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
Online Social Activity Reflects Economic Status
国内生产总值(GDP)、产业结构和收入增长等指标被广泛应用于经济发展的表征和经济健康状况的诊断。然而,基于传统的经济普查计算这些指数通常是昂贵的,消耗资源,更重要的是,有很长的时间延迟。本文通过对中国最大的社交网络新浪微博近2亿用户连续四年的在线社交活动进行分析,旨在探讨网络社交活动与当地经济状况之间的潜在关系。结果表明,在线社交活动与当地经济发展和产业结构有很强的相关性,更有趣的是,它可以在几乎没有成本的情况下即时揭示宏观经济结构。此外,本文的研究也为识别地方经济结构中的风险信号提供了一个新的途径。
2015-09-22 cs.SI physics.soc-ph
Constructing a taxonomy of fine-grained human movement and activity motifs through social media
得益于网络规模的社会数据集的出现,许多最近的研究系统地探讨了大人口和大时间尺度上的人类流动模式。然而,相对较少的注意力已经支付给流动性和活动在较小的时间尺度,如一天。在这里,我们使用Twitter来识别人们经常访问的位置以及他们可能的活动,作为一天中的时间和一周中的一天的函数,利用消息的内容和地理位置。随后,我们描述了人们的过渡模式图案,并表明,空间信息编码在词的选择。
2015-05-11 cs.SI physics.soc-ph
Negative Effects of Incentivised Viral Campaigns for Activity in Social Networks
病毒式营销是社交社区口碑营销的重要方法。这些运动的目的是鼓励人们积极活动。本文研究了激励和非激励活动的问题。基于在真实社交网站中收集的数据,对这两种方法进行了比较。实验结果显示,一个高动机的活动不一定提供更好的结果,由于重叠效应。其他研究表明,可以根据其服务概况预测活动中单个社区成员的行为,但分类准确性可能有限。
2013-03-10 cs.SI physics.soc-ph
Scaling of city attractiveness for foreign visitors through big data of human economical and social media activity
研究人类行为规律和规律的科学研究,如今越来越依赖于人类社会活动所产生的大量广泛可用的数字信息。在本文中,我们利用人类活动的三个不同方面(即,银行卡交易,地理标记的照片和推特)在西班牙量化城市吸引力的外国游客。本文的一个重要发现是城市吸引力与其人口规模的超线性标度。对于不同的城市定义方式和不同的数据源,观察到的标度指数几乎保持不变,强调了我们发现的鲁棒性。时间变化的标度指数也被认为是为了揭示季节性模式的吸引力
2015-04-22 cs.SI physics.soc-ph
Information flow reveals prediction limits in online social activity
现代社会依赖于在线社交网络上的信息流,流行平台的用户会产生关于自己及其社交关系的重要行为数据。然而,目前尚不清楚在使用这些数据来预测个人的活动和兴趣时存在哪些基本限制,以及使用个人的社会关系进行预测的准确性如何。在这里,我们表明,95%的个人潜在预测准确性只需要使用他们的社会关系就可以实现,而不需要个人的数据。我们使用信息理论工具来估计Twitter用户的作品中的预测信息,提供适用于任何预测或机器学习方法的可用预测信息的上限。一个人的8-9个接触就足以获得与单独的个人相媲美的可预测性。通过测量沿着社会关系的信息流,可以看到明显的时间和社会影响,使我们能够更好地研究在线活动的动态。我们的研究结果具有明显的隐私含义:信息是如此强烈地嵌入在社交网络中,原则上,即使个人完全放弃了平台,人们也可以从他们可用的社会关系中对个人进行分析。
2019-02-09 cs.SI physics.soc-ph
Correlations Between Human Mobility and Social Interaction Reveal General Activity Patterns
一个人生活中的一天涉及许多人共同的广泛活动。超越昼夜周期,一个核心问题是:在多大程度上,个体的行为是根据整个种群的共同模式进行的?在这里,我们调查不同的活动类型之间的相互作用,即通信,运动和物理接近通过分析从智能手机中收集的数据分布在638个人。我们探讨两个中心问题:哪些基本原则支配的活动模式的形成?这些模式是每个人特有的还是整个群体共有的?我们发现,整个人口的统计数据使我们能够成功地预测71%的活动和85%的不活动,涉及通信,移动性和物理接近。令人惊讶的是,个体水平的统计数据只会导致稍微更好的预测,这表明大多数活动模式在{我们的样本人群}中是共享的。最后,我们预测短期的活动模式,使用广义线性模型,这表明一个简单的线性描述可能足以解释广泛的行动,无论是社会或物理性质。
2017-11-29 cs.SI physics.soc-ph
From degree-correlated to payoff-correlated activity for an optimal resolution of social dilemmas
