28 cs.AI cs.LG cs.SI
Predicting Node Degree Centrality with the Node Prominence Profile
节点的中心性衡量其在网络中的相对重要性。中心性有许多应用，包括推断个人在社交网络中的影响力或成功，以及由此产生的社交网络动态。虽然我们可以计算给定网络快照中任何节点的中心性，但许多应用程序也有兴趣了解个人在未来的潜在重要性。然而，当前的中心性不一定是未来中心性的有效预测。虽然有不同的度量中心性，我们集中在本文的程度中心性。我们开发了一种方法，调和优先附件和三元封闭捕捉节点的突出配置文件。我们表明，建议的节点显着配置文件的方法是一个有效的预测度中心。值得注意的是，我们的分析表明，在进化的早期阶段的个人显示出独特的和强大的签名的程度中心化的趋势，充分预测他们的突出配置文件。我们在四个真实世界的社交网络中评估我们的工作。我们的研究结果具有重要的意义，需要预测的应用程序，一个节点的未来度中心，以及社会网络动力学的研究。
2014-12-06 cs.SI physics.soc-ph
Growing complex network of citations of scientific papers -- measurements and modeling
为了量化复杂网络增长的机制，我们专注于科学论文的引用网络，并结合使用理论和实验工具来揭示这种网络增长的微观细节。也就是说，我们开发了一个随机模型的基础上复制/重定向/三元关闭机制的引用动态。在一个互补和连贯的方式，该模型帐户的科学论文的参考文献的统计和他们的引用动态。该模型起源于经验测量，以这样一种方式铸造，它可以在各个方面进行定量验证。这种验证是通过测量物理学论文的引用动态来进行的。测量结果显示非线性引用动态，非线性关系错综复杂的网络拓扑结构。非线性有深远的影响，包括非平稳的引文分布，发散的引用轨迹相似的论文，失控或“不朽的论文”与无限的引用寿命等，因此，我们最重要的发现是非线性复杂网络的增长。在一个更具体的情况下，我们的研究结果可以为定量概率预测的引用动态的个别论文和期刊的影响因子的基础。
2016-07-28 cs.DL physics.data-an physics.soc-ph
Heterogeneous node copying from hidden network structure
节点复制是网络形成的一个重要机制，但大多数模型假设复制规则是统一的。在真实网络中的异构三元闭包的观察的动机，我们引入了隐藏网络模型的概念-生成的两层模型，其中观察到的网络根据底层隐藏层的结构演变-并将框架应用到异构复制的模型。在社交背景下，这两层代表节点的内部社交圈和更广泛的社交圈，使得模型可以将复制概率偏向或反对节点的内部朋友圈。将极端内圈偏差的情况与具有均匀复制的等效模型进行比较，我们发现异构复制抑制了复制模型中常见的幂律度分布，并导致网络具有比均匀复制的最佳场景更高的聚类。类似的大集群值被发现在真正的合作网络，贷款的机制的实证支持。
2021-07-24 cond-mat.stat-mech physics.soc-ph
Generating online social networks based on socio-demographic attributes
近年来，许多在线社交网络如Facebook、LinkedIn和MySpace都有了巨大的增长。人们通过这些网络相互联系，形成大型社会社区，为研究人员提供丰富的数据集来理解，建模和预测社会互动和行为。这些网络中的新联系人可能是由于个人的人口统计属性（如年龄组、性别、地理位置）或由于网络的结构动态（如三元封闭和偏好依恋）或人口统计和结构特征的组合而形成的。在过去的十年中，已经提出了许多网络生成模型来解释不同类型的网络，特别是社交网络中发生的结构，演变和过程。在文献中研究的网络生成模型主要考虑结构特性，在某些情况下，一个人的人口概况，在形成新的社会联系。这些模式没有提出一种机制，将结构和人口特征结合起来，形成新的联系。在本文中，我们提出了一个新的网络生成算法，它结合了这两个特点，网络形成模型。我们使用不同的公开可用的Facebook数据集作为基准来证明所提出的网络生成模型的正确性。所提出的模型是灵活的，因此可以生成不同的人口和结构属性的网络。
2017-02-05 cs.SI physics.soc-ph
Impact of homophily in adherence to anti-epidemic measures on the spread of infectious diseases in social networks
本文通过改进SIR模型研究遵守防疫措施的同质性对传染病传播的影响，发现仅在具有局部聚类的网络中，增加群体分离反而可能提高遵守人群的感染比例，揭示了局部网络结构在防疫策略中的关键作用。
2025-07-18 physics.soc-ph
Topological Properties and Temporal Dynamics of Place Networks in Urban Environments
