Dynamic Behavioral Mixed-Membership Model for Large Evolving Networks
Purdue University(普渡大学);Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室)
大多数真实世界的网络是动态的并且非常大(例如,互联网流量、Twitter、Facebook等)。为了理解这些大型动态网络中节点的结构行为,可能有必要对代表主要连接模式的行为角色随时间的动态进行建模。在本文中,我们提出了一个动态的行为混合成员模型(DBMM),捕捉图中的节点的角色,以及它们如何随着时间的推移而演变。与其他以节点为中心的模型不同,我们的模型是可扩展的,用于分析大型动态网络。此外,DBMM是灵活的,无参数,没有函数形式或参数化,并且是可解释的(识别可解释的模式)。性能结果表明,我们的方法可以应用于非常大的网络,而实验结果表明,我们的模型揭示了这些网络的动态有趣的模式。
2012-05-09 cs.LG cs.SI physics.soc-ph
Towards the Modeling of Behavioral Trajectories of Users in Online Social Media
在本文中,我们介绍了一种方法,允许在网络社交媒体的用户行为轨迹模型。首先,我们说明了如何利用隐马尔可夫模型(HMM)提供的概率框架来表示用户通过嵌入他们在线执行的动作的时间序列。然后,我们得到一个基于模型的距离训练的障碍,我们使用谱聚类来找到同质集群的用户显示类似的行为轨迹。为了提供与平台无关的结果,我们将所提出的方法应用于两个不同的在线社交媒体-即Facebook和YouTube。最后,我们讨论我们的方法的优点和局限性,以及未来和有前途的研究方向。
2016-12-07 cs.CY cs.SI physics.soc-ph
Past performance, peer review, and project selection: A case study in the social and behavioral sciences
过去的表现是否会影响赠款申请的成功?在这项研究中,我们测试荷兰经济和社会科学研究理事会的赠款分配决定是否与申请人在出版物和引用方面的过去表现相关,并与理事会组织的同行评审过程的结果相关。我们表明,理事会是成功的,在区分补助金申请人与高于平均水平的表现,从那些低于平均水平的表现,但在前一组没有相关性,可以发现过去的表现和获得补助金。当比较被拒绝资助的最佳研究人员与获得资助的研究人员时,被拒绝的研究人员的表现明显优于获得资助的研究人员。此外,被拒绝的最佳提案在同行审查过程中的平均得分与被接受的提案一样高。最后,我们发现,所研究的理事会在甄选过程中成功地纠正了性别影响。我们解释了为什么这些发现可能比这种情况下更普遍。然而,如果研究委员会不能选择“最好的”研究人员,也许他们应该重新考虑他们的使命。在最后一节与政策的影响,我们讨论了研究委员会在科学系统的变化,创新和质量控制方面的作用。
2009-11-06 physics.soc-ph
Adaptive network dynamics and behavioral contagion in multi-state drug use propagation
提出整合行为转变与自适应网络重连的多状态网络模型,发现重连概率是控制毒品成瘾传播的主导参数,表明社交环境管理比单纯改变个体行为更有效。
2025-06-26 physics.soc-ph
Computational Social Scientist Beware: Simpson's Paradox in Behavioral Data
关于人类行为的观察数据通常是异质的,即,由研究中的群体中的亚组产生,这些亚组在大小和行为上各不相同。异质性使分析容易陷入辛普森悖论,即在整个人口中汇总的数据中观察到的趋势可能与潜在的亚组有很大的不同。我说明辛普森的悖论与几个例子来自网络行为的研究,并表明,聚合反应导致错误的结论,潜在的个人行为。然后,我提出了一个简单的方法来测试辛普森悖论是否影响分析结果。辛普森悖论在社会数据中的存在表明,重要的行为差异存在于人群中,而不考虑这些差异可能会扭曲研究结果。
2017-10-24 cs.CY cs.SI physics.soc-ph
Evolving Social Weighted Networks: Nonlocal Dynamics of Open Source Communities
