Pay Attention to Weak Ties: A Heterogeneous Multiplex Representation Learning Framework for Link Prediction
本文提出多关系感知图神经网络MRGNN，通过层内特征传播与层间注意力投票聚合机制学习多层网络节点表示，在四个多层网络上验证了其链路预测整体准确率优于现有方法，尤其擅长预测弱连接。
2024-10-21 cs.SI
Resilience by Structural Entrenchment: Dynamics of Single-Layer and Multiplex Networks Following Sudden Changes to Tie Costs
我们研究了一个单层和多重网络中的网络形成模型，在这个模型中，个体对社会关系、封闭三角形和溢出边有积极的激励。特别是，我们调查的冲击网络中的社会关系的成本变化后，初始均衡的影响。我们强调了结构性防御的出现：结构特征的保留，如封闭三角形和溢出边，这些特征是在历史上不同的条件下形成的，与目前推动网络进化的条件不同。这项工作具有广泛的影响，了解单层和多重网络的结构和动力学的路径依赖。
2017-08-24 cs.SI physics.soc-ph
Graphlets in Multiplex Networks
Macedonian Academy of Sciences and Arts（马其顿科学与艺术学院）；IKT-Labs（IKT实验室）；Faculty of Computer Science and Engineering, UKIM（UKIM计算机科学与工程学院）
我们开发的多重网络的小图分析，并讨论如何将这种分析可以扩展到多层和多级网络，以及与节点和/或链接的分类属性的图形。该分析已被改编为两个典型的例子复用：经济贸易数据表示为一个957-plex网络和75社交网络，每个表示为一个12-plex网络。我们发现，楔形（开放的三合会）更经常发生在经济贸易网络比在社交网络，表明一个国家的倾向，生产/贸易的产品在当地结构的三合会是不封闭的。此外，我们的分析提供的证据表明，小多样性的国家往往形成相关的三角形。楔形也出现在社交网络中，然而社交网络中的主导小图是三角形（闭合三元组）。如果一个多重结构表明一个强关系，图分析提供了另一个证据的概念，强/弱关系和结构洞。在对比的Granwartter的开创性工作的强度弱的关系，它已被证明，只有强关系的楔形是不存在的，在这里，我们表明，对于分析的75个社交网络，只有强关系的楔形不仅存在，而且显着相关。
2019-11-17 cs.LG cs.SI stat.AP
The geographic spread of COVID-19 correlates with the structure of social networks as measured by Facebook
我们使用Facebook的汇总数据显示，COVID-19更有可能在社交网络连接更强的地区之间传播。与两个早期COVID-19“热点”（美国纽约州韦斯特切斯特县和意大利洛迪省）有更多社会联系的地区，到3月底通常有更多的COVID-19确诊病例。在控制了到热点的地理距离以及该地区的人口密度和人口统计数据之后，这些关系仍然存在。随着疫情在美国蔓延，一个县与最近的COVID-19病例和死亡人数的社会接近程度，可以预测未来的爆发，而不仅仅是物理接近程度和人口统计数据。部分由于其广泛的覆盖范围，社交联系数据为基于智能手机位置或在线搜索数据的测量提供了额外的预测能力。这些结果表明，来自在线社交网络的数据可能对流行病学家和其他希望预测COVID-19等传染病传播的人有用。
2020-12-11 cs.SI physics.soc-ph q-bio.PE
Modeling roles and trade-offs in multiplex networks
本文提出多重潜在权衡模型（MLT），用于提取多重社交网络中的角色，综合考虑独立性、依赖性和相互依赖性，并在176个真实网络中验证了其揭示社会交换原则和提升链路预测性能的有效性。
2025-08-07 cs.SI
Social contagions with communication channels alternation on multiplex networks
互联网通信渠道，例如，Facebook、Twitter和电子邮件是促进个人之间互动和信息共享的多元化网络。在短暂的时间段内，用户通常使用单个通信信道，但随后发生通信信道变更（CCA）。这意味着我们必须完善我们对社会传染动力学的理解。我们提出了一个非马尔可夫行为的多路复用网络中的传播模型，考虑到CCA机制，我们开发了一个广义的基于边的分区方法来描述的传播动力学。通过大量的数值模拟和理论分析，我们发现CCA引起的时间延迟减缓了行为传播，但不影响最终的采用规模。我们还发现，CCA抑制行为传播。在两个耦合的随机规则网络上，采用规模表现出混合增长，即，它首先随着信息传输概率连续增长，然后不连续增长。在ER-SF复用网络中，两个子网是Erdens-Rényi（ER）和无标度（SF），CCA引入了采用大小与信息传输概率的连续增长到混合增长的交叉。我们的研究结果扩展了我们对CCA在传播动力学中的作用的理解，并可能引发进一步的研究。
