The Limits of Popularity-Based Recommendations, and the Role of Social Ties
在本文中，我们介绍了一个数学模型，捕捉一些突出的特点，推荐系统的基础上流行，并试图利用用户之间的社会关系。我们证明，在非常一般的条件下，市场总是收敛到一个稳定的状态，我们能够给出一个明确的形式。由于这一点，我们可以相当准确地告诉有多少市场是由推荐系统改变，并确定用户的力量，以影响他人。我们的理论结果与现实世界的社交网络的实验表明，社会图防止大的市场扭曲，尽管存在的高度有影响力的用户。
2016-07-14 cs.SI physics.soc-ph
Romantic Partnerships and the Dispersion of Social Ties: A Network Analysis of Relationship Status on Facebook
分析在线社交网络系统的一个关键任务是识别重要的人-那些通过强大的社会关系联系在一起的人-在个人的网络邻居中。在这里，我们调查这个问题的一个特定类别的强关系，那些涉及配偶或浪漫的合作伙伴。我们围绕一个基本问题组织分析：考虑到一个人的朋友之间的所有联系，你能仅仅从网络结构中识别出他或她的浪漫伴侣吗？使用来自Facebook用户的大样本数据，我们发现这项任务可以以高精度完成，但这样做需要开发一种新的领带强度测量方法，我们称之为“分散”-两个人共同的朋友在多大程度上没有良好的联系。研究结果提供了方法，用于识别类型的结构显着的人在网上的应用程序，并提出了潜在的扩展现有理论的领带强度。
2013-10-24 cs.SI physics.soc-ph
Negative Ties Highlight Hidden Extremes in Social Media Polarization
本研究通过符号网络分析西班牙社交媒体Meneame，发现纳入负面联系能揭示无符号网络无法区分的意识形态极端用户，从而更全面地理解在线极化。
2025-07-16 cs.SI physics.soc-ph
Information flow reveals prediction limits in online social activity
现代社会依赖于在线社交网络上的信息流，流行平台的用户会产生关于自己及其社交关系的重要行为数据。然而，目前尚不清楚在使用这些数据来预测个人的活动和兴趣时存在哪些基本限制，以及使用个人的社会关系进行预测的准确性如何。在这里，我们表明，95%的个人潜在预测准确性只需要使用他们的社会关系就可以实现，而不需要个人的数据。我们使用信息理论工具来估计Twitter用户的作品中的预测信息，提供适用于任何预测或机器学习方法的可用预测信息的上限。一个人的8-9个接触就足以获得与单独的个人相媲美的可预测性。通过测量沿着社会关系的信息流，可以看到明显的时间和社会影响，使我们能够更好地研究在线活动的动态。我们的研究结果具有明显的隐私含义：信息是如此强烈地嵌入在社交网络中，原则上，即使个人完全放弃了平台，人们也可以从他们可用的社会关系中对个人进行分析。
2019-02-09 cs.SI physics.soc-ph
The Weakness of Weak Ties in the Classroom
格兰维特的“弱关系的力量”假设孤立的社会关系提供了有限的外部前景，而异质的社会关系使一个人的机会多样化。我们分析了迄今为止最完整的大学生互动记录（290名学生进行了大约80，000次互动-比以前在教育网络上的研究多出16倍，几乎多出3倍的学生），并将社交互动数据与学生的学业成绩进行比较。我们的第一个发现是，社会多样性与绩效呈负相关。我们的第二个发现解释了这一点：表现优异的学生在表现相似的同龄人群体中互动。学生成绩越高，这种影响越强。事实上，表现差的学生往往会发起许多短暂的互动，而与目标的表现无关。换句话说，表现差的学生对他们的社交网络表现得不自信，而高分的学生表现得不自信。我们的数据还显示，表现优异的学生建立持久的互动之前，中，低性能的，他们使用更结构化和更长的级联信息，从低性能的学生被排除在外。
2012-03-12 cs.SI physics.soc-ph
Multiplexity is temporal: effects of social times on network structure
本文提出从大规模通信元数据中推断社会时间并构建多层网络的方法，揭示联系的时间多重性，验证社会焦点理论，并发现单层联系对全局连通性的关键作用。
2024-07-08 cs.SI physics.soc-ph
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
Effects of Social Ties in Knowledge Diffusion: case study on PLOS ONE
为了捕捉知识扩散中的社会关系的影响，本文研究了从研究人员的合作出现的出版网络，使用引用信息作为手段来估计知识流。为此，我们分析了发表在PLOS ONE期刊上的论文，发现强有力的证据支持两个作者在合著网络中越接近，他们之间发生知识流动的概率就越大。此外，我们还发现，当涉及到知识扩散，强大的合著者的接近度比地理上的接近度更具决定性。
2016-10-28 cs.DL cs.SI physics.soc-ph