复杂网络在不同的条件下通过简单的生长和进化规则出现。在处理生物系统和大多数社交网络时,这些规则通常是局部的。与这种情况的一个重要的偏离是由从事技术开发的代理社区提供的,例如开源(OS)社区。在这里,我们分析了他们的网络结构,表明它定义了一个复杂的加权网络,在不同的水平上具有标度律,通过查看电子邮件交换来测量。我们还提出了一个简单的网络增长模型,涉及非本地规则的介数中心。模型的结果非常符合观察到的比例法则,表明社区的总体目标和底层的等级组织在塑造其动态方面发挥了关键作用。
2006-02-01 physics.soc-ph
Social Recommender Systems Based on Coupling Network Structure Analysis
在过去的几年里,推荐系统取得了巨大的成功,它可以显着地帮助用户找到相关的和有趣的项目,他们在信息时代。然而,这一领域的大量研究主要集中在预测二分用户-项目网络(以行为网络为代表)中的缺失链接。相对而言,对网络的社会影响,尤其是基于网络结构的属性的研究相对较少。本文首先分别从社交网络和行为网络中获得了相应的五个基于网络的特征,包括用户活跃度、平均邻居度、聚集系数、选型系数和区分度。提出了一种混合算法来整合来自两个各自网络的这些特征。随后,我们采用了一个机器学习过程,使用这些功能,在一个二元分类器的方法提供推荐结果。在真实数据集Flixster上的实验结果表明,该方法可以显著提高算法的精度。此外,由于基于网络的属性不仅考虑了社交活动,而且还考虑了行为网络中的用户偏好,因此,它的性能比社交网络或行为网络要好得多。此外,由于基于行为网络的特征包含了更多样和更有意义的结构信息,它们在揭示用户的潜在偏好方面起着至关重要的作用,这可能对深入理解社会和行为网络的结构和功能具有启发意义。
2012-04-09 cs.IR 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
Integrating behavioral experimental findings into dynamical models to inform social change interventions
University of Zurich(苏黎世大学)
本文提出将离散选择模型与复杂传染理论结合,估计个体采纳阈值,并通过实验验证其预测能力,揭示传统播种策略可能因忽视个体行为驱动而不足。
2026-04-22 cs.SI econ.EM physics.soc-ph
The marginal majority effect: when social influence produces lock-in
本文提出“边际多数效应”,即选项受欢迎程度反超对手时选择概率非连续跃升,并证明其足以抵消质量优势时会导致劣质选项锁定,从而解释以往实验分歧。
2024-07-22 math.PR physics.soc-ph
Evolutionary consequences of behavioral diversity
迭代游戏提供了一个框架来描述个体群体之间的社会互动。最近的工作刺激的发现“零决定因素”的策略,迅速扩大了我们的能力,分析这种相互作用。这部分的工作主要集中在游戏中,玩家面临一个简单的二元选择,“合作”或“背叛”。然而,真实的个体往往表现出行为的多样性,他们对社会互动的投入在质和量上都是不同的。在这里,我们探讨如何获得更大的行为选择多样性的影响有限的人口的社会动态的演变。我们表明,在公共产品游戏中,一些两个选择的策略仍然可以抵御入侵的所有可能的多选择入侵者,即使在相对较少的惩罚。我们还表明,获得更大的行为选择的结果在更“崎岖“的适应度景观,与人口能够稳定的合作,在多个层次的投资,这样的选择促进合作时,投资回报率低,但阻碍合作时,投资回报率高。最后,我们分析了迭代石头剪刀布博弈,其非传递的支付结构意味着单边控制是困难的,零决定策略一般不存在。尽管如此,我们发现,大部分的多项选择策略可以入侵和抵抗缺乏行为多样性的策略的入侵-因此,即使是混合良好的人群也会倾向于进化行为多样性。
2016-06-04 physics.soc-ph q-bio.PE
Behavioral changes during the pandemic worsened income diversity of urban encounters
基于美国四大城市百万用户的出行数据,研究发现疫情期间城市接触的收入多样性下降15%至30%且持续至2021年底,行为变化是长期恶化的关键因素,为疫情政策与城市多样性权衡提供启示。
2022-07-14 physics.soc-ph