玩家在进化游戏中的积极参与取决于几个因素,从个人赌注到交互网络的属性。因此,在研究社会困境中合作的演变时,必须考虑到不同的活动模式。在这里,我们研究了弱囚徒困境博弈,其中每个玩家的活动以概率的方式由其程度或其收益决定。虽然度相关的活动引入了合作的级联失败,这在经常不活跃的枢纽的无标度网络中特别严重,但收益相关的活动提供了一个更微妙的活动概况,最终阻止了合作的系统性崩溃。为了确定合作演化的最佳条件,我们引入了一个指数衰减的收益相关的活动,确定如何快速的球员的活动返回到其默认状态。我们发现,存在一个中间的衰减率,在该衰减率下,社会困境的解决是最优的。这可以解释为新兴的活动模式的球员,其中不活跃的枢纽有效地补偿增加活动的平均度的球员,谁通过他们的集体影响力在网络中维持更高水平的合作。突然下降的合作者的分数观察度相关的活动,因此消失了,所以没有必要进行漫长的时空重组紧凑的合作集群。这种不对称的动态不稳定的情况下,从而导致社会困境的最佳解决方案,特别是当合作的发展条件是非常不利的。
2016-12-09 cs.SI physics.soc-ph q-bio.PE
Impact of News Organizations' Trustworthiness and Social Media Activity on Audience Engagement
新闻机构越来越多地使用社交媒体来接触他们的受众,旨在提高他们对新闻的关注和参与。鉴于订阅率和受众对新闻媒体的信任度不断下降,新闻机构必须了解影响其与受众关系的因素。本研究使用315家美国报纸机构及其受众的Twitter数据,采用多元回归分析来研究关键新闻机构特征对受众参与新闻的影响:(1)通过社交媒体信任分数(TSM)算法计算的可信度;(2)推文数量;(3)Twitter使用技巧。研究结果表明,新闻机构的可信度和Twitter活动水平对其受众的新闻参与度有显著影响。还提出了测量新闻机构和受众新闻参与度的可信度的方法,以及从大规模数据集计算它们的可扩展算法。
2018-08-28 cs.SI physics.soc-ph
Origins of power-law degree distribution in the heterogeneity of human activity in social networks
社会网络中个体的联系数的概率分布服从无标度幂律。然而,在对人们在社交网络中的行为的直接分析中,这种分布是如何产生的还没有得到结论性的证明。在这里,我们进行因果推理分析,并找到这种现象的根本原因。我们的分析表明,重尾度分布是由人类活动的类似偏态分布决定的。具体来说,一个人的程度是完全随机的-遵循“最大熵附着”模型-除了它的平均值,它确定性地取决于用户的活动量。这种关系不能用互动模型来解释,比如偏好依恋,因为观察到的行为不太可能是由与其他人的互动引起的。
2013-04-16 cond-mat.stat-mech cs.SI physics.soc-ph
Prediction and Characterization of High-Activity Events in Social Media Triggered by Real-World News
在线社交网络几乎立即发布大量真实世界事件的信息,成为突发新闻的主要来源。其中一些真实世界的事件最终会对在线社交网络产生非常强烈的影响。这些事件的影响可以从几个角度进行分析,其中之一是它在社交平台上产生的集体活动的强度和特征。我们研究了5,234个真实世界的新闻事件,其中包括在Twitter微博服务上讨论了大约1年的4300万条消息。我们的经验表明,外源性的新闻事件自然会产生集体模式的突发行为相结合的长期不活动的网络。这种行为与以前在其他类型的自然集体现象中观察到的其他模式一致,以及在人类个体交流中。此外,我们提出了一种方法来分类新闻事件,根据不同层次的活动强度,他们生产。特别是,我们分析了最活跃的事件,并观察到一致的和显着不同的集体反应,从用户当他们接触到这样的事件。这种反应与事件的影响范围无关。我们进一步观察到,极高的活动事件的特点是相当明显的,在其爆发的开始阶段。这使我们能够高精度地预测,仅使用事件生命周期演变的前5%信息,就可以预测出在社交网络中影响最大的前8%事件。这强烈地表明,高活跃度的事件自然会被社交网络集体优先考虑,在它们被带到主流受众之前就吸引用户。
2016-10-10 cs.SI physics.soc-ph
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
Identifying exogenous and endogenous activity in social media
系统中新事件的发生通常由外部原因和系统内部发生的先前事件驱动。这是一个一般性的声明,适用于一系列情况,包括最近的在线社交网络(OSN)中的用户活动。在这里,我们开发了一种方法,用于从一系列的发布时间中提取外源性(例如新闻媒体)和内源性(例如信息级联)的相对贡献。该方法是基于广义线性模型(GLM)配备了自激机制的拟合。我们用非线性霍克斯过程生成的合成数据测试了该方法,并将其应用于具有给定主题标签的实时推文序列。在经验数据集中,估计的贡献外生和内生量分别接近原始推文和转推的数量。最后,我们讨论的方法,例如在网上营销的可能应用。
2018-08-02 cs.SI physics.soc-ph
Spatio-Temporal Small Worlds for Decentralized Information Retrieval in Social Networking
我们讨论的基础和替代方案,基于代理的信息检索(IR)的方法在社交网络,特别是分散和移动社交网络的情况。除了通常的语义背景,这些方法利用长期的社会和时空背景,以满足有意识的以及无意识的信息需求,根据人类IR语言学。使用一个大型的Twitter数据集,我们调查这些方法,特别是调查的问题,在多大程度上的时空背景可以作为一个概念的括号,涉及社会和语义的凝聚力,从而产生时空小世界的概念。
2012-09-13 cs.IR cs.SI physics.soc-ph
