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
Opinion Diffusion Software with Strategic Opinion Revelation and Unfriending
我们提出了一个新的软件套件的社会网络建模和意见扩散过程。社会网络科学的许多研究都假设网络具有静态拓扑结构。最近,人们的注意力转向了进化的网络。尽管用于网络拓扑演化和扩散过程建模的软件不断改进,但很少有人关注代理建模。我们的软件被设计为是强大的,模块化的,可扩展的,提供建模动态的社会网络拓扑结构和多维扩散过程的能力,不同风格的代理,包括非homophilic范式,以及测试环境的多智能体强化学习(MARL)实验与不同的代理类型。我们还说明了不同的代理建模的价值,和环境,允许战略unfriending。我们的工作表明,极化和共识动态,以及拓扑聚类效应,可能比以前更依赖于个人的目标,他们的邻居的意见组成。
2020-06-22 cs.SI physics.soc-ph
Formation of Stable Strategic Networks with Desired Topologies
许多现实世界的网络,如社交网络,都是由战略代理人组成的。这些网络的拓扑结构通常在确定某些信息驱动任务完成的容易程度和速度方面起着至关重要的作用。因此,增长具有特定期望拓扑的稳定网络是令人感兴趣的。基于此,我们研究了以下重要问题:给定一个特定的期望拓扑结构,在什么条件下,策略代理所采用的最佳响应链路变更策略,唯一地导致形成一个具有给定拓扑结构的稳定网络。这个问题是经典网络形成问题的逆,在经典网络形成问题中,我们关注的是确定稳定的拓扑结构,给定网络参数的条件。我们通过提出(1)网络形成的递归模型和(2)捕获网络形成的关键决定因素的效用模型来研究这个有趣的逆问题。在这些模型的基础上,我们探讨了相关的拓扑结构,如星图,完全图,二分图,多星与互联中心。我们推导出一组充分条件下,这些拓扑唯一出现,研究其社会福利属性,并调查偏离派生条件的影响。
2017-06-30 cs.SI
Disentangling Social and Group heterogeneities: Public Goods games on Complex Networks
在这封信中,我们提出了一个新的视角来研究复杂网络上的公共产品博弈。我们的方法的想法是考虑一个现实的结构,在其中发挥公共物品游戏的群体。而不是假设的社会网络的联系人自定义的组结构具有相同的拓扑特性,我们解开这两个互动模式,以便处理系统具有一定的规模嵌入在社交网络与可调程度的异质性。令人惊讶的是,这个现实的框架,揭示了社会异质性可能不会促进合作取决于游戏设置和更新规则。
2011-09-21 cs.SI physics.soc-ph
Pisces: Anonymous Communication Using Social Networks
Tor等匿名系统的架构存在两个关键问题,限制了用户对这些系统的信任。首先,建立匿名通信的路径,而不考虑系统中的用户和中继之间的信任关系。其次,网络架构依赖于一组集中式服务器。在本文中,我们提出了Pisces,这是一种用于匿名通信的分散式协议,它利用用户的社交链接来构建洋葱路由的电路。我们认为,这样的方法大大提高了系统对攻击者的弹性。在这种情况下,一个基本的挑战是设计一个安全的过程,以发现在用户的电路中使用的对等点。用于安全对等点发现的所有现有解决方案都利用结构化拓扑,并且不能应用于非结构化社交网络拓扑。在Pisces中,我们通过在社交网络图中使用随机游走来发现节点,并偏离高度连接的节点,以防止少数节点主导电路创建过程。为了保证随机游走的安全,我们利用互惠邻居策略:如果恶意节点试图在对等点发现过程中排除诚实节点,以提高被选中的机会,那么诚实节点可以使用针锋相对的方法,并将恶意节点从其路由表中排除。我们描述了一个完全分散的协议来执行这一政策,并使用它来建立双鱼座匿名系统。使用理论建模和现实世界的社交网络拓扑结构的实验,我们表明,(a)互惠邻居策略减轻了对手可以执行的主动攻击,(b)我们的分散协议,以执行此政策是安全的,具有低开销,(c)我们的系统提供的整体匿名性显着优于现有的方法。
2012-08-30 cs.CR cs.NI cs.SI
Matching Community Structure Across Online Social Networks
网络中社团结构的发现是近年来引起人们极大兴趣的一个问题。在在线社交网络中,用户经常同时参与多个社交媒体站点,其中一些共享共同的社交关系。在这些网络中发现一个共享的社区结构是非常有趣的。然而,在现实中,用户通常在社交媒体网站上使用不同的用户名来标识自己。这就给探测群落结构带来了很大的困难。在本文中,我们探讨了几种方法,社区发现在线社交网络与有限的知识,跨网络的用户名对齐。我们将已知的用户名对齐称为种子。我们研究了种子选择策略及其对具有不同重叠顶点比例的网络的影响。我们的目标是研究网络拓扑结构和种子选择策略之间的相互作用,并了解它如何影响检测到的社区结构。我们还提出了几种措施来评估社区发现的性能,并使用它们来衡量Twitter-Twitter网络和Twitter-Instagram网络中检测到的社区的质量。
2016-08-03 cs.SI physics.soc-ph
Dynamic Structural Equation Models for Social Network Topology Inference
许多现实世界的过程在复杂网络上级联演化,其拓扑结构通常是不可观测的,并随时间而变化。然而,当博客提到流行新闻、社区中的个人感染传染病或消费者采用时尚电子产品时,所谓的采用时间通常是已知的,并且隐含地依赖于底层网络。为了推断网络拓扑结构,采用\textit{dynamic}结构方程模型来捕获观测到的采用时间和未知的边权重之间的关系。假设一个缓慢时变的拓扑结构,并利用社交网络固有的稀疏连接,边缘权重估计通过最小化稀疏正则化指数加权最小二乘准则。为此,开发具有互补优势的求解器,利用(伪)实时稀疏促进邻近梯度迭代,加速变量的收敛速度提高,或降低计算复杂性的随机梯度下降。合成和真实数据的数值测试表明,新算法的有效性,揭示稀疏动态演变的拓扑结构,同时占外部影响的采用时间。最近朝鲜政治领导人继任的关键事件解释了从全球在线媒体级联推断的相关网络中观察到的连接变化。
2013-09-27 cs.SI
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
