Keep Your Friends Close and Your Facebook Friends Closer: A Multiplex Network Approach to the Analysis of Offline and Online Social Ties
社交媒体允许人们在网上进行前所未有的互动。然而，人类社会行为的一个基本方面是人们倾向于将自己与志同道合的人联系起来，形成在线和离线的同质社交圈。在这项工作中，我们应用了一个新的模型，使我们能够区分不同强度的社会关系，并观察在74名大学生的在线和离线社交网络中，关于政治，音乐，健康，住宅部门和大学一年的同质性证据。我们提出了一个多路复用网络的方法，社会关系的强度，在这里应用到移动通信数据-电话，短信，并共同定位，使我们能够通过考虑学生之间利用的通信渠道的数量来确定维度的关系。我们发现，强的社会关系的特点是最大限度地利用沟通渠道，而弱的关系，最小的使用。我们能够识别75%的亲密友谊，90%的弱关系，以及90%的Facebook友谊。然后，我们表明，较强的关系表现出更大的配置文件的相似性比较弱的。除了在政治和健康方面的社会圈子高度同质性，我们观察到音乐，住宅部门和大学一年的强烈同质性。尽管Facebook友谊高度依赖于居住地和年份，但学生的在线社交圈而不是线下社交圈中可以发现不太同质的内容，尤其是在政治和音乐方面。
2014-03-31 cs.SI physics.soc-ph
Preference or opportunity? Why do we find more friendship segregation in more heterogeneous schools?
对学校友谊网络的研究表明，异质性增加了同质性偏好。我们认为，这可能是一个误导性的解释指数随机图模型（p*）的系数，用于模拟网络数据。如果学生希望避免完全没有朋友，那么少数民族学生可能似乎愿意在一个更同质的学校中与多数民族学生更好地融合，即使在所有学校中，对拥有同一种族朋友的偏好都是一样的。我们使用网络形成的随机效用模型，在计算实验中研究驱动网络选择的偏好的影响。我们为不同的学校组合生成模拟网络，但具有相同的参数偏好同质性。我们估计与p* 模型对这些模拟数据的系数相同的种族（模拟）的友谊选择的影响。测试证实，p* 系数相同的种族的影响是大得多的人口与大量的少数民族，虽然实际的同质性偏好是相同的所有模拟学校组成。
2009-01-19 nlin.AO physics.soc-ph
Cumulative effects of triadic closure and homophily in social networks
社交网络中的大部分结构可以用两种看似独立的网络演化机制来解释：三元闭合和同质性。虽然通常将这些机制单独考虑或在静态模型的框架中考虑，但实证研究表明，它们的动态相互作用正是造成离线和在线社交网络中出现的同性恋关联模式的过程。通过将这两种机制结合在一个最小的可解动态模型中，我们从理论上证实了长期以来和经验上建立的假设，即同质性可以被三元封闭机制放大。这种研究方法使我们能够估计在各种友谊和通信网络中观察到的同质性中有多少是由于对给定量的三元闭合的放大。我们发现，在某些情况下，导致同质性放大的累积性的类随机过程也会导致社交网络的核心-外围结构，以及对先前同质性约束的记忆的出现（相当于物理学中的滞后现象）。我们的研究结果提供的理论理解强调了早期干预在社会层面管理同性恋决策的最不利影响的重要性，如不平等，隔离和在线回声室。
2018-09-17 cs.SI physics.soc-ph
Effects of homophily and heterophily on preferred-degree networks: mean-field analysis and overwhelming transition
我们研究了一个动态的，不平衡的网络中的个人持有的两个意见之一，在人口组成的两个社区的不同大小的长期性能。在这里，虽然代理人的意见是固定的，但他们有一个偏好的程度，这导致他们无休止地创建和删除链接。我们不断发展的网络是由同质性/异质性形成的，这是一种社会互动形式，个体倾向于与具有相似/不同观点的其他人建立联系。利用蒙特卡罗模拟和详细的平均场分析，我们详细研究了社区的大小和同质/异质的程度如何影响网络结构。特别是，我们表明，当网络受到足够的heterophily，一个“压倒性的转变”发生：个人的较小的社区被淹没的链接从代理商的较大的群体，他们的平均程度大大超过首选的程度。这种现象和相关现象的特征在于获得网络的总和联合度分布，以及跨两个社区的链接的比例和具有比优选度更少的边缘的代理。我们使用我们的平均场论来讨论当群体大小和同质性水平变化时网络的极化。
2022-01-29 cond-mat.stat-mech cs.SI nlin.AO
Opportunity and choice in social networks
我们的社会在人口普查、教育、宗教、族裔和文化构成等许多方面都是多种多样的。人与人之间的联系-如友谊、婚姻或合作-分布不均匀，往往集中在同一群体内。这种现象被称为“近亲繁殖同性恋”，它与（社会）偏好与自己类型的个体联系（“基于选择的”同性恋）或与她在个人选择集中的同类个体的流行（“基于机会的”同性恋）有关。选择决定了我们所观察到的关系网络，而机会则与（不可观察的）社会网络的构成有关，个人嵌入和脱离了他们的关系网络。在这种情况下，我们提出了一种方法，在存在多个数据的情况下，允许一个区分机会和选择基于同质性。主要的直觉是，在不带偏见的机会下，随着少数群体规模的缩小，基于选择的同质性的影响越来越弱，因为少数群体的个体很少见面，也很少有机会建立联系。因此，在极少数少数人中出现同性恋现象是机会偏见的一个指标。我们在美国婚姻数据的种族和教育维度上测试了这一想法，并在美国学校的友谊中进行了种族测试。