Weak ties: Subtle role of information diffusion in online social networks
在线社交网络作为一种社会化媒体，在社会信息扩散中发挥着至关重要的作用。然而，由于其独特的复杂性，在线社交网络中的扩散机制不同于其他类型的网络，我们仍然不清楚。同时，很少有研究揭示在线社交网络的结构和扩散的耦合动力学。为此，在本文中，我们提出了一个模型来研究如何在网上社交网络的结构与扩散的弱联系的角度。通过在大规模在线社交网络上的数值实验，我们发现与以往的一些研究结果相比，选择弱关系优先发布并不能使信息快速扩散，而随机选择可以实现这一目标。然而，当我们逐渐去除弱联系时，即使在随机选择的情况下，信息的覆盖率也会急剧下降。通过分析和实验，对这一现象给出了合理的解释.最后，我们得出结论，弱关系在在线社交网络中的信息扩散中起着微妙的作用。一方面，它们充当了将孤立的地方社区联系在一起的桥梁，突破了信息的地方陷阱。另一方面，选择它们作为优先发布的路径并不能帮助信息在网络中进一步传播。因此，弱联系可能在控制病毒传播和实际应用中的私有信息扩散方面有所帮助。
2010-12-14 cond-mat.stat-mech cs.SI physics.soc-ph
Higher contagion and weaker ties mean anger spreads faster than joy in social media
越来越多的证据表明，与面对面的交流类似，人类的情感也会在网络社交媒体中传播。然而，这种情绪传染的机制，例如，不同的感觉是否以不太可能的方式传播，或者情绪的传播如何与社交网络相关，很少被研究。事实上，由于成本高和时空的限制，探索这一主题是具有挑战性的使用传统的问卷调查或控制实验。因为它们是大量个体的自然情感反应的收集点，在线社交媒体网站为从计算社会科学的角度解决这个问题提供了一个理想的代理。本文基于对微博中数百万条推文的分析，令人惊讶的是，我们发现愤怒比喜悦更具传染性，这表明它可以引发更多愤怒的后续推文。此外，关于在社交网络中的传播，愤怒比喜悦更容易沿着较弱的联系传播，这意味着它可以渗透到不同的社区，摆脱当地的陷阱，因为陌生人更经常分享这些内容。通过一个简单的扩散模型，我们发现，更大的传染和较弱的关系功能合作，以加快愤怒的传播。具有不同主导情绪的真实世界事件的扩散为研究结果提供了进一步的证据。据我们所知，这是第一次提出定量的长期证据，揭示了喜悦和愤怒传播机制的差异。我们的研究结果揭示了人类交流中的个人愤怒管理和控制网络空间中的集体愤怒。
2016-12-26 cs.SI physics.soc-ph
Investigating and Modeling the Dynamics of Long Ties
Shanghai Jiao Tong University（上海交通大学）；Purdue University（普渡大学）；Massachusetts Institute of Technology（麻省理工学院）；Shanghai University（上海大学）
人们普遍认为，在社交网络中，连接不同社区的社会关系--长关系在传播新信息方面发挥着至关重要的作用。然而，一些现有的网络理论和预测模型表明，长关系可能会很快消失或最终成为多余的，从而使人们对长关系的长期价值提出质疑。我们对现实世界动态网络的实证分析表明，与这种推理相反，长期关系比其他社会关系更有可能持续存在，而且其中许多关系一直作为社会桥梁发挥作用，而不是嵌入本地网络。使用一种新的成本效益分析模型结合机器学习，我们表明，长期关系是非常有益的，这本能地激励人们花费额外的努力来维持它们。这在一定程度上解释了为什么长期联系比许多现有理论和模型所提出的更持久。总的来说，我们的研究表明，有必要进行社会干预，以促进长期关系的形成，例如将不同背景的人混合在一起。
2022-04-02 cs.GT cs.LG cs.SI
Bridging Online and Offline Social Networks: Multiplex Analysis
我们表明，三个基本的演员特征，即归一化的互惠性，三个周期，和三胞胎，可以表示使用一个统一的框架，这是基于计算与演员的两个集合之间的相似性指数：她/他的朋友的集合和那些考虑她/他作为一个朋友的集合。这些指标扩展到多路复用网络，然后计算两个友谊网络收集数据从两组本科生。我们发现，在离线通信中，强关系和弱关系（几乎）同样存在，而在在线通信中，弱关系占主导地位。此外，弱关系远不如强关系互惠。然而，在多重网络的不同层中，互惠性被保留，而三元组（用归一化的三个循环和三元组测量）不显著。
2016-05-06 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
Detecting Hierarchical Ties Using Link-Analysis Ranking at Different Levels of Time Granularity
社交网络包含隐式知识，该隐式知识可用于推断在可用数据中未显式存在的层级关系。交互模式通常受用户的社会关系影响。我们提出了一种方法来推断这样的信息，适用于链接分析排名算法在不同级别的时间粒度。此外，一个投票计划是用于获得的层次关系。该方法在两个数据集上进行评估：安然电子邮件数据集，其目标是推断管理者-下属关系，以及合著者数据集，其目标是推断博士论文-论文关系。实验结果表明，该方法优于传统的方法来推断层次关系的社交网络。
