A Community-Based Sampling Method Using DPL for Online Social Network
在本文中，我们提出了一种新的在线社交网络，实现以下图采样方法。首先，样本图应该反映原始图的节点数和边数之间的比率。第二，样本图应该反映原始图的拓扑结构。第三，当从同一原始图中采样时，样本图应该彼此一致。所提出的方法采用两种技术：分层社区提取和致密化幂律。该方法将原始图划分为一组社区，以保持原始图的拓扑结构。它还使用了致密化幂律，该幂律捕获了在线社交网络中节点数量与边缘数量之间的比率。在实验中，我们使用几个现实世界中的在线社交网络，使用现有的方法和我们的创建样本图，并分析样本图之间的差异，通过每种采样方法和原始图。
2011-09-06 cs.SI physics.soc-ph
MCMC Louvain for Online Community Detection
我们介绍了一种新的算法的社区发现，动态维护社区结构的大型网络，随着时间的推移。该算法最大限度地提高了模块化指数由于一个随机层次聚类的基础上的蒙特卡罗马尔可夫链（MCMC）方法的建设。有趣的是，它可以被视为Louvain算法的动态化（参见Blondel et Al，2008），其中聚合步骤被分层工具概率取代。
2016-12-05 cs.SI physics.soc-ph stat.ML
Finding influential users of an online health community: a new metric based on sentiment influence
在线健康社区（OHC）中有影响力的用户的特征是什么？我们假设：（1）OHC成员获得的情感支持可以从他们在在线互动中表达的情感中进行评估，（2）这种评估可以帮助识别有影响力的OHC成员。通过文本挖掘和情感分析的用户的在线交互，我们提出了一种新的度量，直接衡量用户的能力，影响他人的情绪。使用来自OHC的数据集，我们证明了这种度量在识别有影响力的用户方面非常有效。此外，将该指标与其他传统措施相结合，进一步提高了有影响力的用户的识别。本研究有助于促进在线社区管理，并增进我们对OHC社会影响力的理解。
2012-12-05 cs.CY cs.SI physics.soc-ph
Tell me who its founders are and I'll tell you what your online community looks like: Online community founders' personality and community attributes
本研究探讨在线社区创始人的大五人格特质对社区属性和可持续性的预测作用，通过开发文本估计工具分析8,625个Reddit社区中35,164名创始人的特质，发现创始人性格与社区参与度、网络结构及活跃度显著相关。
2025-05-02 cs.HC cs.SI
Homophyly Networks -- A Structural Theory of Networks
网络科学面临的一个重大挑战显然是缺乏一个网络结构理论。作者证明了社团结构的存在是真实网络中的普遍现象，而随机性和偏好连接都不是网络\footnote{A. Li, J. Li, and Y. Pan, Community structures are definable in networks, and universal in the real world, To appear.}社团结构的机制。这就提出了一个基本问题：真实网络的社区结构机制是什么？在这里，我们发现，同源性是社区结构的机制和网络的结构理论。我们提出了一个同源性模型。结果表明，该模型的网络满足一系列新的拓扑、概率和组合原理，包括基本原理、社团结构原理、度优先原理、宽度原理、包含与感染原理、王节点原理和预测原理等，从而形成了网络的结构理论.我们的模型表明，网络中的同伦性是网络社团结构的内在机制，同一社团中的节点具有共同的特征，幂律和小世界性质并不是网络中社团结构存在的障碍，社团结构在网络中是可定义的.
2013-10-30 cs.SI physics.soc-ph
Community Structures Are Definable in Networks: A Structural Theory of Networks
我们发现，无论是ER模型中的随机性还是PA模型中的偏好连接都不是网络社团结构的机制，社团结构在真实网络中是普遍存在的，社团结构在网络中是可定义的，社团在网络中是可解释的，同源性是社团结构的机制，是网络的结构理论。我们提出了熵和电导社区结构的概念。结果表明，物理学家提出的熵-和电导-社团结构的两种定义和模块性概念在定义网络社团结构时是等价的，ER模型中的随机性和PA模型中的优先连接都不是网络社团结构的机制，社团结构的存在是真实网络中的普遍现象.这就提出了一个基本问题：真实网络的社区结构机制是什么？为了回答这个问题，我们提出了一个网络的同伦模型。结果表明，该模型的网络满足一系列新的拓扑、概率和组合原理，包括基本原理、社团结构原理、度优先原理、宽度原理、包含与感染原理、王节点原理和预测原理等，这些新原理为网络的结构理论提供了坚实的基础.我们的同伦模型表明，同伦是网络社区结构的内在机制，同一社区的节点具有共同的特征，幂律和小世界性质并不是网络社区结构存在的障碍，网络社区结构是{ \it可定义}的，（自然）社区是{ \it可解释}的.
