A Measurement Framework for Directed Networks
通过基于链路跟踪的采样方法收集的部分观测网络数据经常被研究以获得大型复杂网络的特征。然而，很少有人注意到从有向网络，如WWW和对等网络的采样。在本文中，我们提出了一种新的两步（采样/估计）框架来测量节点的特性，可以定义在任意有向网络的平均目标函数。为此，我们提出了一个个性化的PageRank为基础的算法来访问和采样节点。该算法只使用已经访问过的节点作为局部信息，而不需要任何关于网络潜在结构的先验知识。在此基础上，提出了一种新的基于近似重要性采样的平均目标函数估计方法。该估计器利用每个采样节点的PageRank值作为精确访问概率的近似值。据我们所知，这是第一次研究纠正偏差的抽样方法重新加权的测量值，认为访问概率的近似效果。综合的理论和实证分析的估计表明，它是渐近无偏的，即使在静态分布的PageRank是很差的近似的情况下。
2014-05-27 cs.SI physics.soc-ph
Non-consensus opinion model on directed networks
动态社会意见模型在无向网络上得到了广泛的研究，其中大多数是基于产生共识的自旋交互模型。然而，在现实中，许多网络，如Twitter和万维网是定向的，由单向和双向链接组成。此外，从选择咖啡品牌到决定在选举中投票给谁，两种或多种相互竞争的意见往往共存。为了应对这种无处不在的有向网络和两个或两个以上的意见共存的决策情况下，我们研究了一个非共识的意见模型介绍了Shao等人。\cite{shao2009dynamic}对有向网络。我们将方向性$ξ$定义为网络中单向链路的百分比，并使用节点入度和出度之间的线性相关系数$ρ$来量化入度和出度之间的关系。我们介绍了两个度保持重新布线的方法，使我们能够构建有向网络，可以有一个广泛的方向性$ξ$和线性相关系数$ρ$的可能组合，并研究如何$ξ$和$ρ$影响意见的竞争。我们发现，随着方向性$ξ$或深度和深度相关性$ρ$的增加，多数意见变得更加占主导地位，少数意见的生存能力降低。
2014-04-29 cs.SI physics.soc-ph
On the Localization of the Personalized PageRank of Complex Networks
在本文中，个性化PageRank的新成果。我们考虑可能包含悬挂节点的有向图。提出的主要结果给出了分析表征的个性化PageRank的任何node.We使用这个结果给最近的模型，使用个性化的PageRank分类用户的社交网络站点的理论依据。我们引入了新的概念，在复杂网络中的竞争力和领导。我们还提出了一些理论技术来定位领导者和竞争对手，这是有效的任何个性化向量，并通过只使用相关的信息图的邻接矩阵和它的悬挂节点的分布。
2012-07-12 cs.DM cs.SI physics.soc-ph
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
Opinion dynamics on directed complex networks
提出推广 DeGroot 和 Friedkin-Johnsen 的有向复杂网络意见演化数学模型，证明平稳分布存在条件，并基于局部弱极限为标记 Galton-Watson 树的图序列，揭示了共识达成、意见极化及固执智能体影响等现象的机制。
2024-01-10 cs.SI math.PR physics.soc-ph
PageRank and rank-reversal dependence on the damping factor
PageRank（PR）是Google最初开发的一种算法，用于评估网页的重要性。考虑到Google的PR算法对于收集相关信息或现代企业的成功有多么根深蒂固，排名稳定性和阻尼因子（算法中的一个参数）的选择问题显然很重要。我们调查PR作为一个函数的阻尼因子d从万维网的一个域获得的网络上，发现排名反转经常发生在广泛的PR（和d）。我们使用三种不同的相关性度量，Pearson，Spearman和Kendall，来研究d变化时的秩反转，并表明PR向量的相关性随着d从其经常引用的值$d_0=0.85$的变化而迅速下降。秩反转也观察到通过测量斯皮尔曼和肯德尔秩相关，评估相对排名，而不是绝对PR。秩反转不仅发生在有向网络包含秩汇，但也在一个单一的强连接组件，根据定义不包含任何汇。我们将秩反转与有向网络结构中的秩口袋和瓶颈联系起来。对于所研究的网络，相对秩是更稳定的$d=0.65$比在$d=d_0$我们的措施。
2012-01-23 cs.SI physics.data-an physics.soc-ph
Continuous opinion model in small world directed networks