2017-01-24 cs.SI physics.soc-ph
Ties That Bind - Characterizing Classes by Attributes and Social Ties
给定一组已知属于不同类的属性子图，我们如何发现它们的差异？在许多情况下，子图的集合可以相互对比。例如，它们可以被分配地面实况标签（垃圾邮件/非垃圾邮件），或者可能期望直接比较不同物种的生物网络或不同化学物质的化合物网络。在这项工作中，我们引入的问题，属于不同类别的属性子图之间的差异特征。我们定义这个特征化问题为一个分区的属性到尽可能多的组的类的数量，同时最大限度地提高所有给定的子图的总属性质量得分。我们证明了我们的属性到类的分配问题是NP难的，存在一个最佳的$(1 - 1/e)$ -近似算法。我们还提出了两种不同的更快的算法，它们在属性和子图的数量上是线性时间的。与以前只考虑属性进行表征的工作不同，在这里，我们利用属性和社会关系（即图结构）。通过大量的实验，我们比较了我们提出的算法，显示了与人类直觉一致的结果，这些结果来自亚马逊合作购买，国会法案审查和DBLP合作作者的数据集。我们还表明，我们的方法的特征子图是更好地适用于意义的区分分类方法。
2017-01-31 cs.IR cs.SI physics.soc-ph
The Strength of Friendship Ties in Proximity Sensor Data
了解人们如何互动和社交在从疾病控制到城市规划的许多情况下都很重要。在过去几年中，捕捉人类生活这一特定方面的数据集在规模和可用性方面都有所增加。然而，我们还没有了解这种电子数据集在多大程度上可以作为现实生活中社交互动的有效代理。对于使用手机收集的观察数据集，我们分析了识别短暂和不重要链接的问题，以及如何突出重要的社交互动。应用蓝牙信号强度参数来区分观测结果，我们证明了弱链接，强链接相比，有一个较低的概率被观察到在以后的时间，而这样的链接-平均-也有较低的链接权重和概率共享在线友谊。此外，链接强度的作用进行了研究，在社会网络属性。
2014-05-27 cs.SI physics.soc-ph
On Facebook, most ties are weak
无处不在的社会技术网络给开发人员和用户带来了新的概念和技术挑战。一个中心的研究主题是评价联系用户的关系的强度，以及他们如何促进沟通和信息的传播。社会科学在马克·格兰特提出的“弱关系强度”理论框架下对人际关系的这些方面进行了广泛的研究。13一些研究考虑了该理论是否可以扩展到Facebook等在线社交网络，表明互动数据可以用于预测关系强度。正在使用的方法需要处理用户生成的数据，由于隐私问题，这些数据通常不公开。在这里，我们提出了一个弱关系和强关系的替代定义，它只需要知道社交网络的拓扑结构（比如谁是谁在Facebook上的朋友），依赖于在线社交网络或OSN倾向于分裂成社区的事实。因此，我们建议分类为弱关系的边缘连接属于不同的社区和强关系的连接用户在同一个社区的个人。我们在一个代表Facebook社交图的大型网络上测试了这个定义，并研究了弱关系和强关系如何影响信息传播过程。我们的研究结果表明，OSN中的个体自组织创建连接良好的社区，而弱关系产生凝聚力并优化信息传播的覆盖范围。
2014-11-01 cs.CY cs.SI physics.soc-ph
Analysing Networks of Networks
我们考虑在网络上具有多个观察或报告的数据，这些网络本身通过某种形式的网络关系连接。我们可以举一个认知社会结构的例子，其中有另一种类型的纽带连接提供报告的行为者;或者研究人际溢出效应从一个文化领域到另一个由社会纽带促进的领域。另一个例子是，当个体语义结构被表示为一组行动者的语义网络，并通过这些行动者的社会联系连接起来，以构成社会群体的知识时。如何联合地表示两种类型的网络并不简单，因为所报告的网络的层而不是层的节点通过报告上的网络耦合。我们建议转换不同的多个网络使用线图，演员隶属于关系表示为节点，并表示作为一个多级网络的不同类型的关系的整体。这提供了研究社交网络和报告之间的关联以及报告与标准图的对齐。我们说明了如何可以应用程序来研究当地洪水管理组的知识的社会建设。在这里，我们使用多级指数随机图模型，但这种表示也适用于面向角色的随机模型、多级块模型以及任何能够处理多级网络的模型。
2021-11-13 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
Disaster-induced behavioral change restructures social networks toward bonding ties
New York University（纽约大学）；Northeastern University（东北大学）
通过分析2021年马歇尔火灾后的人口迁移数据，发现灾害导致的位移使社交网络平均加权度下降48%，但实际连接性高于随机或行为模型预测，且剩余连接集中于同质个体间的凝聚型纽带，第三场所起到空间锚定作用。
2026-06-01 physics.soc-ph
The Strength of Absent Ties: Social Integration via Online Dating
University of Vienna（维也纳大学）；Center for European Economic Research (ZEW)（欧洲经济研究中心）