2018-12-19 cs.SI physics.soc-ph
Measuring Social Media Network Effects
Massachusetts Institute of Technology（麻省理工学院）；Chapman University（查普曼大学）；Carnegie Mellon University（卡内基梅隆大学）；University of Cyprus（塞浦路斯大学）
通过实验测量美国四大社交媒体平台的本地网络效应，发现其解释8.1-23.7%的平台价值，并揭示连接价值的异质性。
2026-05-29 cs.SI econ.GN q-fin.EC
Information transfer in community structured multiplex networks
解释不同类型交互的复杂网络的研究在过去几年中已经成为一个感兴趣的主题，特别是因为它在描述不同在线社交平台（Facebook，Twitter，Instagram等）中的用户交互方面的代表性力量。这些相互作用的网络的数学描述被称为多层网络，其中每一层都代表一种类型的相互作用。它已被证明，在这些网络上的扩散过程提出了一种现象，不能解释的单层扩散现象的天真叠加，但需要整个结构的互连层。然而，对多层网络上扩散现象的描述已经排除了这样一个事实，即社交网络具有强大的中观结构，由共同利益或任何其他社会方面驱动的不同个体社区所代表。本文研究了具有社团结构的多层网络中的信息传递问题。最终的目标是了解和量化，如果存在定义明确的社区结构在各个层次的水平，连同整个网络的多层结构，增强或恶化的信息包的扩散。
2015-09-15 cs.SI physics.soc-ph
Multi-Stage Complex Contagions in Random Multiplex Networks
复杂的传染模型已经被开发出来，以理解广泛的社会现象，如文化时尚的采用，信仰、规范和创新在社交网络中的传播，以及加入骚乱的集体行动的兴起。大多数现有的作品集中在个人的状态表示为{ \em二进制}变量的传染，传播发生在一个单一的孤立的网络。然而，将一个人对给定事物的立场描述为二元状态可能过于简单化，因为我们的大多数观点，感受和感知都在两个以上的状态中变化。此外，大多数现实世界的传染发生在多个网络上（例如，Twitter和Facebook）或涉及{ \em多重}网络，其中个体参与不同的{ \em类型}关系（例如，熟人、同事、家人等）。为此，本文研究了发生在多层或多重网络上的{ \em多阶段}复杂传染。在基于线性阈值的传染模型下，我们给出了\textit{global}级联的概率和期望规模的解析结果，即，其中随机选择的节点可以发起最终到达整个群体的{ \em正}部分的传播的情况。分析结果也证实了广泛的数值研究和支持。特别是，我们演示了复杂的传染的动态是如何受到额外的重量施加的\textit{hyper-active}节点和所涉及的网络的结构特性。除其他外，我们揭示了一个有趣的连接之间的网络和\textit{hyper-active}节点的级联大小的影响的可伸缩性。
2018-07-03 cs.SI physics.soc-ph
Conditions for viral influence spreading through multiplex correlated social networks
网络科学的一个基本问题是预测某些个人如何能够发起新的网络，以产生“新思想”。这些趋势的变化通常是由少数创新者引发的，他们通过“病毒式”影响力迅速将自己的想法强加于人，产生一系列追随者，将旧网络分割成一个新网络。典型的例子包括科学思想的兴起或社交媒体的突然变化，比如Facebook.com的兴起对Myspace.com的损害。这一过程在实践中是如何产生的，尚未得到最终证明。在这里，我们表明，维持病毒传播过程的一个条件是存在一个多重相关图与隐藏的“影响链接”。解析解预测渗滤相变，无论是突然的或连续的，其中网络被瓦解，通过病毒级联的追随者在经验数据。我们的模型预测了严格的条件，以维持一个大的病毒传播，通过缩放形式的局部关联函数之间的多层，我们也证实了经验。最终，该理论预测了从社会到金融系统和市场的一大类多重网络中病毒级联的条件。
2014-05-27 cs.SI physics.data-an physics.soc-ph
Community Detection in Social Network using Temporal Data
