Evacuation Dynamics: Empirical Results, Modeling and Applications
这篇广泛的评论是为“复杂性和系统科学百科全书”（Springer，2008）撰写的，面向从工程师到应用数学家，计算机科学家和物理学家的广泛受众。它提供了行人动力学的各个方面的广泛概述，重点是疏散过程。首先，批判性地回顾了实证结果的现状，因为它构成了定量预测所需模型校准的基础。然后讨论了各种建模方法，重点是元胞自动机模型。最后，一些具体的应用，在公共建筑或公共交通的安全分析。
2008-02-12 physics.soc-ph
Social Force Model parameter testing and optimization using a high stress real-life situation
社会力量模型（SFM）的逃离恐慌版本是描述紧急疏散的合适模型。在这项研究中，我们分析了一个真实的视频，记录在黑色星期五事件期间的商店开业，这类似于紧急疏散（2017年11月，南非）。我们测量了进入商店的行人流量，发现一个比通常在“实验室”条件下报告的更高的值（$\langle J \rangle =6.7 \pm 0.8\,$ p/s）。我们进行了数值模拟来重现这一事件。经验测量值进行了比较，对模拟的疏散曲线对应于目前在文献中使用的不同的参数集。所获得的结果表明，一组参数对应于校准实验室实验（涉及行人，其中参与者的安全是主要关注的）或情况下，身体接触是可以忽略不计的，产生模拟，其中代理撤离速度比经验的情况。最后，我们优化了模型的两个参数：摩擦系数$k_t$和体力系数$k_n$。我们发现的最佳拟合可以复制经验疏散曲线的定性和定量行为。我们还发现，在参数空间中的许多不同的组合可以产生相似的结果，在拟合优度方面。
2020-07-13 physics.soc-ph
Modelling social identification and helping in evacuation simulation
社会科学家批评了行人流的计算机模型，因为它们将心理群体视为仅仅是个人的集合。事实上，大多数疏散动力学模型都使用物理学中的类比，将行人视为粒子。虽然这确保了模拟的结果与重要的物理现象相匹配，例如随着密度的增加，人群的减速，但忽略了群体过程等社会现象。特别是，人群中的人具有社会身份，并与人群中的其他人分享这些社会身份。自我分类的过程决定了人群中的规范，并影响人们在疏散情况下的行为。我们制定了应用程序的社会身份在行人模拟算法。我们的目标是检查是否有可能进行的心理模型，以计算机模型的行人运动，使模拟结果对应于观察人群心理。也就是说，我们量化和形式化的实证研究和口头描述的群体身份对行为的影响。我们使用不确定性量化来分析当我们改变关键模型参数时模型的行为。在第一种方法中，我们将自己限制在一个特定的场景中，这个场景已经被人群心理学家彻底调查过，并且有一些定量数据可用：2005年7月7日伦敦地铁车厢的爆炸和随后的疏散。
2016-07-12 cs.MA math.DS physics.soc-ph
Minimizing the evacuation time of a crowd from a complex building using rescue guides
在紧急情况下，如果没有有效的疏散计划，从复杂的建筑物中疏散大量人群可能会变得缓慢甚至危险。使用引导人群离开建筑物的救援指南可以提高疏散效率。一个重要的问题是如何选择这些指南的数量，位置和出口分配，以最大限度地减少人群的疏散时间。在这里，我们模拟疏散人群作为一个多智能体系统的社会力量模型和简单的互动规则的指南和他们的追随者。我们制定的问题，最大限度地减少疏散时间，使用救援指南作为一个随机控制问题。然后，我们解决了它的程序相结合的数值模拟和遗传算法（GA）。遗传算法迭代搜索最优疏散方案，而数值模拟评估疏散时间的计划。我们应用程序的一个测试案例和一个虚构的会议大楼的疏散。该程序能够解决的数量的指南，他们的初始位置和出口分配在一个单一的，但复杂的优化。结果表明，该方法收敛于最优疏散方案，使疏散时间最短，缓解了拥挤和智能体运动随机偏差的影响。
2021-08-19 physics.soc-ph
A Social Force Model for Companion Groups Considering Relative-Weight Attraction
本文提出一种引入相对权重吸引力、速度同步项和跟随者期望方向细化的结伴群体社会力模型，通过仿真验证其能增强群体凝聚力，并揭示了结伴比例对疏散效率的非单调影响。
2025-09-18 nlin.AO physics.soc-ph