研究探讨了在线约会如何改变社会整合过程，发现新连接加速了社会多样性提升，通过分析 interracial marriage 和 broadband adoption 数据验证了这一过程的持续性。
2018-09-14 cs.SI econ.GN physics.soc-ph
Reading the Source Code of Social Ties
虽然在线社交网络的研究在过去几年中呈爆炸式增长，但对社会联系本质的探索却没有得到太多的考虑。在线交互已经被解释为指示一种社会过程或另一种社会过程（例如，地位交换或信任），往往很少有系统的理由，关于观测数据和理论概念之间的关系。我们的研究旨在通过提出一种无监督、无参数的方法来高精度地发现社交网络中发生的交互的基本域，从而打破计算社会科学中的这一空白。通过将这种方法应用于两个不同的范围和类型的互动（aNobii和Flickr）的在线数据集，我们观察到自发出现的三个领域的互动代表交流的状态，知识和社会支持。通过发现交互域和经典社会网络分析问题之间的重要关系（例如，随着时间的推移的关系强度、二元交互），我们展示了由所提取的域引起的交互网络如何可以用作对在线社交数据进行更细致分析的起点，这些在线社交数据有朝一日可能会并入社交交互的规范语法。我们的方法发现应用在在线社交媒体服务，从推荐到视觉链接摘要。
2014-07-21 cs.CY cs.SI physics.soc-ph
Urban highways are barriers to social ties
研究定义了屏障分数，结合50个美国最大城市的地理定位社交网络数据，量化证实了城市高速公路会降低社会连通性并加剧社会隔离，为修复性城市规划和减少空间不平等提供了证据支持。
2025-03-06 cs.CY physics.soc-ph
The strength of strong ties in scientific collaboration networks
网络拓扑结构及其与领带强度的关系可能会阻碍或增强社交网络中的信息传播。我们研究了科学合作网络中的关系强度和拓扑结构之间的相关性，并表明这些网络与普通的社交网络有很大的不同。对于后者，早先已经表明，强联系与密集的网络社区相关，而较弱的联系则充当这些之间的桥梁。因此，薄弱环节成为信息传播的瓶颈。我们发现，相反，在合著网络密集的局部社区主要由弱链接，而强链接是更重要的整体连通性。强链接的重要作用在信息传播的模拟中得到进一步强调，它们的拓扑位置被认为大大加快了传播动力学。因此，与普通的社交网络相比，权重-拓扑相关性增强了跨科学合作网络的信息流。
2012-01-11 cs.SI physics.data-an physics.soc-ph
Evolutionary dynamics of time-resolved social interactions
在社会群体中，当其成员共同努力和资源以获得个人无法实现的共享利益时，经常可以观察到无关个体之间的合作。然而，理解为什么尽管个体有自私行为的自然倾向，但合作仍然是一个悬而未决的问题，也是进化动力学中最迷人的挑战之一。最近，社会互动发生的网络的结构特征揭示了合作行为出现并最终克服自然诱惑的机制。特别是，它已被发现，在社会关系的数量和存在的紧密结合的社区的异质性导致显着增加合作相比，在经典的进化动力学考虑的非结构化和同质的连接模式。在这里，我们调查的作用，社会关系的动态出现的合作，在家庭的社会困境。事实上，社会互动本质上是动态的，波动的，随着时间的推移而间歇的，它们可以用随时间变化的网络来表示。通过考虑两个实验数据集的人类互动与详细的时间信息，我们表明，社会关系的时间动态有一个显着的影响，合作的演变：成对的相互作用的动态有利于自私的行为。
2014-11-25 cs.SI physics.soc-ph
The key to the weak-ties phenomenon
本研究利用数据驱动的网络科学方法，揭示了弱连带现象背后的关键驱动因素，发现大量未知的共同朋友而非传统直觉才是该现象出现的主要原因。
2019-06-09 cs.SI physics.data-an physics.soc-ph
"A network of mutualities of being": socio-material archaeological networks and biological ties at Çatalhöyük
本文提出一种网络科学框架，通过整合考古基因组数据与物质文化，利用网络方差方法研究新石器时代遗址Çatalhöyük的生物学亲缘关系与社会组织。
2024-06-27 cs.SI physics.soc-ph
Long-term evolution of email networks: Statistical regularities, predictability and stability of social behaviors
在社交网络中，人们不断地放弃联系，并以一种高度不可预测的方式用新的联系取代。社会关系的这种高度动态性对信息传播或流行病传播等过程具有重要意义。一些研究已经证明了一些因素对领带更换的复杂微观过程的影响，但这种变化的宏观长期影响在很大程度上仍未得到探索。在这里，我们调查是否，尽管在微观层面上的内在随机性，有宏观统计的长期演变的社交网络。特别是，我们分析了一个大型组织的电子邮件网络，该组织连续四年拥有超过1,000名员工。我们发现，虽然个人关系的演变是高度不可预测的，社会通信网络的宏观演变遵循明确的统计模式，其特征是指数衰减的对数变化的社会关系的重量和个人的社会力量。与此同时，我们发现，个人的社会签名和沟通策略在几年的时间里非常稳定。
