Temporal patterns behind the strength of persistent ties
社交网络由强关系和弱关系组成，它们具有非常不同的结构和动力学特性。但是，人类互动的哪些特征建立了强有力的联系？在这里，我们从实用的角度来探讨这个问题，找出社交互动的哪些特性可以使关系更加持久，从而更牢固地维持未来的社交互动。使用一个大型的纵向手机数据库，我们建立了一个预测模型，领带持久性的强度，亲密度，结构和时间模式的社会互动的基础上。虽然我们的研究结果证实，结构（嵌入性）和强度（调用次数）与领带持久性相关，我们发现，时间特征的通信事件是更好，更有效的预测领带持久性。具体来说，虽然关系中的沟通总是突发的，但我们发现，比平均水平更突发的关系更容易衰减，这表明关系强度不仅反映在网络的强度或拓扑结构中，而且还反映在个人如何在他们的关系中分配时间或注意力上。我们还发现，稳定的关系需要一个恒定的节奏，如果沟通中断的频率超过之前沟通频率的8倍，那么这种关系很可能会衰退。我们的研究结果不仅对理解社会关系的强度很重要，而且对揭示网络中不同时间尺度之间的纠缠也很重要，从微观的联系突发性和节奏到宏观的网络演化。
2017-06-19 cs.SI physics.soc-ph
Physical Proximity and Spreading in Dynamic Social Networks
大多数传染病都是通过人类互动的动态网络传播的。最近对社会动态的研究提供了证据，表明传播模式可能在很大程度上取决于社会系统的详细微观动态。我们记录了大量人群中的每一次互动，首次大规模绘制出一个密集连接系统的完整邻近网络。在这里，我们展示了网络结构和传播过程的动态相互作用距离的显着影响。我们创建的网络支持近距离（亲密网络，高达~ 1米）和远距离（环境网络，高达~ 10米）传输模式。亲密网络是碎片化的，弱联系连接紧密的社区，而环境网络支持陌生人之间随机接触驱动的传播。虽然从邻近网络的微观动力学到经验流行病没有微不足道的映射，但这些网络提供了病原体传播的液滴和空气传播模式的一个很好的近似。疫情动态的巨大差异对公共政策以及数据收集和建模方法产生了影响。
2015-09-22 cs.SI physics.soc-ph
Strong ties promote the epidemic prevalence in susceptible-infected-susceptible spreading dynamics
了解传播动态将有利于整个社会更好地预防和控制疾病，以及促进社会责任的信息，同时抑制破坏性的谣言。在基于网络的传播动力学中，不同权重的边可能扮演着截然不同的角色：远方的朋友通常会带来新奇的故事，而亲密的关系对于流感疫情来说风险很高。在这篇文章中，我们提出了一个加权的易感-感染-易感模型的复杂网络，其中的权重定义的两个相关联的节点的拓扑接近。每个受感染的个体被允许选择有限数量的邻居进行接触，并引入一个可调参数来控制通过高权重或低权重边缘进行接触的偏好。在六个真实网络上的实验结果表明，在传播过程中，强联系可以大大促进流行病的流行。通过与两个分别具有随机拓扑和随机重分布权重的统计零模型的比较，我们证明了权重的分布模式而不是拓扑对实验观测值的影响。进一步的分析表明，权重-权重相关性强烈影响结果：当权重-权重相关性存在时，高权重边在保持高流行率方面更显着。
2013-11-22 cs.SI physics.soc-ph
The Role of Social Networks in Information Diffusion
在线社交网络技术使个人能够同时与任何数量的同龄人分享信息。要量化这些技术对信息传播的因果影响，不仅需要确定谁影响了谁，而且还需要确定在没有关于信息的社会信号的情况下，个人是否仍然会传播信息。我们研究了社交网络在在线信息扩散中的作用，并进行了一项大规模的现场实验，该实验随机暴露于2.53亿受试者中关于朋友信息共享的信号。那些暴露的人更有可能传播信息，而且比那些没有暴露的人传播信息的速度更快。我们进一步研究了强关系和弱关系在信息传播中的相对作用。我们发现，虽然较强的关系是个人更有影响力，这是更丰富的弱关系谁负责传播的新信息。这表明，弱关系可能比目前认为的在网上信息传播中发挥更大的主导作用。
2012-02-28 cs.SI physics.soc-ph