2010-06-15 physics.soc-ph
How Homophily Affects Diffusion and Learning in Networks
我们研究了通过社交网络运作的三种不同的沟通过程是如何受到同质性的影响的--同质性是指个体与自己相似的人交往的倾向。如果信息通过广播或最短路径发送，同质性就没有影响;只有连接密度才重要。相比之下，同质性大大减缓了基于重复平均邻居信息和马尔可夫扩散过程（如Google随机冲浪模型）的学习。事实上，后者的进程受到同质性的强烈影响，但完全独立于连接密度，只要这个密度超过一个低阈值。我们通过建立大随机图的谱的新结果并将谱与同伦联系起来，得到了这些结果。最后，我们使用来自青少年健康数据集的观察到的高中友谊网络来检查理论预测。
2009-02-09 physics.data-an physics.soc-ph
Unveiling homophily beyond the pool of opportunities
本研究提出一种基于统计网络系综与组合数学的稳健方法，可控制结构因素量化社交网络选择同质性，经合成网络验证优于传统指标，在真实网络性别同质性检测中有效，凸显结构因素考量的重要性。
2024-01-24 physics.soc-ph
Social Learning with Endogenous Information and the Countervailing Effects of Homophily
Texas A&M University（德克萨斯农工大学）；Stanford University（斯坦福大学）；Santa Fe Institute（圣塔菲研究所）
研究同质性如何通过影响信息内生质量与多样性，在稀疏网络中阻碍学习，在密集网络中促进学习。
2026-06-23 econ.TH physics.soc-ph
Homophily on social networks changes evolutionary advantage in competitive information diffusion
竞争性信息在大规模社交网络上的传播揭示了谣言传播的基本特征，并对舆论形成产生了深刻影响。近年来，人们对竞争演化的动力学机制的研究越来越感兴趣。然而，决定强大的集体人类行为的群体同质性的影响仍然不清楚。在本文中，我们将同质性效应引入到一个改进的具有广义种群偏好的竞争性谣言扩散模型中。利用微观马尔可夫链方法，我们首先推导出竞争扩散结果的相图，并研究竞争信息如何在社交网络上传播和演化。然后，我们探讨同质性的详细影响，这是一个重新布线机制建模。结果表明，同质性促进了分裂的“回声室”的形成，保护了处于不利地位的信息免于灭绝，从而进一步改变甚至逆转了进化优势，即，竞争信息最终比例的差异。我们的结论是，只有当最初处于不利地位的信息具有较强的传播能力，具有扩散优势时，逆转才可能发生。我们的框架提供了深刻的洞察竞争动态与人口同质性，这可能为进一步控制错误信息和引导公众信仰体系铺平道路。此外，逆转条件揭示了设计有效的竞争策略，在许多真实的场景。
2019-08-16 cs.SI physics.soc-ph
Can homophily explain public underestimation of climate policy support?
Stanford University（斯坦福大学）；University of Colorado Boulder（科罗拉多大学博尔德分校）；Pitzer College（皮泽尔学院）；Arizona State University（亚利桑那州立大学）；University of Wyoming（怀俄明大学）
通过随机块模型和优先连接模型，研究同质性如何与社会网络结构相互作用导致对气候政策支持的错误认知，发现同质性单独可解释反对者更大程度低估支持，但结合媒体偏见才能产生现实模式。
2026-07-01 cs.SI physics.soc-ph
Temporal influence over the Last.fm social network
最近的几个结果显示了社会联系对在网络中传播某些属性的影响，但其他人则质疑这些实验的方法，提出测量的效果可能是由于同质性或共享环境。在本文中，我们证明存在的社会影响，考虑的时间行为的Last.fm用户。为了明确区分有相同兴趣的朋友，特别是因为Last.fm根据品味的相似性推荐朋友，我们将相似品味的永恒效应与朋友之后立即收听同一艺术家的时间冲动分开。我们测量了在朋友之后的几个小时内，与代表简单趋势或外部影响的非朋友相比，倾听一位全新艺术家的强烈增长。在我们的实验中，为了消除网络独立的品味元素，我们改进了协同过滤和基于趋势的方法，通过混合基于朋友影响力的简单时间感知推荐。我们的实验是在70，000名Last.fm用户的两年“scrobble”历史上进行的。
2013-07-28 cs.SI physics.soc-ph
Homophily-induced Emergence of Biased Structures in LLM-based Multi-Agent AI Systems
本研究探究LLM驱动的多智能体互动对网络结构演化的影响，发现智能体存在优先连接机制，纳入社会属性会形成同质性社区与极化子群，且存在反映社会规范的不对称连接偏倚，为AI系统的共演化与自组织提供见解。
2025-10-03 cs.SI physics.soc-ph
Are the different layers of a social network conveying the same information?