在Deffuant等人提出的连续意见妥协模型中，如果网络中两个智能体是邻居并且他们的意见足够接近，低于给定的容忍阈值$ε$，则它们的状态可以开始收敛。在有向网络中，如果代理i是代理j的邻居，则j不必是i的邻居。在Watts-Strogatz网络中，我们进行了模拟，以找到最终意见的平均数量$<F>$及其分布作为$ε$和网络结构紊乱的函数。在有向网络中，$<F>$表现出丰富的结构，对于较高的$ε$值，$<F>$大于无向网络，而对于较低的$ε$值，$<F>$小于无向网络。
2010-06-21 physics.soc-ph
Opinions with few disciples can win in the dynamical directed networks: an evolutionary game perspective
本文在动态有向网络上建立选民模型，将意见入侵与平均度动态分别映射为涌现的四玩家和三玩家演化博弈，揭示网络单向性使少数追随者意见在内群体偏好下也能获胜。
2023-07-05 physics.soc-ph
Opinion dynamics on directed small-world networks
本文研究了在有向小世界社会网络中，自我肯定对舆论形成的影响。系统呈现出从共识状态到意见共存的无序状态的非平衡相变。动力学行为对长程相互作用的密度和自我肯定的强度非常敏感。当远程交互稀疏且个体一般不坚持自己的观点时，系统会出现连续的相变;当自我肯定强度高且远程交互密集时，系统不会出现相变。在这两种极端情况之间，系统经历不连续的相变。
2008-01-12 physics.soc-ph
Google matrix of Twitter
我们构建了整个Twitter网络的Google矩阵，日期为2009年7月，并分析了其频谱和本征态属性，包括所有节点的PageRank和CheiRank向量和2DRank。我们的研究表明，与之前研究的维基百科和英国大学的网络相比，Twitter网络的顶级PageRank节点之间的互联性要强得多。我们的分析可以找到控制网络上信息流的顶级Twitter用户。我们认为，这一小部分的用户总数，这可以被视为社会网络精英，在网络上的意见形成的过程中起着主导作用。
2012-07-14 cs.SI physics.soc-ph
Poisson statistics of PageRank probabilities of Twitter and Wikipedia networks
我们使用量子混沌和随机矩阵理论的方法来分析有向网络中PageRank概率的统计涨落。在该方法中，有效能级由给定节点处的PageRank概率的对数给出。在标准的能级展开过程之后，我们建立了PageRank概率的最近间距分布由可积量子系统的典型泊松定律描述。我们的研究是为Twitter网络和三个网络的维基百科版本的英语，法语和德语。我们认为，由于水平排斥的情况下，附近节点的PageRank顺序可以很容易地互换。所得到的泊松定律意味着附近的PageRank概率作为随机独立变量波动。
2014-02-24 cond-mat.stat-mech nlin.CD physics.soc-ph
A tale of two emergent games: opinion dynamics in dynamical directed networks
本文在动态有向网络中建立投票者模型，发现网络平均度与观点命运分别由两种不同的涌现博弈刻画，并借助Nash均衡给出少数派观点因群体内偏好最终获胜的判据。
2024-05-22 physics.soc-ph
Voter model on a directed network: Role of bidirectional opinion exchanges
在有向网络上数值研究了具有节点更新规则的选举模型。我们从一个有向分层树开始，并以概率$p$分割和重新连接每个传入弧。为了区分好的和坏的意见，我们打破了$Z_2$对称性（$σ= \pm 1$），给意见$σ= 1$更多的偏好。研究发现，随着$p$的增大，信息流通道的模式变得更加复杂，随着网络规模$N$的增大，系统最终会演化到这样一种状态，即尽管处于最高层的投票者保留了最差的意见，但仍有更多的投票者同意更好的意见.我们还发现，纯层次树的意见协议非常快，而最终的吸收状态可以很容易地影响选民在较高的排名。另一方面，尽管排序发生得慢得多，但双向信息流的复杂模式的存在允许系统同意更好的意见。
2010-05-17 cond-mat.stat-mech physics.soc-ph
Rich-club and page-club coefficients for directed graphs
