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
Triadic closure dynamics drives scaling-laws in social multiplex networks
社交网络的几个结构特征，如度分布，附件核的标度，聚类系数作为节点度的函数表现出标度律。到目前为止，人们还没有详细了解这些标度律是否以及如何相互关联，更不用说是否可以通过一个共同的动力学原理来理解它们了。我们提出了一个简单的模型，固定网络的形成，并表明，上述三个标度关系遵循三元封闭的自然后果。该模型的有效性进行了测试，从一个良好的研究大型多人在线游戏的多路数据。我们发现，该模型可以同时解释友谊网络、通信网络和交易网络的多重数据中观察到的三个标度指数。这些结果表明，三元封闭可以被确定为社会多元化网络形成的基本动力学原理之一。
2013-06-27 cs.SI physics.data-an physics.soc-ph
Network Inequality through Preferential Attachment, Triadic Closure, and Homophily
Complexity Science Hub（复杂性科学中心）；Department of Network and Data Science, Central European University（中欧大学网络与数据科学系）；Graz University of Technology（格拉茨工业大学）；Grupo de Sistemas Complejos, ETS de Arquitectura de Madrid, Universidad Politécnica de Madrid（马德里理工大学马德里建筑高等技术学院复杂系统小组）；Faculty of Engineering, Free University of Bozen-Bolzano（博尔扎诺-博岑自由大学工程学院）；Center for Computational and Stochastic Mathematics, Instituto Superior Tecnico（里斯本高等理工学院计算与随机数学中心）
研究探讨了偏好连接、同质性和三角闭包三者交互如何导致社会网络中的不平等，通过PATCH模型验证了同质性和偏好连接加剧分离与度不平等，而三角闭包有抵消作用。
2025-09-27 cs.SI physics.data-an 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
Disentangling homophily, community structure and triadic closure in networks
网络同质性，即相似节点连接的趋势，以及传递性，即两个节点在共享一个共同邻居的情况下连接的趋势，在网络分析中是合并的属性，因为一种机制可以驱动另一种机制。在这里，我们提出了一个生成模型和相应的推理过程，能够区分这两种机制。我们的方法是基于一个变化的随机块模型（SBM）与三元封闭边缘，其推理可以确定最合理的机制，负责网络中的每个边缘的存在，除了底层的社区结构本身。我们展示了该方法如何可以逃避检测的虚假社区所造成的三角形的形成在网络中，以及它如何可以提高边缘预测的性能相比，纯版本的SBM没有三元封闭。
2022-01-06 cs.SI physics.data-an physics.soc-ph
Scale-free network generation model with addition and deletion of nodes based on triadic closure mechanism
针对真实系统兼具增长与收缩的问题，提出同时执行节点添加、删除并在每轮迭代引入三元闭包形成的网络演化模型，可生成具有高聚类、度分布服从幂律的无标度网络。
2023-12-09 physics.data-an physics.soc-ph
Triadic Closure-Heterogeneity-Harmony GCN for Link Prediction
针对现有GNN方法在链路预测中忽略节点属性和内在结构关系的问题，提出结合三元闭包和度异质性拓扑指标的TriHetGCN框架，在九个真实数据集上达到SOTA并展现强泛化能力。
2025-04-29 cs.SI physics.data-an 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
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
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
Micro, Meso, Macro: the effect of triangles on communities in networks
中尺度结构（社区）用于理解复杂网络的宏观尺度特性，例如其功能和形成机制。已知微尺度结构存在于大多数复杂网络中（例如，大量的三角形或图案），但是它们在所考虑的简单随机图模型中不存在（例如，作为空模型）。在本文中，我们研究的微观结构上的社区在网络中的外观的效果。我们发现，单独的三角形的存在导致社区的外观，即使在设计，以避免在随机网络中的社区检测的方法。这表明，社区可以自发地从发生在微观层面的简单的motiff生成过程中出现。我们的研究结果是基于四个广泛使用的社区检测方法（随机块模型，谱方法，模块化最大化，和Infomap算法）和三种不同的生成网络模型（三元封闭，广义配置模型，和随机图与三角形）。
2019-07-15 cs.SI 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
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
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
Choosing to Grow a Graph: Modeling Network Formation as Discrete Choice