Social Influence with Recurrent Mobility with multiple options
在本文中,我们讨论了可能的概括的社会影响与经常性流动性(SIRM)模型在物理。112,158701(2014)。尽管SIRM模型在模拟美国选举时的工作效果大致令人满意,但它有其局限性:它仅适用于两党制,并且当其中一方的极端投票份额接近0或1时可能导致非物理行为。我们在这里提出的SIRM模型的推广,其扩展的多方系统,在极端的投票份额的情况下,数学上是适定性的,也通过处理噪声项以不同的方式。此外,我们表明,我们的方法打开了新的应用程序,通过使用一个新的校准程序的研究选举,并有可能分析的“自由意志”(创建一个新的党)和其他本地效应的影响,为不同的通勤网络拓扑结构。
2018-01-26 cs.SI physics.soc-ph
Topological Structure of Urban Street Networks from the Perspective of Degree Correlations
许多复杂网络表现出显著的度相关性现象,即,节点倾向于链接到具有相似(或不相似)度的其它节点。从度相关性的角度对城市街道网络的拓扑结构进行了刻画。我们采用了六个城市街道网络(三个欧洲和三个北美),并将它们转换为网络拓扑结构,其中节点和边缘分别代表单个街道和街道交叉口,并将网络拓扑结构与三个参考网络拓扑结构(生物,技术和社会)进行比较。城市街道网络拓扑结构(曼哈顿除外)显示出与三个参考网络明显不同的一致模式。城市街道网络的拓扑结构一般缺乏显著的度相关性。通过对网络拓扑结构进行重组,例如在保持初始度分布的同时,将网络拓扑结构调整为最大或最小度相关性,我们发现城市街道网络的所有替代拓扑结构以及参考拓扑结构都倾向于偏离小世界特性。这意味着初始度相关性对网络的性能或功能没有任何积极或消极的影响。关键词:无标度,小世界,重新布线,富俱乐部效应,重新洗牌,复杂网络
2013-08-07 cs.SI nlin.AO physics.soc-ph
Reliability and efficiency of generalized rumor spreading model on complex social networks
我们引入了广义谣言传播模型,并研究了该模型在不同复杂社交网络上的一些性质。尽管先前的谣言模型,这两个扩展器-扩展器($SS$)和扩展器-stifler($SR$)的相互作用具有相同的速率$α$,我们定义$α^{(1)}$和$α^{(2)}$分别为$SS$和$SR$的相互作用。研究了$α^{(1)}$和$α^{(2)}$含量变化对加劲肋最终密度的影响。此外,通过分析网络的可靠性和效率等全局参数的行为,研究了网络拓扑结构对谣言传播的影响。我们的研究结果表明,虽然具有同质连接模式的网络达到更高的可靠性,无标度拓扑结构需要更少的时间来达到稳定状态的谣言。
2013-03-25 cs.SI physics.soc-ph
On the evolution of cooperation under social pressure in multiplex networks
在这项工作中,我们的目标是通过研究一种特殊形式的社会压力“被观察”对合作行为的演变的影响,以有助于理解人类的亲社会行为。我们研究如何合作出现在多路复用复杂的拓扑结构,通过分析一个特定的双向耦合动态的两层复用网络(双工)。一个网络中的囚徒困境博弈与另一个网络中的阈值级联模型之间存在耦合动力学。阈值模型的目的是抽象的警惕节点的网络的行为,施加被观察的压力,从而改变了诱惑,背叛的困境。博弈中的合作或背叛也影响着一个节点的警惕状态。我们分析了这些过程在不同的双工网络结构和评估的拓扑结构,平均度和相关的多重性,对合作的结果的影响。有趣的是,我们发现警惕的社会压力可能会对合作产生积极或消极的影响,这取决于双重结构,特别是层之间的相关性程度是决定性的。我们的研究结果提供了进一步的定量见解,在社会压力下促进合作。
2016-07-08 cs.SI physics.soc-ph
NextBestOnce: Achieving Polylog Routing despite Non-greedy Embeddings
由于路由策略不足,社交覆盖遭受高消息传递延迟。限制连接到由在现实生活中具有相互信任关系的个人拥有的设备对,它们形成限制到其用户的社交网络的子图的拓扑。虽然中心化的、非常成功的社交网络服务会导致用户的隐私完全丧失,但性能更高的社交覆盖层代表了用于相同目的的理想的私密和抗审查通信基底。通过将社交图嵌入到度量空间中来促进在这种受限拓扑中的路由。到目前为止,分散式路由算法主要是在理想格结构的假设下进行分析的。然而,目前部署的隐私保护社交覆盖的嵌入算法不能实现足够准确的嵌入,因此传统的路由算法失败。因此,开发具有可接受性能的社交覆盖需要更好的模型和增强的算法,这保证了在到目标的距离方面存在局部最优的情况下的收敛。我们提出了一个社会覆盖模型,包括不准确的嵌入和任意的度分布。我们进一步提出NextBestOnce,路由算法,可以实现polylog路由长度,尽管局部最优。我们提供的NextBestOnce假设无标度分布的性能上的分析界限,并进一步表明,它的性能可以提高一个以上的常数因子时,包括邻居的邻居信息的路由决策。
2014-01-09 cs.DS cs.SI
Influencing Busy People in a Social Network
我们确定有影响力的早期采用者在社会网络中,个人资源有限,以最大限度地传播多种,昂贵的行为。这个问题的解决方案对于病毒式营销尤为重要。在社交网络中最大化影响力的问题具有挑战性,因为它在计算上是棘手的。我们做了三个贡献。首先,提出一种新的集体行为模型,它结合了个人意图、邻居行为知识和资源约束。其次,我们证明了多行为影响力最大化是NP难的。此外,我们表明,该问题是次模块化的,这意味着存在一个贪婪的解决方案,近似的最优解在一个常数。然而,由于贪心算法是昂贵的大型网络,我们提出了有效的算法来识别有影响力的个人,包括算法分配行为的不同的早期采用者。我们测试我们的方法在合成和现实世界的拓扑结构与优秀的结果。我们评估的有效性下三个指标:唯一的参与者数量,总的活跃行为和网络资源利用率。我们的算法比单纯的方法在预期资源利用率上提高了15-51%。
2016-03-15 cs.SI physics.soc-ph
Experiments in Inferring Social Networks of Diffusion