Impacts of complex behavioral responses on asymmetric interacting spreading dynamics in multiplex networks
传播-接触分层网络中的信息扩散和疾病传播是典型的非对称耦合关系,其中个体对疾病的感知和反应对疾病传播有重要影响。最近的许多研究表明,人类行为采用是一个复杂的非马尔科夫过程,其中采用一种行为的概率取决于接收信息的累积次数以及这些累积信息的社会强化效应。我们研究了这种非马尔可夫疫苗接种行为对流行动力学和控制效果的影响。我们发现,这种复杂的采用行为引起的通信层可以显着提高流行阈值,降低最终的感染率。通过将社会成本定义为疫苗接种成本和治疗成本之和,我们证明了存在一个最优的社会强化效应或最优的信息传递率,允许最小的社会成本。我们还发展了一个基于平均场的理论来验证模拟结果的正确性。
2016-06-17 cs.SI physics.soc-ph
Co-evolving networks for opinion and social dynamics in agent-based models
本研究提出随机智能体模型,协同演化意见与社会动态,分析回音室和共识机制,并应用于综合社会调查数据,验证其捕捉社会联系与意见随时间协同演化的能力。
2024-09-19 math.DS physics.soc-ph
Interplay between exogenous triggers and endogenous behavioral changes in contagion processes on social networks
近年来,统计物理学的方法论已经证明非常成功地提供了对社会互动机制的见解。然而,这些模型是否能够捕捉到在现实世界的数据集中观察到的趋势的问题在目前的文献中几乎没有得到解决。通过这项工作,我们的目标是弥合理论建模和数据验证之间的差距。特别是,我们提出了一个观点动力学在社交网络上的外部触发器的存在下,框架的错误行为传播的背景下的模型的解释。我们把我们的人口分为有意识的、无意识的和狂热的/受过教育的代理人。个体根据两种相互竞争的动力学改变他们的状态,称为行为动力学和广播。前者是通过个人之间的接触传播信息,而广播则扮演着外部媒介的角色,模仿主流媒体的效果。通过模拟和分析计算,我们发现,不知情的代理在系统中的分数的平稳分布经历了相变时,考虑到所有的近似。令人惊讶的是,这样的相变消失在存在的最小分数的受过教育的代理。最后,我们使用从Twitter上收集的关于阿斯利康疫苗对COVID-19的潜在不利影响的公开讨论(包括数百万条帖子)的数据来验证我们的模型。我们表明,外部代理的干预,在我们的模型中占,是能够重现在这个现实世界的数据集中发现的一些关键功能。
2022-10-27 cs.SI physics.soc-ph
Vaccination dilemma on an evolving social network
接种疫苗对控制流行病至关重要。然而,这是一个社会困境,因为非接种者可以从接种者产生的群体免疫中受益。因此,通过自愿接种有时达不到最佳接种水平。深入的研究将社交网络纳入疫苗接种行为的研究,结果表明,疫苗接种可以在某些网络上推广。然而,底层网络通常被认为是静态的,忽略了社交网络的动态特性。我们研究了动态社交网络上的接种行为,使用模拟和平均场近似。我们发现,接种者-感染者-非接种者之间的联系越稳固,或者接种者-健康者-非接种者之间的联系越脆弱,最终的接种水平就越高。这个结果对于任意理性来说是正确的。此外,我们表明,在强选择下,疫苗接种水平可以高于在充分混合的人口。此外,我们还证明了在进化的社会网络上接种疫苗与在重新标度的基本生殖比下接种疫苗是等价的。我们的研究结果突出了社会网络对接种行为的动态影响,对疫情控制具有一定的指导意义。
2019-02-05 physics.soc-ph q-bio.PE
A Micro-foundation of Social Capital in Evolving Social Networks
社会网络赋予个人(和群体)利益和优势,文献将这些优势称为社会资本。本文提出了一个微观基础的数学模型的社会网络和网络中的个人的社会资本的演变。网络的演化受到个体的同性恋程度、结构机会主义、社会群居性以及社会类型分布的影响。在分析中,我们确定了不同类型的社会资本:结合资本,知名度资本和桥接资本。联结资本是通过形成一个联系圈而产生的,同质性增加了联结资本,因为它使这个联系圈更加同质化。人气资本导致偏好性依恋:受欢迎的人往往会变得更受欢迎,因为其他人更有可能与他们联系。同质性在不同的社会群体中创造了受欢迎程度的不对称,更合群的代理人更有可能变得受欢迎。然而,在同性恋社会中,属于不太合群、不太机会主义或主要类型的个体可能在网络中更中心,从而获得桥接资本。
