Collective Identity Formation on Instagram -- Investigating the Social Movement Fridays for Future
近年来，社交媒体改变了个人参与社会运动的方式。虽然活动人士在街头示威，为公共目标而战，但特定运动的成员也可以在网上集体行动。因此，不同的方面可能会影响集体认同的形成，从而推动社会媒体上的集体行动。本研究结合了社会身份和身份理论的观点，以探讨如何基于意见的群体的成员有助于集体群体/社会身份的形成，因此，集体行动。为此，我们将自动文本分类技术应用于与社交运动Fridays for Future相关的Instagram通信。对1,137条评论的分析表明，个人主要通过在Instagram上评论来表达群体凝聚力和情感依恋，而不是团结。本研究进一步提出了一个集体行动的集体群体/社会认同的拟议模型。后续研究的目的是加强分类和测试模型。
2019-12-11 cs.SI
The Effect of Social Media on Shaping Individuals Opinion Formation
在本文中，社会媒体的意见形成过程中的影响是在竞选期间建模。在所提出的模型中，点对点互动和有针对性的在线宣传信息被假设为意见形成动态的驱动力。目标消息的说服力是基于收集和处理的私人信息。在这项工作中，模型是基于一个人工社会，最初平均分为两方。有界置信度模型用一个导致共识的置信度参数值来管理对等交互。目标信息被建模为一个外部交互信息源，它会转化一些弱承诺的个体，从而打破这种均衡。双方使用相同的宣传方法。结果表明，一个很小的外部影响打破了意见分布的均匀性，对选举结果起着重要作用。所得到的民意波动时间序列与实际选举调查结果有很好的相似性。
2021-03-13 cs.SI physics.soc-ph
Social structure formation in a network of agents playing a hybrid of ultimatum and dictator games
在这里，我们提出了一个基于代理的模型，代理人与其他代理人在一个共同发展的社会网络中玩独裁者和最后通牒游戏的混合。在这两种博弈中，代理人行为的基本假设是，他们试图获得相对于其他代理人更优越的社会经济地位。作为模型的参数，我们选择了独裁者和最后通牒博弈策略之间的一对代理人在一个单一的社会交易和参数描绘的生活成本的代理人之间发挥的相对比例。这项研究的动机是研究不同类型的社会互动如何影响社会结构和网络的形成，当代理人有一种倾向，以最大限度地提高他们的社会经济地位。我们发现，这样的社交网络的代理人总是经历了一个社区的形成过程，从简单的链状结构，更复杂的网络的生活成本参数的增加。这种情况发生的时间点也取决于独裁者和最后通牒游戏的相对比例。我们发现，这是很难形成复杂的社会结构时，独裁者的游戏策略在社会交易的代理人变得更占主导地位的最后通牒游戏。
2020-08-19 cs.MA cs.SI physics.soc-ph
Opinion formation in time-varying social networks: The case of the naming game
我们研究动态的命名游戏的意见形成模型随时间变化的社交网络。这种基于代理的模型捕捉到的协议动态的基本特征，通过一个基于内存的谈判过程。我们的研究重点是随时间变化的属性的代理人的社会网络上的命名游戏动态的影响。特别是，我们使用真实网络上的模拟对该模型进行了计算探索。我们研究了两种不同类型的时变数据的动态结果-（i）网络每天都在变化，（ii）网络在很短的时间间隔（20秒）内变化。在第一种情况下，我们发现，具有强大的社区结构的网络阻碍系统达成全球协议，在这些网络中的命名游戏的演变保持集群的共存意见无限期地导致亚稳定性。在第二种情况下，我们调查的命名游戏的演化与时间演化的基础社会网络的完美同步，从而为传统的新兴性质的游戏，在很大程度上不同于已在现有文献中报道的新的光。
2018-09-19 cs.SI physics.soc-ph
Aperiodic dynamics in a deterministic model of attitude formation in social groups
同质性和社会影响是推动社会群体内态度、信仰和行为演变的基本机制。同质性将个体的态度状态对之间的相似性与他们的互动频率联系在一起，从而产生结构性联系强度，而社会影响则导致个体在互动过程中的状态趋同。基于这些基本要素，我们提出了一个新的数学建模框架来描述一组相互作用的代理人的态度的演变。具体来说，我们的模型描述了具有激活-抑制关系的潜意识态度。我们考虑一个均匀的人口使用确定性，连续时间动力系统。令人惊讶的是，同质性和社会影响力的综合效应并不一定会导致群体共识或全球单一文化。我们观察到，子组的形成和极化效应可能是短暂的，长时间的动力学是准周期性的敏感依赖于初始条件。这是由于不断发展的互动网络和图灵不稳定性与态度状态动态之间的相互作用。
2013-02-01 cs.SI nlin.AO physics.soc-ph
Opinion formation model for markets with a social temperature and fear