2013-11-15 cs.SI physics.soc-ph
Comparing Community-aware Centrality Measures in Online Social Networks
识别关键节点对于加速或阻止网络中的动态传播至关重要。社区感知的中心性措施通过利用网络的社区结构来解决这个问题。虽然设计新的社区意识中心措施的趋势日益明显，但对拟议措施的有效性没有进行系统的调查。本研究进行了广泛的比较评估突出的社区意识的中心性措施，使用易感-感染-传播（SIR）模型在现实世界的在线社交网络。总体而言，结果表明，K壳与社区和社区为基础的中心性措施是最准确的识别有影响力的节点下，一个单一的传播问题。此外，流行病传播率对社区感知中心性指标的行为没有显著影响。
2022-01-30 cs.SI
Beyond the Individual: A Community-Engaged Framework for Ethical Online Community Research
针对在线社区研究可能造成的社区层面危害，本文通过9场工作坊调研四个关键社区，并提出FACTORS伦理研究框架，帮助研究者与社区识别和落实互惠、监督等功能。
2025-03-17 cs.CY cs.HC cs.SI
Verifying the Medical Specialty from User Profile of Online Community for Health-Related Advices
本文介绍了从健康咨询在线社区的用户简档中验证医学专业的方法。为了避免医疗在线社区中未经验证和不准确的信息扩散的关键情况，有必要开发一个全面的软件解决方案，用于验证在线社区用户的医疗专业，以获得健康相关建议。设计了一种医学在线社区用户信息轮廓的生成算法。提出了基于训练样本的用户专业化指标形成的方案体系。提出了通过对信息内容的计算机语言分析来形成健康建议在线社区用户信息轮廓的方法。以医学网络社区用户为样本，建立了医学网络社区用户评价指标体系。探讨了医学专业指标矩阵及指标权重系数的确定方法.在网上医疗社区中对所提出的从用户简档中验证医疗专业的方法进行了测试。
2018-12-15 cs.CY cs.SI
Social Status and Communication Behavior in an Evolving Social Network
个人在多大程度上可以对在线社区中的信息传播和意见动态施加影响，这在很大程度上取决于他们的社会地位。因此，通过预测社区中有影响力的用户的社会地位来识别该社区中有影响力的用户的需求很高。此外，了解不同社会地位的人的行为，可以揭示社交网络中的互动动态。在本文中，我研究了一个不断发展的在线社交网络起源于一个在线社区的大学生和我解决的问题，预测用户的社会地位，表示为他们的PageRank，根据观察到的行为，即行为图案的重复出现的时间序列的频率。我表明，具有不同值的PageRank的个人表现出不同的行为，即使在最初的几周，因为在线社区的成立，它是可以预测未来的PageRank值的行为图案的频率与高精度。
2018-10-23 cs.SI physics.soc-ph
Community detectability and structural balance dynamics in signed networks
我们调查签署网络与社区结构的频谱和他们的演化下的结构平衡的动力学模型，一个突出的理论签署社交网络。具有两个相等大小的社区的随机块模型所产生的邻接矩阵的频谱显示可检测性转变，其中当其信号特征值出现在主谱带之外时，社区结构变得明显。频谱还表现出“社会性”的过渡，涉及代表平均领带值的同质结构。我们推导出与社区和均匀结构以及过渡边界相关联的本征值的表达式，所有这些都与数值结果吻合得很好。使用随机生成的网络作为结构平衡动态的简单模型的初始条件，产生三种结果机制：与初始社区对应的两个敌对派系，与这些社区无关的两个敌对派系，以及所有节点的一个和谐派系。可检测性跃迁预测了二元对立态与二元混合态之间的边界，社会性跃迁预测了二元混合态与二元和谐态之间的边界。我们的研究结果可能会深入了解具有不同社会身份的行为者之间的合作和冲突的动态。
2019-12-17 cs.SI physics.soc-ph
Community detection based on structural balance in signed networks
针对符号网络社区检测忽视负链接稳定作用的问题，提出一种基于模体、量化链接局部结构平衡重要性的方法，可识别紧密且和谐稳定的社区，并在合成与真实网络中表现出更高性能和强鲁棒性。
2023-08-15 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
Efficiency of Using Utility for Usernames Verification in Online Community Management
本研究探讨了在对网络社区用户名的交际互动结果进行计算机语言学分析的基础上，检验其可靠性的方法和手段。该研究的方法基础是一般科学方法和特殊方法相结合，以研究全球信息环境中乌克兰部分的在线社区的数据验证。开发了在线社区用户名实用验证器的运行算法。设计了在线社区用户名自动检测方法的信息模型。实现了在线社区用户名数据验证系统的实用验证器。确定数据验证系统有效性的指标。
2021-01-04 cs.CY cs.HC cs.MM
Stability evaluation of the Russian sociologists online community: 2011-2018 years