信息扩散是发生在网络上的基本过程。虽然观察信息扩散过程中的个人传输很少是现实的,但通常可以观察个人何时首次发布信息。我们专门研究了以前发表的算法NETINF,该算法以概率的方式确定了最能解释观察到的感染时间的最佳网络。我们探讨了该算法如何在一系列本质上不同的社交和信息网络拓扑结构上执行,从新闻博客和网站到Twitter到Reddit。
2019-10-09 cs.IT cs.SI math.IT
Modeling Social Networks with Overlapping Communities Using Hypergraphs and Their Line Graphs
我们提出超图可以用来建模具有重叠社区的社交网络。超图的节点表示社区。超图的超链接表示可以参与多个社区的个人。超图不容易分析,而超图的线图是简单图或赋权图,因此可以应用网络理论。我们定义的重叠深度$k$的个人的社区,在该个人重叠的数量,我们证明了相应的线图的最小邻接特征值不小于$-k_{max}$,这是整个网络的最大重叠深度。基于具有优先连接的超图,建立了一个包含重叠社区的网络模型,其中重叠参数$k$和$w$可调.通过与Hyves社会网络的比较,我们发现,我们的社会网络模型具有高度的聚类性,混合性,幂律度分布和短的平均路径长度。
2010-12-13 cs.SI physics.soc-ph
Early Warning Analysis for Social Diffusion Events
人们对发展社会传播过程的预测能力有相当大的兴趣,例如,可以早期识别新出现的有争议的情况,快速检测疾病爆发,或准确预测潜在的病毒性想法或行为的最终影响范围。本文提出了一种新的方法来解决这个预测分析问题,其中利用中尺度网络动态分析来生成对复杂社会现象的有用预测。我们首先推导出一个随机混合动力系统(S-HDS)模型的扩散过程发生在社交网络与现实的拓扑结构,这种建模方法的灵感来自最近的工作在生物学证明,S-HDS提供了一个有用的数学形式主义,以表示复杂的,多尺度的生物网络动态。然后,我们进行正式的随机可达性分析与此S-HDS模型,并得出结论,社会扩散过程的结果可能取决于至关重要的方式与底层网络的社区结构和核心-外围结构的过程中的早期动态相互作用。这一理论发现为开发机器学习算法提供了基础,该算法能够对社会扩散事件进行准确的预警分析。警告算法的实用性,和基于网络的预测指标的力量,证明通过实证调查的传播的政治模因在社交媒体网络。此外,我们说明了潜在的安全信息学应用的方法,通过案例研究,涉及大规模的抗议活动和政治动机的网络攻击的预警分析。
2012-12-31 cs.SI physics.soc-ph
Latent Sentiment Detection in Online Social Networks: A Communications-oriented View
在本文中,我们考虑的问题,潜在的情感检测在线社交网络,如Twitter。我们展示了使用底层社交网络作为伊辛之前执行网络辅助情感检测的好处。我们表明,使用的底层网络的结果在大大降低检测出错率相比,严格的基于特征的检测。在这样做时,我们引入了一个新的通信为导向的框架,描述错误的概率,基于信息理论分析。我们研究了几个程式化的网络拓扑结构,如完整的网络,星形网络和闭链网络的计算误差指数的变化,并显示在确定检测性能的网络结构的重要性。
2014-01-09 cs.SI
Beyond Social Fragmentation: Coexistence of Cultural Diversity and Structural Connectivity Is Possible with Social Constituent Diversity
由选民之间日益扩大的差异所造成的社会分裂最近已成为我们现代社会的一个高度相关的问题。在早期的文献中,已经提出并研究了使用自适应网络框架的社会碎片化的理论模型,这些模型要么收敛到同质的、连接良好的网络,要么分裂成许多具有不同状态的断开的子网络。在这里,我们介绍了社会成员之间的行为属性的差异,并研究了它们对社会网络演化的影响。我们调查,使用基于网络代理的仿真模型,如何得到的网络状态和拓扑结构将受到影响时,个别成分的文化容忍度,文化状态的变化率,和边缘权重变化率系统多样化。结果表明,文化容忍度的多样性对保持社会内部的文化多样性具有最直接的作用,同时也降低了社会网络的平均最短路径长度,这在早期的文献中是没有报道的。其他行为属性的差异也对社会网络的最终状态产生影响,并存在一些非线性相互作用。我们的研究结果表明,在社会中广泛分布的文化宽容水平可以帮助促进文化多样性和结构连接的共存。
2019-11-11 cs.SI nlin.AO physics.soc-ph
Local communities obstruct global consensus: Naming game on multi-local-world networks
City University of Hong Kong(香港城市大学);Sun Yat-sen University(中山大学)
社区结构对于社会交往至关重要,在人类社会中,属于同一社区的个体比不同社区的个体更积极地相互交流和沟通。另一方面,网络游戏是一种社交通信模型,它模拟了人类社区中学习对象名称的过程,其中个体通常可以通过迭代的成对对话渐进地达成全局共识。底层网络表示个体之间的关系。本文采用随机图、小世界和无标度网络三种典型的拓扑结构,研究了多局域世界社区结构下的命名博弈。仿真结果表明:(1)随着社区结构的显著性增加,收敛过程逐渐变慢,最终可能失败;(2)如果社区间的联系足够紧密,社区的数量和规模都不会影响收敛过程; 3)对于具有相同平均节点度的不同拓扑,个体的局部聚类会阻碍或阻止全局一致性的发生。研究结果揭示了当地社区在社会网络研究中的全球命名游戏中的作用。
2018-01-03 cs.CL cs.SI physics.soc-ph
Coevolution of Cooperation and Partner Rewiring Range in Spatial Social Networks
近年来,人们对网络上的共同进化博弈的研究越来越感兴趣。尽管取得了很大的进展,很少有人注意到空间嵌入式网络,其中潜在的地理距离,而不是图形距离,是一个重要的和相关的方面的合作伙伴重新布线过程。因此,在很大程度上仍然不清楚个别合作伙伴如何重新布线范围偏好,本地与全球,出现和影响合作。在这里,我们明确地解决这个问题,使用空间嵌入式社交网络的合作和合作伙伴重新布线范围偏好的共同进化模型。与本地重新布线相比,全局重新布线没有距离限制,但在建立任何长距离链路时会产生一次性成本。我们发现,在广泛的模型参数范围内,全球合作伙伴切换偏好可以协同进化的合作。此外,由此产生的合作伙伴网络是高度异构的小平均最短路径长度,同时保持高聚类,从而具有小世界属性。我们还发现了一个最佳的可用性的声誉信息的出现,全球合作者,谁形成遥远的伙伴关系,在自己的成本。从共同进化的角度来看,我们的工作可能有助于解释在现实世界中伴随着合作而出现的普遍存在的小世界拓扑结构。
