Friedkin-Johnsen Model for Opinion Dynamics on Signed Graphs
本文基于Friedkin-Johnsen模型研究符号图上的意见动力学，提出近线性时间求解器与优化算法，并在大规模真实网络上验证其有效性与可扩展性。
2024-07-17 cs.NI cs.SI
Exponential Random Graph Models for Dynamic Signed Networks: An Application to International Relations
针对有符号网络连边形成推断研究缺乏合适统计模型的问题，提出拓展自ERGM的SERGM，适配横截面与动态有符号网络，构建可解释统计量并用于国际关系中国家合作冲突分析。
2022-05-24 cs.SI stat.AP
SI based disease model over signed network
符号网络是将网络中的每条边与一个正或负的符号相关联，以表示个体之间的友好或不友好关系的网络。当疾病在签名网络上传播时，一些不友好的边可能会拒绝传播。此外，符号网络是动态的，根据符号网络研究中最重要的理论--结构平衡理论，符号网络中的边会随着时间的推移而符号翻转。疾病的传播与符号网络的演化如何相互作用成为一个具有挑战性的问题。本文提出了一种描述疾病传播和网络共同演化的能量函数，并引入了结构和传播平衡的概念。本文推广了Cartwright的结构平衡理论，提出了一个结构与扩散定理.最后，我们在完全符号网络上进行了蒙特卡罗模拟，验证了我们的定理。在实验中，我们发现带符号网络在疾病传播过程中具有自身免疫性，这可以用来解释通过隔离来隔离强毒病毒的现象。
2018-03-21 cs.SI physics.soc-ph
Fast Estimation for Forest Matrix of Signed Graphs
College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学技术学院）
针对符号图森林矩阵估计问题，提出基于环擦除随机游走的GSCF算法生成广义生成跨森林，并设计FMDE和FMDE+采样算法估计矩阵对角线，实现高精度、高效率，可扩展至千万节点规模。
2026-06-26 cs.SI
Overlapping community detection in signed networks
在过去的几年里，考虑到积极和消极的联系的复杂网络得到了相当大的关注。社区发现是复杂网络分析的主要挑战之一。现有的社区发现算法大多数都是针对签名网络的一个硬划分，即网络中的任意节点是否属于某个社区。然而，他们不能检测重叠的社区，其中一个节点被允许属于多个社区。重叠社区广泛存在于许多现实世界的网络中。本文提出了一种符号概率混合（SPM）模型，用于符号网络中的重叠社区发现。与已有的模型相比，该方法的优点在于：（i）为签名网络提供了软划分方案;（ii）提供了节点的软成员资格。在多个签名网络上的实验表明，我们的SPM模型：（i）可以识别与其他最先进的模型相同的重叠结构或不重叠结构;（ii）可以检测重叠社区;（iii）在揭示合成签名网络中的社区发现方面优于其他最先进的模型。
2014-03-27 cs.SI physics.soc-ph
Community detectability and structural balance dynamics in signed networks
我们调查签署网络与社区结构的频谱和他们的演化下的结构平衡的动力学模型，一个突出的理论签署社交网络。具有两个相等大小的社区的随机块模型所产生的邻接矩阵的频谱显示可检测性转变，其中当其信号特征值出现在主谱带之外时，社区结构变得明显。频谱还表现出“社会性”的过渡，涉及代表平均领带值的同质结构。我们推导出与社区和均匀结构以及过渡边界相关联的本征值的表达式，所有这些都与数值结果吻合得很好。使用随机生成的网络作为结构平衡动态的简单模型的初始条件，产生三种结果机制：与初始社区对应的两个敌对派系，与这些社区无关的两个敌对派系，以及所有节点的一个和谐派系。可检测性跃迁预测了二元对立态与二元混合态之间的边界，社会性跃迁预测了二元混合态与二元和谐态之间的边界。我们的研究结果可能会深入了解具有不同社会身份的行为者之间的合作和冲突的动态。
2019-12-17 cs.SI physics.soc-ph
Trust as a Metric for Resiliency in Signed Social Networks