Investigating the potential of social network data for transport demand models
基于位置的社交网络数据提供了在较长时间内以微不足道的成本从大量用户收集数据的承诺。虽然有几项研究将社交网络数据应用于活动和流动性分析,但缺乏与旅行日记和一般统计数据的比较。在本文中,我们分析了来自新加坡和邻国的大量用户的地理参考Twitter活动。通过结合这些数据,人口统计和旅行日记,并应用聚类技术,我们解决了活动位置的检测,以及这些位置之间的空间分离和过渡。由于twitter数据的分散性质,核密度估计在检测活动位置方面表现最好;每个用户检测到的活动位置比旅行调查中报告的要多。描述性分析表明,确定家庭的位置是更困难的比检测工作位置的大多数规划区。从Twitter数据中检测到的活动位置之间的空间间隔-如旅行调查中报告的和公共交通灵巧卡数据捕获的-大多分布相似,但也显示出非常短和非常长的距离的相关差异。这也适用于区域之间的过渡。Twitter数据和其他数据来源之间的差异是否源于人口子样本、聚类方法的差异,或者社交网络是否在特定地点被更多地使用,必须通过进一步的研究来确定。尽管存在这些缺点,但基于位置的社交网络数据为深入了解活动地点和移动模式提供了一个有前途的数据源,特别是对于旅行调查数据不容易获得的地区。
2017-06-30 cs.SI physics.soc-ph
Detecting the community structure and activity patterns of temporal networks: a non-negative tensor factorization approach
随着时间网络数据可用性的不断提高,人们需要对时间网络中的介观结构进行提取和表征,并将这种结构与系统的特定功能或属性联系起来。一个突出的挑战是扩展静态网络的结果随时间变化的网络,其中系统的拓扑结构和其组件的时间活动模式交织在一起。在这里,我们研究使用潜在的因子分解技术,非负张量因子分解,提取时间网络的社区活动结构。该方法本质上是时间性的,可以同时识别社区并跟踪其活动。我们将时间网络的时变邻接矩阵表示为三向张量,并将此张量近似为可以解释为具有相关活动时间序列的节点社区的项的总和。我们总结了已知的张量分解的计算技术,并讨论了一些质量指标,可用于调整的复杂性的因式分解表示。随后,我们将张量因式分解应用到一个时间网络中,对于该网络,社区结构和时间活动模式都可以使用地面实况。我们使用的数据描述了学生在学校的社会互动,学生和学校班级之间的关联,以及学生随时间的时空轨迹。我们表明,非负张量因式分解是能够恢复的类结构具有高精度。特别地,所提取的张量分量可以被验证为已知的学校班级,或者根据相关的活动模式,即,由已知的学校活动时间表确定的空间和时间巧合。
2013-11-05 cs.SI physics.soc-ph
The socialisation of the adolescent who carries out team sports: a transversal study of centrality with a social network analysis
本研究分析了235名青少年在团体运动中的体力活动、超重及社会网络中心性,发现存在显著性别差异,强调了性别和中心性在未来策略设计中的重要性。
2024-02-14 cs.CY cs.SI physics.soc-ph
Circadian patterns of Wikipedia editorial activity: A demographic analysis
维基百科(WP)作为一个合作的,人类的动态系统是一个适当的社会研究的主题。这个社会的成员,即编辑的每一个行动都有很好的记录和访问。本文利用34个不同语言版本的维基百科的累积数据,试图描述和发现编辑者时间活动模式的共性和差异。根据这些数据,我们估计了全球每个WP的编辑人员的地理分布。此外,我们还阐明了不同编辑群体之间的差异,这种差异源于编辑群体的文化和社会特征的差异。
2011-11-28 cs.SI physics.soc-ph stat.AP
Random walks on activity-driven networks with attractiveness
实际上,所有现实世界的网络都是动态实体。在社交网络中,节点参与社交互动(活动)的倾向和它们被活跃节点选择的机会(吸引力)是不均匀分布的。在这里,我们提出了一个随时间变化的网络模型,其中每个节点和动态形成的关系,其特征在于这两个功能。我们研究了这些属性如何影响随机游走过程展开网络的时间尺度描述的过程和网络的演变是可比的。我们推导出该过程的稳态和平均首次通过时间的解析解,并研究了社交网络的经验观察所告知的情况。我们的工作表明,以前被忽视的真实社会系统的属性,如活动和吸引力的异质分布以及它们之间的相关性,大大影响了网络上展开的动态过程。
2017-06-12 cond-mat.stat-mech cs.SI physics.soc-ph
Control strategies and trends to equilibrium for kinetic models of opinion dynamics driven by social activity
University of Parma(帕尔马大学)
研究由社会活动驱动的意见动态动力学模型,提出新动力学方程,表明社会互动对防止极端意见形成的重要性,给出控制策略并证明受控模型趋向平衡的结果,还利用相关技术估计方程解向平衡的松弛。
2026-07-14 math.AP physics.soc-ph q-bio.PE
Social Events in a Time-Varying Mobile Phone Graph