High-resolution human mobility data reveal race and wealth disparities in disaster evacuation patterns
极端天气事件等重大灾害会扩大和加剧原有的社会差距，使弱势群体承受不成比例的代价。尽管对公平和应急计划的影响，我们缺乏定量的了解，这些社会断层线如何转化为不同的行为在大规模的紧急情况下。在这里，我们在飓风哈维的背景下调查这个问题，使用来自大休斯顿地区15万多名用户的3000多万条匿名GPS记录，以量化地震之前、期间和之后的灾难造成的搬迁活动模式。我们发现，疏散距离是高度同质的个人从不同类型的社区分类的种族和财富，服从截断幂律分布。然而，相似之处到此为止：我们发现，种族和财富都强烈影响疏散模式，弱势少数群体比富裕的白人居民更不可能疏散。最后，在种族和财富的出发和返回时间方面存在相当大的差异，在他们的目的地选择中，来自不同社区的撤离者之间具有很强的社会凝聚力。这些实证研究结果为流动性和疏散带来了新的见解，为居民，决策者和灾害管理人员提供了政策建议。
2020-08-30 physics.soc-ph stat.AP
Binary Decision Process in Pre-Evacuation Behavior
本文提出二进制决策模型，用于模拟人群预撤离行为，结合舆论动力学与二进制相变，探讨群体行为与社会拓扑结构的关系。
2025-11-20 cs.MA cs.SY eess.SY
Collective Decision Dynamics in Group Evacuation: Modeling Tradeoffs and Optimal Behavior
量化人类集体行为和决策中的不确定性对于确保公共健康和安全、实现有效的灾害响应、为交通和通信网络的设计提供信息以及指导新技术的开发至关重要。然而，由于各种复杂因素的影响，如信息的可用性和不确定性，社会群体和网络的相互作用和影响，风险或时间压力的程度，以及个人个性和偏好的差异，建模和预测这种行为是非常困难的。在这里，我们开发了一个人类决策的随机模型来描述在一个模拟自然灾害场景的受控实验中受试者的经验行为。我们将观察到的行为与统计最优贝叶斯决策者的行为进行比较，量化人类决策的最优程度，并确定次优决策的条件。最后，我们研究了在各种不同的规则下，在群体中做出决策时，人类疏散策略如何变化，以及这些群体策略调整是否是最优的或有益的。
2016-12-01 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
Microscopic dynamics of escaping groups through an exit and a corridor
本研究探讨了在社会群体存在的情况下紧急疏散的动态。调查是在基本的社会力量模型（SFM）的背景下进行的。我们包括了属于同一社会群体的人之间的吸引力感受，如国际物理学杂志27（6），1 -16中所提出的。我们关注的是通过紧急出口和走廊逃跑的动态。我们证实了国际物理杂志27（6），1 -16中出现的结果，所需速度为4 m/s，但进一步将紧急出口的分析范围扩大到1-8 m/s。我们注意到，群体的存在会影响疏散性能。然而，非常强烈的感觉可以改善相对于中等感觉的逃避时间。我们称这种现象为“更近即更快”，类似于“更快即更慢”效应。社会群体的存在也会通过在移动的人群中引入额外的减速来影响走廊内的动态。
2021-07-20 physics.soc-ph
Minimization of mean-CVaR evacuation time of a crowd using rescue guides: a scenario-based approach
如果公共场所受到威胁，应立即将其中的人群转移到避难所或疏散。公共场所的风险管理和疏散规划还应考虑到人群流动交通模式的不确定性。解决不确定性的一种方法是利用安全人员或导游，根据疏散计划将人群引导出建筑物。然而，解决最短时间疏散计划是一个计算要求很高的问题。在本文中，我们的疏散人群和引导作为一个多智能体系统的社会力模型。为了表示不确定性，我们构建概率情景。疏散计划应该在平均情况下和最糟糕的情况下都能很好地工作。因此，我们制定的问题作为一个双目标的场景优化问题，其中的平均值和条件风险值（CVaR）的疏散时间的目标。提出了一种数值模拟与遗传算法相结合的求解方法。我们把它应用到一个虚构的客运站的疏散中。在均值最优解中，引导者被分配到最近的出口，而在CVaR最优解中，重点是解决最坏情况下发生的物理拥塞。在每个出口附近的每个代理组后面放置一个指南，获得最小化两个目标的计划。
2021-03-30 math.OC physics.soc-ph
Effects of the body force on the pedestrian and the evacuation dynamics
