Community Evolution
对社交网络领域的持续关注有助于该领域的快速发展。获取和存储数据的新可能性有助于对整个社交网络、提取的社交群体和单个个体进行更深入的分析。其中最有趣的研究课题是网络动力学，特别是社会群体的动力学，它意味着分析群体随时间的演变。这是社会共同体提取后的自然进步。在提取了社区之后，可以应用用于动态分析的适当知识和方法，以便识别变化以及预测所有或一些选定群体的未来。此外，知道给定组的最可能的变化，可以执行一些附加步骤，以便根据特定需要改变该预测的未来。这种能力将是人力资源经理，人员招聘，营销，电信公司等手中的一个强大的工具。
2017-01-17 cs.SI physics.soc-ph
Group-Node Attention for Community Evolution Prediction
George Mason University（乔治梅森大学）
社交网络中的社区随着人们进入和离开网络以及他们的活动行为的改变而随着时间而发展。预测群落结构随时间变化的任务被称为群落进化预测。这一领域的现有工作侧重于制定界定事件的框架，同时使用传统的分类方法进行实际预测。我们提出了一种新的图神经网络预测社区演化事件的结构和时间信息。该模型（GNAN）包括一个组节点关注组件，该组件支持可变大小的输入，并基于成员和邻居节点特征学习组的表示。与标准的基线方法进行比较评估，我们证明，我们的模型优于基线。此外，我们还展示了网络趋势对模型性能的影响。
2021-07-09 cs.LG cs.SI physics.soc-ph
Opinion diversity and community formation in adaptive networks
研究网络结构如何与观点共同进化是一件有趣而又重要的事情。这种共同进化的现有模型通常会导致最终状态，其中网络节点要么达成全局共识，要么分裂成独立的社区，每个社区都拥有自己的社区共识。然而，这样的结果很难解释现实生活中的丰富观察，即意见总是多样化的，没有全球甚至社区共识，人们很少，如果不是从来没有，完全切断自己与持不同意见者的联系。在这篇文章中，我们表明，一个简单的模型集成共识形成，链接重新布线和意见改变允许复杂系统动力学出现，驱动系统进入一个动态平衡与共存的多样化的意见。具体而言，类似的意见持有者可能形成社区，但没有严格的社区共识;不同的社区仍然通过非平凡的社区间联系而相互联系，而不是被分离成不相连的社区。更重要的是，我们表明，复杂的动态可能会导致不同数量的社区在稳定状态与不同的意见持有人之间的给定的宽容。我们构建了一个框架，从理论上分析的协同进化过程。理论分析和大量的仿真结果揭示了复杂的协同进化过程，包括动态平衡的形成，不同社区数下不同稳态之间的相变，以及意见分布与网络模块性之间的动态关系等。
2017-05-12 cs.SI physics.soc-ph
Evolution of Cooperation on Stochastic Block Models
合作是人类社会发展的一个重要因素。人类社交网络的结构影响着合作和其他人际现象的动态，具有共同的结构特征。这些特征之一是组织成团体的趋势。网络理论家用来模拟这一特征的生成模型之一是随机块模型（SBM）。本文研究了SBM网络上的演化博弈动力学。利用最近发现的演化博弈和合并随机游动之间的对偶性，我们得到了自然选择有利于合作而不是背叛的分析条件。我们计算每个社区的转变点，以支持合作。我们发现，一个关键的社区间的链接创建概率存在给定的组密度，这样的整体网络支持合作，即使个别社区抑制it.As的副产品，我们提出了平均场的解决方案的关键效益成本比，表现出显着的精度为不同的生成网络模型，包括那些与社区结构和重尾度分布。我们还证明了任意两个玩家游戏的结果的普遍性。
2018-07-09 cs.SI physics.soc-ph
Evolution of Reddit: From the Front Page of the Internet to a Self-referential Community?