本研究涉及俄罗斯社会学家在线社区的稳定性评估。基于Facebook群组的数据，包括从2011年到2018年的7年通信，我们构建了基于评论和反应的网络。参与者的活动包括四个主要阶段的稳定性评估的社区。块模型揭示了社区中相互作用的结构模式。结果表明，全球经济结构呈现“核心-边缘”型。在评论和反应的网络中，核心和外围的结构是不同的。全球结构中各位置之间的稳定性很高，虽然结构在某些时期可能会有所不同，但核心和外围的规模会波动。然而，根据修改后的Rand指数，全球结构位置的稳定性较低（Cugmas，Ferligoj，2018）。
2021-10-17 cs.SI
Highly engaging events reveal semantic and temporal compression in online community discourse
基于 Reddit 对话数据，研究发现高参与度现实事件会引发在线社区话语的语义和时间压缩，表现为词汇重复、节奏加快和情绪增强，且该模式在多种事件中普遍存在。
2025-02-21 cs.CY cs.SI physics.soc-ph
How individual behaviors drive inequality in online community sizes: an agent-based simulation
为什么在线社区的规模如此不平等？对这个问题的大多数答案都指向从物理学中得出的一般数学过程，如累积优势。这些解释几乎无法深入了解个人在加入和离开社区时所做的具体社会动态或决定。此外，累积优势方面的解释并不是来自研究个人行为的大量社会计算研究。我们的工作弥合了这一鸿沟，测试是否两个有影响力的社会机制，用来解释社区加入也可以解释社区规模的分布。使用基于代理的模拟，我们评估如何以及基于个人预期利益的社会曝光和决策的个人层面的过程再现经验的社区规模数据从Reddit。我们的模拟有助于社会计算理论提供的证据表明，这两个过程一起-但都不是单独-产生现实的社区规模分布。我们的研究结果也说明了基于代理的模拟在线社区研究人员的潜在价值，以评估和桥梁个人和群体层次的理论。
2020-06-04 cs.CY cs.SI
Community Aliveness: Discovering Interaction Decay Patterns in Online Social Communities
在线社交社区（OSC）提供了一个连接人们、分享新闻、获取信息和寻找工作的媒介。OSC成员之间的相互作用的动力学并不总是生长动力学。相反，$\textit{decay}$或$\textit{inactivity}$动态经常发生，这使得OSC过时。了解不活跃社区成员的行为和特征有助于维持这些社区的增长动力，并可能防止它们停止服务。在这项工作中，我们提供了两个预测模型预测社区成员的交互衰减，即：一个简单的阈值模型（STM）和监督机器学习分类框架。我们对我们的预测模型进行了评估实验，该模型由从StackExchange平台提取的衰变社区的$\textit{ground truth}$支持。实验结果表明，它是可能的，与令人满意的预测性能的F1分数和准确性方面，预测衰减的活动，这些社区的成员使用网络为基础的属性和网络的外源属性的成员。我们使用的方法的预测性能的上限是$0.91$和$0.83$的F1分数和准确性，分别。这些结果表明，基于网络的属性与成员的活动，我们可以找到这些属性的衰减模式。研究结果还表明，衰退群落的结构可以通过发现不活跃的成员来支持活着的群落。
2017-07-14 cs.SI physics.soc-ph
The Strength of Structural Diversity in Online Social Networks
了解个体在社交网络中的相互联系方式对于预测其集体结果具有重要意义。利用一个知识共享网站的大规模数据集，本文提出了一个探索性的调查的方式来描述结构多样性的有向网络，以及如何可以利用它来预测一个人的在线社会声誉。为了捕捉个体的结构多样性，我们首先考虑一个人的接触邻域中的弱连接和强连接组件的数量，并进一步考虑社会邻居的共同暴露网络。我们的经验证据表明，个人的结构多样性能够提供有价值的见解来预测个人的在线社会声誉，并包括一个共同曝光网络提供了一个额外的成分，以实现这一目标。在通过匹配实验综合控制了几种可能的混杂因素后，结构多样性对个人网络社会声誉的预测仍然具有不可忽视的作用。我们的工作构成了第一次尝试实证研究结构多样性的定向网络，并具有实际意义的一系列领域，如社会影响力和集体智慧的研究。
2022-06-28 cs.SI physics.soc-ph
Enhancing community detection by local structural information
许多现实世界的网络，如基因网络，蛋白质-蛋白质相互作用网络和代谢网络表现出社区结构，这意味着网络中存在密集连接的顶点组。网络中的许多局部相似性度量与社区结构的概念密切相关，对网络中的社区发现有积极的作用。在这里，各种局部相似性措施被用来提取局部结构信息，然后被应用到社区检测网络中使用的边缘重加权策略。社区检测的局部相似性措施的效果进行了仔细研究，并在各种网络中进行了比较。实验结果表明，局部相似性度量对社区检测方法的改进至关重要，而局部相似性度量的积极效果与所研究的网络和所应用的社区检测方法密切相关。
2016-01-04 cs.SI physics.data-an physics.soc-ph
Emergence of online communities: Empirical evidence and theory