社交网络促进了参与者或用户之间有联系的社交空间。这种联系及其模式是基于他们的生活方式和交流方式。同样，在Facebook、Twitter、Myspace等在线社交媒体网络中，多个用户属于多个特定社区。社交网络表示大型现实世界定向社交图。从这些图中检测社区或集群是一个相当大的研究兴趣的问题。使用具有共同边和共同属性的相邻节点形成社区。现有的大多数社区发现算法通常考虑节点内容来分析社区的属性。一些算法使用节点之间的链接来确定图中的密集区域。但是，由于传统的顶点和边数据提取方法没有考虑节点间的连通性，同时利用边内容和顶点内容来检测社区还有待研究和验证。本文提出了一种互联空间聚类模型（Interlinked Spatial Clustering Model，ILSCM），该模型提供相关内容选择和时间主题提取，用于基于上下文关键字识别节点之间的介数，从而检测社区。
2019-04-10 cs.SI physics.soc-ph
Multiplex Structures: Patterns of Complexity in Real-World Networks
Jilin University（吉林大学）；Hong Kong Baptist University（香港浸会大学）
复杂网络理论旨在对由多个相互依赖的组件组成的复杂系统进行建模和分析。在复杂网络的所有研究中，拓扑结构分析是最基本的重要性，因为它代表了理解网络动力学以及综合或优化网络功能的自然途径。在过去的十年中，网络结构模式已经被广泛报道，如社区，多方，枢纽，权威，离群点，领结等。在这里，我们表明，大多数个人的现实世界的网络表现出多重结构。也就是说，大量已知甚至未知（隐藏）的模式可以同时存在于同一个网络中，而且它们可以相互重叠和嵌套，以协作方式形成异构，嵌套或分层组织，其中可以在不同的粒度级别上观察到不同的连接现象。此外，我们发现，隐藏在探索性网络的多重结构可以很好地定义，以及有效地识别在一个统一的框架内，由一组建议的概念，模型和算法。我们的研究结果提供了一个强有力的证据表明，大多数现实世界的复杂系统是由异质机制的组合，可以协同塑造他们无处不在的多重结构，我们目前观察。这一工作也为从揭示多重结构的新视角分析网络的不同来源提供了一种数学工具，这将有益于包括社会学、经济学和计算机科学在内的多个学科。
2010-09-14 cs.AI cs.SI physics.soc-ph
A Novel Location Free Link Prediction in Multiplex Social Networks
近几十年来，社交网络的出现使得互联网服务提供商（例如，Facebook、Twitter和Uber）取得巨大的商业成功。链接预测被认为是构建社交网络拓扑结构并保持其不断发展的常见做法。传统上，链接预测方法依赖于用户的位置信息，其不时地遭受信息泄漏。为了解决这个问题，智能设备公司（例如，苹果公司）不断收紧其隐私政策，阻止互联网服务提供商获取位置信息。因此，在保证预测精度的前提下，设计与位置无关的链接预测方法具有重要意义。针对复杂社交网络，提出了一种新的无位置链接预测方法。在真实数据集上的实验表明，我们的位置无关的链接预测方法的精度提高了10%。
2022-12-13 cs.PF cs.SI
Competition between global and local online social networks
网络社交网络是Web 2.0世界的关键角色，它的巨大成功重塑了全球人类的互动。为了帮助理解在系统层面上决定在线社交网络命运的基本机制，我们将数字世界描述为一个复杂的交互网络生态系统。在本文中，我们研究了网络适应性异质性对国际网络（如Facebook）和本地服务之间竞争的影响。国际网络的更高适应性是由它们吸引来自世界各地的用户的能力引起的，这些用户可以在没有本地网络限制的情况下建立社交互动。换句话说，国家间的社会联系导致国际网络的适应性增加。为了研究国际网络和本地网络之间的竞争，我们构建了一个1：1000比例的数字世界模型，由互联网用户最多的80个国家组成。在某些条件下，这会导致局部网络的消亡;而在不同的条件下，局部网络可以持续存在，甚至完全占据主导地位。特别是，我们的模型表明，使用最能再现Facebook经验超越的参数，这种超越可能不会以很大的概率发生。
2016-04-29 cs.SI physics.soc-ph
People, Places, and Ties: Landscape of social places and their social network structures