在过去的几年里，Reddit --一个社区驱动的平台，用于提交、评论和评级链接和文本帖子--从一个小的用户社区发展成为网络上最大的在线社区之一。据我们所知，这项工作代表了迄今为止对Reddit演变的最全面的纵向研究，研究了（i）用户提交如何随着时间的推移而演变，以及（ii）社区的注意力分配及其对提交的看法如何基于对近6000万份提交的分析在5年内发生变化。我们的工作揭示了一个日益多样化的主题，伴随着同时集中到几个选定的领域，无论是在张贴的意见书，以及感知和注意力。总的来说，我们的调查表明，Reddit已经从一个专门的网络门户转变为一个越来越自我参考的社区，专注于并加强自己的用户生成的图像和文本内容，而不是外部来源。
2014-06-23 cs.CY cs.SI physics.soc-ph
Community structure and the evolution of interdisciplinarity in Slovenia's scientific collaboration network
学科间的相互作用是现代科学中的一个重要问题。以斯洛文尼亚为例，我们研究了1960年至2010年跨学科科学的动态。我们的方法依赖于量化跨学科的研究社区中检测到的合作网络的斯洛文尼亚科学家随着时间的推移。考察社区结构的演变，我们发现跨学科研究的频率只与网络的整体增长成正比。虽然在70年代和80年代可以推断出有利于跨学科的边际改进，但过去20年的总体趋势是恒定的，表明了僵局。我们的结论是，在斯洛文尼亚的不同研究领域之间的知识流动需要进一步刺激。
2014-07-03 cond-mat.stat-mech cs.SI physics.soc-ph
A two-stage model leveraging friendship network for community evolution prediction in interactive networks
针对现有社区演化预测模型仅关注粗粒度演化类型、忽略细粒度演化程度且未利用好友网络的问题，提出融合双网络数据、结合分类与回归的两阶段模型，引入难区分类型混合策略，在三个数据集上取得显著优于现有模型的效果。
2025-03-20 cs.CY cs.SI
Enhance Ambiguous Community Structure via Multi-strategy Community Related Link Prediction Method with Evolutionary Process
Beihang University（北京航空航天大学）；Zhongguancun Laboratory（中关村实验室）；Max Planck Institute for Human Development（马克斯·普朗克人类发展研究所）
大多数真实世界的网络都存在不完整性或不正确性，这是真实世界数据集的固有属性。因此，复杂网络中的那些下游机器学习任务（如社区发现方法）可能产生不太令人满意的结果，即，这里需要适当的预处理措施。针对这一问题，本文设计了一种新的基于社区属性的链接预测策略HAP，并提出了一种基于HAP的两步社区增强算法。本文旨在通过添加链接来澄清模糊的社区结构，从而提供一种社区增强措施。HAP方法利用邻域不确定性和Shannon熵来识别边界节点，同时考虑节点的社团属性和社团规模来建立链接。在12个真实社区数据集上的实验结果表明，该链接预测方法的性能优于其他基线方法，社区的增强遵循预期的演化过程.