在线社区已经成为人们和组织日常生活的一个组成部分，在规模和活动水平上都表现出很大的多样性;一些社区发展到大规模并蓬勃发展，而另一些社区则仍然很小，甚至枯萎。尽管这些不断扩大的社区发挥着重要作用，但经验证据有限，无法确定其动态背后的主导因素。利用从七个大型在线平台收集的数据，我们观察到在线社区规模与其活动之间的普遍关系：首先，存在三种不同的活动机制，一种是低活动，两种是高活动。此外，我们发现一个尖锐的活动相变在一个关键的社区规模，标志着第一和第二政权之间的转变。从本质上讲，正是围绕这一关键规模，可持续的互动社区出现了。最后，在一个较高的特征规模之上，群落活动达到并保持在一个恒定的高水平，形成第三种状态。我们认为，急剧的活动相变和制度结构源于在线相互作用的分支性质。分支的结果在一定的社区规模以上的相互作用的乘法增长的出现。
2017-11-09 cond-mat.stat-mech cs.SI physics.soc-ph
Toward a Local Perspective on Online Collaboration
我们研究了在线创新社区中大规模协作的结构特性，以及在社区中的位置在确定知识贡献方面所起的作用。与之前的研究相反，我们认为在研究在线协作时应该采取更本地化的视角。我们证明，一个成员的中心性和跨越在他/她的本地邻里是一个更好的预测比全球中心性和跨越在整个社区的贡献。我们在理论和方法上都对大规模合作的研究做出了贡献。在理论方面，地方立场的观点意味着在线社区的工作组织比以前认为的更加局限和地方化。从方法论的角度来看，评估大型网络的局部结构涉及到完全不同的算法，这些算法直到最近才随着处理能力的提高而变得可行。
2014-06-11 cs.SI physics.soc-ph
Learning Latent Local Conversation Modes for Predicting Community Endorsement in Online Discussions
University of Washington（华盛顿大学）
许多社交媒体平台提供了一种机制，让读者对评论做出积极和消极的反应，总的来说，这可以被认为是社区认可。本文解决了在线讨论中预测社区认可的问题，利用参与者的响应结构和评论的文本。不同类型的特征被集成在神经网络中，该神经网络使用新颖的架构来学习讨论结构的潜在模式，该讨论结构的表现与深度神经网络一样好，但更可解释。此外，潜在模式可用于加权文本特征，从而提高预测精度。
2016-09-28 cs.CL cs.SI
"We're losing our neighborhoods. We're losing our community": A comparative analysis of community discourse in online and offline public spheres
本文通过分析飓风艾达后八个月的Facebook群组与市政厅会议话语，揭示线上线下社区议题高度重叠，并为灾后长期恢复的参与和治理提供建议。
2025-03-10 cs.HC cs.SI
How Cohesive Are Community Search Results on Online Social Networks?: An Experimental Evaluation
本文在在线社交网络背景下，基于社会心理学群体内聚概念引入五种心理学内聚性度量，并提出CHASE框架评估八种社区搜索算法，发现结构内聚与心理内聚无显著相关性，为未来社区搜索方法提供新见解。
2025-05-01 cs.IR cs.SI
How Conversational Structure and Style Shape Online Community Experiences
OpenAI
本研究通过大规模调查分析会话结构和语言风格对在线社区感知虚拟社区（SOVC）的影响，识别出三个主要维度，并提供量化证据支持社交互动模式与SOVC的联系。
2026-04-21 cs.HC cs.SI
Collaboration Success Factors in an Online Music Community
在线社区通过其成员在互联网上开展的成功合作，已经能够开发Linux和Firefox等大型开放源码软件项目。然而，在线社区也涉及创意艺术领域，如动画，视频游戏和音乐。尽管它们越来越受欢迎，但导致这些社区成功合作的因素并不完全清楚。在本文中，我们提出了一项研究，在音乐社区，作者一起写歌曲的“配音”，也就是说，通过混合一个新的轨道与现有的音频记录。我们分析了歌曲和作者相关的措施和歌曲被过度配音的可能性之间的关系。我们发现，最近的歌曲，以及有很多反应的歌曲，更有可能被过度配音;在社区中地位较高的作者和可识别的身份写的歌曲，社区倾向于建立在。
2017-10-18 cs.HC cs.SI
No Community Can Do Everything: Why People Participate in Similar Online Communities
University of Washington（华盛顿大学）
研究探讨了为何人们在相似的在线社区中参与，发现单一社区无法满足所有需求，而由多个重叠社区组成的系统能提供更广泛的利益。
2022-02-10 cs.CY cs.HC cs.SI
Improved Online Wilson Score Interval Method for Community Answer Quality Ranking
本文提出了一种快速、易于部署、解释性强的社区答案质量排名方法。该方法是在Wilson评分区间法[Wilson，1927]的基础上进行改进，保留了其优点，同时提高了对高质量答案排序的满意度。改进后的答案质量评分同时考虑了Wilson评分区间和聚光灯指数，本文将介绍聚光灯指数。这种方法可以显着提高排名的最佳答案在不同的场景下具有高的关注度。
2018-09-04 cs.SI stat.CO
Surviving an "Eternal September" - How an Online Community Managed a Surge of Newcomers