对社会理论和现象的全面和定量研究越来越受益于描述人类社会关系的广泛数据，这些数据现在可以在计算社会科学领域获得。然而，这样的数据通常是组成社交网络的许多交互层之一的代理，社交网络可以以许多方式定义并且通常由各种类型的通信（例如，电话、面对面交流等）。因此，许多研究集中在一个单一的层，对应于手头的数据。然而，一些研究表明，这些层是不可互换的，尽管它们之间存在一定程度的相关性。在这里，我们调查是否不同层次的个人之间的相互作用导致类似的结论，在人口中的同质性模式的存在-同质性代表了社交网络中最广泛的研究现象之一。为了这个目的，我们考虑一个数据集描述的相互作用和各种性质的联系，在人口的亚洲学生具有不同的国籍，第一语言和性别。我们研究同质性模式，以及他们的时间演变在社会网络的每一层。为了便于我们的分析，我们提出了一个通用的方法来评估是否同质性模式在一个层中观察到的通知我们在另一个层的模式。例如，我们的研究表明，三个网络层-手机通信，关于友谊的问卷调查和信任关系-导致相似和一致的结果，尽管有一些微小的差异。然而，共存网络层的同质模式不会产生关于其他网络层的任何有意义的信息。
2018-01-09 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
Viral Misinformation: The Role of Homophily and Polarization
在在线社交网络（OSN）上无意或有意传播未经证实的谣言（例如，出于政治原因，甚至是拖钓）可能会产生严重后果，例如最近关于埃博拉病毒的谣言对卫生保健工作者造成了干扰。在这里，我们表明，旨在量化信息消费模式的指标可能会提供有关虚假声明的病毒式传播的重要见解。特别是，我们通过分析120万Facebook意大利用户消费不同（和相反）类型的信息（科学和阴谋新闻）的样本，解决了内容流行背后的驱动力。我们发现，用户对不同内容的参与与具有相似消费模式（同质性）的朋友数量相关，这表明社交网络中某些类型的内容更有可能传播的区域。然后，我们测试扩散模式的外部样本的$4,709$故意讽刺的虚假声明，既不存在枢纽（结构属性），也不是最活跃的用户（影响者）是普遍的病毒现象。相反，我们发现，在一个错误信息无处不在的环境中，用户围绕共同信念的聚集可能会使通常暴露于阴谋故事（两极分化）成为虚假信息传播的决定因素。
2014-11-11 cs.CY cs.SI physics.soc-ph
Emergence of Clustering in an Acquaintance Model without Homophily
我们引入了一个基于代理的熟人模型，其中社会联系的过程中，没有明确的同质性。尽管社会互动具有同质性，但高度聚集的社交网络可能会出现。我们的模型的关键特征是变量传递相互作用。也就是说，当一个代理人介绍两个没有联系的朋友时，他们之间实际发生联系的速度取决于他们共同认识的人的数量。随着这种传递性交互率的变化，社会网络经历了一个戏剧性的聚类过渡。在接近过渡期时，网络由一系列定义明确的社区组成。作为时间的函数，网络也可以经历\emph{incomplete}凝胶化转变，其中凝胶或巨簇即使在无限时间也不构成整个网络。我们模型的一些聚类特性也出现了，但在Facebook网络中是以一种更渐进的方式出现的。最后，我们讨论了一个更现实的变体，我们的原始模型中，有一个软截止率的传递相互作用。有了这个变体，人们可以构建与Facebook网络定量匹配的网络实现。
2014-11-12 cond-mat.stat-mech cs.SI physics.data-an
Inequality and Inequity in Network-based Ranking and Recommendation Algorithms
虽然算法承诺了许多好处，包括效率，客观性和准确性，但它们也可能引入或放大偏见。在这里，我们研究两个著名的算法，即PageRank和Who-to-Follow（WTF），并显示在何种程度上他们的排名产生不平等和不公平时，适用于有向社交网络。为此，我们提出了一个有向网络模型的优先连接和同质性（DPAH），并证明了网络结构的影响，这些算法的秩分布。我们的主要研究结果表明，（i）不平等与不平等正相关，（ii）不平等是由偏好依恋，同质性，节点活动和边缘密度之间的相互作用驱动的，（iii）不平等是由同质性和少数群体规模之间的相互作用驱动的。特别是，这两个算法减少，复制和放大少数群体在顶级排名的代表性时，多数是同性恋，中性和异性恋，分别。此外，当这种代表性减少时，少数群体可以通过在网络中进行战略性联系来提高他们在等级中的可见度。例如，当大多数人也是同性恋者时，通过增加他们的外向度或同性恋。这些发现揭示了阻碍基于网络的排名和推荐算法中的平等和公平的社会和算法机制。
2022-07-22 cs.DS cs.SI physics.soc-ph
Social homophily predicts evacuation destination choice and long-term displacement decisions after the Marshall Fire