2022-12-30 cs.AI cs.SI
Quantifying community evolution in temporal networks
针对时序网络节点变动时社群演化难以量化的问题，本文提出UNMI和INMI两种扩展NMI的相似度指标，可有效捕捉合成与真实时序网络的社群动态演化，为网络分析提供新度量方法。
2025-11-18 cs.SI
Benchmark model to assess community structure in evolving networks
检测网络社区结构的时间演化对于识别许多复杂系统内部组织的重大变化至关重要，这些系统可能经历重要的内源性或外源性事件。这种分析可以通过两种方式来完成：将每个快照视为独立的社区检测问题，或者考虑网络的整个演化。在第一种情况下，可以在时间快照上应用静态方法，其对应于短时间窗口中的系统配置，并且之后跨层匹配社区。或者，可以开发专用的动态过程，以便在检测社区时同时考虑多个快照，这使我们能够保持流的记忆。为了检验任何一种方法能在多大程度上捕捉到社区的演变，都需要合适的基准。在这里，我们提出了一个模型，用于生成简单的动态基准图，基于随机块模型。在它们中，时间演化由系统结构在具有内置社区结构的配置之间的周期性振荡组成。我们还提出了扩展的质量比较指数的动态场景。
2015-07-19 cs.SI physics.data-an physics.soc-ph
A bibliometric approach to Systematic Mapping Studies: The case of the evolution and perspectives of community detection in complex networks
在确定值得追求的新研究路线时，对最先进的技术进行批判性分析是一项必要的任务。为此，必须考虑到与感兴趣领域有关的所有现有工作。关键是如何组织、分析和理解当今关于任何主题的大量科学文献。为了解决这个问题，我们在这里提出了一个文献计量学的方法系统映射研究（SMS）。因此，修改SMS协议依赖于科学参考文献元数据来提取、处理和解释当今研究文献中包含的丰富信息。作为一个测试案例，该过程被应用于确定复杂网络中的社区发现的现状和前景。我们的研究结果表明，社区发现是一个仍然活跃，远未枯竭，在发展中的领域。此外，我们发现，到目前为止，利用最多的方法是那些有关确定层次社区结构。另一方面，结果表明，模糊聚类技术，尽管他们的兴趣，是欠发达的，以及适应现有的算法，并行或更具体地说，分布式计算系统。
2017-02-08 cs.DL cs.SI physics.soc-ph
Quantitative Analysis of Community Evolution in Developer Social Networks Around Open Source Software Projects
了解开发者社交网络（DSN）中围绕开源软件项目的社区演变，可以提供有关开源软件开发的社会技术过程的宝贵见解。现有的研究表明，社会社区的进化行为可以有效地描述使用模式，包括分裂，收缩，合并，扩大，出现和灭绝。然而，现有的模式为基础的方法是有限的，在支持定量分析，并在描述社区的演变时，以相互排斥的方式使用的模式是潜在的问题。在这项工作中，我们提出，在进化过程中，不同的模式可以同时发生在每对社区之间，只是程度不同。设计了四个基于熵的指标来分别衡量社区分裂、收缩、合并和扩张的程度，可以全面、定量地衡量DSNs中的社区演化。这些指数具有量化社区演化所需的属性，包括单调性，以及对应于有意义情况的有界最大值和最小值。它们也可以结合起来描述更多的模式，如社区出现和灭绝。我们进行实验与现实世界的OSS项目，以评估所提出的指标的有效性。结果表明，该指标能够有效地捕捉社区演化，与现有的方法在检测DSN演化模式方面具有一致性，准确率达到94.1%.结果还表明，该指数是有用的，在预测OSS团队生产力的准确度为0.718。总之，所提出的方法是第一个量化的程度，社区的进化相对于不同的模式，这是有前途的，在支持未来的研究和应用有关的DSN和OSS的发展。
2022-05-20 cs.SE cs.SI
A model for generating temporal networks with dynamic community structure guided by mutual information
研究提出一种生成模型，通过基于互信息的遗传搜索控制社区演化与动态节点集，能处理节点增减，用概率生成时间边确保连通性，经实验验证可模拟真实社区演化，还用作基准研究节点变化对动态社区检测算法性能的影响。
2026-07-20 cs.SI
Dynamic Evolution of Complex Networks: A Reinforcement Learning Approach Applying Evolutionary Games to Community Structure
本文提出一种包含个体生死并引入强化学习的网络演化模型，通过Q-learning和博弈机制揭示了社区结构的形成规律及关键参数影响。
2025-06-22 cs.GT cs.SI
Link Fraction Mixed Membership Reveals Community Diversity in Aggregated Social Networks
Leiden University（莱顿大学）；University of Amsterdam（阿姆斯特丹大学）
本文提出Link Fraction Mixed Membership方法，用于分析聚合社会网络中的社区多样性，通过保留不同尺度下的社区成员身份总和，揭示地理区域社区结构的变化及城市枢纽的融合作用。
2026-10-09 cs.SI physics.soc-ph
Tracking and Predicting Evolution of Social Communities
Renssalear Polytechnic Institute（伦斯勒理工学院）
本文提出算法框架研究社交网络社区演化，通过识别演化序列并关联早期结构参数，预测社区寿命，实证验证于多个大型网络。
2026-09-09 cs.SI
The Evolution of the Peridynamics Community in Its First Quarter Century
Georgia Institute of Technology（佐治亚理工学院）；Oak Ridge National Laboratory（橡树岭国家实验室）
通过分析2000-2024年近场动力学合著网络，揭示领域演化趋势，发现2019年后网络特征偏离，并探讨COVID-19疫情的影响。
2026-07-03 cs.SI
What is the Expected Transient Behavior of Opinion Evolution for Two Communities?