2016-01-21 cond-mat.dis-nn cs.SI physics.data-an
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
Competition Between Homophily and Information Entropy Maximization in Social Networks
在社交网络中，人们通常认为，两个拥有更多重叠朋友的个体倾向于建立新的友谊，这可以被称为同质性滋生新的联系。而最近提出的最大信息熵假设是小世界网络中有效导航的可能来源。通过理论和实验分析，我们发现信息熵最大化和局部结构同质性之间存在竞争。这种竞争意味着，两个人之间新建立的关系与更多的共同朋友将导致更少的信息熵增益为他们。我们推测，在社会网络的演化过程中，这两种假设是并存的。最大信息熵法则使网络中的个体产生弱联系，而同伦法则则使网络局部高度聚集，个体之间产生强而信任的联系。我们的研究结果从一个新的角度阐明了社会网络建模。
2014-11-12 cs.SI physics.soc-ph
Physical partisan proximity outweighs online ties in predicting US voting outcomes
该研究结合美国个体调查、共位与在线网络数据，通过统计建模发现物理空间的党派接触比在线、居住接触更能准确预测选举结果，且线下党派隔离程度更高，凸显物理空间对理解社交网络与政治行为的重要性。
2025-10-03 cs.CY cs.SI physics.soc-ph
Suicide: the key role of short range ties
本文探讨了短程社会关系（即与近亲的联系）与自杀发生之间的联系。其目的是区分基于社会关系的模型和基于心理创伤的模型。我们的方法论策略是集中于以某些社会关系的断绝为特征的实例。我们考虑几种这种情况。(i)囚犯入狱后的第一天。(ii)单独监禁的囚犯。(iii)从一个监狱转移到另一个监狱的囚犯。(iv)封闭式监狱和开放式监狱的囚犯。(v)在释放后的几周内。(vi)移民搬迁后的几年里。(vii)未婚对已婚。此外，为了检验重大冲击的影响，我们考虑了自杀者对以下冲击的反应。(i)2001年9月11日曼哈顿袭击事件。(ii)朝鲜战争(iii)两次世界大战。(iv)美国的大萧条。(v)1923年德国的恶性通货膨胀。一旦控制了环境条件的变化，9/11或战争等重大全球创伤性冲击对自杀率没有影响。总的来说，事实证明，观察结果在短期关系方面有一个自然的解释。相比之下，创伤模型似乎无法充分解释许多观察结果。
2005-02-09 physics.soc-ph
Time varying networks and the weakness of strong ties
在大多数社会和信息系统中，代理人的活动会产生快速演化的时变网络。网络连接模式的时间变化和正在进行的动态过程通常以仍然挑战我们的数学或计算建模的方式耦合。在这里，我们分析了一个移动电话数据集，并找到一个简单的统计规律，表征用户的自我中心网络的时间演变。我们将这一观察结果编码在一个强化过程中，定义了一个随时间变化的网络模型，该模型表现出强关系和弱关系的出现。我们研究了时变和异构的相互作用对经典的谣言传播模型在合成和现实世界的网络。我们观察到，强关系严重抑制信息扩散，通过限制传播过程与经常性的通信模式之间的代理。这提供了一个反直觉的证据，即强联系可能对信息在网络中的传播起负面作用。
2014-02-17 cs.SI physics.soc-ph
Detecting Strong Ties Using Network Motifs
在社交和信息网络中检测用户之间的强联系是一项基本操作，可以提高许多个性化和排名任务的性能。强关系边缘通常容易从社交网络中获得，因为用户通常通过诸如关注和消息传递之类的特征参与多个重叠网络。这些网络在规模、密度和所载信息方面可能差别很大。这种设置导致了一个自然的强关系检测任务：给定一小部分标记的强关系边缘，在网络的其余部分中检测未标记的强关系的效果如何？由于成对关系属性数据的可用性不足，以及电话联系人等强关系网络的稀疏性，这项任务对于Twitter网络变得特别艰巨。考虑到这些挑战，一种自然的方法是使用结构网络特征来完成任务，这些特征是通过{ \em组合}强边和“弱”边产生的。在这项工作中，我们通过对Twitter数据的实验证明，仅使用这种结构网络特征就足以以高精度检测强关系。这些结构网络的特点是从存在和频率的小网络图案结合强和弱的关系。我们观察到，使用图案大于三合会缓解稀疏性问题，出现较小的图案，既由于增加组合的可能性，以及受益于强烈的搜索超越自我网络。从经验上讲，我们观察到，并非所有的图案都是同样有用的，并且需要从组合边缘仔细构造，以便有效地进行强领带检测。最后，我们加强了我们的实验结果，提供了理论依据，表明为什么将这些较大的图案作为特征可以提高种植图模型的性能。
2017-03-27 cs.SI physics.soc-ph
Mining Google and Apple mobility data: Temporal Anatomy for COVID-19 Social Distancing