最近的技术进步导致在线交易激增，引发了对盗窃和欺诈的严重担忧，特别是在比特币OTC（场外交易）等平台上，用户的身份保持匿名。为了降低风险，必须根据用户的交易历史记录来获取用户的声誉。谁信任谁签名的人的网络具有反映用户之间的这种积极和消极关系的性质的能力。它可用于分析此类平台的链接模式、强度和弹性。由于个体之间信任的动态性质，这些信任网络往往容易受到链路或节点故障的影响，因此了解此类系统的稳定性至关重要。在本文中，我们考虑的问题，量化的弹性签署网络的帮助下，值得信赖的社区结构。我们提出了一个度量计算社区结构的可信度。使用所有社区结构的可信度分数，我们生成一个管道来评估签名网络的弹性。我们还展示了这些生成的弹性分数与网络的真实性质是一致的。
2021-08-19 cs.SI
Opinion Dynamics on Signed Graphs and Graphons
本文利用图极限理论研究大型无向网络上的意见动力学，定义了符号图极限上的排斥与对立动力学并证明解的存在唯一性，且证明图极限动力学可良好近似大型图上的动力学，并为W-随机图提供了新的收敛性结果。
2025-10-27 cs.SI cs.SY eess.SY
Signed Network Formation Games and Clustering Balance
我们提出了一个有符号的网络形成游戏，在这个游戏中，成对的个体策略性地改变一个完整网络中边的符号。这些人是社会网络的成员，他们通过改变他们的人际评价来战略性地减少认知失调。我们描述了这个游戏的最佳响应动态，并证明了它的实现\pc{can}动态驱动网络的社会学意义的标志配置称为聚类平衡。在这种配置中，社交网络中的代理形成一个或多个集群，这些集群在其成员之间具有正关系，但在其他集群的成员之间具有负关系。在过去，心理社会学、政治学和物理学领域的各种研究人员都研究了解释两个集群生成的模型。我们的工作有助于这些领域提出了一个简单的模型，产生了更广泛的一类签署的网络。
2019-09-28 cs.SI physics.soc-ph
World War III Analysis using Signed Social Networks
在最近的一段时间里，随着许多社交平台的出现，各种单位之间的关系可以被框定为积极的，消极的或没有关系。这些单位可以是个人、国家或其他构成签名网络基本结构组成部分的单位。这些有符号的网络描绘了这样形成的图的动态特性，只允许很少的符号组合，这使得结构平衡定理在画面中。结构平衡理论认为，有符号的社交网络往往是有组织的，以避免冲突的情况下，相应的不稳定的关系周期。网络结构平衡的目的是找到适当的节点划分，以保证系统的平衡，只允许在图中有符号边的少数组合三角形。网络领域的大多数工作要么解释了符号图的重要性，要么应用了平衡定理并试图解决问题。随着各国竞相争强好胜的时代潮流，第三次世界大战发生的可能性成为每个人心中的疑问。然而，我们的论文旨在回答一些关于第三次世界大战的有趣问题。在这个项目中，我们创建了一个签名图，将第三次世界大战的参与国描绘为节点，并预测了战争期间将形成的最佳国家联盟。此外，我们还直观地描绘了在这场战争中将形成的社区数量以及每个社区的参与国。
2021-08-24 cs.SI
Signed ego network model and its application to Twitter
自我网络模型（ENM）描述了个体如何在亲密度递减的同心圆（通常为五个）中组织他们的社会关系，它在社交网络中几乎无处不在，无论是离线还是在线。ENM以互动频率来衡量同伴之间的联系强度，这很容易衡量，并为培养关系所花费的时间提供了一个很好的代理。然而，符号网络分析的进展表明，积极和消极的关系在网络动态中扮演着非常不同的角色。出于这个原因，这项工作着手调查的ENM时，包括签署的关系。本文的主要贡献是两方面的：首先，一种新的方法签署个人之间的关系，使用情感分析，其次，调查的性质签署自我网络（自我网络与签署连接）。签名自我网络，然后提取八个不同的Twitter数据集组成的专业用户（如记者）和通用用户的用户。我们发现，负面链接在所有类型的用户的自我网络的活跃部分中都占主导地位，这表明Twitter用户倾向于经常与负面联系联系。此外，我们观察到，在专业用户的自我网络圈子中，负面关系占压倒性优势，暗示这类用户的在线互动非常两极分化。此外，负面关系在记者的ENM中更亲密的层次上不成比例地更多，而在其他Twitter用户的圈子中，负面关系的百分比是稳定的