我们提供了一个框架，通过离散选择和随机效用理论，其中每个新的边缘被视为一个节点连接到另一个节点的“选择”，基于（通用）功能的其他节点可用于连接条件多项式logit模型的社会网络的形成建模。这种网络形成的观点统一了现有的模型，如优先连接，三元闭合，节点适应度，这些都是特殊情况下，从而提供了一个灵活的方法来概念化，估计和比较模型。离散选择理论的视角也为分析社会网络的形成提供了几种新的工具;例如，节点特征的重要性可以以统计上严格的方式进行评估，现有模型的混合可以通过适应已知的期望最大化算法来估计。我们展示了我们的框架的灵活性，通过分析一些合成和现实世界的数据集的例子。例如，我们提供了严格的方法来估计偏好连接模型，并展示了如何分离偏好连接和三元封闭的影响。度的重要性的非参数估计显示出高度线性的趋势，我们揭示了仔细观察度为零的节点的重要性。通过研究一个大型引文图的形成，我们发现在考虑年龄时，学位的作用有所增加。
2020-05-21 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
Modeling the evolution of continuously-observed networks: Communication in a Facebook-like community
建立在现有的随机行为者为导向的面板数据模型，我们采用了条件逻辑框架，探索在连续观察网络的关系创建的增长机制。这个框架模型的可能性领带形成区别于危险模型，考虑时间领带形成。它可以同时对网络演化的多种增长机制（同质性、焦点约束、强化、互惠、三元闭合和流行度）进行建模。我们将此框架应用于类似Facebook的社区内的通信。研究结果表明，描述性措施，测试单一机制独立的不足。它们还表明系统设计如何塑造行为和网络演化。
2011-08-18 cs.SI physics.soc-ph
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
Mesoscopic analysis of online social networks - The role of negative ties
一类网络是既有正链接又有负链接的网络。在这篇论文中，我们研究了这些网络的中观水平上正负联系之间的相互作用，即，他们的社区结构。一个社区被认为是一个紧密相连的行动者群体;因此，它没有借用任何假设从平衡理论，只是使用众所周知的假设在社区检测文献。我们发现，如果只根据积极关系（忽略消极关系）来检测社区，那么大多数消极关系已经存在于社区之间。换句话说，负联系在检测所研究的签名网络的社区中没有主要作用。此外，对于内部负联系，我们证明了大多数不平衡社区是最大平衡的，因此它们不能被划分为k个具有更高平衡性的非空子簇（k >= 2）。此外，我们发现，虽然调解人三元组++-（斗争调解人敌对）是代表性不足，它构成了相当大的一部分社区之间的三元关系。因此，社区检测和聚类算法不应忽视中介三元组。因此，如果使用仅仅基于社会平衡的聚类算法，签名网络的中观结构仍然是隐藏的。
2018-09-02 cs.SI physics.data-an physics.soc-ph
Multilayer patent citation networks: A comprehensive analytical framework for studying explicit technological relationships
在创新研究领域，专利引文网络作为研究工具的使用正变得越来越普遍。然而，这些网络很少考虑这些引用产生的背景，并且通常仅限于一个司法管辖区。在这里，我们建议并探索使用一个多层网络框架，该框架可以自然地纳入引用元数据并跨越司法管辖区，从而可以通过专利数据全面了解全球技术格局。采用保守的方法，通过三元专利家族链接引用网络层，我们首先观察到这些层包含互补的，而不是冗余的，关于技术关系的信息。为了探索这种互补性的本质，我们从多层网络和类似的单层网络中提取网络社区，然后直接将它们的技术组成与已建立的技术相似性网络进行比较。我们发现，虽然在多层情况下，技术在社区之间更加分散，但提取的社区与已建立的网络更加紧密地匹配。我们的结论是，通过捕获引用上下文，专利引用网络的多层表示，在概念上和经验上，能够更好地捕捉到存在于现实技术关系中的显着细微差别相比，传统的，单层的方法。我们建议未来的研究途径，利用设计用于多层网络的新型计算工具。
2022-03-28 cs.SI physics.soc-ph
Emergence of Bursts and Communities in Evolving Weighted Networks
了解人类动力学和社会互动的模式，以及它们导致形成有组织和功能性社会的方式，是特别是技术社会发展的重要问题。通过例如移动电话呼叫记录的大规模数据分析，解决社交网络的这些问题最近已经成为可能，这已经揭示了模块化或社区结构的存在，其中在相同社区的节点之间存在许多链接，而在不同社区的节点之间存在相对较少的链接。链接的权重，例如两个用户之间的呼叫数量，和网络拓扑结构被发现相关，使得社区内链接比弱的社区间链接更强。这被称为格兰米特的“弱关系的强度”假说。除了这种不均匀的社区结构，人类动力学的时间模式是不均匀的或突发性的，其特征是两个连续事件之间的事件间隔时间的厚尾分布。在本文中，我们研究了如何社区结构和突发动态一起出现在一个不断发展的加权网络模型。这些模式背后的主要机制是通过循环闭合的社会互动，即链接到朋友的朋友和焦点闭合，即链接到共享相似属性或兴趣的个人，以及通过任务处理过程的人类动态。这三种机制已被实现为一个网络模型与本地附件，全球附件，和基于优先级的排队过程。通过综合的数值模拟，我们表明，这些机制的相互作用，导致出现重尾事件间的时间分布和格兰特类型的社区结构的演变。此外，数值结果被发现在定性与经验的结果从手机通话数据集。
2011-06-01 cs.SI physics.soc-ph
From calls to communities: a model for time varying social networks
社会互动随时间变化，似乎是由内在机制驱动的，这反过来又塑造了社会网络的新兴结构。大规模的社会互动结构的实证观察最近才成为可能，建模其动态是一个实际的挑战。在这里，我们提出了一个时间网络模型，它建立在活动驱动的时变网络与记忆的框架。该模型还整合了推动社会关系形成的关键机制-社会强化、焦点闭合和循环闭合，这些机制已被证明会产生社区结构和网络的全球连通性。我们比较了所提出的模型与现实世界中的时变网络的移动电话通信，并表明他们共享的几个特点，从异构度和权重丰富的社区结构。此外，从模型中出现的强关系和弱关系遵循与现实世界社交网络类似的权重拓扑关系，包括弱关系的作用。