引入了有向图的Rich-club系数和Page-club系数及其零模型。研究模型允许对富人俱乐部和页面俱乐部现象进行定量讨论。这些系数是针对四个有向现实网络计算的：Arxiv高能物理论文引用网络，Web网络（从Google发布），美国专利之间的引用网络，以及来自欧盟研究机构的电子邮件网络。结果表明，富人俱乐部和网页俱乐部订购之间的高度相关性。对于期刊论文引用网络，我们发现了丰富俱乐部和页面俱乐部排序，显示{}“精英”论文被其他{}“精英”论文引用。Google Web网络在一定程度上表现出部分的富俱乐部和页面俱乐部排序，然后相应的归一化系数下降，表明缺乏富俱乐部排序和页面俱乐部排序，即高入度（PageRank）页面故意避免与其他高入度（PageRank）页面共享链接。对于UC专利引用网络，我们识别了页面俱乐部和丰富俱乐部排序，提供了{}“精英”专利被其他{}“精英”专利引用的结论。最后，对于电子邮件通信网络，我们发现缺乏丰富的俱乐部和页面俱乐部订购。我们构建了一个合成网络的例子，显示页面俱乐部订购和缺乏丰富的俱乐部订购。
2011-03-11 cond-mat.stat-mech cs.SI physics.soc-ph
Dynamics-based centrality for general directed networks
确定有向网络中节点的相对重要性对于网站、出版物和运动队的排名以及理解系统生物学中的信号流都很重要。在这方面，一个流行的中心性度量是PageRank。在这项工作中，我们专注于另一类中心性来自网络的拉普拉斯算子。我们扩展的拉普拉斯中心，这主要是应用于强连接网络，一般有向网络的情况下，我们可以定量比较任意节点。为此，我们采用PageRank中使用的思想，在具有一定强度的所有节点对之间引入全局连接性。在一些网络上进行了数值模拟。我们还提供了基于拉普拉斯的一般有向网络的各种动力学和结构特性的中心性的解释。重要的是，拉普拉斯为基础的中心性定义为固定的密度的连续时间随机游走随机跳跃被证明是等价的吸收概率的随机游走汇在每个节点，但没有随机跳跃。类似地，所提出的中心性表示在具有汇但不具有随机跳跃的原始网络上的节点在动力学中的重要性。
2010-11-08 cond-mat.dis-nn physics.soc-ph
The stability of bi-polarization on dynamical directed graphs: an emergent game perspective
提出有向图与三观点共演化模型，证明在稀疏更新和大系统极限下两极分化稳定当且仅当涌现博弈存在内部 Nash 均衡。
2025-07-11 nlin.AO physics.soc-ph
LinkRank: Finding communities in directed networks
为了识别有向网络中的社区，我们提出了一种广义形式的模块化的有向网络中引入一个新的数量LinkRank，它可以被认为是链接的PageRank。这种推广与无向网络中的原始模块性是一致的，并且针对无向网络开发的模块性优化方法可以通过优化我们的新模块性而直接应用于有向网络。最后，本文还提出了一个模型网络来验证我们的方法，该模型网络可以作为进一步社区研究的基准网络。我们的方法应该在基于引用或参考的有向网络中有效地找到社区。
2009-11-23 cond-mat.stat-mech physics.soc-ph
The Sznajd dynamics on a directed clustered network
利用Holme和Kim（Phys.Rev.E65（2002）026107）的方法研究了簇化系数提高到0.3的有向Erdos-Renyi网络中的Sznajd模型.在其他三角形中，所有六个链接都存在。在这个网络中，一些节点保留少数意见。系统达到平衡所需的时间τ服从对数正态分布，并随系统规模的增大而线性增加。它对初始意见分布的依赖性与全连接网络的分析结果不同。
2007-10-30 physics.soc-ph
Complex-valued information entropy measure for networks with directed links (digraphs). Application to citations by community agents with opposite opinions
提出了复值信息熵测度的概念。它特别适用于有向网络（有向图）。相应的统计物理概念的概述。研究网络，作为一个案例研究，为了说明讨论，涉及引用的代理人属于两个不同的社区，有明显不同的意见：新创造主义和智能设计的支持者，一方面，达尔文进化论的捍卫者，另一方面。整个社区内和社区间的邻接矩阵，从引用发表的工作，由社区代理，阐述和特征值计算。由于特征值可以是复数，因此信息熵也可以变为复值。它是针对示例情况计算的。特别讨论了虚部有限性的作用，并从局域相互作用范围的角度给出了一些物理意义上的解释。它的结论是，这样的推广不仅是有趣的和必要的讨论有向网络，但也可能会给新的见解的概念想法有向或其他网络。在附录中可以找到将上述扩展到Tsallis熵测度的注释。
2013-02-03 cond-mat.stat-mech math-ph math.MP
How do signs organize in directed signed social networks?