本研究利用马歇尔火灾的匿名GPS轨迹与社交网络数据，发现社会人口同质性和友谊联系可显著预测疏散目的地及长期流离失所、返乡决策。
2025-07-24 physics.soc-ph
How people make friends in social networking sites - A microscopic perspective
我们研究的详细增长的社交网站与完整的时间信息，通过检查每个友谊关系，可以共同导致网络的宏观属性的创建过程。我们首先研究了用户的交互行为，发现链接请求被快速响应，交互间隔的分布呈指数形式衰减。邀请者/接受者的程度与往返时间呈轻微负相关。此外，在线社区的时间特征表明，用户行为（如发送或接受链接请求）的时间间隔分布遵循普适指数的幂律，峰值出现在整数天的时间间隔内。我们最后研究了社交网站的优先选择和链接现象，发现对于前者，优先发送和接收的线性偏好成立，对于后者，优先接受，创建和连接的线性偏好也成立。基于线性优先连接，提出了一个可解析的网络模型，该模型能够再现网络的度分布。本文提出的研究框架可以提供一个潜在的洞察用户的微观动机如何导致在线社交网络的全球结构。
2011-11-23 cs.SI physics.soc-ph
Homophily and the Speed of Social Mobilization: The Effect of Acquired and Ascribed Traits
在社会中，个人跨社交网络的大规模动员正变得越来越普遍。然而，人们对影响社会动员速度的因素知之甚少。在这里，我们使用一个框架的现场实验，以确定和测量的个人和他们的关系，预测动员速度的属性。我们举办了一场全球社会动员竞赛，记录了参与者和他们招募的人的个人特质。我们研究了归因特征（性别，年龄）和后天特征（地理和信息来源）对动员速度的影响。我们发现，同性恋倾向于与其他具有相似特征的个体互动，在社会动员中扮演着混合的角色。获得性特征表现出同质性，具有相同特征的新兵动员速度比具有不同特征的新兵动员速度快。相比之下，我们没有发现支持同质性的归因特征。相反，这些特征有其他的，非同质性的影响：女性动员其他女性比男性动员其他男性更快。年轻的招募人员动员其他人的速度更快，而年长的招募人员动员速度更慢。当新兵第一次直接从竞赛组织那里听说竞赛时，他们的动员速度也会更快，而当他们从不太私人的来源类型（例如家庭与媒体）听到时，他们的动员速度会降低。这些发现表明，社会动员包括不同于其他更被动形式的社会活动传播的动态。这些研究结果表明工程社会动员任务的相关因素，以提高速度。
2014-04-28 cs.CY cs.SI physics.soc-ph
The Anatomy of the Facebook Social Graph
我们研究了Facebook活跃用户的社交图谱结构，这是有史以来分析过的最大的社交网络。我们计算图的许多特征，包括用户和友谊的数量，度分布，路径长度，聚类和混合模式。我们的研究结果围绕着三个主要的观察结果。首先，我们描述了图的全局结构，确定社交网络几乎是完全连接的，99.91%的个体属于一个大的连接组件，我们确认了全球范围内的“六度分离”现象。其次，通过研究图邻域的平均局部聚类系数和退化，我们表明，虽然Facebook图作为一个整体显然是稀疏的，但用户的图邻域包含令人惊讶的密集结构。第三，我们通过研究用户的基本人口统计和网络属性来描述图中存在的不确定性模式。我们观察到明确的程度不确定性和特点的程度“你的朋友有更多的朋友比你”。此外，我们观察到年龄对友谊偏好的强烈影响，以及由国籍驱动的全球模块化社区结构，但我们没有发现任何强烈的性别同质性。我们将我们的结果与较小的社交网络的结果进行比较，发现大部分（但不完全）在共同的结构网络特征上一致。
2011-11-18 cs.SI physics.soc-ph
Stability of the personal relationship networks in a longitudinal study of middle school students
本研究通过五轮问卷调查追踪中学生两年友谊演变，发现关系网络呈稳定圈层结构，同班和性别同质性影响互惠率，且圈层结构在个体关系更替中持续存在。
2023-09-01 cs.SI physics.soc-ph
How women organize social networks different from men
社交网络的叠加，如通信、友谊或贸易网络，被称为多重网络，构成了人类社会的结构支柱。新的数据集现在允许量化和探索多重网络。在这里，我们从一个约30万玩家的在线游戏社会的完整行为数据集研究了多元网络的性别差异。就个人而言，女性在经济上的表现比男性好，而且承担的风险也比男性少。男性回应女性的友谊请求的速度比反之亦然，并犹豫回应女性的敌对行动。在网络层面上，女性有更多的沟通伙伴，谁是连接比男性的合作伙伴。我们发现一个强大的同质性效应的女性和更高的聚类系数的女性在贸易和攻击网络。男性之间的合作联系不多，反映出男性之间对资源的竞争。这些结果从数量上证实了女性和男性管理社交网络的方式有很大的不同。
2013-07-08 cs.SI physics.soc-ph
Evolution of Social Networks: A Microfounded Model