我们使用谷歌和苹果的移动数据来识别、量化和分类不同程度的社交距离，并分析其对欧洲和美国第一波COVID-19大流行的影响。我们通过谷歌和苹果的数据确定了制定社交距离的时期，独立于政治决定。有趣的是，我们观察到欧洲国家和美洲国家在活动减少开始后两到五周感染率普遍下降。
2020-09-09 cs.SI physics.soc-ph
Mobile Homophily and Social Location Prediction
人类的移动性行为在不同程度上是可预测的，例如，取决于他们的个性特征，例如外向-内向特征：内向用户的移动性可能更多地由例程和习惯性移动模式支配，从而导致基于他们自己的位置历史的更可预测的移动性行为，而相反，外向用户四处走动并且本质上是探索性的，这可能妨碍对它们的移动性的预测。然而，社交更活跃和外向的用户会遇到更多的人，并与他人分享信息，经验，信仰，想法等。这反过来又导致他们的流动性和社会生活之间高度相互依赖。使用大型LBSN数据集，他的论文研究了人类流动性和社会接近度之间的相互依赖性，社交网络对增强个人位置预测的影响以及社交网络内社会趋势/影响的传播。
2015-06-25 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
Correlation between social proximity and mobility similarity
人类行为在个体和集体层面、时间和空间维度、内容、社会和地理层面等多个层面上表现出普遍的相关性。随着大量网络行为数据的出现，从社会网络邻近度的角度探讨人类流动相似性引起了学术界的兴趣。统计分析表明，线上社交接近度与线下移动相似度之间存在较强的相关性，即朋友之间的移动记录比陌生人之间的移动记录更相似，而有共同邻居的朋友之间的移动记录更相似。我们讨论了共同朋友的数量和多样性的重要性，并得出了一个与直觉相反的发现，即共同朋友的数量对移动相似性没有积极的影响，而多样性起着关键作用，这与以往的研究不一致。我们的分析为更好地理解人类在线和离线行为之间的耦合提供了一个新的视角，并将有助于基于社会接近度建模和预测人类行为。
2016-09-09 cs.SI physics.soc-ph
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
Community extraction for social networks
分析网络，特别是发现网络中的社区一直是最近几个领域的工作重点，应用范围从引用和友谊网络到食物网和基因调控网络。现有的大多数社区检测方法都集中在将整个网络划分为社区，期望社区内有许多联系，社区之间很少有联系。然而，许多网络包含不适合任何社区的节点，强制每个节点进入社区可能会扭曲结果。在这里，我们提出了一个新的框架，专注于社区提取，而不是分区，提取一个社区的时间。提取背后的主要思想是，一个社区的力量不应该取决于其他社区成员之间的联系，而应该只取决于该社区内部的联系以及与外部世界的联系。我们表明，新的提取标准进行模拟和真实的网络，并建立我们的方法下块模型假设的渐近一致性。
2010-05-18 physics.data-an physics.soc-ph stat.ME
The structured backbone of temporal social ties
在许多数据集中，关于系统结构和时间性的关键信息与噪声和非必要元素共存。例如，在网络系统中，一些边缘可能是不必要的，或者只是偶然存在的。过滤它们并提取一组相关的连接，“网络骨干”，是一个不平凡的任务，到目前为止提出的方法不解决时间分辨网络，其可用性在最近几年大大增加。我们在这里开发了这样一种方法，通过定义一个适当的时间网络空模型，它计算节点在控制其活动后随时连接的随机机会。这使我们能够在任何统计显著性水平上识别出具有比预期更多交互的节点对：这些节点形成了重要联系的骨干。我们将我们的方法应用于社会经济利益的经验时间网络，发现（i）在给定的统计显著性水平下，我们的方法比考虑时间聚合网络的方法识别出更重要的联系，以及（ii）当存在社区结构时，最重要的联系是社区内边缘，这表明社区间边缘的权重可以由随机交互的零模型来解释。最重要的是，我们的过滤方法可以为更复杂的结构（如同时交互的三元组）分配重要性，而基于静态表示的方法则无法这样做。引人注目的是，我们发现，显着的三面体不等于三角形组成的三个显着的边缘。我们的研究结果暗示了新的方法来表示时态网络，用于数据驱动的模型和匿名保护的方式。
2018-08-29 physics.soc-ph
Predicting human mobility through the assimilation of social media traces into mobility models
在不同的空间尺度上预测人类流动流动的挑战是个人轨迹的异质性和交通网络的多尺度性质。随着人类行为的大量数字痕迹变得可用，通过将各种数字平台和位置感知服务收集的关于移动性的代理数据整合到其中来改进移动模型的机会出现了。在这里，我们提出了一个混合模型的人的流动性，集成了一个大规模的公开可用的数据集，从一个流行的照片共享系统与经典的重力模型，在堆栈回归过程。我们使用美国航空旅行和日常通勤的两个地面实况数据集来验证我们方法的性能和可推广性：使用两种不同的交叉验证方案，我们表明混合模型在两个空间尺度上都提供了增强的移动性预测。
2016-02-05 cs.SI physics.soc-ph