我们对Reddit内的NoSleep社区参与者进行了定性分析，数百万粉丝和恐怖小说作家聚集在那里。我们将探讨社区如何处理新成员的大规模、突然和持续增加。虽然现有的理论和故事，如Usenet臭名昭著的“永恒的九月”表明，大量涌入的新来者可能会伤害在线社区，我们的采访表明，NoSleep幸存下来，没有重大事件。我们提出NoSleep的三个特征使其能够优雅地管理新来者的快速涌入：（1）一个活跃且协调良好的管理员群体，（2）促进社区适度的共同社区意识，以及（3）减轻规范违反的技术系统。我们还指出了几个重要的权衡和限制。
2016-05-28 cs.CY cs.HC cs.SI
#anorexia, #anarexia, #anarexyia: Characterizing Online Community Practices with Orthographic Variation
Georgia Institute of Technology（佐治亚理工学院）
独特的语言实践有助于社区建立团结，并使自己有别于外人。在在线社区中，一种这样的做法是拼写的变化，包括拼写，标点符号和大写。使用超过200万个Instagram帖子的数据集，我们调查了一个共享亲饮食失调（pro-ED）内容的社区中的正字法变化。我们发现，随着时间的推移，拼写变化不仅越来越频繁，而且变得更加深刻或深刻，变体与原始拼写越来越疏远：例如，#anarexyia比#anarexia与原始拼写#anorexia更遥远。这些变化是由新来者推动的，他们在进入社区时采用了最极端的语言实践。此外，这种行为与参与度相关：采用更深的正字法变体的新人往往在社区中保持更长的活跃时间，并且包含更深变体的帖子以“喜欢”的形式获得更多积极的反馈。“以前的工作已经将社区成员的变化与语言的变化联系起来，我们的工作将这种联系置于一个新的角度，新来者推动了不断发展的实践，而不是适应它。我们还展示了正字法变化作为研究在线社区社会语言变化的新镜头的效用，特别是当变化是由外部力量（如内容禁令）引起的时候。
2017-12-04 cs.CL cs.SI
A longitudinal dataset of five years of public activity in the Scratch online community
Scratch是一个编程环境和在线社区，年轻人可以在这里创建，分享，学习和交流。我们与麻省理工学院的Scratch团队合作，创建了Scratch在线社区前五年（2007-2012）公共活动的纵向数据集。该数据集包括32个表，其中包含超过100万Scratch用户，近200万Scratch项目，超过1000万条评论，超过3000万次Scratch项目访问等信息。为了帮助研究人员理解这个数据集，并建立数据的有效性，我们还包括运行网站的每个版本的软件的源代码，以及用于生成这个数据集的软件。我们相信这是关于青少年编程工件和沟通的最大和最全面的可下载数据集。
2017-02-03 cs.CY cs.HC cs.SI
Size Matters: A Comparative Analysis of Community Detection Algorithms
了解社交媒体的社区结构是至关重要的，因为它的广泛应用，如朋友推荐，用户建模和内容个性化。现有的研究使用结构性指标，如模块化和电导和功能性指标，如地面真理来衡量各种社区发现算法发现的社区的质量，而忽略了一个自然和重要的维度，社区规模。最近，人类学家邓巴建议，社交媒体中稳定社区的规模应该限制在150人以内，称为邓巴数。在这项研究中，我们提出了一个系统的方法，算法比较正交整合社区规模作为一个新的维度到现有的结构性指标，一致和全面地评估社会媒体环境中的社区质量。我们设计了一个启发式的基于团的算法，它控制的大小和重叠的社区可调参数，并评估它与五个国家的最先进的社区发现算法在Twitter网络和DBLP网络。具体来说，我们将发现的社区根据它们的大小分为四类，称为亲密朋友，普通朋友，熟人，只是一张脸，然后计算覆盖率，模块化，三角参与率，传导性，传递性和社区的内部密度在每个类。我们发现，在不同的类社区表现出不同的结构质量和许多现有的社区发现算法往往输出非常大的社区。
2017-12-03 cs.SI physics.soc-ph
OLCPM: An Online Framework for Detecting Overlapping Communities in Dynamic Social Networks
社团结构是复杂网络最显著的特征之一。社区结构检测对于深入了解网络结构和功能具有重要意义。大多数建议都集中在静态网络上。然而，在动态网络中寻找社区更具挑战性，特别是当社区彼此重叠时。在这篇文章中，我们提出了一个在线算法，称为OLCPM，基于团渗流和标签传播方法。OLCPM可以检测重叠社区，并以细粒度在时间网络上工作。通过局部更新社区结构，OLCPM提供了显着的改善，在运行时间相比，以前的团渗透技术。在人工网络和真实网络上的实验结果表明了该方法的有效性。
2018-04-11 cs.DS cs.SI physics.soc-ph
Differentially Private Online Community Detection for Censored Block Models: Algorithms and Fundamental Limits
本文针对删失块模型下的动态社区，提出在局部和中心边差分隐私下的联合变化检测与社区估计方法，并给出隐私、延迟与精确恢复间权衡的理论条件及实验验证。
2025-10-07 cs.CR cs.IT cs.SI
Shaping Online Dialogue: Examining How Community Rules Affect Discussion Structures on Reddit