许多社会都是由人们在一段时间内相遇和互动而形成的网络组织起来的。在本文中，我们提出了第一个模型来捕捉微观基础的社交网络的演变，有限理性的代理人的不同类型的加入网络，满足其他代理随机随着时间的推移，并因此决定形成社会关系。我们的模型的一个基本前提是，在现实世界的网络中，代理人通过推理他们随着时间的推移遇到的代理人可以给予的好处来形成链接。我们研究了新兴网络的友谊和流行收购的演变，给出了以下外生参数：结构机会主义，类型分布，同质性，和社会合群。我们发现，一个代理找到“朋友”所需的时间是由外生参数的影响：代理谁是更合群，更同性恋，机会主义少，或属于一个类型的“少数民族”平均花费更长的时间寻找友谊。此外，我们表明，优先附件是一个新兴的双重优惠会议过程的结果：一个过程，引导代理的某种类型，以满足更受欢迎的相似类型的代理具有更高的概率，从而创建不同类型的代理的流行程度演变的不对称。
2015-08-14 cs.SI physics.soc-ph
Mixing patterns and individual differences in networks
我们研究网络中的混合模式，这意味着不同类型的节点相互连接的倾向。节点偏好连接与自己相似的其他节点的现象已经得到了广泛的研究，但在这里，我们进一步研究了相似的节点如何以及在多大程度上具有不同的偏好。例如，友谊网络中的许多人可能更喜欢与自己年龄大致相同的朋友，但有些人可能会表现出对年长或年轻朋友的偏好。我们介绍了一个网络模型，捕捉这种行为和方法，将其拟合到经验网络数据。我们提出的指标来表征的平均值和变化的混合模式，并显示如何推断其值从拟合模型，无论是使用最大似然估计的模型参数或在贝叶斯框架，不需要固定任何参数。
2019-04-17 cs.SI physics.soc-ph
How does homophily shape the topology of a dynamic network?
我们考虑一个动态的网络的个人可能持有两个不同的意见，在一个两党社会。作为一个动态模型，代理可以无休止地创建和删除链接，以满足一个首选的程度，和网络的形状由\emph{homophily}，社会互动的形式。以参数$J \in [-1,1]$为特征，后者扮演着类似于伊辛自旋的角色：代理以$(1+J)/2$的概率创建与其他相同观点的链接，并以$(1-J)/2$的概率删除它们。利用蒙特卡罗模拟和平均场论，我们集中在网络结构的稳定状态。我们研究了$J$对度分布和跨党派链接的影响。虽然同质性或异质性（$J= \pm 1$）的极端情况很容易理解为导致完全极化或反极化，但$J$的中间值会导致网络的有趣特征。我们的模型表现出一个有趣的功能时，不同规模的社区受到足够的heterophily发生的“压倒性的转变”：代理人的少数群体超额认购，他们的平均程度大大超过了多数群体。此外，我们引入了一个原始的措施，显示出显着的优势，通常使用的平均边缘均匀性的偏振。
2021-10-24 cond-mat.stat-mech cs.SI nlin.AO
Friends, Strangers, and the Value of Ego Networks for Recommendation
在推荐中使用社交网络信息的两种主要方法已经出现：用社交数据增强协同过滤和只使用以自我为中心的数据的算法。我们使用来自Facebook的电影和音乐数据以及来自Twitter的标签数据来比较这两种方法。我们发现，仅基于朋友的推荐算法的性能并不比基于完整网络的推荐算法差，尽管它们需要的数据和计算资源要少得多。此外，我们的证据表明，偏好的局部性，或项目偏好在社交网络中的非随机分布，是将社交网络信息纳入推荐算法的价值背后的驱动力。当局部性很高时，比如在Twitter数据中，简单的k-nn搜索者只基于朋友做得比他们从整个网络中提取的更好。这些结果有助于我们理解社交网络信息何时以及为什么可能支持推荐系统，并表明看到完整网络中以自我为中心的切片（例如使用Facebook登录的网站）或具有计算限制（例如移动设备）的系统可能会使用以自我为中心的推荐算法。
2013-04-17 cs.SI physics.soc-ph
The Role of Peer Influence in Churn in Wireless Networks
用户流失仍然是无线运营商面临的最大挑战。这些运营商需要了解客户流失的决定因素，以便自信地应用有效的保留策略，以确保其盈利能力和增长。在本文中，我们看看同行的影响，流失的影响，我们试图解开它从其他影响，驱动同时流失的朋友，但不涉及到同行的影响。我们从一家主要无线运营商的大型数据集中随机抽取了大约1万名用户，分析了10个月的时间。我们应用生存模型和广义倾向得分来确定同伴影响的作用。我们发现，当朋友们这样做时，流失的倾向会增加，当许多强大的朋友流失时，这种倾向会增加得更多。因此，我们的研究结果表明，流失管理者应该考虑旨在防止群体流失的策略。我们还表明，生存模型未能解开同质性从同侪影响高估同侪影响的效果。
2014-09-03 cs.CY cs.SI physics.soc-ph
Preferential Attachment in an Internet-mediated Human Network