在过去十年中,移动电话在城市人口中的大规模使用大大加强了对人类流动性的大规模研究。研究手机的活动不仅可以让我们推断个体之间的社交网络,还可以观察这些个体在空间和时间上的运动。在这项工作中,我们研究如何将这两个相关的信息源整合在检测和分析大型社会事件的背景下。我们发现,大型社会活动的特点不仅可以通过异常增加活动的天线在附近的事件,但也通过增加社会关系的出席者在事件中。此外,在通过增加的天线活动检测到大型社交事件后,我们可以使用网络连接来推断未观察到的用户是否出现在事件中。更确切地说,我们解决了以下三个挑战:(i)通过增加天线活动自动检测大型社交事件;(ii)表征检测到的事件的社会凝聚力;(iii)分析推断未观察到的用户是否在事件中的可行性。
2017-06-20 cs.CY cs.SI physics.soc-ph
Discovering Key Nodes in a Temporal Social Network
[背景]发现关键节点在社会网络分析(SNA)中具有重要意义。对关键节点的有效、准确挖掘,促进了广告、推荐等领域的成功应用。【方法】针对用户行为的时间属性和类别属性--何时转发或回复消息,以及通过结构嵌入度量的社交亲密度,设计了一种更敏感的PageRank类算法,以适应不断增长和变化的社交网络,挖掘关键节点。【结果】与基线PageRank算法相比,在SNAP Higgs数据集的SIR疾病模拟中,该算法选择的关键节点表现明显更好。[结论]这些结果有助于更好地理解社会事件在网络上的传播。
2018-03-01 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
Critical Transitions in Social Network Activity
生态学、气候科学、生物医学和工程学中的大量复杂系统被观察到表现出临界点,在临界点系统的内部动力学状态突然改变。例如,这种关键的过渡可能导致生态环境和气候条件的突然变化。数据和模型表明,可检测到的警告信号可能会出现在这些严重事件之前。这一观点也被随机多尺度系统中一般分岔的抽象数学理论所证实。作为警告信号的随机标度律是否也存在于预测社会中的先验{ \it unknown}事件的社交网络中是一个令人兴奋的开放问题,目前只能给出高度推测性的答案。在这里,我们提供了解决这个棘手问题的第一步,重点是先验{ \it已知}事件和分析社会网络数据集,重点是经典的方差和自相关警告信号。因此,我们的研究结果涉及一个绝对基本的问题:从其他领域已知的随机警告信号也可以在大规模的社交网络数据中检测到吗?我们肯定地回答这个问题,因为我们发现,几个先验已知的事件之前的方差和自相关增长。因此,我们的研究结果清楚地建立了必要的起点,进一步研究抽象的数学理论和社交网络中的各种关键转变之间的关系。
2013-11-13 cs.SI nlin.AO physics.data-an
Tracking Triadic Cardinality Distributions for Burst Detection in Social Activity Streams
在日常生活中,我们经常观察到人们在重要事件之前或期间异常频繁的互动,例如,在圣诞节,我们收到/发送给朋友的祝福比平时多。我们还观察到,通过人们在在线社交网络(OSN)中的分享,一些视频突然像病毒一样传播开来。这些看似不同的现象是否具有共同的结构?所有这些现象都与网络中用户活动的突然激增有关,我们在这项工作中称之为“突发”。我们发现,爆发的出现伴随着网络中三角形的形成。这一发现促使我们提出一种新的方法来检测OSN中的突发。我们首先引入一个新的度量,“三元基数分布”,对应于具有不同数量三角形的节点的分数,即,三元基数,在网络中。我们证明,这种分布的变化时,突发发生,自然是对垃圾邮件的社交机器人攻击免疫。因此,通过跟踪三元基数分布,我们可以可靠地检测OSN中的突发。为了避免处理OSN用户产生的大量活动数据,我们设计了一个有效的样本估计解决方案来估计样本数据的三元基数分布。在真实数据上进行的大量实验证明了这种三元基数分布的有用性和我们的样本估计解决方案的有效性。
2015-06-04 cs.SI physics.soc-ph
Easy-access online social media metrics are associated with misinformation sharing activity
Central European University(中欧大学);University of Padova(帕多瓦大学);HUN-REN Centre for Social Sciences(匈牙利研究网络社会科学院)
本文提出利用易获取的社交媒体指标识别潜在虚假信息传播者,发现推文频率与低事实性内容正相关,账户年龄与之负相关。
2025-11-24 cs.CY cs.SI physics.soc-ph
Space-Efficient Sampling from Social Activity Streams
为了有效地研究网络域的特性并支持网络系统的开发(例如,在网络上操作的算法、协议),通常需要从大型复杂网络中采样代表性子图。虽然最近的子图采样方法已被证明工作良好,但它们专注于从内存驻留图中采样,并假设采样算法可以访问整个图,以便决定选择哪些节点/边。然而,许多大规模网络数据集太大和/或动态而不能使用主存储器(例如,电子邮件、推特、墙贴)。在这项工作中,我们制定了从大型图形流采样的问题。我们提出了一个流图采样算法,动态地保持一个代表性的样本在水库为基础的设置。我们评估我们提出的方法的有效性经验使用几个真实世界的数据集。在所有数据集中,我们发现我们的方法产生的样本更好地保留了原始图分布。
2012-06-20 cs.DB cs.SI physics.soc-ph
Characterizing and Modeling the Dynamics of Activity and Popularity