Capturing the influence of geopolitical ties from Wikipedia with reduced Google matrix
国家之间的相互作用源于不同的方面，如地理邻近，贸易，社会文化习惯，语言，宗教等。地缘政治学研究一个国家的地理空间对其政治权力及其与其他国家的关系的影响。这项工作揭示了维基百科挖掘地缘政治研究的潜力。事实上，维基百科通过将不同类型的信息（例如经济，历史，政治等）链接在一起，提供了坚实的知识和国家之间的强相关性。本文的主要发现是表明，有意义的结果，国家关系的影响，可以从维基百科的超链接结构提取。我们利用一种新的随机矩阵表示的马尔可夫链的复杂有向网络称为减少谷歌矩阵理论。对于一个选定的小规模的节点集，减少谷歌矩阵集中的直接和间接链接的百万节点大小的维基百科网络到一个小的Perron-Frobenius矩阵保持全球维基百科网络的PageRank概率。我们进行了一个新的敏感性分析，利用这个减少谷歌矩阵的特点，从全球网络的国家之间的关系的影响。我们将这一分析应用于两组选定的国家（即27个欧盟国家和40个全球顶级国家）。我们表明，我们的敏感性分析，我们可以很容易地展示非常有意义的信息地缘政治从五个不同的维基百科版本（英语，阿拉伯语，俄语，法语和德语）。
2018-03-13 cs.SI physics.soc-ph
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
Gender Differences in Communication Behaviors, Spatial Proximity Patterns, and Mobility Habits
社交网络的结构和组成存在性别差异，这在社会和行为科学中是一个公认的发现，但研究人员仍在争论结构、性格或生命历程因素是否是这些差异的主要驱动力。在本文中，我们扩展工作的性别差异在社交网络的互动模式，propinquity，并通过一个社会感知平台，包括一个合奏的个人的电话，短信，面对面的互动，和他们的移动活动的痕迹。我们试图通过集中在一个相对封闭的环境中的相对同质的人口在同一阶段的生活过程中，从其他因素隔离的气质。跨三个不同的网络与流动数据的分析揭示了系统的沟通，分布，流动性和空间接近的倾向方面的性别差异。最重要的是，在通信网络中观察到的一些模式（例如，对女性更强的同性偏好）在空间接近的情况下被发现是相反的，男性比女性更倾向于在更窄的（因此更可预测的）空间范围内与同性同龄人一起度过时间。这些发现提供了强有力的和新颖的证据，性别在构建行为的强大影响，在广泛的通信和移动行为，验证和扩展最近的工作，指出社会文化和进化起源的差异，在风格的社交和互动的男性和女性的特点。
2016-05-24 cs.SI physics.soc-ph
Out-of-Network Attention Dynamics on Bluesky
isti.cnr.it（意大利国家研究委员会信息系统研究所）
本研究基于Bluesky平台1.73亿互动数据，发现74.5%注意力来自已关注账户，网络外探索受网络邻近性约束且转化为新关注的比例低。
2026-10-02 cs.CY cs.SI
Inferring signed social networks from contact patterns
Maastricht University（马斯特里赫特大学）；University of Vermont（佛蒙特大学）
本文提出一种贝叶斯框架，通过MCMC推断区分无互动是机会不足还是主动回避，提升带符号网络推断的准确性，尤其在检测负边方面表现优异。
2026-05-11 cs.SI
Contact, conflict, or opportunity? Out-group exposure creates tie opportunity, not tolerance
Complexity Science Hub（复杂科学中心）；Graz University of Technology（格拉茨工业大学）；Masaryk University（马萨里克大学）；National Institute SYRI（SYRI国家研究所）；Universidad Politécnica de Madrid（马德里理工大学）