我们引入了一种重新洗牌的方法，从全局的角度对Epperly和Slashdots的真实有向符号社交网络中的符号组织进行了实证分析。在重排方法中，每个负链路具有概率$p_{rs}$与随机选择的另一个正链路交换其符号。通过计算每个重混签名网络的社会地位熵（$S_{in}$和$S_{out}$）并模拟多数规则模型的意见形成，我们发现$S_{in}$和$S_{out}$达到各自的最小值，而磁化强度$|m^{*}|$在$p_{rs}=0$达到最大值.也就是说，在现实的有向符号社交网络中，个体具有社会地位和动态地位的同质性。我们目前的工作提供了一些有趣的工具和视角来理解符号的社交网络中的符号组织。
2016-06-01 cs.SI physics.soc-ph
Confrontation of capitalism and socialism in Wikipedia networks
本研究提出INOF伊辛网络舆论形成模型，分析6种语言维基百科网络的意识形态舆论对抗，发现全球舆论更倾向社会主义与共产主义，模型结果符合预期且可推广至其他舆论竞争场景。
2025-08-01 cs.SI physics.soc-ph
Quantifying opinion homophily in online social networks: A bounded confidence perspective
School of Mathematics and Statistics, Wuhan University（武汉大学数学与统计学院）；Division of Automatic Control, Department of Electrical Engineering, Linköping University（林雪平大学电气工程学院自动控制系）；Department of Electrical Engineering and Information Technology, Università degli Studi di Napoli Federico II（那不勒斯费德里科二世大学电气与信息工程系）；Department of Engineering, University of Sannio（桑尼奥大学工程系）；Institute of Information Science and Technologies “A. Faedo” (ISTI), National Research Council (CNR)（意大利国家研究委员会“阿·法多”信息技术研究所）；College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院）
本文从有界信心视角研究在线社交网络中基于意见的同质性，利用Reddit和Twitter的异质数据集分析用户互动网络，发现用户意见空间集中度显著高于随机预期，且关系强度和议题极化进一步加剧这一效应。
2026-04-25 cs.SI physics.soc-ph
Linear response theory for Google matrix
我们开发的线性响应理论的谷歌矩阵PageRank算法相对于一个一般的弱扰动和数值高效和准确的算法，称为LIRGOMAX算法，计算线性响应的PageRank相对于这种扰动。我们说明了它的效率的英语维基百科网络的例子超过5百万的文章（节点）。对于一组初始节点（或简单地一对节点），该算法允许识别初始节点之间的有效路径，从而选择对施加到它们的弱扰动（在一个节点处注入或泵送，在另一个节点处吸收概率）最敏感的特定节点子集。进一步应用简化的Google矩阵算法（REGOMAX）可以确定该子集的节点之间的有效交互。一般线性响应理论已经在包括统计和介观物理学在内的各个科学领域找到了许多应用。基于这些理由，我们认为，开发的LIRGOMAX算法将在复杂的有向网络的分析中找到广泛的应用。
2019-08-23 cs.SI physics.soc-ph
Perception, Prestige and PageRank
学术上的尊重很难用客观的术语来量化。网络理论提供了使用数学形式主义来建模与学者相关的尊重以及学术同事之间的关系的机会。早期的尝试使用这种推理方式，主要集中在由导师学生网络构成的智力谱系上。考试过程在许多研究领域都很重要，但在现有模式中没有发挥作用。一个网络理论的“社会”模型，提出了作为一种工具，探索和理解的动态尊重的学术等级。据观察，这样的模型自然会产生这样的想法，即与图中的节点相关联的尊重（个人学术的尊重）可以被视为一个动态量，该动态量基于网络中属性的局部和非局部变化而随时间演变。本文所研究的玩具模型包括导师-学生关系和考官-学生关系。这让我们深入了解了学术系谱的一些关键特征，并自然地导致了学术网络上的“尊重传播”模型。这种传播不仅在时间上是向前的（从老师到后代），有时也会向另一个方向流动。当合作者做得很好时，这很好地反映了他们选择与之合作的人和教他们的人。此外，即使在一段关系或职业生涯结束后，尊重作为一个数量仍然是动态的。换句话说，尊重可以被认为是在时间上向前和向后流动的。