社会化媒体是Web 2.0时代获取海量信息的最重要渠道,它是由用户和物品组成的两层网络。人类活动和项目受欢迎程度的动态是社交媒体网络中的一个关键问题。在本文中,通过分析用户活动和项目流行度的增长在四个经验的社会媒体网络,即,Amazon、Flickr、Delicious和Wikipedia,发现用户和物品之间的交叉链接更有可能由活跃用户创建,并被热门物品获取,其中用户活跃度和物品受欢迎程度是通过与用户和物品相关联的交叉链接数量来衡量的。这表明用户通常跟踪受欢迎的项目,总体而言。然而,它被发现,不活跃的用户更严重的跟踪流行的项目比活跃的用户。受实证分析的启发,我们提出了一个演化模型,这种网络的演化是由两步随机游走驱动的。数值实验表明,该模型可以定性地再现经验网络中观察到的用户活动和项目流行度的分布。这些结果可能有助于理解社交媒体网络中活动和流行的微观动态。
2014-02-28 cond-mat.stat-mech cs.SI physics.soc-ph
Anticipating Activity in Social Media Spikes
我们提出了一个新的数学模型,在外部,事件驱动的尖峰期间的微博客的活动。该模型导致了一个可测试的预测,即如果出现尖峰,谁会变得最活跃。这种类型的信息对商业组织、政府和慈善机构非常感兴趣,因为它可以在网络最容易接受信息的时候,实时的识别出可以成为信息目标的关键人物。该模型考虑到这样一个事实,即动态交互是在一个底层的静态网络上发展的,该网络记录了谁在听谁的话。该模型是基于这样的假设,即在整个社区已经意识到外部新闻事件的情况下,活动的一个关键驱动因素是通过响应传入的消息来参与的动机。我们测试的模型上的一个大规模的Twitter对话有关任命英国英超足球俱乐部经理。我们还提供了德甲足球比赛、营销活动和电视节目的进一步结果。在每一种情况下,我们发现,利用底层的连接结构,提高了预测谁将是活跃的尖峰。我们还展示了如何在活动的峰值的半衰期可以量化的网络大小和典型的响应率。
2014-06-08 cs.SI physics.soc-ph
Communication activity in social networks: growth and correlations
我们调查的时间在两个在线社区的增长波动和长期相关性的消息发送。我们发现,发送和接收消息的时间包括明显的长期持久性。考虑到社区成员作为增长实体的活动,即个人发送(或接收)的消息的累积数量,我们确定了与长期相关性相关的增长波动中的非平凡缩放。我们发现的增长和长期的相关性,这是支持的数值模拟的基础上超过阈值的峰值的标度指数之间的连接。此外,我们发现成员对之间的有向链接活动表现出长期相关性,这表明与最喜欢的伙伴的沟通活动可能是消息时间长期持续的原因。最后,我们表明,消息的数量,$M$,和通信伙伴的数量,$K$,个人成员的相关幂律,$K\sim M^λ$,指数$λ\approx 3/4$。
2011-09-20 cond-mat.stat-mech physics.data-an 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
Improving the use of social contact studies in epidemic modelling
针对传统接触矩阵无法捕捉年龄组内社交活跃度差异的问题,研究将各年龄组分为两类活跃度群体构建扩展模型,发现组内差异对建模结果影响显著,且未来接触研究需推断社交活跃度维度的接触同质性程度。
2024-07-30 physics.soc-ph q-bio.PE stat.ME
Extraction of Multi-layered Social Networks from Activity Data
在各种基于网络的系统中收集的数据,使用户能够相互交互,提供了一个机会来提取由人和他们之间的关系组成的社交网络。由于发现的连接的数量和类型,新兴结构非常复杂。在基于Web的系统中,用户之间的每个交互的特征元素是总是有一个对象作为通信媒介。这可以是例如从一个用户发送到另一个用户的电子邮件或由一个用户创作并由其他用户评论的论坛上的帖子。基于这些对象和用户对它们执行的活动,可以识别和提取不同种类的关系。另一个挑战来自对象之间可能存在层次结构的事实,例如,论坛由一组或多组主题组成,每个主题包含最终包含帖子的主题。在本文中,我们提出了一种新的方法,用于创建多层次的社会网络的基础上,对不同类型的对象之间存在的层次结构的用户活动的数据。由于扁平化、预处理过程,可以识别和分析多层社交网络中的新层和新关系。
2014-07-03 cs.SI physics.soc-ph
Mining Google and Apple mobility data: Temporal Anatomy for COVID-19 Social Distancing
我们使用谷歌和苹果的移动数据来识别、量化和分类不同程度的社交距离,并分析其对欧洲和美国第一波COVID-19大流行的影响。我们通过谷歌和苹果的数据确定了制定社交距离的时期,独立于政治决定。有趣的是,我们观察到欧洲国家和美洲国家在活动减少开始后两到五周感染率普遍下降。
2020-09-09 cs.SI physics.soc-ph
Effects of temporal correlations in social multiplex networks
多层网络是描述自然界复杂系统的一个重要进展,对它的研究揭示了新的物理现象。尽管它的重要性,但是,在他们的结构和功能的时间维度的作用还没有被详细调查到目前为止。在这里,我们研究的时间层之间的相关性表现出真正的社会多元化网络。在一个基本的水平上,这种相关性的存在意味着一定程度的可预测性的接触模式,因为我们量化的熵和互信息分析提出的单层情况下的扩展。在不同的水平上,我们证明了时间相关性是网络代理的“多任务”行为的签名,其特征在于在不同的社会活动之间切换的水平比预期的不相关模式更高。此外,时间相关性显着影响耦合的流行病过程在网络上展开的动力学。我们的工作开辟了系统的时间复用网络的研究,我们预计它将在广泛的领域的研究人员感兴趣的方式。