随着互联网的出现，以网络为媒介的社交网络对菲律宾人产生了巨大的影响。社交网站，如Facebook、YouTube、Facebook和MySpace是互联网上最知名的网站。这些网站为来自世界各地的用户提供广泛的服务，例如联系和查找人，以及共享和组织内容。这些网站的普及性和可访问性使人们能够获得信息。这些让人们可以分析和研究在线社交网络的人群特征。在这项研究中，我们开发了一个计算机程序来分析一个本地流行的社交网站的结构动力学：The Champster Network。了解虚拟社区的结构动态有许多含义，例如找到对当前网络系统的改进。根据我们的分析，我们发现，该网站的用户表现出优先重视的用户与高数量的朋友。
2015-07-04 cs.SI physics.soc-ph
The impact of behavioral homophily and conformity on epidemic spreading in networks with large groups
Université Laval（拉瓦尔大学）；Universitat Rovira i Virgili（罗维拉-依希尔维特里大学）；Northeastern University（东北大学）；University of Vermont（佛蒙特大学）；Santa Fe Institute（圣塔菲研究所）；Complexity Science Hub Vienna（维也纳复杂科学中心）；Pacific Northwest National Laboratory（太平洋西北国家实验室）
本研究通过近似主方程框架，探讨行为同质性和从众性如何共同影响大规模紧密连接群体（团）上的SIS流行病动态，发现同质性放大了从众性效应，使少数行为得以持续并显著改变流行阈值和传播模式。
2026-05-25 physics.app-ph physics.soc-ph q-bio.PE
Collective variables for homophily-driven network rewiring dynamics
Zuse Institute Berlin（柏林齐瑟研究所）；Freie Universität Berlin（柏林自由大学）；University of Bayreuth（拜罗伊特大学）
针对同质性驱动的随机网络重连过程，利用数据驱动方法识别低维集体变量，并基于图论推导其闭合演化方程，实现宏观降阶建模。
2026-06-25 math.DS physics.soc-ph
Friendship Maintenance and Prediction in Multiple Social Networks
由于在线社交网络（OSN）的激增，用户发现他们自己参与多个OSN。这些用户留下他们的活动痕迹，因为他们保持友谊，并与这些OSN中的其他用户交互。在这项工作中，我们通过研究在Twitter和Instagram上都有账户的用户来分析用户如何在多个OSN中保持友谊。具体来说，我们研究了用户的友谊的相似性和友谊分布在多个OSN的均匀性。我们的研究表明，Twitter和Instagram中的大多数用户更喜欢在两个OSN中保持不同的友谊，在OSN中只保持一小部分共同的朋友。基于我们的实证研究，我们进行链接预测实验，预测丢失的友谊链接在多个OSN使用的邻居功能，邻居友谊维护功能和交叉链接功能。我们的链接预测实验表明，非监督方法可以在一个OSN中使用另一个OSN数据预测链接时产生良好的准确性，并且使用友谊维护和其他度量作为特征的监督方法可以进一步提高链接预测的准确性。
2017-03-02 cs.SI physics.soc-ph
Assortative Mixing Equilibria in Social Network Games
众所周知，社交网络中的个体倾向于表现出同质性（也称为同质性）。在他们的社会关系中，这意味着他们更喜欢与自己的同类建立联系。但造成这种现象的原因是什么呢？是不是这样的关系比较方便，比较容易维持？或者说，从这种集体行为中是否也能获得一些更切实的好处？目前的工作需要一个博弈论的角度来看这一现象，并研究在何种条件下，不同的竞争性混合策略导致在不断发展的社会网络的平衡。我们专注于一个有偏见的偏好依恋模型，其中每个群体的策略（例如，政治或社会少数群体）决定了其成员对其他群体成员和非成员的偏见程度。我们的第一个结果是，如果群体试图最大化的效用函数是群体的度中心性，解释为网络中群体成员的度之和，那么实现纳什均衡的唯一策略是完美同质性，这意味着与其他群体的合作对这个效用函数是有害的。第二个，也许更令人惊讶的结果是，如果将组间合作的奖励添加到效用函数中（例如，外部由权威作为法规强制执行），那么只有两种可能的均衡，即完全同质或完全异质，并且可以描述其可行性空间。有趣的是，无论人口中的少数-多数比例如何，这些结果都成立。我们相信，这些结果，以及本文提出的博弈论的角度来看，可能有助于更好地理解的力量，塑造我们的社会群体和社区。
2017-03-26 cs.GT cs.SI physics.soc-ph
Bring your friend! Real or virtual?