在行为金融学的精神，我们研究的过程中，投资者的意见形成使用的2D选民模型与可调的社会温度的变体。此外，引入了作用于温度的反馈，使得社会温度对市场不平衡做出反应，从而变得依赖于时间。在这个玩具市场模型中，社会温度代表了代理人对代表投机风险的市场失衡的紧张情绪。利用不连续广义选民模型相变的知识来确定临界不动点。该系统表现出亚稳相周围的这些固定点，其特征在于结构化的晶格状态，间歇性的偏移远离固定点。统计力学的模型的特点和它的关系，在现实市场中的投资者之间的意见形成的动态进行了讨论。
2012-12-19 cond-mat.stat-mech cs.SI physics.soc-ph
Opinion Formation Threshold Estimates from Different Combinations of Social Media Data-Types
被动消费与主题相关的可量化数量的社交媒体信息可能会导致个人形成意见。如果这些人中有相当一部分人出于他们最近确立的观点而采取行动，那么无论信息的真实性如何，都可能引发一场运动或公众舆论的转变。鉴于社交媒体在现代社会中无处不在，我们必须了解社交媒体数据导致意见形成的门槛。本研究通过询问2222名参与者关于各种社交媒体数据类型的数量来估计人口意见形成阈值（即，图像、视频和/或消息），他们将需要被动地消费以形成意见。意见的形成是通过三个维度来评估的：1）数据类型，2）背景，3）来源。这项工作为估计通过社交媒体信息影响人群所需的数据量提供了理论基础。
2018-10-02 cs.SI
Social Network Integration: Towards Constructing the Social Graph
在这项工作中，我们制定的社会网络整合的问题。它将多个观察到的社交网络作为输入，并返回一个集成的全局社交图，其中每个节点对应于一个真实的人。社会网络集成的关键挑战是发现不同社交网络之间的对应关系或相互联系。我们对AMiner、Linkedin和Videolectures这三个在线社交网络进行了深入分析，以解决揭示用户社交身份的因素，不同社交网络之间的社交因素是否一致，以及我们如何利用这些信息进行整合。我们提出了一个统一的社会网络集成任务的框架。它从多个社交网络中抓取数据，并进一步从所获得的网络中发现与同一个真实人物相对应的帐户。我们使用一个概率模型来确定这种对应关系，它结合了不同社会地位和社会关系的一致性，以及一对一映射约束和逻辑传递性等特征来共同进行预测。实验结果验证了该方法的有效性。
2014-01-21 cs.SI physics.soc-ph
Influence Activation Model: A New Perspective in Social Influence Analysis and Social Network Evolution
是什么推动了社会网络动态的倾向？社会影响力被认为是推动离线和在线人类行为的驱动力，但它并没有被认为是社会网络进化的驱动力。我们的分析表明，虽然网络结构影响了社交网络中影响力的传播，但网络反过来又受到社会影响力活动的影响（即，一个人的态度和行为影响另一个人的社会影响过程。为此，我们开发了一种新的网络演化模型，其中网络的动态遵循影响力传播的机制，这是现有网络演化模型所不能捕捉的。我们的实验证实了我们的模型的预测，并证明了社会影响力在网络演化过程中可以发挥的重要作用。在探索社会网络演化的原因的同时，不同类型的社会影响力对网络动态产生了不同的影响。这些发现和方法对于我们理解推动网络进化的机制以及我们了解社会影响力在塑造网络结构中的作用至关重要。
2016-05-26 cs.SI physics.soc-ph
PageRank model of opinion formation on social networks
我们提出了PageRank模型的意见形成和研究其丰富的性质，真正的有向网络的剑桥大学和牛津大学，LiveJournal和Twitter。在这个模型中，链接的选民的意见形成加权与他们的PageRank概率。我们发现，社会精英，对应于顶级PageRank节点，可以将其意见强加给社会的一个重要组成部分。然而，对于一个均匀分布的两个意见，存在一个双稳态范围的意见，这取决于一个符合参数表征的意见形成。我们发现，LiveJournal和Twitter网络有更强的倾向于一个totalitar的意见形成。我们还分析了Sznajd模型推广的无标度网络与加权PageRank投票的选举人。
2012-04-17 cond-mat.stat-mech cs.SI physics.soc-ph
Understanding the impact of socialbot attacks in online social networks
像Twitter或Facebook这样的在线社交网络（OSN）是流行和强大的，因为它们允许在线接触数百万用户。它们也是社交机器人攻击的热门目标。如果不深入了解这种攻击的影响，在线社交网络作为促进对话或民主进程的工具的潜力就会受到威胁。在这个扩展的摘要中，我们提出了来自现场实验室实验的见解，其中社交机器人旨在操纵在线社交网络的社交图，在我们的案例中是Twitter。我们探索了目标人类用户之间的链接创建行为，我们的结果表明，社交机器人可能确实有能力塑造和影响在线社交网络中的社交图谱。然而，我们的研究结果也表明，外部因素可能发挥了重要作用，在创造社会联系的OSN。