2022-11-30 cs.SI
The role of frustration in collective decision-making dynamical processes on multiagent signed networks
在这项工作中，我们考虑了一个集体决策过程中的非线性互联动力学模型与sigmoidal非线性和签署互动图的代理网络。决策被编码在系统的均衡中。我们的目的是调查这个多智能体系统时，签署的图代表的社会是不是结构平衡，特别是当我们改变其挫折，即，距离结构平衡。该模型表现出分叉，和一个“社会努力”的参数，添加到模型中，以代表代理之间的相互作用的强度，在我们的分析中起着分叉参数的作用。我们发现，随着社会努力的增加，决策动态表现出一种干草叉分叉行为，从"无决策“的僵局情况（即，原点是唯一的全局稳定的平衡点），则实现了社区的两个可能的（备选的）决策状态（对应于两个非零局部稳定的平衡）。社会努力的价值是跨越分叉（并达成决定）的增加与有符号网络的挫折。
2021-05-24 cs.SI cs.SY eess.SY
GraphC: Parameter-free Hierarchical Clustering of Signed Graph Networks v2
针对谱聚类方法在大规模带符号图中性能下降的问题，提出无参数可扩展层次聚类算法GraphC，在14个数据集上对比10种基线算法平均累计提升18.64%，可处理数千万顶点边的Amazon数据集。
2025-01-14 cs.SI
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
Sustained oscillations in multi-topic belief dynamics over signed networks
我们研究了在具有共享信念系统的代理网络中多个相互关联的主题上信念形成的动态。我们建立充分条件和必要条件下，持续振荡的信念出现在网络上的一个霍普夫分岔和特征的作用的通信图和信念系统图在塑造的相对相位和振幅模式的振荡。此外，我们区分广泛的类的图，表现出这样的振荡，从那些不。
2023-03-22 cs.MA cs.SI math.DS
Emergent Behaviors over Signed Random Dynamical Networks: State-Flipping Model
研究有向随机动态网络中节点状态翻转模型下的渐进动力学行为，通过状态翻转机制实现节点绝对值的一致性共识，建立几乎必然收敛与发散的条件。
2014-11-01 cs.SI cs.SY eess.SY
Exact Community Recovery over Signed Graphs
The Chinese University of Hong Kong（香港中文大学）；University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
符号图编码了具有正边和负边的不同实体之间的相似性和相异性关系。本文研究了具有两个相等社团的符号随机块模型（SSBM）生成的符号图上的社团恢复问题。我们的方法是基于SSBM的最大似然估计（MLE）。与许多现有的方法不同，我们的公式表明，一个有符号的图的正负边应该被不平等地对待。然后，我们提出了一个简单的两阶段迭代算法求解正则化极大似然估计。结果表明，在对数度的制度，该算法可以准确地恢复潜在的社区在近线性时间在信息理论的限制。合成和真实数据的数值结果报告，以验证和补充我们的理论发展，并证明所提出的方法的有效性。
2022-02-22 cs.LG cs.SI math.OC
Transitions between peace and systemic war as bifurcations in a signed network dynamical system
我们调查的结构特征和过程与系统性冲突的发生，使用的方法，将复杂系统理论与网络建模和分析。我们提出了一个签署的网络模型的合作和冲突动态的背景下，国家之间的国际关系。该模型在结构平衡力和二元特定力的影响下发展节点之间的联系。模型模拟显示，从和平到系统性战争的结构平衡压力的增加，一个和平和战争稳定均衡存在的制度，从战争到和平的滞后反向分岔急剧分叉。我们展示了我们从和平到战争分叉条件推导出的解析表达式意味着极化网络结构增加了对系统性战争的敏感性。我们开发了一个框架，用于识别最不稳定的关系扰动模式，并将其应用于第一次世界大战前的欧洲大国网络。我们还表明，该模型表现出临界减速，其中扰动的和平平衡需要更长的时间衰减系统接近分岔。我们讨论了我们的研究结果如何与国际关系理论的原因和催化剂的系统性战争。