2016-10-28 cs.SI physics.soc-ph
Long division unites - long union divides, a model for social network evolution
在文化、政治、国家和经济系统等网络的时间演化过程中,一个值得注意的现象是节点的联合状态和分裂状态之间的周期性转变。在这项工作中,我们提出了一个现象学的建模,启发的格言“长联盟分裂和长分裂联合”,以研究这些网络的演化特征的实体的行为是由这两个事件。节点被赋予诸如身份、成分、丰富性(权力)、开放性(连接)、年龄、距离、相互作用等数量,这些数量以概率的方式共同决定进化。依赖于一个可调的参数,该模型的时间演化主要是一个交替的联合或分裂状态的支配,与一个可能的状态,最终的联合主导的一个单一的节点。
2013-11-22 cs.SI physics.soc-ph
Eva: Attribute-Aware Network Segmentation
识别拓扑定义良好的社区,也是同质的w.r.t.由组成它们的节点所携带的属性是具有挑战性的社会网络分析任务。我们解决这样一个问题,通过引入伊娃,自下而上的低复杂度算法,旨在通过优化结构和属性同质聚类标准,以确定网络隐藏的中尺度拓扑结构。我们评估所提出的方法在异构的现实世界的标记网络数据集,如共引,语言,和社交网络,并将其与最先进的社区发现竞争对手。实验结果表明,Eva算法能够保证网络节点根据其属性相似性被分组到社区中,而不会显著降低划分模块性,无论是在单节点属性还是多节点属性的情况下
2019-10-16 cs.SI physics.soc-ph
Cluster size entropy in the Axelrod model of social influence: small-world networks and mass media
我们研究了阿克塞尔罗德的文化适应模型,使用集群大小熵的概念,$S_{c}$,提供信息的文化集群大小的变化存在于系统中。使用不同拓扑结构的网络,从规则到随机,我们发现,著名的非平衡单文化-多文化(有序-无序)的阿克塞尔罗德模型的过渡的临界点是明确给出的最大值的$S_{c}(q)$分布。簇熵分布的宽度可以用来定性地确定跃迁是一阶还是二阶。通过缩放簇熵分布,我们能够获得关键文化特征$q_c$和规则网络中文化特征的数量$F$之间的关系。我们还分析了大众媒体(外部场)对社会系统的阿克塞尔罗德模型在一个正方形网络的影响。我们发现了一个新的部分有序的阶段,其最大的文化集群不与外部场对齐,与最近的建议,这种类型的阶段不能形成在定期的网络。我们绘制了规则网络中Axelrod模型的新的$q-B$相图。
2011-09-01 cs.SI physics.soc-ph
An empirical characterization of community structures in complex networks using a bivariate map of quality metrics
社区发现是发现网络介观结构的一个重要任务。然而,“好”社区的概念是非常依赖于上下文的,并且使用可用的社区发现技术来推断社区特征相对复杂。在现实中,存在的差距,结构良好的质量指标和预期的拓扑模式造成了混乱,在评估社区结构。在本文中,我们引入了一个经验的多元分析不同的结构优良性,以表征几个可检测的社区拓扑结构。具体来说,我们表明,两个代表性的结构尺寸,包括社区传递性和枢纽优势的组合,可以区分不同的拓扑结构,如基于星,基于candle,基于字符串和基于网格的结构。此外,这些拓扑类别揭示了与Erdens-Rényi,Watts-Strogatz和Barabási-Albert生成模型创建的图的结构相似性。我们说明了流行的社区拓扑结构,由不同的检测方法在一个大型数据集组成的许多网络类别,并将其结构与最相关的图生成模型。有趣的是,这种合取表示揭示了各种网络类别中介观结构之间的根本差异,包括:通信,信息,生物,技术,社会,生态,合成网络等等。
2018-06-01 cs.SI physics.soc-ph
A Measurement of Social Capital in an Open Source Software Project
本文提供了一种理解的社会资本的组织,是开放的成员制多智能体系统,在我们制定的社会互动的动态网络,在一定程度上,阐明不断发展的结构和即兴的拓扑结构的网络的重点。因此,本文将开源项目建模为一个组织网络。为这一组织网络提供了社会资本的定义,并提出了优化社会资本的机制,以实现其目标,即优化生产力。一个开源的Apache Hadoop项目的案例研究被认为是经验评估。分析了如何在这种类型的组织中创造社会资本,并对其价值进行衡量。最后,验证了组织网络的社会资本是否与优化其生产力成正比。
2019-11-22 cs.MA cs.SI
Mitigating Biological Epidemic on Heterogeneous Social Networks
最近的新型冠状病毒疫情表明,需要有效的疫情爆发管理。我们研究的最优控制问题,最小化感染人口的比例,通过应用疫苗接种和治疗控制策略,而在同一时间,最小化实施它们的成本。我们使用基于度的易感-感染-扩散(SIR)房室模型对流行病进行建模。我们研究了不同的网络拓扑结构对最优流行病管理策略的影响,并给出了Erdos-Renyi,无标度和真实世界网络的结果。为了有效的计算建模,我们形成多组的度类,并将单独的疫苗接种和治疗控制信号应用于每组。这使我们能够识别在给定的网络拓扑结构中在减轻流行病方面发挥重要作用的度类。我们比较了最优控制策略和非最优策略(恒定控制和无控制),并研究了各种模型参数对系统的影响。我们确定的战略(疫苗接种/治疗)在控制流行病在不同的网络拓扑结构中起着重要的作用。我们还研究了疫苗接种成本和治疗控制对资源分配的影响。我们发现,最优策略实现了显着的改善,在本文研究的所有网络的非最优算法。我们的研究结果可能对政府和卫生保健当局在流行病爆发期间设计有效的疫苗接种和治疗活动感兴趣。
2021-12-06 cs.SI cs.SY eess.SY
Adversarial Coordination on Social Networks