2014-02-25 cs.SI physics.soc-ph
Personalized Degrees: Effects on Link Formation in Dynamic Networks from an Egocentric Perspective
理解动态社交网络中链接形成的驱动机制是一个长期存在的问题，它对理解社会结构以及链接预测和推荐都有影响。社交网络表现出高度的传递性，这解释了基于共同邻居的链接预测方法的成功。在本文中，我们将从自我节点的角度研究链接形成的机制。我们引入了自我的每个邻居节点的个性化程度的概念，这是一个特定的邻居连接到其他邻居的数量。从四个在线社交网络数据集的实证分析，我们发现，具有较高的个性化程度的邻居更有可能导致新的链接形成时，他们作为共同的邻居与其他节点，无论是在无向和有向设置。这与Adamic和Adar的发现是互补的，即具有较高（全局）度的邻居节点不太可能导致新的链接形成。此外，在有向网络中，我们发现个性化的出度比个性化的入度对链接形成的影响更大，而全局入度比全局出度对链接形成的影响更大。我们通过几个链接推荐实验验证了我们的实证研究结果，并观察到，将个性化和全球度链接推荐大大提高了准确性。
2019-03-05 cs.SI physics.soc-ph
Self-Organizing Map and social networks: Unfolding online social popularity
本研究使用Kohonen自组织图（SOM）来表示的流行模式的Myspace音乐艺术家从他们的属性在平台上，他们在社会网络中的位置。该方法适用于聚类的配置文件（社会网络的节点）和最佳的友谊链接（边）。这表明，SOM是一个有效的工具来解释观众和音乐家的影响力之间的复杂联系。最后给出了一个在线社交网络行为的鲁棒分类器。
2013-01-28 cs.SI physics.soc-ph
Predicting Anchor Links between Heterogeneous Social Networks
人们通常参与多个社交网络以享受新的服务或满足他们的需求。许多新的社交网络试图吸引其他现有网络的用户以增加其用户数量。一旦社交网络（称为源网络）的用户（称为源用户）加入新的社交网络（称为目标网络），则在源网络和目标网络之间形成新的网络间链接（称为锚链接）。在本文中，我们集中在预测异质社交网络之间的锚链接的形成。与预测单个网络内两个现有用户之间的链路的形成的传统链接预测问题不同，在锚链接预测中，目标用户缺失，并且一旦创建锚链路，则目标用户将被添加到目标网络。为了解决这个问题，我们使用元路径作为一个强大的工具，利用源和目标网络中的异构信息。为此，我们提出了一个有效的通用元路径为基础的方法称为连接器和递归元路径（CRMP）。通过使用这两种不同类别的元路径，我们对可能影响源用户加入目标网络的社会因素的不同方面进行建模，从而形成新的锚链接。在现实世界的异构社交网络上进行的大量实验证明了该方法的有效性。
2016-08-01 cs.SI physics.soc-ph
Controlling Segregation in Social Network Dynamics as an Edge Formation Game
本文研究通过外生激励控制社交网络中的隔离现象。在有向图上构造了一个边形成对策。用户（节点）基于效用函数选择其形成社区间或社区内边缘的概率，该效用函数反映同质性（与属于同一组的个体连接的偏好）和获得外源激励的偏好之间的权衡。用户做出的相互联系的决定决定了社交网络的发展。我们探索了一种算法推荐机制，其中效用函数中的外生激励基于弱关系，该弱关系激励用户跨社区连接并减轻隔离。这种设置导致了一个子模块游戏的唯一纳什均衡。在数值模拟中，我们探讨了所提出的模型如何在各种设置下控制社交网络中的隔离和回声室。
2021-08-29 cs.SI
The Investigation of Social Media Data Thresholds for Opinion Formation
到目前为止，社交媒体的普遍使用已经增长到超过20亿用户，并且通常被用作共享信息和影响世界事件的手段。有证据表明，被动的社交媒体使用（即，观看而不采取行动）对用户的观点有影响。这种对视角的经验影响可能对社会事件产生重大影响。因此，重要的是要了解社交媒体如何有助于个人观点的形成。设计了一组实验任务来调查由于与不同社交媒体数据类型的被动交互而导致的经验得出的意见形成阈值（即，视频、图像和消息）。随着对人类如何被动地与社交媒体信息互动的更好理解，可以开发一种范式，允许利用这种互动，并在未来的军事计划和行动中发挥重要作用。
2017-12-12 cs.CY cs.SI
Trust and Partner Selection in Social Networks: An Experimentally Grounded Model