2015-11-08 cs.SI physics.soc-ph
On the Shoulders of Giants: Incremental Influence Maximization in Evolving Social Networks
识别最有影响力的个人可以为开发和部署有效的病毒式营销策略提供宝贵的帮助。以前的研究主要集中在设计有效的算法或算法来找到给定的静态社会网络上的前K个有影响力的节点。然而,事实上,现实世界的社交网络随着时间的推移而不断发展,并且对改变的网络的重新计算不可避免地导致长的运行时间,从而显著影响效率。本文从真实世界的痕迹中观察到,社会网络的演化遵循优先依附规则,影响力节点主要是从高度节点中选择出来的。这样的观察揭示了IncInf的设计,IncInf是一种增量方法,可以根据以前的信息而不是从头开始计算,在不断发展的社交网络中有效地定位前K个有影响力的个人。特别是,IncInf通过将拓扑演化的影响局限于局部区域来定量分析节点的影响扩散变化,并进一步提出了一种剪枝策略,有效地将搜索空间缩小到经历重大增长或度高的节点。我们在真实世界的动态社交网络(包括Facebook、NetHEPT和Flickr)上进行了广泛的实验。实验结果表明,与最先进的静态启发式算法相比,IncInf算法在保持影响扩散匹配性能的同时,在执行时间上实现了高达21倍的加速。
2015-08-05 cs.SI physics.soc-ph
Learning Asynchronous-Time Information Diffusion Models and its Application to Behavioral Data Analysis over Social Networks
在大型社会网络上进行信息扩散的一个有趣且重要的问题是从有限数量的扩散信息中识别合适的模型。信息扩散有两种不同的建模方法:一种是称为独立级联(IC)模型的推式模型,另一种是称为线性阈值(LT)模型的拉式模型。我们扩展了这两个模型(本文称为AsIC和AsLT),将异步时间延迟和调查1)他们如何不同或彼此相似的信息扩散方面,2)是否模型本身是可学习的或不从观察到的信息扩散数据,和3)哪个模型更适合解释一个特定的主题(信息)扩散/传播。我们首先展示了如何对时间延迟进行建模,并推导出每个模型生成的观测数据的可能性。使用一个特定的时间延迟模型,我们证明了模型参数是可学习的,从一个有限的数量的观察。然后,我们提出了一种基于预测精度的方法,通过该方法来选择一个更好地解释观测数据的模型。进行了广泛的评价。我们首先使用合成数据与网络结构取自真实网络,有相当大的行为差异之间的AsIC和AsLT模型,所提出的方法准确,稳定地学习模型参数,并确定正确的扩散模型从有限数量的观测数据。接下来,我们将这些方法应用到行为分析的主题传播使用真正的博客传播数据,并显示有一个明确的指示,以主题更好地遵循哪个模型,虽然结果是相当不敏感的模型选择的水平,讨论如何远和快,每个主题传播的学习参数值。
2012-04-20 cs.SI physics.soc-ph
Role of social environment and social clustering in spread of opinions in co-evolving networks
采取务实的方法,在集体意见形成的现象所涉及的过程中,我们调查了两个具体的修改意见形成的共同进化的网络选民模型,研究由Holme和Newman [1]。首先,我们用个体之间接受或拒绝意见的概率分布来代替重新布线概率参数,以解释社会群体中个体之间关系的不对称影响。其次,我们修改了重新布线步骤的路径长度为基础的偏好重新布线,加强本地集群。我们已经研究了这些修改对该模型的模拟结果的影响。我们发现,改变接受或拒绝意见的概率分布的形状可以导致两个性质不同的最终状态的出现,一个具有几个孤立的连接组件,每个组件都在内部共识中,导致存在不同的意见集,另一个具有一个单一的主导连接组件,其中每个节点都具有相同的意见。此外,更重要的是,我们发现网络中的初始聚类也可以引起类似的过渡。我们的研究还提出,这些转变是由一个弱的和复杂的依赖系统的大小。我们发现,在模型的最终状态的网络具有丰富的结构属性,包括小世界性质的一些参数制度。[1]Holme和M. Newman,Phys.Rev.E74,056108(2006).