Social media and mobility landscape: uncovering spatial patterns of urban human mobility with multi source data
在本文中，我们提出了一个三步的方法框架，包括位置识别，偏差修正，样本外验证，以促进人类移动性分析与社会媒体数据。更具体地说，我们提出的方法来确定个人活动的具体地点和通勤模式，在中国北京，基于微博（中国的Twitter）的签到记录，以及修改签到数据的样本偏差与人口合成技术。一项独立的全市旅游物流调查被用作验证结果的基准。从微博用户和调查对象的活动-移动模式中可以看出明显的差异，而两种来源的数据在人口代表性方面存在很大差异。经过偏差修正后，微博数据与调查数据的通勤距离分布相似系数从23%大幅提高到63%。事实证明，合成数据是一种令人满意的具有成本效益的流动信息替代来源。拟议的框架可以为许多与人类流动有关的应用提供信息，从交通到城市规划再到交通排放建模。
2018-08-13 cs.SI physics.soc-ph
Evolutionary dynamics of pairwise and group cooperation in heterogeneous social networks
研究网络结构中合作演化问题，提出基于淬火平均场的框架分析加权网络上的成对与群体困境，发现度反比加权社会联系能稳健促进合作并使异质网络优于同质网络。
2025-06-24 physics.soc-ph
Testing for Balance in Social Networks
在真实的社交网络中，友谊和反感是相互配合的。尽管他们在社会交往中发挥的作用，对抗性的关系很少被理解和测量。关于消极关系的一个重要理论是平衡理论，它将“我敌人的敌人就是我的朋友”这句格言和类似的谚语编纂成法典，但却很少得到实证评估。不平衡三角形是指那些有奇数个负关系的三角形，该理论认为这样的三角形很少见。为了测试平衡，以前的作品已经利用了边缘符号的排列测试。然而，这种方法的缺陷在于它假设负边和正边是可以互换的。事实上，他们不可能更不同。在这里，我们提出了一种新的平衡测试，解释了这种差异，并表明我们的测试在检测平衡方面更准确。一路上，我们证明了我们的零模型下的检验统计量的渐近正态性，这是独立的利益。我们的案例研究是一个新的签名网络数据集，我们从洪都拉斯的32个孤立的农村村庄收集。与以往的研究结果相反，我们发现，在这种情况下，只有边际证据的社会关系形成的平衡。
2020-05-26 cs.SI physics.soc-ph stat.ME
A Blue Start: A large-scale pairwise and higher-order social network dataset
Network Science Institute, Northeastern University（东北大学网络科学研究所）；Pacific Northwest National Laboratory（太平洋西北国家实验室）；Center for Health Informatics, Boston Children’s Hospital（波士顿儿童医院健康信息学中心）；Department of Communication Studies, Northeastern University（东北大学传播研究系）；Department of Biology, University of Virginia（弗吉尼亚大学生物学系）；School of Data Science, University of Virginia（弗吉尼亚大学数据科学学院）；Vermont Complex Systems Institute, University of Vermont（佛蒙特大学佛蒙特复杂系统研究所）
A Blue Start 数据集通过BlueSky平台提供大规模高阶社交网络数据，包含3970万用户账号和240亿条关系，用于研究高阶网络机制。
2026-01-30 cs.SI physics.soc-ph
Beautiful and damned. Combined effect of content quality and social ties on user engagement
Nokia Bell Labs（诺基亚贝尔实验室）；University of Turin（都灵大学）；Flickr
用户参与在线社区是由社交网络结构与沿其链接流动的群体生成内容的交织驱动的。很少对这些方面进行联合和大规模的探讨。通过观察用户如何在Flickr上生成和访问各种美丽的图片，我们研究了质量的生产如何影响在线社交系统的动态。我们开发了一个深度学习的计算机视觉模型，根据图像的美学价值对其进行评分，并通过众包验证其输出。通过将其应用于超过150亿张Flickr照片，我们首次研究了图像美如何在大规模社会系统中分布。美丽的图像在网络中均匀分布，尽管只有一小部分核心人群因它们而获得社会认可。为了研究质量暴露对用户参与度的影响，我们设置了匹配实验，旨在从观察数据中检测因果关系。接触美丽是双刃剑：跟随那些制作高质量内容的人增加了一个人上传更好照片的可能性;然而，用户和用户邻居之间的质量过度不平衡导致参与度下降。我们的分析具有实际意义，提高链接推荐系统。
2017-11-01 cs.AI cs.CV cs.MM