分散的协调是社会和组织面临的根本挑战之一。虽然从各种角度进行了广泛的探讨,但受到有限关注的一个问题是在对抗性代理人存在的情况下的人类协调。我们通过将人类受试者定位为网络上的节点来研究这个问题,并赋予每个人一个角色,要么是常规的(目标是在所有常规玩家之间达成共识),要么是对抗性的(旨在防止常规玩家之间达成共识)。我们证明了对抗节点确实在阻止共识方面非常成功。然而,我们证明了在网络邻居之间进行通信的能力可以大大提高协调的成功率,以及对抗节点的弹性。我们对通信的分析表明,敌对节点试图利用这种能力来达到他们的目的,但这样做的方式有些有限,可能是为了防止常规节点识别他们的意图。此外,我们表明,可信节点的存在通常具有有限的价值,但当存在许多敌对节点并且玩家可以进行通信时确实有帮助。最后,我们使用实验数据来开发一个人类行为的计算模型,并探索了一些额外的参数变化,如网络拓扑结构的功能,使用由此产生的数据驱动的基于代理的模型。
2018-08-03 cs.SI physics.soc-ph
The Security of Organizations and Individuals in Online Social Networks
与在线社交网络(OSNs)相关的严重的隐私和安全问题是本论文的两个补充研究的一部分。在第一项研究中,我们开发了一种通用算法,通过使用Facebook(目前最流行的OSN)和社交机器人来挖掘目标组织的数据。通过与目标组织中的员工建立好友关系,我们的主动社交机器人能够找到新员工和非正式的组织联系,这是我们无法通过被动社交机器人找到的。我们在Facebook OSN上评估了我们的方法,并能够重建三个不同的实际组织中员工的社交网络。此外,在主动社交机器人的爬行过程中,我们发现了多达13.55%的员工和22.27%的非正式组织联系,而不是被动社交机器人执行的爬行过程,没有公司协会作为朋友。在我们的第二项研究中,我们开发了一种通用算法,用于使用组织社交网络的拓扑结构并利用社交机器人来接触特定的OSN用户,这些用户声称自己是目标组织的员工。我们对Facebook上的三个实际组织和Xing OSN(另一个流行的OSN平台)上的两个实际组织的目标用户进行了评估。最终,我们的社交机器人能够接触到特定的用户,在Facebook上的成功率高达70%,在Xing上高达60%。
2016-07-19 cs.SI
Counting triangles, tunable clustering and the small-world property in random key graphs (Extended version)
通过引入随机密钥图,研究了无线传感器网络(WSNs)中的M-G密钥预分配方案的各种性质.最近,这类随机图在推荐系统、社会网络建模、聚类和分类分析等不同的背景下受到了广泛的关注。本文研究了随机密钥图的各种性质。特别地,我们建立了随机密钥图中三角形存在的0 - 1定律,并确定了相应的临界标度。该零-一定律与Erdos-Renyi(ER)图中的相应结果存在显著差异。我们还计算了随机密钥图的聚类系数,并将其与ER图在多节点状态下的聚类系数进行了比较,当它们的期望平均度渐近等价时。对于无线传感器网络和社交网络应用中实际相关的参数范围,随机密钥图比相应的ER图更加聚类。我们还探讨了适合的随机密钥图作为小世界模型的意义上的瓦茨和Strogatz。
2017-01-13 cs.DM cs.SI math.PR
Dynamics of Opinions with Social Biases
本文旨在对个体偏见下的社会舆论动态进行系统分析。作为经典DeGroot社会互动的推广,定义为随着时间的推移而演变的同行意见的线性耦合动力学,偏见添加到状态依赖的边缘权重,因此导致高度非线性的网络动力学。以前的研究已经处理了收敛性和稳定性分析,这样的系统的一些特定的初始节点的意见和网络结构,在这里,我们专注于个人偏见如何影响社会均衡及其稳定性。首先,我们证明了当初始网络意见向状态空间的一侧极化时,节点偏差将驱动意见向相应的区间边界演化。这种极化吸引效应在甚至定向和切换网络结构下继续保持。接下来,对于一些基本的网络结构,一些重要的内部网络平衡明确提出了广泛的系统参数,这是局部不稳定的一般。特别是,区间质心被证明是不稳定的,无论偏置电平和网络拓扑结构。
2018-02-04 cs.SI
Modeling of Information Diffusion on Social Networks with Applications to WeChat
在线社交网络中记录的用户活动的痕迹,例如随着时间的推移创建、查看和转发/共享信息,为定量和系统地理解社交网络上的信息扩散过程开辟了新的可能性。从像微信这样的在线社交网络中,我们可以收集大量的信息级联树,每个信息级联树都告诉消息/信息的传播轨迹,例如哪个用户创建了信息,哪些用户查看或转发了哪些邻居分享的信息。在这项工作中,我们提出了两个异质非线性模型。这两个模型都通过微信数据进行了验证,重现和解释了级联树的关键特征。具体来说,我们首先应用随机递归树(RRT)的级联树的拓扑结构建模,捕捉关键功能,即平均路径长度和度方差的级联树的节点数(大小)的树。具有单个参数$θ$的RRT模型描述树的生长机制,其中现有树中的节点具有连接到新添加的节点的概率$d_i^θ$,该概率取决于现有节点的度$d_i$。所识别的参数$θ$量化级联树的相对深度或宽度,指示信息经由星形广播或病毒式逐跳扩散传播。RRT模型解释了枢纽的出现,因此随着级联大小的增加,平均路径长度可能会更小,正如在微信中观察到的那样。我们进一步提出了随机敏感视图转发删除(SVFR)模型来描述动态用户行为,包括创建,查看,转发和忽略一个消息在一个给定的社会网络。
2017-04-11 cs.SI physics.soc-ph
Confirmation Bias in Social Networks
在这项研究中,我提出了一个理论社会学习模型,来研究当代理人通过社交网络交换信息时,确认偏差如何影响观点。因此,除了与朋友交换意见外,代理人还观察到一系列潜在的模糊信号,并根据包含确认偏差的规则对其进行解释。首先,这项研究表明,无论是人还是网络社会的模糊程度如何,只能形成两种类型的意见,而且都是有偏见的。然而,根据世界的状态,一种意见类型比另一种更少偏见。这两种偏差的大小取决于模糊性水平以及状态偏差和确认偏差的相对大小。因此,即使人们公正地解释歧义,也无法实现长期学习。最后,当人们相互联系并且有不同的先验知识时,很难分析确认偏见较少的共识出现的概率。因此,我使用模拟来分析其决定因素,并发现三个主要结果:i)某些网络拓扑结构更有利于共识效率,ii)即使在确认偏差下,一定程度的党派也会提高共识效率,iii)开放性(即当党派同意与反对党派交换意见时)在某些情况下可能会抑制效率。