2017-09-06 cs.SI physics.soc-ph
Robust dynamic classes revealed by measuring the response function of a social system
我们使用YouTube上近500万个视频的每日浏览量的时间序列,研究了内源性和外源性活动爆发后社会系统的放松反应。我们发现,大多数活动可以准确地描述为泊松过程。然而,我们也发现了成千上万的例子,其中一个突发的活动是由一个无处不在的幂律松弛控制的时间的意见。我们发现,这些松弛指数聚类成三个不同的类,并允许集体人类动力学的分类。这与包含两个成分的社交网络上的流行病模型是一致的:原因和行动之间的等待时间的幂律分布,以及流行病级联行动成为未来行动的原因。该模型是波动耗散定理在社会系统中的概念性扩展,并为复杂系统中的时序研究提供了一个独特的框架。
2008-03-14 physics.data-an physics.pop-ph physics.soc-ph
Models, Entropy and Information of Temporal Social Networks
时间社交网络的特征在于接触的{异质}持续时间,其可以遵循幂律分布(诸如在面对面交互中)或威布尔分布(诸如在移动电话通信中)。在这里,我们通过强化动力学来模拟面对面互动和手机通信的动力学,这解释了在这些不同类型的社交互动中观察到的数据。我们通过时间网络的熵来量化这些网络动态中编码的信息。最后,我们表明,人类的动态是能够调制的信息存在于社会网络动态时,它遵循昼夜节律,当它是一个新的技术,如移动电话通信技术的接口。
2013-07-22 cs.SI nlin.AO physics.soc-ph
The Ebb and Flow of Controversial Debates on Social Media
我们探讨了围绕争议话题的两极分化如何在Twitter上演变-在很长一段时间内(2011年至2016年),以及对导致相关活动增加的重大外部事件的回应。我们发现,增加的活动通常与增加的极化相关;然而,我们发现在我们研究的主题中,随着时间的推移,极化没有一致的长期趋势。
2017-03-17 cs.SI physics.soc-ph
Burstiness and aging in social temporal networks
在时间社交网络中存在的突发性,揭示了连续交互的等待时间分布的幂律形式,预计会产生相应的时间集成网络的老化效应。在这里,我们提出了一个易于分析的模型,在该模型中,代理之间的相互作用是由更新过程所决定的,并且能够再现这种老化行为。我们开发了一个解析解的拓扑性质的综合网络模型产生的,发现时间平移不变性的度分布被打破。我们验证我们的预测对数值模拟,我们检查的存在下,由突发性的社会互动的经验时间网络的老化效应。
2014-11-27 cond-mat.stat-mech cs.SI physics.soc-ph
Indian Premier League (IPL), Cricket, Online Social Media
最近,在线社交媒体在分享关于实时的事件的信息和意见方面发挥了关键作用。物理空间中的事件通过在线社交网络反映在数字世界中。在Twitter上,计算机科学社区已经广泛开展了基于事件的研究。在这份报告中,我们对Facebook和Twitter的一项名为印度超级联赛(IPL '13)的体育赛事进行了详细分析。IPL是印度最受欢迎的板球联赛,球员来自世界各地。我们分析了超过260万条推文和70万条Facebook帖子,包括时间活动,文本质量,用户地理位置以及联赛期间出现的定点丑闻。我们能够在团队的品牌价值和他们在Facebook和Twitter上的社交媒体上被谈论的程度之间得出强烈的相关性。对地理标记数据的分析显示,主要活动来自大都市郊区,但活动并不限于与每个团队地理相关的地区。我们提出了一种衰减计算方法,使用该方法,我们得出的活动在Twitter和Facebook上以非常相似的方式消失。这样的分析可以用于对事件建模并研究它们在社交网络中的渗透。我们分析了现场固定的文本,发现用户对有关比赛被固定的指控的反应是冷淡的。本报告中的完整分析对于研究涉及危机的事件或具有类似结构的政治重要性的事件特别有用。
2014-05-20 cs.SI physics.soc-ph
On the Bursty Evolution of Online Social Networks
当今在线社交网络(OSN)中的高水平动态为其基础设施和提供商带来了新的挑战。特别是,涉及边创建的动态对资源分配、数据分区和复制的策略具有直接影响。理解物理时间背景下的网络动态是OSN基础设施管理预测方法的关键第一步。尽管越来越多的努力来研究社会网络的动态,目前的分析主要集中在随着时间的推移的变化的静态指标计算的快照的社会图。有限的先前工作模型相对于逻辑时钟的网络动态。在本文中,我们分析了一个大型的时间戳数据集,描述了中国领先的社交网络人人网的初始增长和演变。我们使用二阶导数(即度的加速度)分析并建模链接创建过程的突发性。这使我们能够检测突发,并将OSN用户的社交活动描述为四个阶段之一:活动突发开始时的加速,其中链接创建速率正在增加;当突发结束时减速,链接创建过程正在减慢;巡航,当节点活动处于稳定状态时,完全不活动。
2012-05-25 cs.SI physics.soc-ph
Asymptotic analysis of threshold models for social networks