Entangling mobility and interactions in social media
日常互动自然定义了社交圈。个人倾向于与他们花时间的人成为朋友，他们选择与他们的朋友共度时光，不可避免地纠缠在物理位置和社会关系中。因此，不仅可以从朋友的位置预测某人的位置，还可以从空间和时间的共同出现预测友谊。虽然已经开发了几种模型来分别描述移动性和社交网络的演变，但缺乏将社交互动和移动性结合起来的研究。在这项工作中，我们引入了一个新的模型，明确考虑社会关系形成的流动性的反馈，弥合这一差距。来自三个在线社交网络（Twitter，Gowalla和Twitter）的数据用于验证。我们的模型再现了这些网络的各种拓扑和物理特性，例如：i）连接组件的大小，ii）连接用户之间的距离分布，iii）互惠性对距离的依赖性，iv）社交重叠和聚类随距离的变化。除了数值模拟，平均场的方法也被用来研究分析的主要统计特征的网络所产生的模型。的鲁棒性的结果的模型参数的变化进行了探讨，发现朋友访问和远程随机连接之间的平衡是必不可少的再现的经验网络的地理特征。
2014-03-10 cs.SI physics.soc-ph
Using Location-Based Social Networks to Validate Human Mobility and Relationships Models
我们建议使用社交网络数据来验证移动模型的普及移动ad-hoc网络（MANDO）和延迟容忍网络（DTNs）。随机路径点（RWP）和Erdos-Renyi（ER）模型已经成为研究人员生成节点移动轨迹及其之间关系的热门选择。RWP和ER不仅在仿真环境中评估网络协议方面很有用，而且还可用于此类动态网络的理论分析。然而，已经观察到，人与人之间的关系和他们的运动都不是随机的。相反，人类的动作经常包含重复的模式，友谊是由距离限制的。我们使用社交网站Gowalla来收集、创建和验证人类移动性和关系的模型，以分析和评估机会网络中的应用，如传感器网络和土木工程中的交通模型。通过这样做，我们希望为研究人员提供更多类似人类的运动和社会关系模型，以研究复杂和移动网络中的问题。
2013-08-10 cs.SI 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
Scientific success from the perspective of the strength of weak ties
我们提出了第一个完整的确认Granaltter的社交网络理论使用大量的数据集。为此，我们研究了一个科学合作网络，它被认为是与这一理论的普遍性相矛盾的最重要的例子之一。我们通过拒绝社会关系对称性的假设来实现这一目标。我们的方法是建立在良好的异质（度为基础）平均场论通常用于研究复杂网络上的动力学过程。格兰特的理论基于两个假设，这两个假设为人际关系和信息传递关系分配了不同的角色。第一个假设指出，承载大多数互动事件的强关系主要位于紧密联系的人群中。第二个假设认为，这些群体之间通过稀疏的弱关系联系在一起，而弱关系对于信息的传播至关重要--能够接触到弱关系的人比没有接触到弱关系的人具有优势。鉴于科学合作网络，与强度的联合出版物的不对称部分测量的直接关系，我们表明，科学的成功是强烈相关的科学家的合作网络的结构。首先，在两个有类似成就的科学家中，关系较弱的一个往往有较高的h指数，其次，由这种关系联系在一起的团队创造了更有价值的出版物。
2021-10-07 cond-mat.dis-nn physics.soc-ph
Topic Diffusion and Emergence of Virality in Social Networks
我们提出了一个随机模型的主题进入一个社会网络建模的Watts-Strogatz图的扩散。我们的模型在这些主题之间展开了一场隐性竞争，因为它们争夺网络中用户的注意力。我们的模型的动态是基于从现实世界的OSN，如Twitter，用户要么采用一个外源的主题或复制主题从他们的邻居导致内源性传播的概念。当正确实例化时，该模型实现了一种病毒式的机制，其中一些主题从网络中获得了异常良好的响应，密切模仿了现实世界OSN的行为。我们的主要贡献是我们的描述，集群的近距离用户已经发言的主题合并，形成一个巨大的组成部分，使一个主题去病毒。这表明，在病毒式传播中发挥重要作用的不是弱关系，而是强关系。我们进一步验证我们的模型和我们的假设，其行为通过比较我们的模拟结果与测量研究的结果从Twitter上采取的真实数据。
2012-02-10 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
Understanding mobility in a social petri dish
尽管最近获得了大量关于人类运动的数据集，但由于社会经济因素的信息不完整，而且时空分辨率往往有限，仍然缺乏对社会系统内运动规律的充分了解。在这里，我们研究的是一个由个人组成的整个社会，一个在线游戏的玩家，他们在网络状的宇宙中的运动以及他们的社会和经济互动的完整信息。这样一个“社会经济实验室”可以揭示空间限制、社会和经济因素以及流动模式之间错综复杂的相互作用。我们发现，个人的运动不仅受到物理距离的限制，但也强烈塑造的社会经济领域的存在。这些区域可以完全恢复社区检测方法的基础上测量的人体动态。此外，我们发现，长期记忆的时间顺序访问的位置是建模的轨迹的基本成分。
2011-12-06 cs.SI physics.soc-ph