本文提出了一个实验接地模型的相关性合作伙伴的选择出现的信任和个人之间的合作。通过结合实验证据和网络模拟，我们的模型研究了互动结果与社会结构形成的联系，并表明当合作者有能力创建更多链接并隔离搭便车者时，动态网络会带来积极的结果。通过强调互动结果和结构形成的自我强化动力学，我们的研究结果在新的视角下提出了关于互动连续性与合作相关性的论点，并为指导新实验室实验的设计提供了见解。
2010-08-27 cs.SI physics.soc-ph
Opinion Maximization in Social Networks
通过不同观点的综合和对比形成意见的过程一直是经济学和社会科学中许多研究的主题。今天，这一过程也体现在在线社交网络和社交媒体中。成功的促销活动的关键特征是，他们考虑到这种意见形成的动态，以创造一个关于特定信息项目，如一个人，一个产品，或一个想法的整体有利的意见。在本文中，我们采用了一个完善的社会意见动态模型，并正式确定一组目标个人的积极意见的信息项将最大限度地提高整体积极的意见，在社会网络中的项目的问题的广告设计问题。我们把这个问题称为“竞选”。我们研究了CAMPAIGN问题的复杂性，并设计了求解该问题的算法，在实际数据上的实验证明了算法的有效性和实用性。
2013-01-30 cs.SI physics.soc-ph
A categorization scheme for socialbot attacks in online social networks
在过去，像Facebook和Twitter这样的在线社交网络（OSN）成为沟通和网络的强大工具。不幸的是，它们也成为社交机器人攻击的受欢迎目标。因此，深入了解此类攻击的性质对于保护OSN的生态系统非常重要。在这个扩展的摘要中，我们提出了一个社交机器人攻击的分类方案，旨在概述这一新兴领域的技术现状。最后，我们证明了我们的分类方案的有用性，根据我们的分类方案表征最近的socialbot攻击。
2014-02-25 cs.SI physics.soc-ph
An Introduction to Community Detection in Multi-layered Social Network
社会社区的提取及其动态变化是当今社会网络分析的重要问题之一。近年来，许多研究者提出了自己的社交网络群体发现方法。但是，几乎没有人注意到，现代社交网络比几年前复杂得多。由于IT系统中存在大量关于各种用户活动的不同数据，因此可以区分称为多层社交网络的新类别的社交网络。为此，本文提出了一种利用多层边聚类系数的多层社会网络社区发现新方法。
2012-09-26 cs.SI physics.soc-ph
Modeling Information Diffusion in Online Social Networks with Partial Differential Equations
Twitter和Facebook等在线社交网络在信息交流方面获得了极大的普及。空前数量的数字数据的可用性加速了在线社交网络中信息扩散的研究。然而，由于在线社交网络的快速变化和社会互动的复杂性，在线社交网络中的信息传播机制仍然是难以捉摸的。关于在线社交网络上的信息扩散的许多先前工作基于经验和统计方法。在线社交网络上信息扩散的动力学模型大多涉及仅依赖于时间的常微分方程。在最近的一些论文中，作者提出使用偏微分方程（PDE）来描述在线社交网络上信息扩散的时间和空间模式。建立在直观的网络距离，如友谊跳在线社交网络，反应扩散方程考虑到各种外部的网络外的来源，如主流媒体的影响，并提供了一个新的分析框架，研究结构和主题的影响，在网上社交网络的信息扩散的相互作用。在本调查中，我们讨论了一些基于偏微分方程的模型，这些模型是用从流行的在线社交网络（如Digg和Twitter）收集的真实数据集进行验证的。介绍了在线社交网络中信息流守恒定律和基于行波解的信息传播速度等新进展，以巩固PDE模型的基础，并强调在线社交网络中数学家、计算机科学家和研究人员面临的新机遇和挑战。
2013-10-01 cs.SI physics.soc-ph
Evolution of Coordination in Social Networks: A Numerical Study
协调博弈对于解释有效的和可取的社会行为很重要。在这里，我们研究这些游戏的网络社会结构，使用进化的方法进行广泛的数值模拟。我们发现，局部网络效应可能会促进选择的有效均衡，在纯粹的和一般的协调游戏，可以解释社会极化。这些结果被放入角度相对于已知的理论结果。我们得到的主要见解是，集群，特别是社区结构在社交网络有一个积极的作用，促进社会效率的结果。
2010-11-04 cs.SI physics.soc-ph
Generating online social networks based on socio-demographic attributes