社会力模型（SFM）是描述情绪压力下群体行为的一个合适模型。本研究分析了体力在原始SFM中的作用。我们专注于与车身刚度（kn）和它的影响，行人动力学的两种不同的几何形状：瓶颈和走廊的参数。增加kn会对每个几何体的群组动态产生相反的影响：瓶颈的群组速度增加，而走廊的群组速度减少。前者反映了这样的事实，即刚度的增加减少了行人之间的重叠，因此，滑动摩擦减小。这种现象减少了靠近出口门的阻塞集群的数量。相反，在走廊的情况下，由于限制墙，行人由于空间限制而紧密地进入网格状配置。与墙壁的摩擦相互作用决定了整个人群沿着走廊的速度。此外，道路几何图形会在非常拥挤的环境中生成速度减慢的流量，这在许多实际情况下都可以观察到。我们还探索了由单位简化的运动方程产生的无量纲参数，并调整它们以再现经验基本图的定性行为。
2020-03-05 physics.soc-ph
Collective Decision Dynamics in Group Evacuation: Behavioral Experiment and Machine Learning Models
识别影响人类决策的因素并量化其影响仍然是社会和技术通信系统的设计和实施的基本和具有挑战性的任务。我们报告的行为实验的结果，涉及决策在面对即将发生的自然灾害。在一个受控的实验室环境中，我们表征个人和群体疏散决策的几个关键因素的影响，包括灾难的可能性，可用的避难所容量，群体规模，和群体决策协议。我们的研究结果表明，成功的个人决策是不是一个强大的预测群体的表现。我们使用一个人工神经网络训练的集体行为的主题，以预测个人和群体的结果。纳入基于实验室试验的受试者特异性性能参数（捕获个体差异）后，整体模型准确度增加。与此同时，我们证明了个体受试者的社交媒体活动，特别是他们的Facebook使用，可以用来生成一个替代的个人性格特征，导致可比的模型准确性。对集体决策进行定量描述和预测，对于制定有效政策，指导民众在面临威胁或不确定性时采取行动至关重要。
2016-12-01 cs.NE cs.SI physics.soc-ph
Epidemiology of the Living Dead: A social Force Model of a Zombie Outbreak
本文将社会力模型用于模拟学术建筑内的僵尸爆发与人群疏散，分析僵尸速度对感染率、伤亡和逃生过程的影响，并为真实紧急疏散提供启示。
2024-12-06 physics.pop-ph physics.soc-ph q-bio.PE
Faster-is-slower effect in escaping ants revisited: Ants do not behave like humans
在这项工作中，我们研究的轨迹，速度和密度的蚂蚁外出时，在控制水平的压力下产生的化学驱避剂在不同的浓度。我们发现，不像其他动物在生死条件下逃跑和行人模拟，蚂蚁不会在出口附近产生更高的密度区。相反，蚂蚁均匀地分布在可用的空间，允许有效的疏散。因此，在蚂蚁中观察到的更快就是更慢的效果（Soria等人，2012年）显然与de社会力量模型预测的性质不同。在蚂蚁的情况下，最小的疏散时间与采取后退步骤的概率较低相关。因此，作为生物模型，蚂蚁有重要的差异，使它们的使用不适合人类设施的设计。
2014-10-20 physics.soc-ph
Free to move or trapped in your group: Mathematical modeling of information overload and coordination in crowded populations
我们提出了描述模糊空间中行人群体的运动和互动的建模策略。我们开始了一种基于平衡方程的措施，然后我们利用概率元胞自动机模型的描述能力的方法。基于一个简单的对称随机行走的变化的正方形格子，我们测试人口规模和人际吸引参数的密闭和黑暗的空间疏散之间的相互作用。我们认为，信息过载和协调成本与信息处理的小团体是两个关键的过程，影响疏散率。我们的研究结果表明，大量的计算资源是必要的，以弥补不完整的信息-更多的个人（信息处理）组的退出率较高的低人口规模。对于简单的社会系统来说，个体的表示很可能不是冗余的，而大的群体规模确保了这种非冗余信息实际上对相当数量的个体是可用的。对于复杂的社会系统，信息冗余使信息评估和传递效率低下，因此，群体规模成为一个缺点，而不是一个好处。组的大小上传出的通量，疏散时间和壁效应的影响进行了仔细研究与蒙特卡罗框架会计也存在的内部障碍。
2018-04-18 nlin.CG physics.soc-ph
A Modification of the Social Force Model by Foresight