2019-03-04 cs.DL cs.SI physics.soc-ph
Anderson transition for Google matrix eigenstates
我们引入了一些随机矩阵模型描述谷歌矩阵G的有向网络。用数值矩阵对角化方法分析了它们的谱和本征态的性质。我们表明，对于某些模型，有可能有一个代数衰减的PageRank向量的指数类似于真正的有向网络。同时，在复杂平原上，谱没有谱隙，特征值分布较宽。G的本征态的特征在于从局域态到离域态的Anderson转变和在本征值的复平面中的迁移率边缘曲线。
2015-02-02 cond-mat.dis-nn cs.SI physics.soc-ph
Google matrix analysis of C.elegans neural network
我们从有向图的角度研究了线虫神经网络的结构特性。Google矩阵分析被用来描述神经元的连接结构和节点分类进行了讨论，并与细胞的生理特性进行了比较。我们的结果是通过适当的神经网络的定义和随后的特征向量分析，恢复了一些以前的研究结果。我们的分析突出了构成神经系统核心的重要神经元的特定集合。讨论了PageRank、CheiRank和ImpactRank在表征神经元相互依赖性方面的应用。
2013-11-08 cs.SI physics.soc-ph q-bio.NC
Opinion dynamics on switching networks
The Ohio State University（俄亥俄州立大学）
研究有向多层网络上的意见动力学，其中邻接矩阵随不同网络层交互频率而时变，旨在刻画不同层激活频率对意见动力学过程收敛性的影响。
2026-10-23 math.OC physics.soc-ph
Ranking and clustering of nodes in networks with smart teleportation
随机隐形传态是基于随机游动的有向网络的排序和聚类的必要条件。隐形传态使遍历的解决方案，但解决方案必须依赖于精确的实施和参数化的隐形传态。例如，在常用的PageRank算法中，隐形传态速率必须在严重偏差的解与均匀解之间进行权衡。在这里，我们表明，隐形传态的链接，而不是节点，使一个更平滑的权衡和有效地更强大的结果。我们还表明，通过不记录随机行走的隐形传态步骤，我们可以进一步减少隐形传态的影响，对聚类产生巨大的影响。
2012-06-02 cs.SI physics.soc-ph
Opinion control in complex networks
在许多选举中，选民似乎是党派选民和独立选民的混合体。鉴于党派人士不太可能转变为另一个政党，一个政党的主要目标可能是在强有力的领导、大众媒体、党派人士和同侪影响力的帮助下动员独立选民支持该党。基于存在完全党派选民的经典选民模型动态的精确解（即，狂热者），我们提出了一种计算方法，以最大限度地提高党的份额在社会网络中的独立选民的牵制控制策略。对应于控制者或狂热者的政党在给定关于独立选民的连通性和对手政党控制的节点集合的信息的情况下优化要控制的节点。我们表明，控制枢纽通常是一个很好的策略，而优化的策略甚至更好。当独立选民是作为有向网络而非无向网络连接时，优化策略的优越性尤为突出。
2015-03-29 cs.SI physics.soc-ph
Analysis of relative influence of nodes in directed networks
许多复杂网络都是用有向链路来描述的;在这样的网络中，链路代表了一个节点对另一个节点的控制或单向的信息流。一些中心性度量用于确定有向网络中节点的相对重要性。我们分析这样一个中心性的措施称为影响力。影响力表示节点在各种动态中的重要性，例如同步、进化动态、随机游走和社会动态。我们分析计算的影响，在各种网络，包括有向多部网络和有向版本的Watts-Strogatz小世界网络。在许多情况下，网络的全局属性（如层次结构和捷径的位置）而不是节点的局部属性（如度）被证明是节点影响力的主要决定因素。该方法也适用于计算PageRank。我们还数值计算表明，在耦合振荡器系统中，当起搏器被放置在有影响力的节点上时，起搏器夹带的阈值很低。对于一类随机网络，解析推导的阈值近似等于影响的倒数。我们数值表明，这种关系也适用于随机无标度网络和神经网络。
2009-10-24 physics.soc-ph
Modeling and Analysis of the Lead-Lag Network of Economic Indicators
提出一种基于加权有向网络的方法，通过相关性、互信息和转移熵分析COVID-19时期经济指标间的先行-滞后关系，并利用Pagerank识别关键影响节点。