2015-06-01 cs.CY cs.SI physics.comp-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
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
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
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
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
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
Two-Dimensional Structural Characterization of Music Genre Communities in Playlist Co-occurrence Networks
CyberAgent, Inc.（CyberAgent公司）
本文提出基于播放列表共现网络的二维框架，通过外部闭合性和内部分化性量化音乐社区的结构特性，揭示流派结构的动态演变。
2026-04-28 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
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
Community detection and tracking on networks from a data fusion perspective
网络中的社区结构已经从许多角度进行了研究，通常有相同的最终结果：某种社区检测算法。最近的研究提供了将这些算法的结果结合到社区进化时间表中的方法。本文从数据融合的角度研究了社区检测和跟踪问题。我们避免了传统社区检测算法的硬调用，以保留尽可能多的不确定性信息。这导致直接估计节点对在同一社区中的概率的方法。我们使用LFR测试平台证明了这种方法是准确的，它在许多标准网络数据集上是快速的，并且它具有多种用途，可以补充标准的硬调用方法。保留不确定性信息使我们能够开发用于跟踪社区的贝叶斯过滤器。我们推导出方程的完整过滤器，并将其边缘化，以产生一个潜在的实用版本。最后，我们讨论了封闭的边缘化过滤器和工作，仍然发展成为一个有原则的，有效的方法来跟踪时间演变的网络上的时间演变的社区。
2012-01-06 cs.SI math.PR 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
Understanding the network formation pattern for better link prediction
Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院）；School of Mathematical Sciences, University of Chinese Academy of Sciences（中国科学院大学数学科学学院）
链接预测作为复杂网络领域的经典问题，受到研究者的广泛关注，对于帮助我们理解网络的演化和动态发展机制具有重要意义。虽然已经提出了各种网络类型的特定算法来解决链接预测问题，他们中的大多数假设网络结构是由三元闭包原理。我们仍然缺乏对网络形成模式的适应性和全面的理解，以预测潜在的联系。此外，研究如何更好地利用网络本地信息也是有价值的。为此，我们提出了一种名为使用多阶局部信息（MOLI）的链接预测的新方法，该方法利用来自不同距离的邻居的局部信息，其参数可以是基于先验知识的先验驱动，或者通过解决观察到的网络上的优化问题来驱动。MOLI通过图上的随机游走定义了一个局部网络扩散过程，从而更好地利用了网络信息。我们表明，MOLI优于其他11个广泛使用的链接预测算法对11种不同类型的模拟和现实世界的网络。我们还得出结论，有不同的模式的本地信息利用不同的网络，包括社交网络，通信网络，生物网络等，特别是，经典的共同邻居为基础的算法是不适应所有的社交网络，因为它被认为是，相反，一些社交网络遵守四边形闭合原则，优先连接路径的长度为3。
2021-10-17 cs.LG 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
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
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
Emergent Directedness in Social Contagion
Stanford Graduate School of Business（斯坦福大学商学院）
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
How international research teams respond to disruption in their mobility patterns
本文结合社会网络分析与访谈，研究三个非洲国际研究网络的结构与多样性如何增强其韧性，并发现距离和边界限制国际合作，而团队通过强化自身优势应对流动中断。
2023-11-14 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
q-Exponential Random Graphs: higher-order networks from simple constraints
Czech Technical University in Prague（布拉格捷克技术大学）；University of Leiden（莱顿大学）；IMT School for Advanced Studies（高级研究IMT学院）
本文通过将Shannon熵推广到Uffink熵，提出$q$-指数随机图模型，在保持原始约束（边数或度序列）不变的情况下，引入边依赖性和高阶网络特征（如稀疏-稠密相变、丰富的同配性和聚类结构）。
2026-06-16 cond-mat.dis-nn cond-mat.stat-mech cs.IT
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