了解移动用户的轨迹形成的空间网络可以有益于从流行病学到本地搜索的应用。尽管在一些领域的影响的潜力，人类流动网络的几个方面仍然在很大程度上未被探索，由于缺乏大规模的数据在一个良好的时空分辨率。我们使用基于位置的服务Foursquare的纵向数据集，对地点网络的拓扑特性进行了实证分析，并注意到它们与在线社交网络在重尾度分布，三元闭合机制和小世界属性方面的相似之处。然而，与社交网络不同的是，地点网络在可扩展性方面呈现出与网络图惊人相似的连接趋势。我们利用额外的语义信息来解释节点的功能角色，如“旅游枢纽”，或“食物点”在这些网络中的行为。最后，由于大量的新链接出现在地方网络随着时间的推移，我们制定了经典的链接预测问题在这个新的领域。我们提出了一种新的引力模型变体，它汇集了城市环境中场所间连通性的三个基本要素：网络级交互、人类流动动力学和地理距离。我们评估这个模型，发现它优于一些基线预测和监督学习算法的任务，预测新的链接在一个样本的100个流行的城市。
2015-03-17 cs.SI physics.soc-ph
Opinion polarisation in social networks driven by cognitive dissonance avoidance
本文开发了一个基于智能体的网络模型，赋予个体内部信念系统以避免认知失调，发现即使在初始完全均匀的网络中也会导致碎片化和极化，并通过微调“失调惩罚”和“三元闭包亲和性”两参数揭示了多样的社区结构。
2024-09-24 physics.soc-ph
Deep learning based parameter search for an agent based social network model
人与人之间的相互作用产生了复杂的社交网络，其特征在于异构度分布，权重拓扑关系，重叠社区结构和动态的链接。理解这样的网络是科学的主要目标，因为它是从疾病传播到政治运动等许多新兴社会现象的支架。研究它们的一个合适的工具是基于代理的建模，其中代表人的节点决定创建和删除链接，从而产生各种宏观行为模式。在这里，我们专注于研究加权社会网络模型的推广，是最基本的基于代理的模型，用于描述社会关系和社交网络的形成。这种广义加权社会网络（GWSN）模型结合了三元封闭，同性恋的相互作用，和各种链接终止机制，已分别在以前的工作中进行了研究。因此，GWSN模型具有增加的输入参数数量，并且模型行为变得过于复杂，使得澄清模型行为具有挑战性。我们使用超级计算机执行了大量模拟，并将结果用作深度神经网络的训练数据，以进行回归分析，从而从输入参数预测生成的网络的属性。所获得的回归模型还用于全局敏感性分析，以确定哪些参数具有影响力或不显著。我们相信，这种方法是适用于一个大类的复杂网络模型，从而开辟了更现实的定量基于代理的建模方式。
2021-07-14 cs.SI physics.soc-ph
Modeling framework unifying contact and social networks
个体之间面对面互动的时间网络是快速时间尺度上社会系统动态的有用代理。这些网络的几个经验统计特性已被证明在各种各样的背景下都是鲁棒的。为了更好地把握社会互动的各种机制在这些属性的出现中的作用，已经证明可以进行这种机制的示意性实现的模型是有用的。在这里，我们提出了一个新的框架来模拟人类互动的时间网络，基于（i）观察到的即时互动网络和（ii）潜在的未观察到的社会纽带网络之间的共同进化和反馈的想法：社会纽带部分驱动互动机会，反过来又被互动加强，并被削弱甚至被缺乏互动所消除。通过这种共同进化，我们还在模型中集成了众所周知的机制，如三元封闭，以及{共享社会背景}和{非故意（偶然）交互}的影响，并具有几个可调参数。然后，我们提出了一种方法来比较每个版本的模型与经验的面对面的互动数据集的统计特性，以确定哪些组的机制导致现实的社会时间网络在这个建模框架。
2023-01-17 physics.soc-ph
Asymmetry of social interactions and its role in link predictability: the case of coauthorship networks
本文研究社会互动不对称性对连接强度的影响，发现在合著网络中不对称连接强度与邻域重叠呈幂律关系，并证明考虑连接不对称性可显著提升链路预测效率，进而合理解释了资源分配指数的高性能。
2023-06-26 cond-mat.dis-nn cs.SI physics.soc-ph
Emergent Directedness in Social Contagion
本研究提出因果建模框架，发现复杂传染病传播路径具有涌现方向性，颠覆经典理论，并解释LinkedIn研究中的非线性效应及网络演化偏向。
2025-10-07 cs.MA cs.SI physics.soc-ph
Intelligent social bots uncover the link between user preference and diversity of news consumption
在线社交媒体和微博平台的蓬勃发展迅速改变了我们消费新闻和交换意见的方式。尽管已经做出了相当大的努力，试图向用户推荐各种内容，但信息多样性的丧失和利益群体的两极分化仍然是工业界和学术界面临的巨大挑战。在这里，我们利用良性的社交机器人在微博（中国最大的微博平台）上设计了一个受控实验。这些软件机器人可以表现出类似人类的行为（例如，偏好特定内容）并在两个广为接受的社会学假设（即，homophily和triadic closure）。我们在微博上部署了68个机器人，每个机器人至少运行了2个月，跟踪了100到120个账号。我们总共观察了5，318名用户，并记录了大约630，000条暴露于这些机器人的消息。研究结果表明，即使在相同的选择行为下，偏好娱乐内容的机器人更有可能与同伴形成极化社区，其中约80%的信息是相同类型的，这对于偏好科技内容的机器人来说是一个显著差异。结果表明，用户的偏好发挥了更重要的作用，限制自己访问多样化的内容相比，两个众所周知的驱动程序（自我选择和预选）。此外，我们的研究结果揭示了一个巧妙的连接之间的特定内容和它的传播子结构在同一个社会网络。在微博网络中，娱乐新闻呈现单向星状子结构，科技新闻呈现双向簇状子结构。这种联系可以放大用户偏好的多样性效应。这一发现对扩散动力学研究和推荐系统设计具有重要意义。