行人群体的运动（例如，用于模拟疏散情况）可以被建模为具有排斥相互作用的自驱动粒子的多体系统。我们使用一些简单的情况来确定力函数的最简单的允许函数形式。可能需要更复杂的模型来模拟更复杂的情况。这种模型有许多未知参数，必须正确调整。这些参数可以与可以独立测量的量相关，如步长和频率。然而，在许多情况下，微观行为只能很好地再现，接近站立或缓慢障碍物的人将例如显示出位置的振荡，并且在相反方向上在走廊中相遇的两个人的轨迹将远离现实并且有点不稳定。这在一定程度上是由于对瞬时情况的瞬时反应的假设。显然，人们的反应有一个小的时间滞后，而另一方面，他们将预期变化的情况，至少在很短的时间。因此，将排斥相互作用基于短时间（例如1秒）内的（线性）外推消除了减速时的振荡，并使让位于其他行为的模式变得更加现实。第二个问题是二元相互作用的加法组合。结果表明，结合只有几个相关的相互作用提供了更好的模型性能。
2009-12-03 physics.soc-ph
Collective dynamics of pedestrians in a non-panic evacuation scenario
我们提出了一个研究行人运动沿走廊在非恐慌制度（例如，学校、医院或机场）。到目前为止，这种情况已经在社会力量模型（SFM）中进行了讨论。我们建议通过基于粒子速度和一些随机性的相互作用来丰富这个模型，这两者都是我们使用Vicsek模型（VM）的思想引入的。这种新的模型允许引入给定的平均速度和几何形状的波动，并考虑到对齐相互作用由外部控制参数（噪声$η$）调制允许引入有序和无序状态之间的相变。我们已经比较了行人运动沿走廊使用（a）VM与两个边界条件（周期性和反弹），并与或没有所需的运动方向，（b）的SFM，（c）的新模型SFM+VM的模拟。在VM与受限的几何形状的稳态配置的研究表明，预期的带垂直于运动方向，而在SFM和SFM+VM粒子的顺序在条纹的一个给定的宽度$w$沿运动方向。在SFM+VM的情况下的结果表明，$w(t)\simeq t^α$具有扩散的行为在低噪声$η$（动态指数$α\approx 1/2$），而它是亚扩散在高值的外部噪声（$α\approx 1/4$）。我们在两种边界条件下都观察到了虚拟机中的有序-无序转变，但所需方向条件的应用正如预期的那样抑制了无序的存在。对于SFM+VM的情况下，我们发现一个磁化率的最大值，随着系统的大小作为一个函数的噪声强度指示在整个范围内的密度和速度研究的有序-无序过渡增加。从我们的研究结果，我们得出结论，新的SFM+VM模型是一个非常适合的…
2019-12-04 physics.bio-ph physics.soc-ph stat.AP
Universal growth of social groups: empirical analysis and modeling
社会群体是任何社会制度的基本要素。它们的产生和演变与社会系统的结构和动态密切相关。对社会群体的研究主要集中在社会系统成员互动网络的成长和结构以及成员的群体隶属关系如何影响这些网络的演变。群体规模的分布和成员如何加入群体还没有详细的研究。在这里，我们结合统计物理学和复杂网络理论工具来分析三个数据集中的群体规模分布，这三个数据集分别是位于伦敦和纽约的Meetings群体以及Reddit。我们发现，所有三个分布表现出对数正态行为，表明在这些系统中的普遍增长模式。我们提出了一个理论模型，结合社会和群体之间的成员随机扩散，以模拟社会互动和成员的兴趣在社会群体的增长中的作用。模拟结果表明，我们的模型再现了经验数据中观察到的增长模式。此外，我们的分析表明，社交互动对于Reddit等在线群组中的成员扩散比Meetings等离线群组中的成员扩散更重要。这项工作表明，社会群体遵循普遍的增长机制，需要考虑在建模社会系统的演变。
2022-06-14 physics.soc-ph
Social networks and labour productivity in Europe: An empirical investigation
本文使用AMADEUS数据库中的企业层面数据，对欧洲各国的劳动生产率分布进行了调查。我们发现，经验生产率分布的上尾遵循衰减幂律，其指数$α$是由Clementi等人（2006）最近开发的半参数估计技术获得的。生产率分布中“肥尾”的出现已经在Di Matteo et al.（2005）中被发现，并通过社会网络模型进行了解释。在这里，我们表明，这个模型是测试在更广泛的国家样本具有不同的模式的社会网络结构。这些不同的社会态度，使用社会资本指标衡量，反映在幂律指数估计，以这种方式验证企业的生产力绩效和社会网络之间的联系的存在。
2007-11-05 physics.soc-ph