2023-02-24 cs.SI econ.TH physics.soc-ph
Shaping Opinions in Social Networks with Shadow Banning
提出基于优化的影子禁令方法,可在大规模社交网络上将观点塑造成期望分布,并揭示其可能被平台隐蔽滥用以操纵观点。
2024-02-06 cs.SI cs.SY eess.SY
Inferring Structural Characteristics of Networks with Strong and Weak Ties from Fixed-Choice Surveys
了解离线社交网络的结构有助于进行各种分析,包括研究传染病可能传播的速度,并确定一部分行为者进行免疫接种,以尽可能降低传播速度。离线社交网络拓扑通常通过调查参与者并要求他们列出他们的邻居来估计。当识别亲密的朋友和家人(即,强联系)通常可以可靠地完成,列出一个人的所有熟人(即,弱联系)由于应答者疲劳而容易出错。这个问题通常是通过使用所谓的“固定选择”调查来规避的,在这种调查中,受访者被要求说出一个固定的、少数的弱关系(例如,2或10)。当然,由此产生的粗略观察网络将省略许多联系,并且使用此粗略网络来推断网络的属性,例如其度分布或聚类系数,将导致有偏估计。本文开发了估计,矩的方法的基础上,一些网络特性,包括那些相关的第一和第二时刻的度分布以及网络规模,使用固定的选择调查数据。模拟数据的实验表明,所提出的估计器在各种网络拓扑结构和测量场景中表现良好,并且所得到的估计值比直接使用粗观测网络获得的估计值更准确,粗观测网络通常用于文献中。我们还描述了一个变化的刀切过程,可以用来获得估计方差的估计。
2017-06-23 cs.SI physics.soc-ph
Realistic Synthetic Social Networks with Graph Neural Networks
由于隐私和安全问题,社会网络分析在研究人员之间共享数据方面面临着深刻的困难。这个问题的一个潜在解决方案是合成网络,它与真实的网络非常相似,但可以自由分发。生成合成网络需要创建在应用中尽可能真实地起作用的网络拓扑。目前广泛应用的模型都是基于规则的,很难再现结构动态。由最近的发展,图神经网络(GNN)模型的网络生成,我们评估GNN的合成社交网络的潜力。我们的GNN使用是在一个合理的用例中,包括使用最大平均离散度(MMD)的经验评估。我们包括社会网络的具体措施,允许现实的合成网络的行为在典型的社会网络分析应用程序的评估。我们发现,门控循环注意力网络(GRAN)扩展到社交网络,并在比较基准流行的基于规则的生成递归矩阵(R-MAT)的方法,能够更好地复制现实的结构动力学。我们发现GRAN比R-MAT的计算成本更高,但使用成本并不高,因此对于寻求创建合成社交网络数据集的研究人员来说是有效的。
2022-12-15 cs.AI cs.SI
Ising-like agent-based technology diffusion model: adoption patterns vs. seeding strategies
著名的伊辛模型在统计物理学中使用的社会动力学的背景下,模拟采用的技术创新。该模型明确地结合了(a)个人对创新优势的看法和(b)决策者社会网络成员的社会影响。微观层面的采用动态嵌入到一个基于代理的模型,允许探索宏观层面的模式,技术扩散整个系统具有不同的配置(早期采用者的数量和分布,社会网络拓扑结构)。在目前的工作中,我们进行了许多数值模拟。我们发现,当个人的看法之间的差距的选项是高的,采用速度增加,如果早期采用者的分散增长。另一个测试是通过随机连接到一个共同的意见参考(枢纽)来改变网络拓扑结构,这导致了采用速度的增加。最后,我们对常规和小世界网络的选项之间的竞争进行了模拟。
2013-01-02 cs.SI physics.soc-ph q-fin.TR
Dynamic Social Balance and Convergent Appraisals via Homophily and Influence Mechanisms
社会平衡理论描述了符号有向社会评价网络拓扑的允许和禁止配置。在本文中,我们提出了两个离散时间动力系统,解释如何评价网络\textcolor{blue}{converges to}社会平衡从最初的不平衡配置。这两种模式分别基于两种不同的社会心理机制:同质性机制和影响机制。我们的主要理论贡献是一个全面的分析,这两个模型在三个步骤。首先,我们建立了人际评价的适定性和有界演化。其次,我们充分刻画了平衡点的集合;对于这两个模型,每个平衡网络都是由任意数量的满足结构平衡的完全子图组成的。第三,我们建立了三个不同属性之间的等价性:非零评价,收敛到所有对所有的评价网络,以及有限时间实现社会平衡。除了理论分析,蒙特卡罗验证说明了如何在两个模型中的通用初始条件的非零评价条件。此外,两个模型之间的数值比较表明,同性恋为基础的模型可能是一个更普遍的解释形成的社会平衡。最后,采用同性恋为基础的模型,我们提出了数值结果的调解和全球化的地方冲突,竞争的盟友,和渐近形成一个单一的对两个派别。
2019-09-13 cs.SI
A Comparative Analysis of Social Network Topology in Reddit and Moltbook
Hong Kong University of Science and Technology(香港科学与技术大学)
本文通过比较Moltbook和Reddit的社交网络拓扑结构,揭示了代理驱动与人类驱动网络在拓扑模式和边形成效率上的差异,为构建更真实的社会系统提供基础。
2026-02-25 cs.AI cs.SI
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
Information Diffusion of Topic Propagation in Social Media
真实世界的社会和/或操作网络由具有关联状态的代理组成,其连接形成复杂的拓扑结构。这种复杂性进一步加剧了互联的信息层,包括,例如,文件/资源的代理人,相互共享的主题相似性。我们在这项工作中的目标是预测代理的特定状态,因为他们观察到的资源随着时间的推移而变化并得到更新。代理和出版物本身之间的信息扩散有效地导致了一个动态的过程,我们通过一个互联的网络系统(即分层)捕获。更具体地说,我们使用一个概念的超拉普拉斯矩阵来解决这样一个广义扩散的互联网络开始与经典的“图拉普拉斯”。辅助和外部输入更新由多维布朗过程建模,产生两个贡献的代理的状态的变化:一个是由于网络系统中的内在相互作用,另一个是由于外部输入或创新。关于这个主题的一个变化,先验知识的一部分代理的状态,导致卡尔曼预测问题。这有助于我们利用估计代理状态时的错误来改进预测状态。三个真实世界的数据集被用来评估和验证这种新的分层网络方法的信息扩散过程。我们的研究结果表明,当使用互连网络而不是代理之间的单个连接层时,预测误差较低。通过使用估计的扩散连接和通过应用部分观测的卡尔曼方法,预测误差得到进一步改善。