本文分析双社群加权图上 gossip 观点模型的早期瞬态行为，揭示社群内外边权重关系如何决定预期状态围绕局部或全局初始平均观点集中。
2023-04-24 cs.SI cs.SY eess.SY
A High-Performance Evolutionary Multiobjective Community Detection Algorithm
针对现有多目标进化社区检测算法计算成本高、难以适配大规模网络的问题，提出基于NSGA-II的HP-MOCD算法，通过多项优化实现高扩展性与远超同类方法的运行效率，可处理百万级节点网络并输出帕累托前沿解集，配套开源Python库。
2025-08-03 cs.SI
Evolution of Communities with Focus on Stability (extended abstract)
社区检测是分析手机用户社交图谱的重要工具。在每个社区内，客户都容易通过相互影响的杠杆作用吸引新客户，保留旧客户和/或接受新产品或服务。用户社区是更小的单位，更容易掌握，并允许例如角色分析的计算-基于参与者在其社区中的中心地位。在静态图中寻找社区的问题已经得到了广泛的研究。然而，从电信分析师的角度来看，要真正有用，检测到的社区必须随着通信的社交图随着时间的推移而变化-例如，为了对社区进行营销活动并跟踪这些活动的结果。此外，用户社区随时间的行为可以用于预测电信运营商感兴趣的未来活动，例如用户流失或手机采用。相似的群体演化可以为设计策略提供见解，例如群体流失的早期预警。稳定性是一个关键问题：如果分析员不能在随后的时间步骤中跟踪给定团体，则对该团体执行的分析将丢失。这是我们在本文中处理的特定用例：跟踪动态场景中社区的演变，重点关注稳定性。我们提出了两个修改广泛使用的静态社区发现算法。然后，我们描述的实验，以研究在现实世界的社交网络，每月调用图为数百万用户表示的分区的稳定性和质量。
2013-11-21 cs.CY cs.SI physics.soc-ph
MLP-Enhanced Nonnegative Tensor RESCAL Decomposition for Dynamic Community Detection
College of Computer and Information Science Southwest University（西南大学计算机与信息科学学院）
本文提出MLP-NTD模型，通过引入MLP解耦分解秩与社区数量，提升动态社区检测的准确性和鲁棒性。
2026-01-19 cs.SI
Science and Ethnicity: How Ethnicities Shape the Evolution of Computer Science Research Community
全球化和万维网使学术界和科学界成为一个由不同族裔的研究人员和科学家组成的国际和多文化社区。然而，种族如何塑造科学界成员、地位和互动的演变，还没有得到很好的理解。这是因为很难在大规模上确定族裔。我们使用名称种族分类作为种族的指标。基于Web上170多万作者的姓名民族性自动分类，从群体规模、论文贡献和合作强度三个方面对计算机科学学者的姓名民族性进行了研究。通过展示从1936年到2010年的名字种族的演变，我们发现种族多样性随着时间的推移显着增加，在某些出版场所的不同研究社区有不同的种族组成。我们注意到论文中亚洲名字种族的数量明显增加。从1970年到2010年，他们的出版贡献比例从大约10%增加到近50%。我们还发现，姓名种族行为作为一个同质性因素的合著者网络，塑造的形成，以及研究社区的演变。
2014-11-05 cs.DL cs.SI
Community evolution in retweet networks