Measuring social inequality with quantitative methodology: analytical estimates and empirical data analysis by Gini and $k$ indices
在人类存在的不同阶层中表现出来的社会不平等可以用几种方式来量化。在这里，我们计算非熵的不等式的措施，如洛伦兹曲线，基尼指数和最近推出的$k$指数分析从已知的分布函数。我们描述了不同数量的分布函数，如投票，期刊引用，城市规模等，与适当的拟合，计算其不等式的措施，并与分析结果进行比较。单个解析函数通常不足以拟合经验数据的整个概率分布范围，并且更好地拟合具有单个交叉点的两个不同函数。在这里，我们提供了一般公式来计算这些不等式的措施，为上述情况。我们试图通过最小化措施的实证和分析评估之间的差距来指定交叉点。将$k$指数视为一个“额外维度”，基尼指数的上下界都是根据$k$指数得出的。不平等指数之间的这种不平等关系可能有助于我们检验对这些指数的实证和分析评估的有效性。
2014-06-11 physics.soc-ph
Predicted and Verified Deviation from Zipf's Law in Growing Social Networks
齐普夫幂律是在许多自然和社会系统中发现的普遍经验规律。最近发展的一个理论预测，齐普夫定律对应于在随机比例增长、随机出生和死亡过程存在的情况下，根据最大可持续路径增长的系统。我们报告了一个新兴的社会群体网络，其中所需的Zipf定律适用的所有成分是可验证和验证的详细的实证分析。我们估计经验的平均增长$r$和它的标准差$σ$以及死亡率$h$和预测没有可调参数的指数$μ$的幂律分布$P(s)$的组大小$s$。预测值$μ= 0.75 \pm 0.05$与极大似然估计非常一致。根据理论，$P(s)$与齐普夫定律的偏差（即，$μ< 1$）构成了社会领域整体非平稳增长的直接统计定量特征。
2010-07-15 physics.soc-ph
Empirical studies on the network of social groups: the case of Tencent QQ
参与社会群体是重要的，但人类作为一个群体的集体行为是很难分析的，因为难以量化普通的社会关系，群体成员，并收集一个全面的数据集。这些困难可以通过分析在线社交网络来规避。在本文中，我们分析了一个全面的数据集，从腾讯QQ，在中国市场份额最高的即时通讯工具。具体来说，我们分析了三个衍生网络涉及群体及其成员-超图的群体，群体的网络和用户网络-揭示社会互动在微观和中观层面。我们的研究结果揭示了有趣的行为，用户群体的增长，群体之间的互动，以及他们与成员年龄和性别的关系。这些发现导致了在普通社交网络中难以获得的见解。
2014-08-24 cs.SI physics.soc-ph
Information Contagion: an Empirical Study of the Spread of News on Digg and Twitter Social Networks
社交网络已成为信息传播、搜索、营销、专业知识和影响力发现的关键因素，并可能成为动员人民的重要工具。社交媒体使社交网络无处不在，也使研究人员能够获得大量数据进行实证分析。这些数据集为研究个人和群体行为的动态、网络的结构和信息流动的全球模式提供了丰富的证据来源。然而，在以前的大多数研究中，底层网络的结构并不直接可见，而是必须从个人之间的信息流中推断出来。因此，我们还不了解网络上的信息传播的动态或网络的结构如何影响它。我们通过分析两个流行的社会新闻网站的数据来解决这个问题。具体来说，我们提取Digg和Twitter上活跃用户的社交网络，并跟踪他们对新闻故事的兴趣如何传播。我们发现，社交网络在这些网站上的信息传播中发挥着至关重要的作用，网络结构影响信息流的动态。
2010-03-13 cs.CY physics.soc-ph
An Empirical Evaluation Of Social Influence Metrics
预测个人何时会采取新的行为是营销和公共卫生等应用领域的一个重要问题。本文研究了各种各样的社会网络的测量文献中提出的性能-这是以前没有直接比较。我们研究了个体受影响的概率，这些概率是基于来自邻居（即影响者数量、个人网络暴露）、结构多样性、地点、时间测量、级联测量和元数据的测量。我们还研究了基于分类器的选择预测影响力的能力，以及训练和测试中阳性样本与阴性样本的比例如何影响预测结果-进一步使这些概念在社会影响力应用中的实际应用成为可能。
2016-07-23 cs.SI physics.soc-ph