本文研究了社区规则对在线社区动态的影响，通过构建 Reddit 行为规则分类法并结合网络分析，发现规则变化（如结构性监管和内容限制）显著影响用户互动与讨论网络，为主动审核和社区设计提供了见解。
2023-08-02 cs.HC cs.SI
Community detection in networks: Structural communities versus ground truth
在网络中寻找社区的算法只依赖于结构信息和搜索节点的内聚子集。另一方面，大多数学者隐含或明确地假设结构社区代表具有相似（非拓扑）属性或功能的节点组。到目前为止，这一假设无法得到验证，因为缺乏具有节点分类信息的网络数据集。我们发现，传统的社区检测方法无法找到在许多大型网络的元数据组。我们的研究结果表明，结构社区和元数据组之间存在明显的分离，与最近的研究结果一致。这意味着，要么我们当前的社区结构建模必须进行实质性修改，要么元数据组可能无法单独从拓扑中恢复。
2014-12-11 cs.IR cs.SI physics.soc-ph
Longitudinal Analysis of Discussion Topics in an Online Breast Cancer Community using Convolutional Neural Networks
Columbia University（哥伦比亚大学）；King’s College London（伦敦国王学院）
识别在线健康社区（OHC）中的讨论主题对各种应用程序至关重要，但可能很困难，因为OHC内容的主题通常是异构的，并且依赖于域。在本文中，我们提供了一个多类模式，一个注释数据集，和监督分类器的基础上卷积神经网络（CNN）和其他模型的任务分类的讨论主题。我们将CNN分类器应用于最受欢迎的乳腺癌在线社区，并进行纵向分析，以显示整个成员参与过程中的主题分布和主题变化。我们的实验结果表明，CNN优于其他分类器在主题分类的任务，并可以检测到某些轨迹的主题变化。
2016-04-07 cs.CL cs.CY cs.SI
Sustainable Online Communities Exhibit Distinct Hierarchical Structures Across Scales of Size
在线社区以多种形式和规模存在，对个人和组织具有相当大的影响力。然而，对于为什么一些在线社区是可持续的，而另一些则不复存在，人们的见解有限。我们发现，社区，未能保持一个典型的分层的社会结构，跨规模的凝聚力平衡不生存，可以区分社区表现出这种平衡，并在长期内占上风。此外，在对10，122个真实在线社区（共有134，747名成员）的分析中，我们发现，在其生命周期的前30天绘制社区社交圈结构足以预测社区未来10年的生存。通过改变校准时间框架，允许预测能力的社会结构的各个方面在社区生命的最初几个月内出现并固定。
2018-03-20 cond-mat.stat-mech cs.SI physics.soc-ph
Niche Dynamics in Complex Online Community Ecosystems
针对在线社区重叠却未探究注意力非线性动态及生态位选择/适应对竞争共生的影响问题，本文通过分析5年8806个Reddit社区，揭示共生事件特征及生态位重叠与竞争共生的关系，为生态系统管理提供新方向。
2025-04-14 cs.CY cs.HC cs.SI
Community Shaping in the Digital Age: A Temporal Fusion Framework for Analyzing Discourse Fragmentation in Online Social Networks
本文提出一种融合文本与网络时序数据的框架，通过Twitter案例识别歧视话语碎片，揭示在线社区形成演化机制及其对社会极化的影响。
2024-09-18 cs.CY cs.SI
Online Estimation and Community Detection of Network Point Processes for Event Streams
Fudan University（复旦大学）；Simon Fraser University（西蒙弗雷泽大学）；Columbia University（哥伦比亚大学）
针对事件流网络的社区发现问题，提出一种基于连续时间点过程潜在网络模型的快速在线变分推断算法，在保证社区恢复性能与非在线方法相当的同时显著降低计算开销。
2023-10-26 cs.LG cs.SI stat.ML
Let Community Rules Be Reflected in Online Content Moderation
University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）；Fairfield University（费尔菲尔德大学）
提出基于社区规则的内容审核框架，将社区规则直接整合到用户生成内容的审核中，实验表明该框架模型在所有评估指标上优于基线模型，显著提升内容审核性能。
2024-08-21 cs.CL cs.LG cs.MM
Community Norms in the Spotlight: Enabling Task-Agnostic Unsupervised Pre-Training to Benefit Online Social Media
本文提出通过无监督预训练实现任务无关的在线社交媒体AI系统，以更好地理解和应对社区规范问题。
2026-01-26 cs.AI cs.SI
Talking to the crowd: What do people react to in online discussions?