社交网络中的社区往往反映了其成员之间的密切社会联系及其随时间的演变。我们提出了一种方法，跟踪两个方面的社区演变的转推网络：流量的成员，出社区之间，和他们的影响。我们从高分辨率时间窗口开始，然后选择几个社区之间差异较大的时间点。对于社区发现，我们提出了一个两阶段的方法。在第一阶段，我们应用一个增强的Louvain算法，称为EnergyLouvain，找到稳定的社区。在第二阶段，我们在这些社区之间形成影响力联系，并确定联系的超级社区。对于检测到的社区，我们计算内部和外部的影响，并为个人用户，retweet h指数的影响。我们提出的方法适用于三年的Twitter数据的所有斯洛文尼亚推文。分析表明，斯洛文尼亚的推特圈是由政治主导的，左倾的社区更大，但右倾的社区和用户表现出显着更高的影响。一个有趣的观察结果是，尽管发生了新冠肺炎疫情或政府更迭等事件，但转发网络的变化相对缓慢。
2021-09-02 cs.CY cs.SI
DynBenchmark: Customizable Ground Truths to Benchmark Community Detection and Tracking in Temporal Networks
IMT Atlantique（IMT阿维朗蒂）
本文提出DynBenchmark，一种生成可定制演化社区结构及底层时序网络的基准，用于测试社区检测与跟踪方法，并提供工具以比较真值与算法结果。
2025-10-03 cs.AI cs.SI
Evolution of Communities with Focus on Stability
社区发现是分析手机用户社交图谱的重要工具。在静态图中寻找社区的问题已经得到了广泛的研究。然而，由于移动社交网络随着时间的推移而发展，静态图算法是不够的。为了在实践中有用（例如，当由电信分析师使用时），分区的稳定性变得至关重要。我们在本文中解决了这个特殊的用例：在动态场景中跟踪社区的演变，重点关注稳定性。我们提出了两个修改广泛使用的静态社区发现算法：我们引入固定节点和优先附件预先存在的社区。然后，我们描述的实验，以研究在现实世界的社交网络，每月调用图为数百万用户表示的分区的稳定性和质量。
2013-12-03 cs.CY cs.SI physics.soc-ph
From Welcome New Gabbers to the Pittsburgh Synagogue Shooting: The Evolution of Gab
Gab是一个几乎没有内容审核的在线社交媒体平台，最近已经成为一个另类右翼社区和仇恨言论的避风港。我们记录了Gab自成立以来的演变，直到Gab用户对美国历史上的犹太社区进行了最致命的攻击。我们调查了Gab语言的使用，研究了话题如何随着时间的推移而演变，发现枪手的帖子是Gab上最一贯的反犹太主义者，但数百名其他用户甚至更极端。
2019-12-24 cs.SI
NodeSim: Node Similarity based Network Embedding for Diverse Link Prediction
在现实世界的复杂网络中，了解其演化的动力学一直是科学界的极大兴趣。预测未来的链接是社会网络分析的一项重要任务，因为随着时间的推移，链接的添加或删除会导致网络的演变。在网络中，如果链路的两个端节点属于同一个社区，则链路可以被分类为社区内链路，否则为社区间链路。现有的链接预测方法主要集中在实现社区内链接预测的高精度。在这项工作中，我们提出了一个网络嵌入的方法，称为NodeSim，它捕捉节点和社区结构之间的相似性，同时学习网络的低维表示。嵌入是使用建议的NodeSim随机游走学习的，它有效地探索了不同的邻域，同时在节点的上下文中保持更接近的相似节点。我们使用不同的链接预测验证了所提出的嵌入方法的有效性。我们提出了一个机器学习模型的链接预测，同时考虑节点的嵌入和他们的社区信息来预测两个给定的节点之间的链接。在几个真实网络上的大量实验结果表明，所提出的框架对社区间和社区内链接预测都是有效的。
2021-02-01 cs.SI
Twotier -- A Layered Analysis of Backbone Members in a Moderate Sized Community Sports Organization
本文提出Twotier分层框架，通过加权k-shell分解识别社区体育组织骨干成员，分析骨干子网络与其他成员子网络的演变，揭示骨干成员在核心-边缘结构中起桥梁作用，并发现奖励活动吸引新成员、无奖励活动巩固骨干关系。
2023-07-09 cs.SI