2023-10-25 cs.SI physics.soc-ph
Deformed Laplacians and spectral ranking in directed networks
变形的组合拉普拉斯算子的建议，包括在几个现有的拉普拉斯算子的推广。作为这种构造的特殊情况，膨胀拉普拉斯算子被证明是有用的工具，用于在成对比较的有向网络中进行排名。扩张拉普拉斯算子的最小特征值的特征向量在任何连通图上具有相同的符号，并直接提供其节点的排名得分。的排名方法，措辞在一个组同步问题，适用于人工和真实的数据，其性能与其他排名策略进行了比较。这种方法的一个主要特点是存在一个变形参数，使排名中的前$k$对象的重点。此外，受这些结果的启发，还提出了一类介于无向随机游动和Pagerank随机游动之间的随机游动。
2017-10-24 math-ph math.MP physics.soc-ph
Directed propaganda in the majority-rule model
本研究探讨了定向宣传对多数规则模型中智能体意见演化的影响，通过引入外部宣传概率$p$和遵循概率$q$，发现宣传的存在会打破完全共识并引发意见极化，且系统在$q_c=1/3$处发生有序-无序相变。
2023-11-15 cond-mat.stat-mech physics.soc-ph
Distributed Algorithms for Computation of Centrality Measures in Complex Networks
Tsinghua University（清华大学）；CNR-IEIIT, Politecnico di Torino（意大利都灵理工大学国家研究委员会信息工程研究所）；The Hong Kong University of Science and Technology（香港科技大学）
本文提出分布式算法计算复杂网络中多种中心性度量，包括确定性算法在有向图中计算度、接近度和中介中心性，以及针对时变图的PageRank问题设计随机算法，并引入持久图概念消除垃圾节点影响，算法在几乎处处和$L^p$意义下收敛。
2016-05-30 cs.SI cs.SY eess.SY
Opinion formation in Wikipedia Ising networks
本文提出维基百科伊辛网络意见形成模型，用异步蒙特卡洛过程模拟多数投票驱动的意见极化，并推广到三组意见竞争，用于分析政治领导人、国家及社会概念在复杂网络中的影响与竞争。
2025-09-12 cond-mat.stat-mech cs.SI physics.soc-ph
Reconstructing directed networks for better synchronization
本文研究了在有向网络中通过操纵固定数目的链接来增强同步的策略。我们提出了一种基于中心性的重构（CBR）方法，其中节点的中心性是由著名的PageRank算法测量。大量的数值模拟结果表明，CBR方法是更有效地促进同步比度为基础的重建方法和随机重建方法添加或删除链接。这是因为CBR方法可以有效地缩小网络的度分布，增强网络的层次结构。此外，我们将CBR方法应用于链路重布线过程中，在每一步中删除一个链路，并添加一个新的链路。CBR方法有助于决定应删除或添加哪些链接。经过几个步骤后，得到的网络非常接近进化优化算法的最优结构。在Kuramoto模型上的数值仿真进一步证明了该方法在缩短有向网络同步收敛时间方面的优势。
2011-06-29 cs.DS nlin.CD physics.soc-ph
Friendship Paradox Biases Perceptions in Directed Networks
一个话题或观点在网络中的受欢迎程度可能与其实际受欢迎程度大不相同。例如，在社交媒体平台的在线网络中，在他们的帖子中提到某个主题的人数-即，它在全球的受欢迎程度-可能与人们在社交信息中看到的有很大的不同-也就是说，它的感知受欢迎度-其中提要聚合了他们朋友的帖子。我们将这种差异的根源追溯到定向网络中的友谊悖论，即平均而言，人们不如他们的朋友（或追随者）受欢迎。我们确定网络结构的条件，引起这种感知偏差，并验证了经验使用的数据从Twitter的研究结果。在我们的样本中，在Twitter用户发布的消息中，我们识别出在用户的社交提要中出现频率高于全局的主题，即，在所有职位中。此外，我们提出了一个投票算法，利用友谊悖论，以获得一个主题的全球流行率从个人的偏见的看法统计有效的估计。我们的特点的偏差的投票估计，提供了一个上限，其方差，并验证算法的效率，通过我们的Twitter数据上的合成投票实验。我们的论文阐明了非直观的方式，其中有向网络的结构可以扭曲社会的看法和由此产生的行为。
2019-05-13 cs.SI physics.soc-ph
Impact of hierarchical modular structure on ranking of individual nodes in directed networks