Pedestrian Flow at Bottlenecks - Validation and Calibration of Vissim's Social Force Model of Pedestrian Traffic and its Empirical Foundations
在这方面的贡献，第一个实验结果的行人流量通过瓶颈，然后比较与社会力量模型的Vissim仿真框架中得到的仿真结果。关于实验，有人认为，流量和瓶颈宽度之间的基本依赖关系不是一个阶跃函数，但它是线性的和修改的心理现象的影响。模拟结果也显示出线性相关性，并且可以校准参数，使得流量和时间的绝对值适合实验结果的范围。
2008-05-13 cs.MA physics.soc-ph
Attention on Weak Ties in Social and Communication Networks
格兰维特的社交网络弱联系理论是围绕两个核心假设建立的。第一种观点认为，强的社会关系承载了绝大多数的互动事件;第二种观点认为，弱的社会关系虽然不那么活跃，但往往与特别重要的信息交流有关（例如，关于潜在的新工作在格兰米特的工作）。虽然一些实证研究为第一个假设提供了支持，但第二个假设受到的审查要少得多。一个可能的原因是，它涉及到的概念的性质和重要性的信息是很难量化和测量，特别是在大规模的研究。在这里，我们寻找的实证验证两个Granoblutter的假设。我们发现明确的经验支持第一个。我们还提供了第二个经验证据和定量解释。我们表明，注意力，作为一个特定的社会联系的互动的分数，是高的弱关系-可能反映了这种关系的假设信息的目的-但也非常强的关系。来自在线社交媒体和移动通信的数据显示，基于平台的典型使用情况，这两种影响依赖于网络。我们的研究结果建立了关注度，重要性和社交联系强度之间的明确关系，并可能导致改进算法以优先考虑社交媒体内容。
2017-08-31 cs.SI physics.soc-ph
Subgraph Frequencies: Mapping the Empirical and Extremal Geography of Large Graph Collections
越来越多的在线应用程序正在生成数据，这些数据可以被视为小型密集社交图的非常大的集合-这些集合的范围从社交组、事件或协作项目的集合到大型社交网络中的大量图形邻域的集合。一个自然的问题是如何有效地为这样的图集合定义一个域独立的坐标系，以便可以在公共空间内完整地表示和理解可能的结构集。在这项工作中，我们利用图同态的理论来制定和分析这样的表示，基于计算每个图中的小诱导子图的频率。我们发现，子图频率的空间是由它的组合属性，基于极值的结果，约束所有的图，以及由它的经验性质，表现在真实的社会图似乎躺在一个简单的一维曲线附近通过这个空间。我们开发灵活的框架来研究这些方面。为了捕捉经验性质，我们描述了一个简单的随机生成模型，一个单参数扩展的Erdos-Renyi随机图，其平稳分布在子图密切跟踪的浓度的真正的社会图家庭。对于极值性质，我们开发了一个易于处理的线性规划，利用已知的极值图论工具包来界定子图频率的可行空间。总之，这两个互补的框架揭示了一个基本的问题，有关社会图：什么属性的社会图是“社会”的属性，什么属性是“图”的属性？最后，我们简要演示了我们所研究的坐标系统如何也可以用于执行分类任务，区分不同起源的社交图。
2013-05-14 cs.SI physics.soc-ph
An Empirical Study of How Users Adopt Famous Entities
社交网络服务的用户通过创建不对称和对称的社交链接来构建他们的个人社交网络。用户通常关注朋友和选定的著名实体，包括名人和新闻机构。在本文中，我们调查用户如何遵循著名的实体。我们静态和动态地分析数据在一个巨大的社交网络服务与一组手动分类的著名的实体。结果表明，知名实体的进入度不符合幂律分布。相反，每个用户在同一类别中的最大著名追随者数量呈现幂律特性。据我们所知，在现实生活中，还没有人选择著名的实体数据集来研究这个问题。这些发现可能有助于微博营销和用户分类。
2012-09-06 cs.SI physics.soc-ph
Transition of Social Organisations Driven by Gift Relationship
人类学家已经观察到，在许多人类社会中，建立社会关系的礼物关系以及物品的转移。这种社会关系的总和构成了网络。社会科学家分析了不同类型的社会组织及其特征网络。然而，导致这些类型之间的转换的因素和机制几乎没有得到解释。在这里，我们把重点放在礼物作为这种变化的驱动力。我们通过理想化礼物互动并模拟长期大量互动所导致的社会变化来构建模型。我们证明了出现的差距和各种社会组织取决于频率的礼物，符合经验数据。建设性的模拟研究，如这里所介绍的，解释了人们的互动如何塑造各种社会结构，以应对环境条件。与实证研究相结合，这可能有助于制定社会科学的一般理论。