提出了一类动态阈值模型,用于描述社交网络中集体行动的扰乱。网络的代理人必须决定是否采取某种行动。他们通过将邻居的活动水平与时变阈值进行比较来做出决定,根据时不变的意见动态模型进行进化。该模型的主要特点是一个参数代表的程度的自信的代理,和代理所采用的机制来评估他们的邻居的活动水平。在这种情况下,一个激进的代理人,最初渴望采取行动,与一组普通的代理人,被认为是相互作用。本文的主要贡献是完整的分析表征的网络的渐近行为,为三种不同的图形拓扑结构。渐近活动模式被确定为一个函数的自信参数和初始阈值的普通代理。
2016-05-20 cs.SI physics.soc-ph
Partisan Asymmetries in Online Political Activity
我们研究了超过18,000名政治活跃的Twitter用户在行为,沟通模式和社交互动方面的党派差异,以提供证据表明美国在线政治格局中党派参与程度的变化。分析这些用户在2010年中期国会选举附近的通信活动所定义的网络,揭示了一个高度隔离,以及集群的党派社区结构。使用集群成员作为一个高保真(87%的准确率)代理的政治派别,我们的特点是广泛的差异,在行为,沟通和社会连接的左倾和右倾的Twitter用户。我们发现,在2008年竞选的网络政治动态相比,右倾的Twitter用户表现出更高水平的政治活动,更紧密的互联社会结构,和通信网络拓扑结构,促进政治信息的快速和广泛的传播。
2012-06-19 cs.HC cs.SI physics.soc-ph
Containing misinformation spreading in temporal social networks
来自计算机科学、网络科学和数学等各个领域的许多研究人员都在关注如何遏制威胁社会系统和破坏社会健康的互联网错误信息的爆发。大多数关于这一主题的研究都将个体之间的联系视为静态的,但这些联系会随着时间的推移而变化,因此社交网络也是时间网络。目前还没有理论方法来解决时间网络中的错误信息爆发问题。因此,我们提出了一个错误信息传播模型的时间网络,并描述它使用一个新的理论方法。我们提出了一种基于优化最终爆发规模的策略,该策略优于随机包含(RC)和目标包含(TC)等简化策略。我们通过大量的数值模拟和理论分析,验证了我们的HC策略在人工和现实网络上的有效性。我们发现,HC策略大大提高了爆发阈值,降低了最终爆发阈值。
2019-04-24 cs.SI physics.soc-ph
Multiplexity is temporal: effects of social times on network structure
本文提出从大规模通信元数据中推断社会时间并构建多层网络的方法,揭示联系的时间多重性,验证社会焦点理论,并发现单层联系对全局连通性的关键作用。
2024-07-08 cs.SI physics.soc-ph
Spatial-Temporal Dynamics of High-Resolution Animal Social Networks: What Can We Learn from Domestic Animals?
最近对动物社交网络的研究大大增加了我们对动物行为、社会互动以及许多重要的生态学和流行病学过程的理解。然而,由于难以记录准确的接触信息,大多数研究都处于低时间和空间分辨率。家畜(如牛)具有社会行为,并且可以作为一个优秀的研究系统,因为它们的位置可以被明确和持续地跟踪,从而可以准确地构建它们的社交网络。我们使用射频标签来精确地跟踪牛的位置,并分析高分辨率的牛社交网络。我们测试了这些高分辨率网络的时间平稳性和空间同质性的假设,并证明了大量的时空异质性在不同的日常时间段(喂养和非喂养)和不同领域的笔(谷物铺位,水槽,干草铺位,和其他一般笔面积)。使用全局网络特征(网络密度,指数随机图模型结构),子群聚类(模块化),三元属性(传递性)和二元交互(二次分配过程的相关系数)分析社会网络结构。在喂食期间,牛往往与干草堆周围的其他牛有最强烈和最一致的接触。这些结果无法从较低空间(在整个围栏水平上聚合)或时间(在日常水平上聚合)分辨率的数据中确定。这些结果揭示了实时动物社会网络结构动态的新见解,提供了更准确的描述,可以更准确地建模多种(直接和间接)疾病传播途径。
2014-07-23 cs.SI physics.soc-ph q-bio.PE
From temporal network data to the dynamics of social relationships
网络是社会系统的一种成熟的表示方法,时间网络被广泛用于研究其动态特性。时间网络数据通常由连续时间窗口上的一系列静态网络组成,然而,其长度是任意的,不一定对应于系统的任何固有时间尺度。此外,由此产生的社会网络演化的观点是不令人满意的:短的时间窗口包含的信息很少,而在大的时间窗口聚合模糊的动态。因此,从时间网络到社交网络的有意义的演变表示仍然是一个挑战。在这里,我们介绍了一个框架,以实现这一目的:将时间网络数据转换为一个不断发展的加权网络,其中个人之间的链接的权重在每次交互时都会更新。最重要的是,这种转变考虑到了社会关系的相互依赖性,因为个人的注意力能力有限:两个人之间的每一次互动不仅加强了他们之间的相互关系,而且削弱了他们与他人的关系。我们研究了这样一个转换的一个具体的例子,并将其应用到几个数据集的社会互动。使用在学校收集的时间接触数据,我们展示了我们的框架如何突出其结构和时间组织的特殊性。然后,我们引入一个合成的扰动到一组狒狒的相互作用的数据集,以表明它是可能的,以检测在一个社会群体的扰动范围广泛的时间尺度和参数。我们的框架为时间社交网络的分析带来了新的视角。
2021-09-29 physics.soc-ph
Stochastic social behavior coupled to COVID-19 dynamics leads to waves, plateaus and an endemic state