2022-03-08 cs.SI physics.soc-ph
SignedLouvain: Louvain for signed networks
本文提出SignedLouvain算法，通过改进Louvain方法以最大化符号模块度，有效解决了符号网络中的社区发现问题，并在保持速度与可扩展性的同时显著提升了检测准确性。
2024-07-27 cs.SI physics.data-an physics.soc-ph
Deep Network Embedding for Graph Representation Learning in Signed Networks
网络嵌入在过去的几年中引起了越来越多的关注。网络嵌入是解决图挖掘问题的一种有效方法，其目的是为给定网络的每个节点学习一个低维的特征向量表示。然而，现有的网络嵌入算法大多数都是针对无符号网络设计的，而同时包含正负链路的有符号网络与无符号网络具有截然不同的性质。在本文中，我们提出了一个深度网络嵌入模型来学习低维节点向量表示与结构平衡的签署网络。该模型采用半监督堆叠自动编码器来重建给定有符号网络的邻接连接。由于在现实世界的有符号网络中，邻接连接是压倒性的正连接，我们施加了更大的惩罚，使自动编码器更专注于重建稀缺的负链接，而不是丰富的正链接。此外，为了保持符号网络的结构平衡性，我们设计了成对约束，使得嵌入空间中的正连接节点比负连接节点更接近.基于所提出的模型学习的网络表示，我们进行链接符号预测和社区发现签署的网络。在真实世界数据集上的大量实验结果表明，该模型优于最先进的网络嵌入算法的图表示学习在签署的网络。
2019-01-07 cs.LG cs.SI
Spreading and Structural Balance on Signed Networks
研究符号网络的结构平衡分类及其谱性质，发现严格不平衡网络的谱半径特征，并在线性与非线性动力学中验证一致模式，提出新测度并通过实验确认。
2024-01-07 cs.SI math.DS math.SP
Signed Network Modeling Based on Structural Balance Theory
网络的建模，特别是生成模型，已经被证明可以提供关于底层网络结构的大量信息，以及它们构建背后的许多其他好处。最近，人们对更好地理解和建模网络的兴趣大大增加，但绝大多数工作都是针对无符号网络的。然而，许多网络可以有正链接和负链接（或签名网络），特别是在在线社交媒体中，并且由于增加的复杂性，它们固有地具有未签名网络中没有的属性。具体来说，正负链接比和网络中有符号三角形的分布是有符号网络所特有的属性，需要明确建模。这是因为它们的潜在动力不是随机的，而是由社会理论控制的，例如结构平衡理论，该理论松散地指出，社交网络中的用户将更喜欢涉及较少紧张关系的三元关系。因此，我们提出了一个基于结构平衡理论和无符号传递的Chung-Lu模型的有符号网络建模模型。我们的模型引入了两个参数，这两个参数能够帮助保持正连接比和平衡三角形的比例。三个真实世界的签名网络的实证实验表明，基于社会理论设计特定于签名网络的模型，以获得更好的性能，在维护签名网络属性，同时生成合成网络的重要性。
2018-12-11 cs.SI physics.soc-ph
Polarization and Fluctuations in Signed Social Networks
最近对社交网络的研究主要集中在对观点如何作为人际关系的函数而演变的建模和分析上。建模和理解友好和敌对关系的含义也是非常有趣的。在本文中，我们提出了一个新的，简单和直观的模型，将社会心理现象的回旋镖效应的意见动态。我们建立了，在一定的条件下的结构对应于所谓的结构平衡性质的签署网络，网络中的意见。与文献中的其他模型相比，当社会网络不满足结构平衡时，我们的模型显示了更丰富，也许更直观的意见行为。特别是，我们分析了签名网络，其中的意见表现出持续的波动（包括所谓的聚类平衡的情况下）。
2019-10-04 cs.SI physics.soc-ph
Balance in Signed Bipartite Networks