近年来，许多在线社交网络如Facebook、LinkedIn和MySpace都有了巨大的增长。人们通过这些网络相互联系，形成大型社会社区，为研究人员提供丰富的数据集来理解，建模和预测社会互动和行为。这些网络中的新联系人可能是由于个人的人口统计属性（如年龄组、性别、地理位置）或由于网络的结构动态（如三元封闭和偏好依恋）或人口统计和结构特征的组合而形成的。在过去的十年中，已经提出了许多网络生成模型来解释不同类型的网络，特别是社交网络中发生的结构，演变和过程。在文献中研究的网络生成模型主要考虑结构特性，在某些情况下，一个人的人口概况，在形成新的社会联系。这些模式没有提出一种机制，将结构和人口特征结合起来，形成新的联系。在本文中，我们提出了一个新的网络生成算法，它结合了这两个特点，网络形成模型。我们使用不同的公开可用的Facebook数据集作为基准来证明所提出的网络生成模型的正确性。所提出的模型是灵活的，因此可以生成不同的人口和结构属性的网络。
2017-02-05 cs.SI physics.soc-ph
Opinion formation on dynamic networks: identifying conditions for the emergence of partisan echo chambers
现代政治互动的特点是强烈的党派性，对跨党派的信息共享和协议缺乏兴趣。目前尚不清楚这种党派回声室是如何产生的，以及它们如何与舆论形成共同演变。在这里，我们通过共同进化游戏的镜头探索这些结构的出现。在我们的模型中，一个人的收益是由他们的意见的大小，他们与社会邻居的一致程度以及拥有社会联系的好处共同决定的。每个人都可以同时调整他们的意见以及他们的社会关系的权重。我们提出并验证了党派回声室出现的条件，其特点是从有共识的有凝聚力的社区过渡到有分歧意见的分裂网络。此外，我们将我们的模型应用于美国众议院几十年来的投票记录，以了解近年来潜在的心理和社会因素对党派偏见的影响。我们的工作有助于阐明今天的分裂是如何形成的，以及如何在各种政治和社会问题上实现凝聚力和团结。
2018-07-03 cs.SI physics.soc-ph
Topics in social network analysis and network science
本章介绍了用于分析社交网络和快速发展的并行领域网络科学的统计方法。虽然最近出现了一些社会网络分析在卫生服务研究中的例子，但大多数只涉及最基本的方法，因此只涉及可能实现的表面。尖端的方法，使用相关的例子和插图在卫生服务研究提供。
2014-03-31 cs.SI physics.soc-ph
Are Social Networks Really Balanced?
长期以来，人们一直认为，在同时存在友好/敌对互动的社交网络（签名网络）中，普遍存在全球平衡的趋势。平衡代表了网络中没有争议的情况。在这里，我们介绍一种方法来量化任何签名（社交）网络的平衡程度。它考虑了网络中所有有符号圈的贡献，并与经验证据相一致，对较短的圈比对较长的圈给予更多的权重。我们发现，与人们所认为的相反，许多签名的社交网络--特别是非常大的定向在线社交网络--一般来说是非常不平衡的。我们还表明，不平衡的状态可以通过调整网络中的代理之间的社会互动的权重来改变。
2014-06-09 cs.SI physics.soc-ph
Demographic and Structural Characteristics to Rationalize Link Formation in Online Social Networks
近年来，许多在线社交网络如Facebook、LinkedIn和MySpace都有了巨大的增长。人们通过这些网络相互联系，形成大型社会社区，为研究人员提供丰富的数据集来理解，建模和预测社会互动和行为。这些网络中的新联系人可能是由于个人的人口统计概况（如年龄组、性别、地理位置）或由于网络的结构动态（如三元封闭和偏好依恋）或人口统计和结构特征的组合而形成的。在过去的十年中，已经提出了许多网络生成模型来解释不同类型的网络，特别是社交网络中发生的结构，演变和过程。在文献中研究的网络生成模型主要考虑结构特性，在某些情况下，一个人的人口概况，在形成新的社会联系。这些模式没有提出一种机制，将结构和人口特征结合起来，形成新的联系。在本文中，我们提出了一种新的网络生成算法，该算法结合了这两个特性来模拟网络的增长，我们使用不同的公开可用的Facebook数据集作为基准来证明所提出的网络生成模型的正确性。
2013-11-14 cs.SI
Measuring Contextual Relationships in Temporal Social Networks by Circle Link
网络科学在基于静态拓扑信息的社会网络分析中发挥了其独特的作用。在现实中，社会交往是动态的，并在时间上同时演变。如今，它们可以被无处不在的信息技术记录下来，并生成为时间社交网络，为社会现实挖掘提供了新的视角。本文通过定义\emph{circle link}来度量三个经验性社会时间网络中的语境关系，发现与共同好友有频繁持续互动的朋友倾向于亲近，这可以被认为是时间社交网络中Grananetter假设的扩展。最后，我们提出了一个启发式的方法，基于圆链接预测关系，并获得了可接受的结果。
2017-06-06 cs.SI physics.soc-ph
Evolutionary of Online Social Networks Driven by Pareto Wealth Distribution and Bidirectional Preferential Attachment