通过分析228个班级近5000名学生的友谊和拒绝提名数据，使用基于Wallenius超几何分布的多层模型估计个体偏好，发现种族和社会经济地位的偏好不受班级构成影响，而性别偏好随外群体增加而增强，支持冲突理论，表明多样性增加不改变内在偏好但创造更多跨群体互动机会。
2026-05-27 cs.SI physics.soc-ph
From Relational Data to Graphs: Inferring Significant Links using Generalized Hypergeometric Ensembles
从关系数据中推断网络拓扑结构是数据分析中的一个重要问题。典型的应用包括从人类互动的数据中重建社会关系，从DNA微阵列数据中推断基因共表达网络，或者基于文档中单词的共现来学习语义关系。解决这些问题需要技术来推断噪声关系数据中的重要链接。在这篇简短的论文中，我们提出了一个新的统计建模框架来应对这一挑战。它建立在广义超几何集合，一类生成随机模型，产生分析听话的概率空间的有向，多边缘图。我们展示了如何使用这个框架来评估嘈杂的关系数据中的链接的意义。我们说明了我们的方法在两个数据集捕获的时空接近关系的社会系统中的演员。结果表明，我们的分析框架提供了一种新的方法来推断关系数据的重要联系，与有趣的角度挖掘社会系统的数据。
2017-07-07 cs.SI physics.soc-ph stat.ME
Towards Understanding and Evaluating Structural Node Embeddings
虽然大多数网络嵌入技术对网络中节点之间的接近度进行建模，但最近人们对基于节点等价的结构嵌入产生了浓厚的兴趣，这是一个植根于社会学的概念：等价或位置是具有相似角色的节点的集合-即，与其他位置的节点具有类似的功能、联系或相互作用--无论它们在网络中的距离或可达性如何。与文献中严格评估的基于邻近性的方法不同，结构嵌入的评估不太成熟。它依赖于带有不完全定义的标签的小型合成或真实网络，它与社会学等价物的联系迄今为止是模糊和脆弱的。随着新的节点嵌入方法以极快的速度开发，对现有方法进行适当的评估和系统的表征对于取得进展至关重要。为了填补这一空白，我们开始了解结构嵌入捕获的等价类型。我们是第一个为结构嵌入提供严格的内在和外在评估方法，以及精心设计的各种大小的数据集。我们观察到许多不同的评估变量，这些变量可能导致不同的结果（例如，相似性度量、分类器、标签定义的选择）。我们发现节点局部邻域内的度分布可以导致简单而有效的基线，并指导结构嵌入的未来发展。我们希望我们的研究结果可以影响进一步的节点嵌入方法的设计，也为更全面和公平的评价结构嵌入方法铺平了道路。
2021-01-14 cs.SI
My friends also prefer diverse music: homophily and link prediction with user preferences for mainstream, novelty, and diversity in music
同质性描述了相似性产生联系的现象，即，个人倾向于与在某些方面与自己相似的人建立联系。音乐品味的相似性无疑会影响我们与谁交朋友，并塑造我们的社交圈。在本文中，我们研究同质性在一个在线音乐平台Last.fm关于用户的喜好听主流（M），小说（N），或多样化（D）的内容。此外，我们根据用户过去听过的艺术家的听力资料，即，艺术家简介最后，我们探索用户的艺术家配置文件以及功能描述M，N和D的链接预测的任务的效用。我们的研究表明：（i）具有友谊连接的用户基于他们的艺术家简档共享相似的音乐品味;（ii）平均而言，两个用户听的音乐的多样性的度量比他们对主流或新颖内容的偏好的度量更强地预测友谊，即，同质性对于D比对于M和N更强;（iii）一些用户组，例如高新奇寻求者（探索者）表现出强烈的同质性，但低于平均艺术家个人资料相似性;（iv）与使用艺术家简档相比，使用M、N和D在链接预测准确度上实现了可比较的结果，但是特征的组合产生了最佳准确度结果，以及（v）如果诸如公共邻居之类的基于图的特征可用，则使用组合特征不会增加价值，使得M、N和D特征主要用于具有很少友谊连接的用户的冷启动用户推荐设置。这项研究的见解将告知未来的工作社会上下文感知的音乐推荐，用户建模，和链接预测。
2021-10-31 cs.SI