2022-06-08 nlin.AO physics.soc-ph
Macroscopic wall pressure and microscopic contact load in crowds without egress: social-group cohesion and boundary buffering
University of Taipei（台北大学）；National Taiwan University（国立台湾大学）
研究无出口人群中机械危险，通过弹性重定向模型和社会力模型及其耦合动力学，用社会群体凝聚力等量化风险，揭示耦合动力学产生的壁面压力/接触载荷权衡及相边界，为高密度场所人群风险缓解和安全规划提供指导。
2026-07-29 cond-mat.stat-mech physics.soc-ph
Social Contagion: An Empirical Study of Information Spread on Digg and Twitter Follower Graphs
社交网络已成为信息传播、搜索、营销、专业知识和影响力发现的关键因素，并可能成为动员人民的重要工具。社交媒体使社交网络无处不在，也使研究人员能够获得大量数据进行实证分析。这些数据集为研究个人和群体行为的动态、网络的结构和信息流动的全球模式提供了丰富的证据来源。然而，在以前的大多数研究中，底层网络的结构并不直接可见，而是必须从个人之间的信息流中推断出来。因此，我们还不了解网络上的信息传播的动态或网络的结构如何影响它。我们通过分析两个流行的社会新闻网站的数据来解决这个问题。具体来说，我们提取活跃的Digg和Twitter用户的追随者图，并跟踪对新闻故事的兴趣如何通过图级联。我们比较和对比这两个网站上的信息级联的属性，并阐明他们告诉我们的动态网络上的信息流。
2013-08-12 cs.CY cs.SI physics.data-an
A Hierarchy of Linear Threshold Models for the Spread of Political Revolutions on Social Networks
我们研究了一个线性阈值代理模型（ABM）的政治革命的传播社交网络使用经验网络数据。我们提出了新的技术，建立一个层次结构的简化常微分方程（ODE）为基础的模型，旨在捕捉ABM的基本特征，包括实际网络的影响，并提供洞察力的ABM的参数政权过渡。我们将ABM和模型的层次结构与我们先前提出的用于政治革命传播的人口水平分区ODE模型联系起来[1]，该模型在数学上与所提出的ABM一致，并提供了一种分析ABM全局行为的方法。与线性阈值ABM的一致性也为[1]的房室模型提供了进一步的后验证明。从流行病学模型的扩展概念，我们定义了一个基本的再生数$R_0$的线性阈值ABM和应用它来预测ABM行为的经验网络。在小规模的数值测试中，我们实验性地研究了在线性阈值ABM模型下，当应用于一些经验性的在线和离线社交网络时，传播行为的差异，寻找定量证据表明，政治革命可能是由现代在线社交网络的社交媒体促进的。
2015-01-16 cs.SI physics.soc-ph
Social inertia in collaboration networks
本文研究了协作网络的性质，采用加权图的形式表示它们的单模投影。边的权重直接是伙伴关系重复的次数。这种表现使我们能够定义“社会惯性”的概念，衡量作者继续与以前的合作伙伴合作的趋势。我们使用一组经验数据集来分析社会惯性的几个方面：1）它的概率分布，2）它与其他属性的相关性，以及3）网络中邻居之间惯性的相关性。我们还将这些实证结果与最近提出的合作网络增长理论模型的预测进行了对比。
2005-09-29 cond-mat.stat-mech physics.soc-ph
Self-Organised Criticality and Emergent Hyperbolic Networks -- Blueprint for Complexity in Social Dynamics
基于人类努力的在线社会动力学表现出突出的复杂性，出现了新的特征，体现在集体社会价值观的出现。大量的经验数据收集在各种网站提供了一个独特的机会，定量研究的基本社会动力学在完全类比的复杂系统在物理实验室。在这里，我们简要地描述了这些类比的程度，并指出了其他科学学科的方法，物理学理论可以结合提供足够的描述人类实体和他们的自我组织的原则。我们展示了两个例子，使用经验数据的知识创造过程中的在线聊天和问答的方法。准确地说，我们描述的自组织临界作为社会知识共享动态的作用机制，并证明了这些随机过程的基础上的共同进化网络的双曲几何的出现。