垄断者面对的是部分不知情的消费者群体，他们通过定向社会网络相互联系。在网络中，垄断者向知情的消费者（影响者）提供奖励，条件是告知不知情的消费者（受影响者）。奖励需要承担沟通成本。我们调查的动机，垄断者移动到一个更密集的网络，这一决定对社会福利的影响。社会福利增加的信息扩散，对于给定的通信激励，是更高的密集的网络。然而，垄断者将转让内在化，因此可能更喜欢一个知情消费者之间竞争较少的环境。高度连接的影响者（枢纽）的存在是使垄断者的激励和福利保持一致的主要驱动力。
2017-10-24 cs.SI physics.soc-ph
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
Playing the role of weak clique property in link prediction: A friend recommendation model
研究链路预测的一个重要事实是，网络的结构特性对算法的性能有很大的影响。因此，如何利用网络的结构特性来提高链路预测的性能是一个重要的问题。通过对许多实际网络的分析，我们发现了一个共同的结构性质：节点优先链接到具有弱团结构的节点（简称PWCS）。基于这种PWCS现象，我们提出了一个本地的朋友推荐（FR）指数，以促进链接预测。实验结果表明，FR索引的性能普遍优于常见的局部相似性索引，如公共邻居（CN）索引、Adamic-Adar（AA）索引和资源分配（RA）索引。然后，我们解释了为什么PWCS可以引起更好的性能的FR指数在链接预测。最后，利用PWCS现象提出了一种混合的朋友推荐指数（标记MFR），进一步提高了链接预测的准确性。
2016-01-20 cs.SI physics.soc-ph
The dynamics of U.S. college network formation on Facebook
在美国，许多人的终身社交网络的很大一部分是在大学里形成的。然而，我们对这种形成过程的许多方面的理解，如时间变化的作用，教育环境之间的异质性，以及大学期间形成的关系的持久性，是不完整的。为了帮助填补其中的一些空白，我们使用了2008年至2019年美国1，181所高等教育机构的社交网络的人口水平数据集，以详细了解大学网络的结构如何随时间变化。这些网络演变过程中最突出的特征是，当学生刚进入大学时，交友活动激增。在此期间形成的联系在塑造整个网络的结构和学生在其中的地位方面发挥了重要作用。随后的开始和中断从指令进一步影响新的平局形成的数量。领带形成中的同质性同样显示出随时间的变化。当学生安顿下来时，同性关系更有可能形成，而分享一个主要的刺激友谊的学生通过他们的学位进展。大学的性质，例如是否有许多学生住在校园里，也会调节这些影响。在不同的背景下和学生大学生活的不同阶段形成的联系在毕业后保持亲密关系的可能性上各不相同。总之，这些研究结果表明，教育背景介导的网络形成在多种不同的方式。
2020-11-03 cs.SI physics.soc-ph
How Recommendation Algorithms Shape Social Networks: An Adaptive Voter Model Approach
University of Graz（格拉茨大学）
本文通过自适应投票模型研究推荐算法对社交网络极化和碎片化的影响，发现局部重连线机制加剧了网络极化和回声室效应。
2026-01-19 physics.soc-ph
Influence of Personal Preferences on Link Dynamics in Social Networks
US Army Research Laboratory（美国陆军研究实验室）
我们研究了一个独特的网络数据集，包括定期调查和通过智能手机的二元联系人的电子日志。参与者是2011年秋季进入大学的新生样本。他们对各种政治和社会问题的意见和校园活动的清单定期记录在每个学期的开始和结束的前三年的研究。我们确定了一个行为网络定义的电话和文本数据，和一个认知网络的基础上的友谊提名的自我网络调查。这两个网络仅限于研究参与者。由于每个节点上的各种属性都收集在自我报告中，我们将这些网络称为属性丰富网络。我们研究了学生对朋友的某些属性的偏好是否可以预测两个网络中边缘的形成和溶解。我们介绍了一种方法来计算学生的喜好，我们用不同的属性来预测链接的形成和解散。然后，我们根据这些属性对预测的重要性对它们进行排名。我们发现，个人偏好，特别是政治观点，以及对共同活动的偏好有助于预测行为和认知网络中的链接形成和解散。
2017-09-21 cs.AI cs.SI physics.soc-ph
Intelligent social bots uncover the link between user preference and diversity of news consumption
在线社交媒体和微博平台的蓬勃发展迅速改变了我们消费新闻和交换意见的方式。尽管已经做出了相当大的努力，试图向用户推荐各种内容，但信息多样性的丧失和利益群体的两极分化仍然是工业界和学术界面临的巨大挑战。在这里，我们利用良性的社交机器人在微博（中国最大的微博平台）上设计了一个受控实验。这些软件机器人可以表现出类似人类的行为（例如，偏好特定内容）并在两个广为接受的社会学假设（即，homophily和triadic closure）。我们在微博上部署了68个机器人，每个机器人至少运行了2个月，跟踪了100到120个账号。我们总共观察了5，318名用户，并记录了大约630，000条暴露于这些机器人的消息。研究结果表明，即使在相同的选择行为下，偏好娱乐内容的机器人更有可能与同伴形成极化社区，其中约80%的信息是相同类型的，这对于偏好科技内容的机器人来说是一个显著差异。结果表明，用户的偏好发挥了更重要的作用，限制自己访问多样化的内容相比，两个众所周知的驱动程序（自我选择和预选）。此外，我们的研究结果揭示了一个巧妙的连接之间的特定内容和它的传播子结构在同一个社会网络。在微博网络中，娱乐新闻呈现单向星状子结构，科技新闻呈现双向簇状子结构。这种联系可以放大用户偏好的多样性效应。这一发现对扩散动力学研究和推荐系统设计具有重要意义。