当今大数据的很大一部分可以表示为网络。然而，并不是所有的网络都是相同的，事实上，对于许多具有额外复杂结构的网络，传统的一般网络分析方法不再适用。例如，有符号网络包含正链接和负链接，因此已经开发了专门的理论和算法。然而，以前的工作主要集中在unipartite设置签署链接连接任何一对节点。一方面，签名二部网络是常见的，但主要是被忽视了。它们具有两种节点类型的复杂性，其中签名链接只能在两个集合中形成，这带来了挑战，阻止了大多数关于单部签名和无签名二部网络的现有文献的应用。另一方面，平衡理论，一个关键的符号社会理论，通常被定义为任何长度的循环，并以三角形的形式用于许多单部符号网络任务。然而，在二分网络中没有三角形，而且存在两种类型的节点。因此，在这项工作中，我们使用符号二分网络中的最小循环-符号蝴蝶（即，包含两个节点类型的长度为4的循环）。然后，调查的适用性平衡理论辅助签署的二分网络任务，我们开发了多个符号预测方法，利用平衡理论的形式签署蝴蝶。我们在三个真实世界的签名二分网络上的符号预测实验证明了使用这些签名蝴蝶不仅用于符号预测的有效性，而且为其他签名二分网络分析任务的改进铺平了道路。
2019-09-13 cs.SI physics.soc-ph
Deep Hashing for Signed Social Network Embedding
Beijing Institute of Technology（北京理工大学）；Huazhong University of Science and Technology（华中科技大学）
网络嵌入是一种很有前途的网络表示方法，可以方便地处理和分析许多签名社交网络，如链接预测和节点分类。近年来，已有的几种嵌入算法都采用了特征散列算法来提高嵌入效率，并取得了很大的成功。然而，现有的基于特征散列的嵌入算法仅考虑签名社交网络中的正链接。直观地说，负面链接也有助于提高性能。因此，在本文中，我们提出了一种新的深度哈希方法，通过同时考虑正负链接，用于签名社交网络嵌入。大量的实验表明，该方法优于几个国家的最先进的基线，通过链接预测任务在两个现实世界中签署的社交网络。
2019-08-16 cs.LG cs.SI
Efficient algorithm based on non-backtracking matrix for community detection in signed networks
社区检测或聚类是理解复杂系统结构的关键任务。在某些网络中，节点可以被“正”或“负”边连接，这样的网络被称为带符号网络。发现签名网络中的社区比发现未签名网络中的社区更具挑战性。在这项研究中，我们创造性地开发了一个非回溯矩阵的签署网络，理论上推导出一个可检测性阈值，并证明了使用该矩阵的社区检测的可行性。通过考虑网络中的平衡路径（称为平衡非回溯矩阵），我们进一步改进了所开发的矩阵。仿真结果表明，基于平衡非回溯矩阵的算法明显优于基于邻接矩阵和符号非回溯矩阵的算法。建议（改进）矩阵显示出巨大的潜力，用于检测社区有或没有重叠。
2020-10-10 cs.SI physics.soc-ph
Scalable Algorithm for Finding Balanced Subgraphs with Tolerance in Signed Networks
针对符号网络最大平衡子图问题，本文提出纳入不规则容错的广义模型及基于区域的可扩展启发式算法，在效果和效率上均优于现有方法。
2024-06-16 cs.DS cs.SI
Learning Disentangled Representations in Signed Directed Graphs without Social Assumptions
Jeonbuk National University（全北国立大学）
本文提出DINES方法，在不依赖社会理论假设的前提下，通过解耦表示学习、轻量级图卷积和自监督因素判别器，在有符号有向图中有效学习节点表示并显著提升符号预测性能。
2023-07-06 cs.LG cs.SI
Multi-topic belief formation through bifurcations over signed social networks
提出有符号社交网络上连续时间多维信念形成的非线性模型，揭示分岔导致观点形成，并给出多稳态均衡与振荡依赖网络结构的条件。
2024-07-02 cs.MA cs.SI math.DS
The Evolution of Beliefs over Signed Social Networks