众所周知,人群异质性在流行病的传播中起着重要作用。虽然社会活动中的个体差异通常被认为是持久的,即在时间上是恒定的,但在这里,我们讨论动态异质性的后果。通过将社会活动的随机动态整合到传统的流行病学模型中,我们证明了一个新的长时间尺度的出现,与经验数据广泛一致。我们的模型捕捉了现实生活中流行病(如COVID-19)的多种特征,包括长期的高原期和多波,由于社会活动的动态性质,这些特征被短暂抑制。由于流行病和社会动态之间的相互作用而存在的长时间尺度为快速流行病通常如何过渡到地方病状态提供了一个统一的画面。
2021-02-19 physics.med-ph physics.soc-ph q-bio.PE
Finding influential spreaders from human activity beyond network location
大多数用于识别社交网络上有影响力的传播者以传播消息或阻止流行病的中心点都需要传播发生的网络的完整拓扑信息。然而,在实践中,收集社交网络中的代理之间的所有连接很难实现。因此,这样的度量可能难以应用于真实的社交网络。因此,需要一种新的方法来识别有影响力的人没有明确的网络信息,以提供一个有效的免疫或传播策略,在实际意义上。在这项研究中,我们寻求一种可能的方式来寻找有影响力的传播者,通过使用社会关系是如何形成在现实网络中的社会机制。我们发现,一个可靠的免疫接种计划可以通过询问人们如何相互作用来实现。从这些调查中,我们发现,在测试的社会机制中,连接到枢纽的概率趋势对有影响力的传播者具有最强的预测能力。我们的观察还表明,当网络具有强大的模块化结构时,连接不同社区的人更有可能成为有影响力的传播者。我们的发现意味着,不仅网络位置的影响,而且个人的行为是很重要的,以设计最佳的免疫或传播方案。
2015-07-06 cond-mat.stat-mech cs.SI physics.soc-ph
Time-Varying Graphs and Social Network Analysis: Temporal Indicators and Metrics
Carleton University(卡尔顿大学);University of Siena(锡耶纳大学);University of Ottawa(渥太华大学);IRIT-CNRS(法国国家科学研究中心图卢兹计算机研究所)
大多数用于社交网络分析的工具--形式主义、概念和度量--都无法捕捉它们的动态。典型的系统表现出不同尺度的动力学,从相互作用的细粒度动力学(最近导致研究人员考虑距离,连通性和相关指标的时间版本)到网络属性在较长时间内的演变。本文提出了一种通用的方法来研究,分别基于序列的静态图和序列的时变图,覆盖连续的时间窗口的非时间和时间指标的演变。所有的概念和指标,其中一些是新的,表示使用随时间变化的图形形式主义。
2011-02-03 cs.AI cs.DC cs.SI
Complex temporal structure of activity in on-line electronic auctions
我们分析了来自互联网拍卖网站Aukro.cz的经验数据。活动的时间序列在从约1分钟到约1天的尺度上显示截断的分形结构。等待时间的分布以及拍卖次数在固定时间间隔内的分布是幂律的,其指数分别为$1.5$和$3$。股票市场波动的建模可能产生的影响进行了简要讨论。
2014-01-13 physics.soc-ph q-fin.ST
Temporal properties of higher-order interactions in social networks
在当地环境中的人类社会互动可以通过记录人们的物理接近度和方向来实验性地检测。这种近似于面对面通信的交互可以有效地表示为随时间变化的社交网络,其中链接随着时间不断地被创建和破坏。时间网络的传统分析主要解决成对的相互作用,其中链接描述个体之间的二元连接。然而,许多网络动力学很难归因于成对设置,但往往包括更大的群体,这是更好地描述高阶相互作用。在这里,我们调查高阶组织的时间社交网络通过分析三个公开的数据集收集在不同的社会环境。我们发现,高阶的相互作用是无处不在的,类似于他们的成对的同行,其特征在于异质动态,与突发列车的快速重复的高阶事件分离的长时间的不活动。我们调查的演变和形成的群体,通过寻找不同的高阶结构之间的过渡率。我们发现,在更自发的社会环境中,群体的特征是较慢的形成和解体,而在工作环境中,这些现象更突然,可能反映了预先组织的社会动态。最后,我们观察到时间强化,这表明一个群体呆在一起的时间越长,未来相同的互动模式持续存在的概率就越高。我们的研究结果表明,在调查人类的时间动态时,考虑社会互动的高阶结构的重要性。
2020-10-07 physics.app-ph physics.soc-ph
Temporal percolation in activity driven networks
本文以最近提出的活动驱动网络模型[N. Perra等人,Sci. 2,469(2012)]。建立在一个分析框架的基础上映射到隐变量网络,我们提供了一个巨大的连接组件的集成网络中的发病标记的渗流时间的表达式。特别是,我们认为生成函数形式主义,有效的程度不相关的网络,和一般情况下的网络度相关性。我们讨论了这两种方法的不同限制,表明相关阈值崩溃到不相关的情况下的参数区域。我们的分析预测证实了模型的数值模拟。时间逾渗概念可以有效地应用于研究时间网络上的传染病传播。我们特别展示了如何在活动驱动网络上的传染病-感染-清除模型可以映射到由流行病过程的传播速率给定的时间的渗流问题。该映射允许获得关于该过程的附加信息,这对于先前的方法不可用。
2013-12-18 cond-mat.stat-mech physics.soc-ph