了解在线社交网络的演化机制对网络科学的发展具有重要意义。然而，目前对在线社交网络演化机制的研究还不够深入和清晰。本研究实证性地揭示了人人网在线社交网络演化的本质特征。从帕累托财富分配和双向偏好依附的角度分析了在线社会网络演化的起源，解释了在线社交网络的演化机制。提出了一种新的模型，再现了与人人网基本一致的演化特征，并给出了该模型的演化解析解。该模型也可以很好地预测一般的幂律度分布。此外，该模型还解释和预测了许多在线社交网络中普遍存在的度分布弯曲现象。研究结果表明，帕累托财富分布和双向偏好依恋在在线社交网络的演化过程中发挥了重要作用，有助于我们理解在线社交网络的演化起源。该模型对社交网络的动态模拟研究，特别是网络社区的信息传播和现实社会中的传染传播具有重要意义。
2017-12-02 cs.SI physics.soc-ph
Towards Understanding Cyberbullying Behavior in a Semi-Anonymous Social Network
网络欺凌已成为一个重要的和日益严重的社会问题，其中人们使用在线社交网络和移动电话以攻击性文字，图像，音频和视频247欺凌受害者。本文研究了Ask.fm社交网络中的负面用户行为，这是一个流行的新网站，导致了许多网络欺凌案件，其中一些导致了自杀行为。我们研究了Ask.fms问题+答案配置文件中负面词语的出现以及问题+答案的社交网络。我们还研究了在这个社会网络中的切割行为的用户的属性。
2014-08-21 cs.SI physics.soc-ph
Measuring Prestige in Online Social Networks
我们研究了Palasek（2013）的本地定义的社会资本指标，用于确定个人在在线社交网络中的声望。从它，我们得到一个等效的全球措施，考虑随机游走在网络本身。这一结果激发了一种新的表达方式，量化了潜在社会联系的战略可取性。我们表明，在硅片，理想的社会邻居往往满足“大鱼在一个小池塘”的标准，并在整个网络的邻居的愿望分布是由反同质性。
2014-07-25 cs.SI physics.soc-ph
Applications of Structural Balance in Signed Social Networks
我们提出的措施，模型和链接预测算法的基础上签署的社交网络的结构平衡。某些社交网络除了通常的“朋友”链接外，还包含“敌人”链接。这些网络被称为签名社交网络。签名社交网络的经典和主要概念是结构平衡，即，三角形趋向于“平衡”，包括偶数个负边，如朋友-朋友-朋友和朋友-敌人-敌人三角形。在这篇文章中，我们介绍了几个新的签署网络分析方法，利用结构平衡测量部分平衡，发现社区的人的基础上平衡，绘制签署社交网络，并解决问题的链接预测。值得注意的是，所介绍的方法是基于符号图拉普拉斯算子和符号电阻距离的概念。我们评估我们的方法上收集的四个签名的社交网络数据集。
2014-02-27 cs.SI physics.soc-ph
Consensus Formation on Simplicial Complex of Opinions
观点的几何实现被认为是一个单纯形，一组个体的观点空间是一个单纯复形，其拓扑特征在观点形成过程中受到监控。代理物理上位于无标度网络的节点上。社会互动包括主流模型中存在的所有社会动态概念，这些概念由四种额外的互动机制增强，这些机制取决于意见的局部属性及其重叠属性。与形成共识有关的结果特别令人感兴趣。通过应用高维组合拉普拉斯算子，建立了与量子力学纯态的类比。
2012-12-06 cs.SI physics.soc-ph
Linking theory and empirics: a general framework to model opinion formation processes
我们引入了一个最小的意见形成模型，这是非常灵活的，可以重现各种各样的现有的微观影响的假设和模型。与此同时，该模型可以很容易地根据实际数据进行校准，它只对实际数据提出了一些要求。从这个角度来看，我们的模型可以被认为是一个桥梁，连接理论研究的意见形成模型和实证研究的社会动力学。我们研究模型解析使用平均场近似和数值。我们的分析是例证最近报道的经验数据来自一个在线社交网络。利用这些数据进行模型校准，我们证明了该模型可以重现碎片化和两极分化的社会系统。此外，我们设法生成一个人工社会，其特征属性的定量和定性类似于在宏观尺度上观察到的经验。这种能力成为可能后，我们已经先进的模型与两个重要的通信功能：选择性和个性化算法。
2022-04-02 cs.SI physics.soc-ph
The Effects of Communication Burstiness on Consensus Formation and Tipping Points in Social Dynamics