许多系统，从生物和工程系统到社会系统，都可以建模为有向网络，其中链接表示两个节点之间的有向交互。为了评估节点在有向网络中的重要性，已经提出了基于不同标准的各种中心性度量。然而，计算一个节点的中心度往往是困难的，因为网络的规模过大或有关网络的信息不完整。因此，需要开发一种近似方法来估计中心性措施。在这项研究中，我们专注于模块化网络;许多现实世界的网络是由模块组成的，其中连接在一个模块内是密集的，在不同的模块之间是稀疏的。我们表明，排名类型的中心性措施，包括PageRank可以有效地估计一旦网络的模块化结构被提取。我们开发了一种分析方法来评估节点的中心性，通过结合本地属性（即，节点的入度和出度）和全局属性（即，模块的中心性）。所提出的方法与实际数据相印证。我们的研究结果提供了一个链接之间的排名类型的中心性值的模块和个人节点。它们还揭示了网络的层次结构，即不同相对重要性的模块之间的连接所形成的从属关系（而不是嵌套关系）。本研究提出了一个新的动机，确定模块的网络。
2009-11-05 physics.soc-ph
Random walks and diffusion on networks
随机游动在科学中无处不在，从理论和实践的角度来看，它们都很有趣。它们是随机过程中最基本的类型之一;可用于模拟许多现象，包括人类和动物之间的扩散，相互作用和意见;并可用于提取有关网络中重要实体或密集实体组的信息。几十年来，人们一直在研究规则格和（特别是最近几十年）具有各种结构的网络上的随机游动。在这篇文章中，我们综述了网络上随机游动的理论和应用，仅限于单随机游动和非自适应随机游动的简单情况。我们区分了三种主要类型的随机游动：离散时间随机游动，以节点为中心的连续时间随机游动和以边缘为中心的连续时间随机游动。我们首先简要地研究了直线上的随机游动，然后考虑各种类型网络上的随机游动。我们广泛讨论了随机游走的应用，包括节点的排名（例如，PageRank）、社区检测、响应者驱动的采样和意见模型（如投票者模型）。
2020-04-09 cond-mat.dis-nn cs.SI physics.soc-ph
Noise-induced absorbing phase transition in a model of opinion formation
在这项工作中，我们研究了一个三态（$+1$，$-1$，$0$）意见模型中存在的噪声和无序。我们考虑成对竞争相互作用，其中一部分$p$是负的（无序）。此外，存在噪声$q$，其表示个体自发地将其意见改变到中性状态的概率。我们的目的是研究如何增加/减少的中性代理的分数影响系统的临界行为和意见的演变。我们推导出模型的序参量的解析表达式，以及每个意见的固定分数，我们表明，有不同的相变。一种是通常的铁-顺磁跃迁，属于伊辛普适类。此外，还存在着顺反子吸收和铁吸收跃迁，呈现出定向渗流普适类。我们的结果是补充数值模拟。
2016-06-13 cond-mat.stat-mech physics.soc-ph
Coevolutionary Dynamics with Global Fields
我们调查的影响，外部和自主的全球互动领域的自适应网络的社会代理人的意见形成动态的基础上一个简单的模仿规则。我们研究了全局场之间的竞争和系统参数空间上的自适应重布线。该模型代表了一个适应性的社会，受到全球大众传媒的影响，如直接的意见影响或反馈的内源性文化趋势。我们表明，在这两种情况下，全球大众媒体有助于共识，并防止碎片化的社会网络诱导的共同进化动态。我们提出了一个讨论这些结果的背景下，动力系统和意见形成动态。
2022-09-05 physics.soc-ph
Supracentrality Analysis of Temporal Networks with Directed Interlayer Coupling
我们描述的时间网络中的中心性使用超中心性框架来研究中心性轨迹，其特征在于节点的重要性如何随时间变化。我们研究了基于特征向量的中心性的超中心性概括，这是一个针对时间无关网络的中心性度量家族，包括PageRank、中心和权威分数以及特征向量中心性。我们从一系列邻接矩阵开始，每个邻接矩阵代表网络在不同时间点或时间间隔的一个时间层。将时间层上的中心性矩阵与加权的层间边缘耦合产生\emph{supracentrality matrix} $\mathbb{C}(ω)$，其中$ω$控制中心性轨迹随时间变化的程度。我们可以灵活地调整层间耦合的权重和拓扑结构，以满足不同的科学应用。$\mathbb{C}(ω)$的主特征向量的条目表示\emph{joint centralities}，其同时量化每个时间层中的每个节点的重要性。受概率论的启发，我们还计算了\emph{marginal}和\emph{conditional centralities}。我们说明了如何调整时间层之间的耦合，以调整节点的中心性轨迹受最旧和最新时间层影响的程度。我们支持我们的研究结果分析的限制，小和大$ω$。