University of Washington（华盛顿大学）
本文讨论了语言使用如何影响社区对在线论坛评论的反应，以及消息与信使的相对重要性。一个新的评论排名任务是基于Reddit讨论中的社区注释的因果报应提出的，它控制评论的主题和时间。来自六个subreddits的讨论线程的实验工作表明，不同类型的语言功能的重要性随兴趣社区而变化。
2015-08-16 cs.CL cs.SI
Why Do Men Get More Attention? Exploring Factors Behind Success in an Online Design Community
在线平台是越来越受欢迎的工具，人们可以制作，推广或销售他们的作品。然而，最近的研究表明，现实世界中存在的社会差异和偏见可能会转移到在线平台上，并可能因网站上看似无害的设计选择而加剧（例如，推荐系统或公开可见的成功措施）。在本文中，我们分析了一个名为Dribbble的设计专业团队的独家在线社区，并调查了性别结果的明显差异。总的来说，我们发现男性创作的作品更多，并且能够向更多的观众展示，从而获得更多的喜欢。这种影响在一定程度上可以用女性拥有不同的技能和设计不同的形象来解释。然而，最重要的是，女性和男性在Dribbble社区中的定位不同。我们对用户在社交网络中的地位的调查表明，女性有更多的集群和性别同性恋的追随关系，这导致她们拥有更小和更紧密的社交网络。总的来说，我们的研究表明，在社交网络和产品差异化的帮助下，在在线市场中寻找明显的性别不平等模式，有助于我们更好地理解成功和失败的性别差异。
2017-05-08 cs.CY cs.SI
Streaming Local Community Detection through Approximate Conductance
社区是各种复杂网络中普遍存在的一种结构，社区发现是网络分析的一项基本任务。随着网络规模的快速增长，网络规模庞大，变化迅速，可以很自然地建模为图流。由于图流中存储空间和访问约束的限制，现有的非流社区发现方法不再适用。这就产生了对在线方法的新需求。在这项工作中，我们考虑的问题，发现本地社区包含几个查询节点的图形流，称为流本地社区发现。这是最近提出的一个新问题，对于社区发现来说更具挑战性，并且只有少数作品解决了这种在线设置。相应地，我们设计了一种在线的单通道流媒体本地社区发现方法。受社区“局部”属性的启发，我们的方法对图流中查询节点周围的局部结构进行采样，并使用我们提出的称为近似电导的度量在采样子图上提取目标社区。综合实验表明，我们的方法显着优于流基线的有效性和效率，甚至达到类似的准确性相比，最先进的非流本地社区发现方法，使用静态和完整的图。
2021-10-28 cs.SI
Viral spread with or without emotions in online community
信息和病毒式内容的传播、社会传染和影响仍然是广泛评估的主题。我们研究了社交网络平台中的信息流行病，以比较不同的活动设置。这项工作的目标是提出从研究两个人工（实验）和一个自然（人们的情绪行为）病毒传播，发生在一个封闭的虚拟世界中获得的新知识。我们提出了一种方法来建模的行为暴露在外部的冲动作为一个流行病的过程中的在线社区。所给出的结果基于在线多层系统观测，并显示了不同设置之间的特性差异，此外，分支过程的一些重要方面。我们进行实验，我们将病毒引入系统，代理能够传播它。有两种实验模式：有奖励或没有奖励。用流行病学模型和扩散模型描述了两种病毒的传播动力学。实验结果与真实的传播过程--自发组织进行了比较。在全国普遍抗议新的反典型多国协议- ACTA，批评其对表达自由和通信隐私的不利影响，选定的社区成员可以发送病毒，如停止ACTA透明。在这种情况下，我们能够捕捉到社会行为，当真实的情绪发挥作用，并与人工条件实验的结果进行比较。此外，我们可以测量情绪在病毒传播中的作用。由于理论将情绪在传播行为中的作用解释为信息定向的一个因素，并且个人以更仔细和更有影响力的方式传播以情绪为导向的内容，因此实验表明，如果情绪发挥作用，二次感染的可能性将增加四倍。
2013-02-13 cs.SI nlin.AO physics.soc-ph
What Makes Online Communities 'Better'? Measuring Values, Consensus, and Conflict across Thousands of Subreddits
使在线社交社区“更好”是一项具有挑战性的任务，因为在线社区在规模、主题焦点和治理方面都非常多样化。因此，一个社区重视的东西可能不被另一个社区重视。然而，社区价值观很难衡量，因为它们很少明确表述。在这项工作中，我们通过第一次大规模的社区价值调查来衡量社区价值，包括2，151个独立子Reddit中的2，769个Reddit用户。通过结合调查回应和对公共reddit数据的定量分析，我们描述了这些价值观在社区内部和社区之间的变化。在其他调查结果中，我们发现，社区成员不同意他们的社区是多么安全，长期的社区比新社区更重视30.1%的可信度，社区主持人希望他们的社区比非主持人社区成员少56.7%的民主。这些研究结果具有重要意义，包括表明必须注意保护弱势社区成员，参与性治理战略可能难以实施。社区价值的准确和可扩展的建模使研究和治理能够适应每个社区的不同价值。为此，我们证明了少量的自动量化功能捕获了显着但有限的社区之间的值的变化与ROC AUC为0.667的二进制分类任务。然而，大量的变化仍然存在，社区价值观建模仍然是未来工作的一个重要课题。我们公开我们的模型和数据，为社区设计和治理提供信息。