2019-07-05 cs.SI physics.soc-ph
Social Networking by Proxy: A Case Study of Catster, Dogster and Hamsterster
在过去十年中，在线社交网络的激增并没有停止对宠物的关注，现在存在许多不同的在线平台，以迎合猫和狗等各种宠物的主人。这些在线宠物社交网络提供了研究在线社交网络的独特机会，在该在线社交网络中，单个用户管理多个用户简档，即，一个用于他们拥有的每个宠物。这些类型的多配置文件网络允许我们研究两个问题：（1）宠物级别和人类级别网络之间的关系是什么？（2）友谊链接和家庭关系之间的关系是什么？具体而言，我们研究了在线社交宠物网络Catster，Dogster和Hamsterster，其中前两个是现有的两个最大的在线宠物网络。我们展示了这两个层面上的网络如何相互作用，并进行实验，以了解是否可以单独使用关于个人资料级别的友谊的知识来预测哪些用户在哪个配置文件后面。为了做到这一点，我们引入了多配置文件的社会网络的概念，扩展了以前定义的光谱测试的对角多配置文件的网络，定义了两个新的同质性措施多配置文件社交网络，执行两个级别的社会网络分析，并提出了一个算法，用于预测两个配置文件是否由同一用户创建。因此，我们能够以非常高的精度预测两个配置文件是否由同一用户创建。因此，我们的工作是相关的其他在线社区，其中用户可能使用多个配置文件的分析。
2015-01-22 cs.SI physics.soc-ph
Friend of a friend models of network growth
在网络科学中，最著名的模型之一是偏好连接。在这个模型中，连接到节点的概率取决于种群中所有节点的度，因此取决于全局信息。然而，在许多生物、物理和社会系统中，个体之间的相互作用只依赖于局部信息。在这里，我们研究了一个真正的局部网络形成模型，基于朋友的朋友的想法，具有以下规则：个人随机选择一个节点并以概率p链接到它，然后他们选择该节点的邻居并以概率q链接。我们的模型产生幂律，经验指数范围从1.5向上，聚类系数范围从0到0.5（与许多真实网络一致）。对于小p和q=1，该模型产生超级枢纽网络，我们证明了对于p=0和q=1，随着网络的增长，非枢纽的比例趋于1。我们发现，幂律度分布，小世界集群和超级枢纽网络都是这个更一般，但概念上简单的模型的结果。
2022-09-20 physics.soc-ph
Statistical Tests for Contagion in Observational Social Network Studies
目前社会网络研究中的传染测试容易受到潜在同性恋的混淆效应（即，联系优先在具有相似隐藏特征的个体之间形成）。我们展示了一种通用的方法，以降低观察性社会网络研究中因果效应的强度，即使是在存在任意的，未观察到的个人特征。我们的测试不需要参数假设，每个测试都与代数证明相关联。我们证明了我们的方法的有效性，通过正确推导的因果关系的例子，以前显示暴露现有方法的缺陷。最后，我们讨论了初步结果的数据取自心脏研究。
2013-04-15 cs.SI physics.soc-ph stat.ME
Inferring users' preferences through leveraging their social relationships
推荐系统从用户的历史活动和个人档案中推断用户的偏好，在过去几年中取得了巨大的成功。现有的大多数作品都是基于用户、对象或两者的相似性，这些相似性来自他们在网上购物平台上的购买记录。然而，当已知信息有限时，这种方法面临瓶颈。极端的情况是如何向新用户推荐产品，即所谓的冷启动问题。在线社交网络的兴起给了我们一个打破玻璃天花板的机会。物以类聚，人以群分。亲密的朋友可能有相似的选择产品的隐藏模式，朋友的建议更值得信赖。在本文中，我们将个人的社会关系到推荐系统，并提出了一种新的方法，称为社会质量扩散（SMD），基于质量扩散过程中的组合网络的用户的社会网络和用户项目二分网络。实验结果表明，在二分网络上，SMD算法比单纯的质量扩散（MD）算法具有更高的推荐准确率。特别是，对于小度用户来说，这种改进是惊人的。此外，SMD为冷启动问题提供了很好的解决方案。新用户推荐的准确率明显高于传统的基于流行度的算法。这些结果可能为更好的个性化推荐系统和信息服务的新设计提供一些启示。
2017-11-28 cs.IR cs.SI physics.soc-ph
Network of social groups or Let's have a party
我们提出了一个简单的模型，由于事件的参与者之间的永久通信的增长和耗尽的各方。由于信息的快速交流，每个人都能够通过其朋友列表来评估自己和所有其他方。因此，参加不同派对的人数可以不断变化。取决于社会联系的深度，这将由参数$α$表征，党员的稳定分布出现。在一个关键的$α_c$，几乎所有政党的突然枯竭被观察到，结果所有的人都聚集在一个政党。该模型是基于一个分层的社会网络。某个人与另一个人联系的概率取决于网络中引入的社会距离和同质性参数$α$。
2005-07-26 physics.soc-ph
Assortative and preferential attachment lead to core-periphery networks
本文提出结合同配依附与优先依附的网络演化模型，揭示群体规模、初始条件及增长方式如何影响核心—边缘结构形成，并用五个经验网络验证核心节点的高同配性。
2024-01-25 physics.soc-ph