2019-09-18 cs.NA cs.SI math.NA
Radicalization Kinetics under Algorithmic Exposure in a Stochastic Multiplex Model of Opinion Dynamics
Independent Researcher
该研究构建随机复合观点动力学模型，分析社交媒体平台设计、注意力与地理因素对激进化的影响，发现算法同质性可悖论性抑制极端主义，未策划接触是激进化饱和水平的决定因素。
2026-08-21 physics.soc-ph
Optimizing target nodes selection for the control energy of directed complex networks
控制复杂网络所需的能量是一个具有实际意义的问题。最近的工作集中在减少控制能量，无论是通过战略布局的驱动程序节点，或通过减少要控制的节点的基数。然而，优化控制能量相对于目标节点的选择尚未被考虑。在这项工作中，我们提出了一种基于Stiefel流形优化的可选目标节点矩阵的迭代方法，以减少控制能量。我们推导出搜索算法所需的矩阵导数梯度，并搜索目标节点，从而减少控制能量，假设驱动节点的位置是固定的。我们的研究结果表明，控制能量是最佳的路径距离从驱动节点到目标节点被最小化。我们证实了我们的算法与广泛的模拟基本网络拓扑结构，随机和无标度网络，以及各种真实的网络。仿真结果表明，使用我们的算法找到的控制能量优于启发式选择策略选择目标节点的几个数量级。我们的工作可能适用于意见网络，其中一个感兴趣的是确定最佳的一组个人的驱动程序节点可以影响。
2021-01-11 physics.soc-ph
Influence and Influenceability: Global Directionality in Directed Complex Networks
本文使用Trophic Analysis方法研究有向复杂网络，发现节点影响力和网络可影响性取决于层级结构和全局方向性，为特征向量中心性、动力学行为及博弈策略提供了新解释。
2023-06-26 cond-mat.dis-nn physics.soc-ph
The Spectral Topology of Global Imbalances:A Graph-Theoretic Framework for Systemic Risk in the Balance of Payments
Department of Mathematics, Government College (Autonomous), Rajahmundry（拉贾蒙德里政府学院（自治）数学系）；Department of Economics, Government College (Autonomous), Rajahmundry（拉贾蒙德里政府学院（自治）经济学系）；Government Degree College, Seethanagaram（塞塔纳加兰政府学位学院）
本文提出一个基于图论的框架，通过分析国际收支的谱拓扑来评估系统性风险，定义了谱稳定性准则和稳定性边际，并利用非回溯算子确定主权债务传染的拓扑阈值。
2026-07-30 math.RA physics.soc-ph
On the limiting behavior of parameter-dependent network centrality measures
Emory University（埃默里大学）；Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室）
研究参数化节点中心性度量的极限行为，揭示参数调节如何在度中心性和特征向量中心性间插值，并探讨谱间隙和三角形数量对网络排名的影响。
2015-04-30 cs.NA cs.SI math.NA
Hierarchical Synchronization and Distortion Scaling in Social Media Networks: A Fractal-Like Topology Theory
School of Information Science and Technology, Fudan University（复旦大学信息科学与技术学院）；School of Physics and Electronic Science, East China Normal University（华东师范大学物理与电子科学学院）
本文提出一种分形启发的分层网络模型，研究社交媒体中信息失真与同步机制，通过模拟和实证验证，揭示噪声累积对意见传播的影响及拓扑结构对治理的启示。
2026-10-06 nlin.CD physics.soc-ph