2018-09-05 cs.SI physics.soc-ph
Interest-Based vs. Social Person-Recommenders in Social Networking Platforms
基于社交网络的方法来人的建议相比，基于兴趣的方法的帮助下，一个大型的德国社交网络平台上的实证研究。我们评估和比较两种方法的不同的基本变量的性能，精确/召回性能方面的再现已知的友谊关系和实证问卷调查为基础的研究。结果表明，基于兴趣的推荐者能够产生更多新颖的推荐，但在友谊再现方面表现不佳。关于用户对推荐质量的评估，所有方法都表现良好，而基于社会兴趣的组合变体在性能上略领先。总体结果证明，这些综合办法是一个很好的折衷办法。
2011-07-28 cs.CY cs.SI physics.soc-ph
The effect of social interactions in the primary life cycle of motion pictures
我们通过考虑目标群体的规模和社交互动的影响，对单部电影的影院上座率的消费生命周期进行建模。我们提供了这样一个模型的分析解决方案，我们从电影行业的经验数据对比获得良好的协议与不同类型的行为经验发现，该模型授予定量测量的基础上，谁看过电影和那些谁没有代理之间的耦合的相对值的价值，这种文化产品的价值。这代表了对观察到的商品质量的测量，该质量仅从其动态中提取，独立于评论家的评论。
2006-01-31 cond-mat.other physics.soc-ph
Bootstrap Methods for the Empirical Study of Decision-Making and Information Flows in Social Systems
我们的特点统计引导估计的信息理论量的数据，特别是它的使用在大规模的社会现象的研究。我们的方法允许一个保存，大约，基本的公理关系的信息论-特别是，一致性下任意粗粒化-激励使用这些数量摆在首位，同时提供可靠性相媲美的贝叶斯估计的最先进的。我们展示了如何信息理论的数量允许严格的实证研究的决策能力的理性代理和时间不对称的信息流在分布式系统。我们提供说明性的例子，参考正在进行的合作工作，英国刑事法院系统的语义结构和当代阿富汗叛乱的冲突动态。
2013-06-05 cs.IT cs.SI math.IT
From sparse to dense and from assortative to disassortative in online social networks
受几个经验性在线社交网络分析的启发，我们提出了一个简单的反应扩散式的共同进化模型，其中个人被激活，以创建基于他们的状态的链接，影响当地的动态和自己的意图。结果表明，该模型可以重现显着的性质，观察到的经验在线社交网络，特别是，折射系数是中性或负的，幂律指数小于2。此外，我们证明，在适当的条件下，该模型网络自然地使过渡（S）从稀疏到稠密的特性，从稀疏到离散。该模型有助于理解在线社交网络的形成和演化。
2014-04-12 cond-mat.stat-mech cs.SI physics.soc-ph
The effects of network structure, competition and memory time on social spreading phenomena
在线社交媒体极大地影响了我们彼此沟通的方式。然而，很少有人知道什么是驱动动态信息流的在线社会系统的基本机制。在这里，我们介绍了一个生成模型的在线分享行为，分析上易于处理，它可以重现经验微博数据的几个特点，标签的使用，如（时间依赖）重尾分布模因流行。所提出的框架构成了一个空模型的社会传播现象，在纯实证研究或模拟为基础的模型相比，清楚地区分了两个不同的因素影响模因的流行：用户的记忆时间和社会网络的连接结构的作用。
2016-03-30 cs.SI nlin.AO physics.soc-ph
Innovation flow through social networks: Productivity distribution
对几个国家和几年的非金融企业生产率的详细实证分析表明，生产率遵循幂律尾部的非高斯分布。我们表明，这些实证研究结果可以解释为在社会网络中的交换机制，企业提高生产力的直接创新或/和模仿其他公司的技术和组织解决方案的后果。网络连接的类型决定了信息传播的速度和效率，以及创新渗透或行为被模仿的速度。从一个复杂网络中的创新流模型中，我们得到了生产率水平的期望值与企业之间的联系网络的连通性成正比。与经验分布的比较表明，这样的网络必须是一个无标度类型的幂律度分布在大的连接范围。
2004-06-19 cond-mat.stat-mech physics.gen-ph physics.soc-ph