2016-02-15 cs.SI physics.soc-ph
Collaborative Spatial Learning with Multi-LLM Agents in Networked Social Experiments
Virginia Tech(弗吉尼亚理工大学);Advanced Research Computing, Virginia Tech(弗吉尼亚理工大学高级研究计算中心)
研究一组大语言模型智能体在梅森-瓦茨实验中的网络效率效应,开发机械贝叶斯优化智能体作比较。计算实验表明,指示LLM智能体随机化首轮选择有显著网络效率效应,贝叶斯优化智能体收益更高,还比较了智能体多方面行为。
2026-07-17 cs.AI cs.SI
Diversity and Social Network Structure in Collective Decision Making: Evolutionary Perspectives with Agent-Based Simulations
集体决策,尤其是基于群体的决策,在组织中至关重要。采用进化理论的方法进行集体决策,基于代理的模拟研究如何影响人类集体决策的代理人的多样性,在问题的理解和/或行为的讨论,以及他们的社会网络结构。模拟结果表明,具有一致问题理解的群体倾向于产生更高的效用值的想法,并显示出更好的决策收敛,但前提是集体问题理解没有群体水平的偏见。模拟结果还表明了面向选择(即,剥削的)和面向变化的(即,探索性的)行为,以实现质量的最终决定。扩大群体规模和引入非平凡的社会网络结构通常提高了决策收敛的成本的想法的质量。不同的社会网络拓扑结构的模拟显示,集体决策的小世界网络与高本地集群往往比随机或无标度网络更容易实现最高的决策质量。这种进化理论和模拟方法的集体,群体和多层次的决策未来的管理研究的影响进行了讨论。
2019-02-19 cs.MA cs.NE cs.SI
Contrasting Multiple Social Network Autocorrelations for Binary Outcomes, With Applications To Technology Adoption
社会目标营销的兴起表明,消费者做出的决定不仅可以从他们的个人品味和特征中预测,还可以从他们网络中接近他们的人的决定中预测。需要考虑的一个障碍是,可能有几种不同的衡量“亲密度”的方法是合适的,或者是通过不同类型的友谊,或者是通过一种友谊的不同距离函数,其中只有这些网络的子集可能实际上是相关的。另一个原因是,这些决策通常是二元的,更难以用传统方法进行建模,无论是在概念上还是在计算上。为了解决这些问题,我们提出了一个层次模型,个人的二进制结果,使用和扩展的机器的自动概率方法的二进制数据。我们证明了在各种敏感性条件下,如先验分布的影响和网络结构的性质,由多网络状态自动概率模型(m-NAP)估计的参数的行为,并在信息系统感兴趣的网络中的相关二进制数据的几个例子上进行了证明,包括采用呼叫者回铃音,其使用由直接连接控制,但由附加的网络拓扑来解释。
2012-10-12 cs.SI physics.soc-ph stat.ME
Diffusion of complex contagions is shaped by a trade-off between reach and reinforcement
本研究通过可调模型揭示,随机网络通常比聚类网络更利于行为扩散,聚类仅在少数条件下因强化效应略占优势,体现可达性与强化的权衡。
2025-07-10 cs.SI physics.soc-ph
Speed of complex network synchronization
同步是网络上出现的最常见的动态状态之一。同步收敛的速度为同步系统提供了一个基本的集体时间尺度。在这里,我们研究了有向网络的渐近同步时间的拓扑结构,从完全有序,网格状,完全无序,随机,包括中间,部分无序的拓扑结构。我们扩展了主稳定性函数的方法来量化同步时间。我们发现,同步时间强烈和系统地依赖于网络拓扑结构。特别是,在固定的度,更强的拓扑随机性诱导更快的同步,而在固定的路径长度,同步是最慢的小世界制度中的中间随机性。随机重新连接现实世界的神经,社会和运输网络证实了这一点。
2011-08-01 cond-mat.dis-nn cs.SI nlin.CD
Modeling the Impact of Social Distancing and Targeted Vaccination on the Spread of COVID-19 through a Real City-Scale Contact Network
我们使用移动终端数据在俄勒冈州波特兰市构建了经验性的人际物理接触网络,包括在COVID-19大流行期间实施社交距离措施之前和之后。这些网络揭示了社交距离措施和公众对初期流行病的反应如何影响城市内部的连通模式。我们发现,随着大流行病的发展,与许多人接触的人数大幅减少。我们进一步研究了这些不同的网络拓扑结构对COVID-19传播的影响,通过模拟这些网络上的SEIR流行病模型,发现减少的连接大大抑制了流行病。然后,我们调查了当部分人口接种疫苗时,流行病的反应,并比较了两种疫苗接种分配策略,包括有和没有社交距离。我们的主要结果是,接触网络的重尾度分布导致了有针对性的疫苗接种策略,该策略优先考虑高接触个体,以减少病例数,这比随机接种个体的策略更有效。结合有针对性的疫苗接种和社交距离导致病例的最大减少,我们还发现,与随机策略相比,有针对性的策略的边际效益超过了社交距离减少病例数量的边际效益。这些结果对全球正在进行的疫苗分发工作具有重要意义。
2021-07-13 cs.SI physics.soc-ph q-bio.PE
SybilFrame: A Defense-in-Depth Framework for Structure-Based Sybil Detection
Sybil攻击正变得越来越普遍,并对在线社交系统构成重大威胁;单个攻击者可以在系统中注入多个合谋身份,从而危及安全和隐私。最近的作品利用基于社交网络的信任关系来防御Sybil攻击。然而,现有的防御是基于过于简化的假设,这在现实世界的社交图谱中是不成立的。在这项工作中,我们提出了SybilFrame,一个防御的深度框架,用于减轻问题的Sybil攻击时,过于简化的假设放松。我们的框架能够将有关用户和社交图中的边缘的先验信息结合起来。我们在合成和真实世界的网络拓扑结构上验证了我们的框架,包括具有20 M节点和265 M边缘的大规模Twitter数据集,并证明我们的方案比以前的基于结构的方法性能好一个数量级。