2022-05-10 cs.CY cs.HC cs.SI
How creative versus technical constraints affect individual learning in an online innovation community
在线创新社区允许在受限制的设计空间内搜索新颖的解决方案。过去的研究主要集中在创意约束对单个项目的影响上，但对约束如何影响从重复的设计提交中学习以及在线平台不可或缺的技术约束的影响知之甚少。创意与技术的限制如何影响个人在网络社区中探索设计空间的学习？我们分析了来自一个在线创新社区的十年数据，该社区众包了来自33，813人的136，989份设计提交。我们利用了两种类型的设计师的数据-创造性的约束和不受约束的-在平台上并行运行，我们评估了一个自然的实验，其中平台的变化减少了技术限制。我们发现，创造性的限制导致高学习率，只有当技术的限制是足够宽松的。我们的研究结果对创意设计工作的管理和支持在线创新社区的信息系统的技术约束的下游影响具有影响。
2023-03-27 cs.CY cs.HC cs.SI
Breaking Structural Isolation: Scalable Graph Clustering via Community-Aware Sampling and Structural Entropy
Beihang University（北京航空航天大学）；University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
针对无监督图聚类中现有方法的“结构隔离”问题，提出SCISE框架，通过社区感知采样、结构熵社区约束算子及结构对比学习模块协同保持结构完整性，实验证明该框架显著优于现有算法。
2026-07-08 cs.AI cs.LG cs.SI
Classify Participants in Online Communities
随着网络社区的日益流行，研究者们试图研究网络社区中的参与活动以及如何维持网络社区。然而，相对较少的研究试图了解什么样的参与者构成在线社区。在本研究中，我们试图通过发展“共同语言”来对在线社区中的不同参与者进行分类，从而为在线社区研究做出贡献。具体来说，我们认为，以前的方式来分类参与者是不够的和准确的，我们提出了一个连续体来分类参与者的基础上参与者的整体趋势的张贴活动。为了进一步的网络社区研究，我们还提出了未来研究的潜在方向。
2012-03-09 cs.SI
Certified Robustness of Community Detection against Adversarial Structural Perturbation via Randomized Smoothing
Duke University（杜克大学）
社区发现是理解图结构的关键。然而，最近的一些研究表明，社区发现是脆弱的对抗性结构扰动。特别是，通过在图中添加或删除少量精心选择的边，攻击者可以操纵检测到的社区。然而，据我们所知，还没有研究证明社区发现对这种对抗性结构扰动的鲁棒性。在这项工作中，我们的目标是弥合这一差距。具体来说，我们开发了第一个经过认证的鲁棒性保证社区发现对抗性结构扰动。在给定任意社区发现方法的基础上，通过随机扰动图的结构，建立了一种新的平滑社区发现方法。我们从理论上表明，平滑的社区发现方法可证明组到同一个社区（或不同的社区）的节点的一个给定的任意集合时，由攻击者添加/删除的边缘的数量是有界的。此外，我们证明了我们的认证的鲁棒性是紧密的。我们还在多个真实世界的图形与地面真实社区上实证评估了我们的方法。
2020-09-15 cs.CR cs.LG cs.SI
Altruism and anxiety: Engagement with online community support initiatives (OCSIs) during Covid-19 lockdown in the UK and Ireland
考虑到人们对新型冠状病毒疫情封锁期间心理健康的担忧，了解接触在线新型冠状病毒相关材料如何影响情绪非常重要。在英国和爱尔兰，出现了在线社区支持计划（OCSI），以帮助人们管理他们的生活。然而，人们如何参与这些活动，或者他们是否影响了随后的情绪，却知之甚少。我们进行了调查，以探索英国和爱尔兰的人们如何与OCSI互动，发现70%的人这样做是为了提供支持（例如提供公司）。那些这样做的人报告说，事后感觉明显平静，那些出于一般担忧（例如对反社会行为的反应）的人报告说，事后感觉明显更加焦虑，但那些出于其他原因（例如分享经验或观点）的人报告的情绪没有差异。因此，出于利他目的与OCSI接触可能有助于让人们感到平静。
2020-06-12 cs.CY cs.SI