当前的观点动力学模型通常利用泊松过程进行说话人选择，使得事件之间的等待时间呈指数分布。然而，人类的互动往往是突发性的，等待时间极短或沉默时间较长的可能性更高。为了量化突发性对社会模型动态的影响，我们将两组呈现不同发言者等待时间分布的群体置于竞争中。这些比赛中实施的二进制的等待时间的游戏，并表明，相关方面的等待时间分布是头部的密度，而不是尾部。我们发现，即使相同的平均等待时间，一组具有较高密度的短等待时间是有利于在竞争中超过其他组。这种效应仍然存在于持有一个永远不会改变的观点的节点中，因为当他们拥有比竞争观点持有者更高的头部密度时，实现共识所需的这种承诺的个体的比例急剧下降。最后，为了量化突发性的差异，我们引入了小时间激活的预期数量，并用它来表征系统的早期状态。
2017-07-26 cs.SI physics.soc-ph
Link Prediction in Social Networks: the State-of-the-Art
在社交网络中，链接预测能够预测当前网络中的缺失链接以及未来网络中新的或消失的链接，对于挖掘和分析社交网络的演化具有重要意义。在过去的十年中，人们对社交网络中的链接预测做了大量的研究。本文的目的是对社交网络中链接预测的研究现状进行全面的回顾、分析和讨论。对链接预测技术和问题进行了系统分类。然后对链接预测技术和存在的问题进行了分析和讨论。链接预测的典型应用也解决了。介绍了一些活跃的研究小组的成果和路线图。最后，讨论了社交网络中链接预测的未来挑战。
2014-12-08 cs.SI physics.soc-ph
Signed Link Analysis in Social Media Networks
许多现实世界的关系可以由具有正链接的签名网络表示（例如，信任）和负链接（例如，不信任）。链接分析在理解链接形成中起着至关重要的作用，并且可以推进社会网络分析中的各种任务，例如链接预测。大多数现有的链接分析工作都集中在未签名的社交网络。负链接的存在决定了有符号网络的性质和原理与无符号网络有本质的区别，因此需要对有符号社交网络的链接分析进行专门的研究。本文在继承已有的无符号网络链接分析的社会学理论的基础上，采用情感信息、创新扩散和个体个性三种社会科学理论指导有符号网络的链接分析。
2016-03-22 cs.SI physics.soc-ph
How to Network in Online Social Networks
在本文中，我们考虑如何最大限度地利用社会关系的在线社交网络（OSNs）的用户的影响力。我们的第一个贡献是将Kempe等人[1]关于社会网络中信息传播的模型扩展到OSN，并表明贪心算法是NP难的最优算法的一个很好的近似。然而，贪心算法需要全局知识，这是很难实用。我们的第二个贡献是在完整的Twitter社交图上进行模拟，表明简单实用的策略接近贪心算法。
2014-03-04 cs.SI physics.soc-ph
Resilience of Social Networks Under Different Attack Strategies
近年来，随着不同类型的社交网络的出现，世界已成为一个紧密联系的社会。在线社交网络提供了一种方式来弥合长距离和建立许多通信渠道，这在以前是不可能的。这些网络在故意攻击和随机故障下表现出有趣的行为，其中不同的结构属性以不同的方式影响弹性。在本文中，我们进行了两组实验，并得出结论的结果有关的弹性社交网络。第一个实验在不同的攻击策略下对四种不同类型的网络进行了比较分析，即小世界网络、无标度网络、小世界无标度网络和随机网络，它们具有四种不同的语义社交网络。第二个实验比较了这些语义不同的社交网络在不同攻击策略下的弹性。实证分析揭示了有趣的行为，不同类别的网络与不同的攻击策略。
2014-10-31 cs.SI physics.soc-ph
Trust levels in social networks
本文从Dunbar数的角度研究了社交网络中的信任水平。
2022-03-04 cs.SI physics.soc-ph
Communities and Hierarchical Structures in Dynamic Social Networks: Analysis and Visualization
社交网络中社团结构的检测是社会学和行为科学领域的研究热点。社交网络也表现出动态的性质，因为这些网络随着时间的推移而不断变化。社交网络也可能呈现由在社会中扮演重要角色的个人（如管理者和决策者）领导的层级结构。这些网络的检测和可视化随着时间的推移而变化是一个具有挑战性的问题，社区的变化作为一个功能的事件发生在社会和人在其中发挥的作用，在本文中，我们解决这些问题，提出了一个系统来分析动态社交网络。该系统是基于动态图离散化和图聚类。该系统允许检测随着时间的推移在社会社区中发生的主要结构变化，并通过识别社交网络中有影响力的人来揭示等级。我们使用两个不同的数据集进行实证评估，并观察到我们的系统有助于发现有关这些社交网络中存在的社交和分层结构的有趣事实。
2014-09-17 cs.SI physics.soc-ph
Information Filtering on Coupled Social Networks
本文基于耦合社交网络（CSN），提出了一种非线性整合在线用户社会信息和行为信息的混合算法。基于耦合社交网络的过滤算法，综合考虑了社会影响力和个性化偏好的影响。在两个真实数据集\emph{Epinions}和\emph{Friendfeed}上的实验结果表明，混合模式不仅可以提供更准确的推荐，而且在采用全局度量的同时，可以扩大推荐的覆盖范围。进一步的实证分析表明，在同一个体占据网络系统核心位置的耦合社交网络中，也存在相互强化和富者俱乐部现象。这项工作可能有助于深入理解耦合社交网络的结构和功能。