我们研究的意见（或信仰）的演变在一个社会网络建模为一个有符号的图。在这个图中，连接到边的符号表征了相应的个体或端节点是朋友（正链接）还是敌人（负链接）。节点对是随机选择的，随着时间的推移进行交互，当两个节点交互时，每个节点都会根据另一个节点的意见和相应链接的符号更新自己的意见。该模型将DeGroot模型推广到负链接：当两个敌人互动时，他们的意见会朝着相反的方向发展。我们提供的条件收敛和发散的期望，在均方，几乎肯定的意义上，并表现出相变现象，这些概念的收敛取决于参数的意见更新模型和基础图形的结构。我们建立了一个{ \it no-survivor}定理，指出当网络中的观点作为一个整体出现分歧时，任何两个节点的观点差异就会出现分歧。我们还证明了一个{ \it live-or-die}引理，表明几乎可以肯定，意见要么收敛到一个协议或分歧。最后，我们将我们的分析扩展到意见有严格的下限和上限的情况。在这些情况下，我们研究何时以及如何意见可能会成为渐近聚集到信念边界，并强调这种聚集现象的关键影响（强或弱）的基础网络的结构平衡。
2015-08-14 cs.SI physics.soc-ph
Distributed Representations of Signed Networks
Virginia Tech（弗吉尼亚理工大学）
最近在单词嵌入和文档嵌入方面的成功促使研究人员探索网络的类似表示，并将这种表示用于边缘预测，节点标签预测和社区检测等任务。这种网络嵌入方法主要集中在寻找无符号网络的分布式表示，并且无法发现尊重边缘中固有极性的嵌入。我们提出了SIGNet，一种适用于签名网络的快速可扩展嵌入方法。我们提出的目标函数旨在通过加强社会平衡理论的原则，仔细建模隐含在签名网络中的社会结构。我们的方法建立在传统的word2vec家族的嵌入方法，并增加了一个新的有针对性的节点采样策略，以保持结构平衡，在高阶社区。我们证明了SIGNet在来自不同领域的几个真实世界数据集上对有符号和无符号网络提出的最先进方法的优越性。特别是，SIGNet提供了一种方法来生成更丰富的签名网络特征词汇表，以支持表示和推理。
2019-04-08 cs.LG cs.SI stat.ML
A Signed Subgraph Encoding Approach via Linear Optimization for Link Sign Prediction
Hunan University（湖南大学）
本文提出了一种基于线性优化的有符号子图编码方法SELO，用于有符号网络中的链接符号预测，通过将子图嵌入到似然矩阵中学习边嵌入，在六个真实网络和四个评估指标上均优于现有方法。
2023-05-17 cs.LG cs.SI stat.ML
Whole-Graph Representation Learning For the Classification of Signed Networks
LIA（LIA实验室）；Avignon Université（阿维尼翁大学）；LS2N（LS2N实验室）；Nantes Université（南特大学）；CRIL（CRIL实验室）；Université d’Artois（阿图瓦大学）
针对一般符号网络的全图分类表示问题，提出 SG2V 与 WSGCN 及多种变体，并构建三个符号图基准，实验证明其显著优于基线。
2024-09-30 cs.LG cs.NE cs.SI
From Signed Networks to Group Graphs
Imperial College London（帝国理工学院）
本文定义群图扩展符号网络，证明平衡群图上动力学演化由拓扑而非群结构决定，统一扩展了相关研究，并综述了其在网络动力学等领域的应用。
2026-08-07 cs.DM cs.SI physics.soc-ph
Balance with Memory in Signed Networks via Mittag-Leffler Matrix Functions
本文提出基于 Mittag-Leffler 矩阵函数的符号网络平衡指数，利用非保守扩散与记忆效应减轻长环惩罚，并在人工及多类真实网络中验证其有效性。
2024-06-14 cs.SI math.DS math.SP
Analyzing and visualizing polarization and balance with signed networks: the U.S. Congress case study
本研究针对美国国会投票极化问题，提出基于拉普拉斯矩阵谱特性的符号网络分析可视化流程，以更低计算成本实现多尺度极化动态探究与节点贡献评估。
2023-08-27 cs.CY cs.HC cs.IR