2013-08-12 cs.SI physics.soc-ph
Resolving social dilemmas on evolving random networks
我们发现,随机交互网络的策略独立适应可以诱导强大的机制,从红皇后到群体选择,促进进化社会困境中的合作。这两种机制自发地出现,作为动态过程,由于删除和添加的链接,这是执行每当玩家采取新的策略和一定数量的游戏迭代后,分别。合作促进的效力,以及负责它的机制,从而可以通过一个单一的参数确定链接添加的频率进行调整。因此,我们表明,共同进化的随机网络可能会引发一个适当的机制,为每个社会困境,这样的合作,即使在非常不利的条件下盛行。
2009-10-10 cond-mat.stat-mech physics.soc-ph q-bio.PE
Behavioral alignment in social networks
Shanghai Jiao Tong University(上海交通大学);University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校)
本研究分析协调与反协调个体的网络化系统,发现均衡数量可随网络结构微调呈指数增长,且平均路径长度能统一刻画均衡时间等变化。
2025-10-08 cs.MA cs.SI nlin.AO
A Heart for Interaction: Shared Physiological Dynamics and Behavioral Coordination in a Collective, Creative Construction Task
越来越多的人认为,人际共享的生理动力是融洽、同理心甚至团队绩效的基础。受人际协同模型的启发,我们批判性地研究了在个人和集体创造性乐高建筑任务中共享人际心率动态的存在,时间发展,可能的机制和影响。在研究1中,我们展示了共享HR动态是如何由多个来源驱动的,包括任务约束和行为协调。一般来说,共享的人力资源动态在个人试验中(参与者做同样的事情)比在集体试验中(参与者轮流执行补充行动)更普遍。然而,与虚拟配对相比,集体试验显示出更稳定的共享HR动态,这表明在线社交互动起着重要作用。此外,与个体试验相反,发现共享HR动态在集体试验中增加。研究2调查了社会互动的哪些方面可能会导致这些影响。我们发现,共享人力资源的动态统计预测人际语音和建设协调。在研究3中,我们探讨了人力资源动态,行为协调,和自我报告的和谐和团体能力的措施之间的关系。虽然行为协调可以预测融洽关系和团队能力,但共享的人力资源动态却不能。虽然在我们的研究中可靠地观察到共享的生理动力学,我们的研究结果保证不考虑人力资源动态社会协调的一般驱动机制。另一方面,行为协调似乎更能说明共同的生理动力学和集体经验。
2015-12-06 cs.MA nlin.AO physics.soc-ph
Cultural tightness and social cohesion under evolving norms
本文提出融合规范效用模型的博弈论共演化框架,揭示物质环境恶化如何通过演化分支同时增强文化紧密性并削弱社会凝聚力。
2025-09-02 physics.soc-ph q-bio.PE
Why We Experience Society Differently: Intrinsic Dispositions as Drivers of Ideological Complexity in Adaptive Social Networks
Binghamton University, State University of New York(纽约州立大学宾汉姆顿分校);Waseda University(早稻田大学)
本研究通过分析适应性社会网络模型,揭示了内在行为倾向如何驱动意识形态复杂性,发现不同认知倾向导致个体意见轨迹的非直观动态差异。
2026-02-07 cs.SI physics.soc-ph
Evolving Twitter: an experimental analysis of graph properties of the social graph
本文提出一种采样框架,在包含1320万用户和83亿条边的Twitter社交网络子集上估计24个图属性的时间演化,揭示其内部结构与增长动态。
2015-10-05 cs.SI physics.soc-ph