Visualization of Interpersonal Communication using Indoor Positioning Technology with UWB Tags
本研究利用UWB室内定位系统追踪校园社交聚会参与者约两小时，通过网络与社区分析及不同时间点重复分析，探讨距离阈值影响，证实社区演变与观察分组相符，实现人际交流可视化。
2025-10-08 cs.SI
The Evolution of Wikipedia's Norm Network
传统上，社会规范很难量化。在任何特定的社会中，它们的数量和复杂的相互依赖性往往限制了系统级的分析。一个例外是维持在线维基百科社区的规范网络。我们研究了这个网络的15年的演变，使用建立，描述和解释社区规范的相互关联的一组页面。尽管维基百科的声誉\textit{ad hoc}治理，我们发现，其规范的演变是高度保守的。最早的用户创建的规范既主导了网络，又随着时间的推移而持续存在。这些核心规范使用诸如中立性、可验证性和假定诚信等抽象原则来管理内容和人际互动。随着网络的增长，规范邻域在拓扑上相互解耦，同时增加语义一致性。总而言之，这些结果表明维基百科规范网络的演变类似于信息时代之前的官僚系统。
2016-05-18 cs.CY cs.SI physics.soc-ph
From HODL to MOON: Understanding Community Evolution, Emotional Dynamics, and Price Interplay in the Cryptocurrency Ecosystem
本研究通过分析Reddit上122个加密货币子版块的1.3亿余条帖子，揭示社区活动、情感动态与币价的强关联，提出基于帖子量变化的交易策略可获3倍收益，明确不同市场行情下的主导情绪。
2023-12-12 cs.CR cs.CY cs.SI
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
An Ensemble Framework for Detecting Community Changes in Dynamic Networks
Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室）
动态网络，特别是那些代表社交网络的动态网络，随着时间的推移，其社区结构不断演变。节点可以在不同的社区之间迁移，社区可以分裂成多个新的社区，社区可以合并在一起，等等。为了表示动态网络与不断发展的社区，必须使用动态模型，而不是静态模型。在这里，我们使用动态随机块模型，其中底层块模型在不同时间是不同的。为了表示该动态模型所表达的结构变化，网络将被分成离散的时间段，聚类算法将为每个段分配块成员。在本文中，我们表明，使用集成的聚类分配适应可扩展的聚类算法的方差，并产生优越的结果，成对精度和成对召回。我们还表明，动态集群所产生的合奏可以被可视化为一个流程图，简洁地封装社区的演变。
2017-07-24 cs.LG cs.SI
Hierarchical mutual information for the comparison of hierarchical community structures in complex networks
对复杂网络的社区和模块结构的定量表征的追求产生了各种方法和算法来对不同的网络进行分类。然而，目前尚不清楚，如果这样的方法提供一致的，强大的和有意义的结果时，考虑作为一个整体的层次结构。部分问题是缺乏一个相似性的措施，比较分层社区结构。在这项工作中，我们通过引入{ \it层次互信息}，这是一个传统的互信息的推广，并允许比较层次分区和层次社区结构的贡献。分层互信息的{ \it规范化}版本应该与传统的规范化互信息类似。在这里，分层互信息的正确行为是证实了大量的数值实验电池。实验进行人工层次，人工和经验网络的层次社区结构。此外，实验说明了层次互信息的一些实际应用。即对不同社团发现方法的比较，以及对网络层次模块结构的一致性、鲁棒性和时间演化性的研究。
2016-01-07 cond-mat.dis-nn cs.SI math-ph