2019-07-05 cs.SI physics.soc-ph
Coupled dynamics of node and link states in complex networks: A model for language competition
受语言竞争过程的启发，我们提出了一个节点和链接状态的耦合演化模型。特别是，我们专注于语言的使用和偏好或对它的扬声器的态度之间的相互作用，我们的模型，分别作为扬声器之间的相互作用的属性（链接状态）和扬声器本身的属性（节点状态）。此外，我们限制我们的注意力的情况下，两个社会等价的语言和社会启发的网络拓扑结构的基础上的三元封闭的机制。相对于大多数以前的文献中，语言灭绝是一个不可避免的结果的动态，我们发现了广泛的可能的渐近配置，我们分类为：冻结灭绝状态，冻结共存状态，动态捕获共存状态。此外，亚稳态共存状态具有很长的生存时间，并显示出非平凡的动态被发现是丰富的。有趣的是，一个系统的规模缩放分析表明，一方面，语言灭绝的概率指数消失的系统规模的增加，另一方面，非平凡的动态亚稳态的生存时间尺度线性增加的系统的大小。因此，非平凡动力学共存是足够大的系统唯一可能的结果。最后，我们展示了这种共存的特点是其中一种语言变得明显占主导地位，而另一种语言变得越来越局限于“贫民窟式”的结构：小团体的双语扬声器安排在三角形，具有强烈的偏好，少数民族语言，并使用它为他们的组内互动，而他们切换到占主导地位的语言与其他人口的沟通。
2016-12-02 cond-mat.stat-mech cs.SI nlin.AO
On the Efficiency of the Information Networks in Social Media
社交媒体网站是信息市场，用户在这里生产和消费各种各样的信息和想法。在这些网站中，用户通常选择他们的信息源，这反过来又决定了他们接收到什么具体信息，他们接收到多少信息，以及这些信息显示给他们的速度有多快。在这种情况下，一个自然出现的问题是如何有效的社交媒体用户在选择他们的信息源。在这项工作中，我们提出了一个计算框架来量化用户的效率在选择信息源。我们的框架是基于这样的假设，即用户的目标是获得一组独特的信息。为了量化用户的效率，我们问用户是否可以更有效地从另一组源获取相同的信息。我们定义了三个不同的概念的效率-链接，在流，和延迟-对应的用户遵循的源的数量，（冗余）的信息量，她获得和延迟，她收到的信息。我们对效率的定义是通用的，适用于任何具有底层信息网络的社交媒体系统，其中每个用户都跟随其他用户以接收他们产生的信息。在我们的实验中，我们测量Twitter用户获取不同类型信息的效率。我们发现，Twitter用户表现出次优的效率在三个概念的效率，虽然他们往往是更有效地获取非流行的信息比流行的。然后，我们表明，这种效率的缺乏是三重封闭机制的结果，用户通常发现并跟随其他用户在社交媒体。最后，我们开发了一种启发式算法，使用户能够更有效地获取相同的独特的信息。
2016-03-14 cs.CY cs.SI physics.soc-ph
A dynamic mechanism for prevalence of triangles in competitive networks
Mathematical Institute, Utrecht University（乌得勒支大学数学研究所）；Centre for Complex Systems Studies (CCSS), Utrecht University（乌得勒支大学复杂系统研究中心）；National Research Council of Italy, Institute of Atmospheric Sciences and Climate (CNR-ISAC)（意大利国家研究委员会大气科学与气候研究所）；National Biodiversity Future Center (NBFC)（国家生物多样性未来中心）；Copernicus Institute of Sustainable Development, Utrecht University（乌得勒支大学哥白尼可持续发展研究所）；Institute for Marine and Atmospheric Research (IMAU), Utrecht University（乌得勒支大学海洋与大气研究所）；INRAE, UR1115, Plantes et Systèmes de culture Horticoles (PSH)（法国国家农业食品环境研究院植物与园艺栽培系统实验室）
提出三角形结构可能源于Lotka-Volterra系统中维持物种共存所需的动态稳定性，通过理论证明和算法优化发现高聚类系数与强稳定性相关。
2026-07-01 math-ph math.DS math.MP