On a Co-evolving Opinion-Leadership Model in Social Networks
KTH Royal Institute of Technology(皇家理工学院);Politecnico di Torino(都灵理工大学)
本文提出一种动态系统,探讨意见与领导力在社会网络中的共演机制,扩展了Friedkin-Johnsen框架,分析了领导力与说服力的平衡关系及收敛条件。
2026-03-25 cs.SY eess.SY physics.soc-ph
Blind Men and the Elephant: Detecting Evolving Groups In Social News
我们提出了一个自动化和无监督的方法,一个新的总结的群体行为的基础上的内容偏好。我们表明,图论社区进化(基于用户对内容的偏好相似性)是有效的索引这些动态。结合针对每个社区自动识别的代表性内容的文本分析,我们的方法产生了一种新的多层表示不断发展的群体行为。我们展示了这种方法的背景下,政治话语的社会新闻网站的数据,跨越四年多的时间,并发现共存的政治倾向在较长的时间和破坏性的外部事件,导致现有模式的重大重组。最后,在不存在地面真相,我们提出了一个新的评估方法,通过使用熵的措施作为证据的连贯性沿这些群体的演化路径。这种方法对于需要对用户活动进行粒度分析的在线论坛的设计者和管理者以及希望将查询扩展到网络上可用的大规模数据的社会和政治科学研究人员来说是有价值的。
2013-11-02 cs.IR cs.SI physics.soc-ph
Measuring and Modeling Behavioral Decision Dynamics in Collective Evacuation
识别和量化影响人类决策的因素仍然是一个突出的挑战,影响社会和技术系统的性能和可预测性。在许多情况下,系统故障可追溯到人为因素,包括拥塞、过载、错误通信和延迟。在这里,我们报告的行为网络科学实验的结果,针对决策在自然灾害。在每一种情况下,个人都面临着一个被迫的“去”与“不去”疏散决定,根据竞争的广播和对等来源提供的信息。在这种受控的环境中,所有的行动和观察结果都在决策之前被记录下来,从而能够开发出一个定量决策模型,该模型考虑了灾害的可能性、严重程度和时间紧迫性,以及网络个体之间对有限应急资源的竞争。在这种社会环境中的行为的个体差异与内在风险态度的个体差异相关,如标准心理评估所测量的。确定可靠的方法来量化人类在面对风险时的决策,对灾害和其他威胁情景中的政策具有影响。
2013-07-25 cs.SI physics.soc-ph
A Comparative Study of Different Approaches for Tracking Communities in Evolving Social Networks
在现实世界的社交网络中,人们越来越关注跟踪用户组的演变并检测他们可能经历的各种变化。为此,已经提出了几种方法。在研究这些方法时,我们观察到其中大多数使用两个阶段的过程。在第一阶段,他们运行一种算法来识别每个时间戳的用户组。在第二阶段,采用基于相似性度量的成对比较来跟踪用户组并检测他们可能经历的变化。虽然大多数现有方法使用两阶段过程,但它们都运行不同的算法来识别社区,并依赖不同的相似性度量来跟踪用户组。注意到不同的方法可能会根据所调查的动态社交网络而有所不同,我们决定对一些现有的跟踪方法进行高级别调查,然后对其中一些进行比较分析。在我们的分析中,我们比较了两种主要情况下的算法:$(1)$当用户组不重叠和$(2)$当组重叠。这项研究是在从DBLP、自治系统(AS)和Yelp数据集中提取的三个不同的测试平台上进行的。
2019-03-19 cs.SI physics.soc-ph
Homophily and Triadic Closure in Evolving Social Networks
我们提出了一个新的网络模型会计多维的可追溯性。每个节点的特点是由一些功能和两个节点之间的链接的概率取决于共同的功能。我们并不先验地确定可能特征的总数。节点和特征的二分网络根据随机动力学演化,该随机动力学依赖于三个参数,这三个参数分别调节特征向节点的传输中的优先附着、每个节点的新特征的数量以及观察到的特征的总数的幂律行为。我们的模型还考虑了三元封闭机制。我们提供的理论结果和模型的参数的统计估计。我们验证我们的方法通过模拟和实证分析的网络科学合作。