Luddy School of Informatics, Computing and Engineering, Indiana University Bloomington（印第安纳大学伯明顿分校拉迪信息、计算与工程学院）；Kellogg School of Management, Northwestern University（西北大学凯洛格管理学院）；Facebook（脸书）；Center for Complex Networks and Systems Research, Luddy School of Informatics, Computing and Engineering, Indiana University Bloomington（印第安纳大学伯明顿分校拉迪信息、计算与工程学院复杂网络与系统研究中心）；Network Science Institute, Indiana University, Bloomington (IUNI)（印第安纳大学伯明顿分校网络科学研究所（IUNI））；Connection Science, Massachusetts Institute of Technology（麻省理工学院连接科学部）
由于其作为社交场所的重要作用，“第三地”-人们随意访问并与朋友和邻居交流的社交场所-已经被广泛的领域所研究，包括网络科学，社会学，地理学，城市规划和区域研究。然而，由于缺乏对第三地的大规模普查，研究人员无法进行系统的调查。在这里，我们提供了一个系统的第三地和他们的社交网络，通过使用Facebook页面全国范围内的调查。我们的分析显示，第三名的类型分布存在很大程度的地理异质性，这与基线人口统计数据和县的特征高度相关。某些类型的页面（例如“礼拜场所”）表现出很大程度的聚集性，表明社区偏好或对集中的潜在互补性。我们还发现，不同类型的社交场所的社交网络在重要方面有所不同：“餐馆”和“室内娱乐”页面的社交网络更有可能是既有友谊的紧密社区，而“礼拜场所”和“社区设施”页面类别更有可能建立新的友谊关系。我们相信，这项研究可以作为一个重要的里程碑，为未来的研究系统的比较研究的社会空间及其社会关系。
2021-01-12 cs.LG cs.SI
Multi-layered Social Networks
很明显，在现实世界中，两个行动者之间可以存在不止一种关系，这些关系可以如此交织，以至于不可能单独分析它们[Fienberg 85]，[Minor 83]，[Szell 10]。具有多种关系类型的社交网络并不是一个全新的概念[Wasserman 94]，但它们主要在小规模上进行了分析，例如[McPherson 01]，[Padgett 93]和[Entwisle 07]。就像常规的单层社交网络一样，没有被广泛接受的定义，甚至没有共同的名称。起初，这种网络被称为多路复用网络[Haythornthwaite 99]，[Monge 03]。这个术语来自通信理论，它将多路复用定义为将多个信号组合成一个信号，如果需要，可以将它们分开[Hamill 06]。最近，多层次社会网络的领域已经开始吸引越来越多的关注，在不同领域内进行的研究[Kazienko 11a]，[Szell 10]，[Rodriguez 07]，[Rodriguez 09]，和多元化网络的含义已经扩大，不仅涵盖社会关系，但任何类型的连接，例如，基于地理，职业，亲属关系，爱好，”[12]亚伯拉罕。本文旨在总结已有的关于一个有许多不同名称的概念的知识，即多层社会网络的概念，也被称为分层社会网络、多关系社会网络、多维社会网络、多重社会网络
2012-12-14 cs.SI physics.soc-ph
Multiplex Communities and the Emergence of International Conflict
The Ohio State University（俄亥俄州立大学）；University of Birmingham（伯明翰大学）；Hertie School（赫尔蒂学院）
社区发现的进展揭示了对多重和多层网络的新见解。然而，较少的工作，调查这些社区之间的关系和社会系统的结果。我们利用这些进展来阐明国际体系的合作中观结构与国家间冲突爆发之间的关系。我们根据联合国投票和演讲中表达的较弱的亲和力信号以及在多层次双边合作中观察到的较强信号来发现社区。外交关系密切的社区与冲突的发生呈现预期的负相关。然而，基于观察到的合作关系的社区，显示没有影响下的标准模型规范和冲突下的替代规范的积极关系。这些结果与一些现存的假设一致，但也表明我们对网络中社区结构和行为结果之间关系的理解不足。
2019-12-17 cs.CL cs.CY cs.SI
Multiplex Networks Provide Structural Pathways for Social Contagion in Rural Social Networks
University of Arizona（亚利桑那大学）；Temple University（天普大学）；Yale University（耶鲁大学）
研究基于洪都拉斯110个乡村社区的多层关系与干预实验，提出network torque指标和统计框架，量化不同网络层对健康行为传染路径的贡献。
2025-10-21 cs.SI
Multi-Stratum Networks: toward a unified model of on-line identities