2018-03-27 cs.CR cs.SI
The Friendship Paradox and Social Network Participation
友谊悖论意味着一个人的平均朋友比他们的朋友要少。之前的研究已经表明,友谊悖论如何导致与朋友数量相关的行为的感知偏差:例如,人们倾向于认为他们的朋友比他们更参与社交。在这里,我们调查的后果,这种类型的社会比较的概念设置的内容创建(“共享”)在一个在线的社交网络。假设人们将他们的内容接收到的反馈量与他们的朋友的内容接收到的反馈量进行比较,并且假设他们作为该比较的结果修改他们的共享行为。随着时间的推移,这对社交网络上的整体共享有何影响?我们在模型生成的合成网络上运行模拟,假设最初的共享和反馈率是均匀的。因此,人们在社交比较中对分享行为的最初修改完全是由友谊悖论驱动的。这些修改会导致共享率的不均匀性,从而进一步改变感知偏差。如果人们对社会比较的反应是单调的(即,差异越大,共享行为的修改越大),我们的模拟表明,网络中的整体共享逐渐下降。同时,凸响应可以维持或增加网络中的整体共享。我们完全专注于合成图在目前的工作中,还没有扩展到现实世界的网络拓扑结构的模拟。尽管如此,我们确实讨论了实际意义,例如即使存在不利的社会比较效应,如何调整干预措施以维持长期共享。
2022-11-10 cs.SI
Production and Network Formation Games with Content Heterogeneity
在线社交网络(例如Facebook、Twitter、Youtube)为共享用户生成的内容提供了流行的、具有成本效益的和可扩展的框架。本文讨论了内在的激励问题,居住在社交网络使用博弈论模型,个人用户自私的交易成本形成的链接(即他们互动)和生产的内容,个人对这样做的潜在回报。从不同用户产生的内容完全可替代的假设出发,我们明确考虑用户产生的内容的异质性,并研究它如何影响用户的行为和社交网络的结构。在给定内容异质性的情况下,我们严格证明了当社交网络的人口足够大时,每个(严格)非合作均衡应该由对称网络拓扑组成,其中每个用户产生相同数量的内容并具有相同的度,或者两级分层拓扑,所有用户属于两种类型之一:产生大量内容的影响者和产生少量内容并从影响者获得其大部分内容的订户。与此同时,少数法则在这样的网络中消失了。此外,我们证明了社会最优总是由对称拓扑的网络实现的,其中用户的效用之和最大化。为了给用户提供生产和相互分享社会最优数量的内容的激励,提出了一种定价方案,我们表明,社会最优可以实现作为一个非合作的均衡与内容获取和链接形成的定价。
2011-09-20 cs.GT cs.SI physics.soc-ph
Explosive cooperation in social dilemmas on higher-order networks
本文提出将成对社会困境扩展到高阶超图的通用框架,发现高阶博弈达到临界数量会引发爆发性合作转变,并揭示合作者初始临界质量的必要性。
2023-03-20 cs.GT cs.SI math.DS
Penetrating a Social Network: The Follow-back Problem
现代的威胁来自于社交网络的流行。敌对行为者,如极端主义团体或外国政府,利用这些网络开展具有不同目的的宣传运动。对极端分子来说,这些运动旨在招募新成员或煽动暴力。对于外国政府来说,其目的可能是在竞争对手国家制造不稳定。需要适当的社交网络对策来应对这些威胁。在这里,我们提出了一个重要的对策:渗透社交网络。这意味着让目标用户连接或关注社交网络中部署的代理。一旦与目标建立了这种联系,代理人就可以通过共享对抗影响活动的内容来影响他们。在这项工作中,我们研究如何渗透的社会网络,我们称之为后续问题。这里的目标是找到一个策略,最大限度地提高跟踪代理的目标数量。我们进行了实证研究,以了解什么样的行为和网络功能影响的概率目标以下代理。我们发现,目标的程度和网络中的代理和目标的相互邻域的大小影响这一概率。基于我们的实证研究结果,我们提出了一个模型的目标以下的代理。使用这个模型,我们解决了跟踪问题,正是有向无环图,并得出一个封闭的形式表达的预期数量的以下代理接收下的最佳政策。然后,我们制定的后续回问题的任意图作为一个整数规划。为了评估我们的整数规划为基础的政策,我们进行模拟真实的社交网络拓扑在Twitter上。我们发现,我们的政策导致更有效的网络渗透,随着代理的目标的预期数量显着增加。
2018-04-08 cs.SI physics.soc-ph stat.AP
On Sharing Viral Video over an Ad Hoc Wireless Network
我们考虑通过自组织无线网络(例如,校园里的学生)。许多智能手机都支持GPS,并配备了点对点(ad hoc)传输模式,使它们能够在短距离内无线交换文件,而不是使用运营商的WAN。然而,对文件的需求通过社交网络(例如,Facebook上的YouTube链接)。为了解决这个耦合网络的问题(社交网络的需求;无线网络的带宽),其中两个网络具有不同的拓扑结构,我们提出了一个文件传播算法。在我们的计划中,用户查询他们的社交网络,找到地理上附近的朋友,有所需的文件,并利用底层的ad hoc网络通过多跳传输的数据路由。我们发现,对于许多流行的模型社交网络,文件传播时间尺度与n次线性;用户的数量相比,如果每个用户想要的文件必须从运营商的WAN下载它所需的线性缩放。
2011-01-26 cs.SI
Effects of Network Communities and Topology Changes in Message-Passing Computation of Harmonic Influence in Social Networks
University of Twente(特温特大学);Univ. Grenoble Alpes, CNRS, Inria, Grenoble INP, GIPSA-lab(格勒诺布尔阿尔卑斯大学、法国国家科学研究中心、法国国家信息与自动化研究所、格勒诺布尔理工学院、GIPSA实验室)
研究探讨了谐波影响算法在真实社交网络及拓扑变化时的表现,发现社区结构可能引入误差并高估局部领导者的重要性,但算法能适应拓扑变化。
2018-04-19 cs.SI cs.SY eess.SY