2016-01-16 cs.SI physics.soc-ph
Core-Periphery Segregation in Evolving Prisoner's Dilemma Networks
密集的合作网络是繁荣社会的社会资本的基本要素。这些网络使个人能够通过增强信任来克服集体行动的困境。在许多生物和社会环境中,网络结构随着代理人退出关系并建立新关系而内源性地进化。然而,演化动力学导致密集合作网络自组织的过程还没有被探索。我们的大群体囚徒困境实验与退出和合作伙伴的选择选项表明,合作者和叛逃者的核心-外围隔离驱动的合作出现。合作者的"以达换得"和背叛者的"漂泊"策略导致了一个高度不对称的核心与边缘结构。合作者彼此紧密联系,成功地孤立了背叛者,并获得了比背叛者更大的回报。我们的拓扑特征的不断发展的网络的分析阐明了社会资本是如何产生的。
2012-12-09 cs.SI physics.soc-ph q-bio.PE
Evidence of equilibrium dynamics in human social networks evolving in time
本文通过分析900人四年的社交数据,证明人类社交网络在个体关系不断变化下仍保持宏观结构平衡,其动力学满足细致平衡条件,为数据收集、网络建模和社会干预提供了理论与实用依据。
2025-06-02 cond-mat.stat-mech cs.SI physics.data-an
On the dynamics emerging from pandemics and infodemics
这份立场文件讨论了与COVID-19大流行相关的新兴行为、社会和经济动态,并特别强调了两个新兴问题:第一,延迟效应(或二次打击)的流行病引起的恐惧风险效应进行了讨论,其中两个因素可能会影响这种影响的存在被确定,即信息的可获得性和政策决定对适应行为的影响。其次,讨论了个人对危险事件的准备问题。由于COVID-19大流行等事件展现出难以预测的复杂行为模式,因此需要考虑行为、社会和经济动态的复杂模型来评估决策的有效性和效率。
2020-04-19 cs.SI econ.GN math.DS
Towards a characterization of behavior-disease models
在过去十年中,出现了越来越现实的流行病模型,这些模型利用了非常详细的人口普查和人口流动数据。数据驱动模型的目标是细化到家庭或单个人的水平。然而,相对较少的系统性工作已经完成,以提供耦合的行为-疾病模型,能够关闭的反馈回路之间的行为变化引发的人口由个人的感知疾病传播和实际的疾病传播本身。虽然缺乏这种耦合的模型在温和的流行病中可能非常成功,但在人们对疾病的了解导致社会混乱或行为改变的情况下,它们显然用处有限。在这里,我们提出了一组由人群中个人可用的本地和非本地基于患病率的信息引起的自我发起的社交距离的原型机制的特征。我们的特点,这些机制的影响,在一个房室方案,扩大了基本的SIR模型的框架内考虑单独的行为类的人口。个体进入/退出行为类别的转变与疾病的传播相结合,并提供了具有多个流行高峰和临界点的丰富相空间。这里提出的模型类可以用于数据驱动的计算方法的情况下,分析社会适应和行为变化的场景。
2011-07-05 cond-mat.stat-mech physics.bio-ph physics.soc-ph
Dynamic stochastic blockmodels for time-evolving social networks
Technicolor Palo Alto Research Center(特艺集团帕洛阿尔托研究中心);University of Michigan(密歇根大学)
在开发用于分析网络形式的数据的统计模型(例如,社交网络)方面已经做出了重大努力。大多数现有的工作都集中在静态网络建模,它代表一个单一的时间快照或随着时间的推移聚合视图。动态网络的统计建模最近引起了人们的兴趣,动态网络在多个时间点被观察到,并提供了许多复杂现象的更丰富的表示。在本文中,我们提出了一个动态网络的状态空间模型,扩展了著名的静态网络的随机块模型的动态设置。我们适合在一个接近最佳的方式使用扩展的卡尔曼滤波器(EKF)与本地搜索增强的模型。我们证明了基于EKF的算法与基于马尔可夫链蒙特卡罗采样的最先进算法具有竞争力,但计算量明显较低。
2014-03-04 cs.LG cs.SI physics.soc-ph