社会网络分析成功背后的原因之一是它由节点（代表个人）和纽带组成的简单而通用的图模型。然而，当我们专注于我们的日常在线体验时，我们必须面对一个更复杂的场景：人们居住在几个在线空间中，与几个活跃在各种技术基础设施上的社区互动，如Twitter，Facebook，YouTube或FourSquare，并具有不同的社会目标。这构成了一个复杂的互联网络网络，用户的身份在其中传播，信息在不同的社区和社交平台上传播。在本文中，我们将介绍一种用于这种分层场景的模型，我们称之为多层网络。通过理论讨论和对真实数据的分析，我们展示了如何不仅专注于单个网络可能会提供对其用户角色的非常部分的理解，而且单独考虑所有网络可能无法揭示整个多层模型中包含的信息。
2012-11-01 cs.SI physics.soc-ph
Explicit objective functions in modularity-based community detection on multiplex networks
Delft University of Technology（代尔夫特理工大学）；KairosHelix, Inc.（KairosHelix公司）
本文针对多重网络中的模块度社区检测，分析比较了早期融合、同时融合和晚期融合三种策略的目标函数，揭示了它们之间的显式关系，并通过实验验证了理论结果。
2026-10-19 cs.SI
The Iterated Local Model for Social Networks
在线社交网络，如Facebook和Twitter，经常从网络中代理之间的友谊关系的角度进行研究。然而，敌对关系在社交网络的结构和功能中也发挥着重要作用，但往往是隐藏的。社交网络的生成机制是由结构平衡理论预测的，该理论假设三人组的代理人更倾向于传递性，即朋友的朋友更可能是朋友，或者是反传递性，即对手的对手成为朋友。先前提出的迭代局部传递性（ILT）和迭代局部反传递性（ILAT）模型分别将传递性和反传递性作为进化机制。这些模型产生了具有社交网络的许多可观察属性的图，例如低直径、高聚类和致密化。我们提出了一个新的，生成模型，称为迭代本地模型（ILM）的社交网络随着时间的推移合成传递和反传递的三元组。在ILM中，我们给出一个可数无限二进制序列作为输入，该序列决定我们是否应用传递或反传递步骤。由此产生的模型表现出在ILT和ILAT模型中观察到的复杂网络的许多特性。特别是，对于任何输入的二进制序列，我们表明，渐近模型生成的有限图，致密，有界的聚类系数从0，直径最多为3，并表现出不良的谱扩展。对ILM图的诱导子图的色数、控制数、Hamilton性和同构类型进行了深入的分析。
2019-03-11 cs.DM cs.SI math.CO
Social Interaction in the Flickr Social Network
Facebook、Twitter和Flickr等在线社交网站是网络上最受欢迎的网站之一，为分享信息和与众多人互动提供了平台。用户的不同互动方式，例如点赞、转发和收藏用户生成的内容，是这些网站的定义和非常受欢迎的功能之一。虽然已经做了实证研究，以了解这些网站的网络增长过程，很少有研究集中在社会互动行为和社会互动对网络增长的影响。在本文中，我们分析了从Flickr社交网络收集的大规模数据，以了解个人的浏览行为，并研究了最喜欢的创建后链接形成的发生。我们这样做，使用系统的制定Flickr作为一个两层的时间复用网络：第一层描述了以下用户之间的关系，第二层描述了用户之间的社会互动的形式，最喜欢的标记，以他们上传的照片。我们的调查显示：（a）偏好依恋很好地描述了重复，（b）超过50%的收藏夹在10天内被重复，如果他们被重复的话，（c）不同种类的收藏夹在他们被重复的速度上有所不同，（d）在创建了一个收藏夹之后，多重三角形通过创建收藏夹的追随者到收藏夹的接收者的追随链接而关闭。
2015-12-02 cs.SI
Institutional Floors and Partisan Lenses: Cross-National Online Discourse on Political Violence in France and the United States
University of California, Berkeley（加州大学伯克利分校）
本文研究在线讨论如何塑造和评估不同背景下政治暴力的道德评价，通过法国和美国的案例，分析机构环境对道德感知的影响，揭示跨国民间对政治暴力的道德价值、情感强度和机构框架的差异。
2026-04-29 cs.SI
The effect of disruptive events on spatial and social interactions: An assessment of structural changes in pre-and post-COVID-19 pandemic networks
本研究利用 Louvain 社区检测和多种分区相似性指标，比较 COVID-19 前后 SafeGraph 流动性与 Facebook 社会连接网络，发现空间互动更局部化而线上社交转向跨州长距离连接。
2023-11-02 cs.SI