2014-03-29 cs.SI physics.soc-ph
Risks of Friendships on Social Networks
在本文中，我们探讨了风险的朋友在社交网络的友谊模式所造成的，通过使用现实生活中的社交网络数据，从以前定义的风险模型。特别是，我们观察到，可以通过分析用户对朋友的朋友的态度来挖掘友谊的风险。这使我们能够对社交网络上的友谊和风险动态提供新的见解。
2012-10-11 cs.SI physics.soc-ph
A Typology of Social Capital and Associated Network Measures
我提供了一个社会资本的类型学，将其分解为七种更基本的资本形式：信息资本，经纪资本，协调和领导资本，桥梁资本，青睐资本，声誉资本和社区资本。我将讨论如何使用不同的基于网络的措施，这些形式的社会资本可以识别。
2019-02-24 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 modeling on social media and marketing aspects
我们介绍和讨论动力学模型的意见形成社交网络中的分布函数取决于双方的意见和连接的代理。意见形成模型随后与描述通过社交网络在网络上传播产品的受欢迎程度的动力学模型相耦合。对基本动力学模型的数值实验表明，与社交媒体网站上的标签趋势的一些测量结果有很好的定性一致性，并说明了公司如何利用网络结构来最好地获得其产品的广告。
2018-05-04 cs.SI nlin.AO physics.soc-ph
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
Meritocracy versus Matthew-effect: Two underlying network formation mechanisms of online social platforms
Peking University（北京大学）；Chinese Academy of Sciences（中国科学院）；University of Science and Technology of China（中国科学技术大学）
本文提出两种网络形成机制，用于解释传统和新兴社交网络的形成逻辑，揭示内容平台中社交权力分布的不平等性。
2025-10-31 cs.SI eess.SP
Effects of Initial State on Opinion Formation in Complex Social Networks with Noises
复杂社交网络中的观点形成即使基于一些最简单的系统演化模型也可能表现出复杂的系统动力学。一个有趣而重要的问题是初始状态对最终稳态意见分布的影响。我们发现，虽然不同的初始意见分布肯定会对没有噪声的社会系统中的意见演化产生影响，但在有噪声的系统中，如果有足够的时间，不同的初始状态基本上不会对最终稳定状态产生任何显着差异。相反，正是偏好意见的基本分布决定了系统的最终状态。这样的观察与长期以来对系统初始状态在意见形成中的作用的信念相矛盾。我们提出了一些简短的讨论的原因支持我们的声明，这样的观察在现实生活中的应用的影响。
2020-04-01 cs.SI nlin.CD
Ising-PageRank model of opinion formation on social networks
我们提出了一个新的伊辛PageRank模型的意见形成的社交网络上，通过引入一个伊辛或自旋类似的结构，相应的谷歌矩阵。网络中的每个选民或节点都有两个分量，分别对应于社会中的红色或蓝色意见。此外，每个选举人在网络上传播红色或蓝色意见，因此选举人之间的联系由两个支持两种意见中的一种或另一种的矩阵描述。选举者根据其红色或蓝色PageRank向量分量的优势来投票红色或蓝色。我们确定最终社会投票对具有红色（或蓝色）影响的节点的分数的依赖性，从而确定红色或蓝色选项之间的选举结果边界的过渡。我们发现，即使精英分数很小，这个过渡边界也会受到由网络的顶级PageRank，CheiRank或2DRank节点组成的社会精英选民的意见的显着影响。对英文维基百科2017和牛津大学2006的网络进行了分析和数值研究。
2018-11-18 cond-mat.stat-mech cs.SI physics.soc-ph
Social Influence and the Collective Dynamics of Opinion Formation
社会影响力是个人通过与他人的社会交往来调整自己的观点、修正自己的信念或改变自己的行为的过程。在我们这个紧密相连的社会中，社会影响力在许多自组织现象中发挥着重要作用，例如文化市场中的羊群效应、思想和创新的传播以及流行病期间恐惧的放大。然而，意见形成的机制仍然知之甚少，现有的基于物理的模型缺乏系统的经验验证。在这里，我们报告了两个对照实验，展示了回答事实问题的参与者在接触到他人的意见和信心水平后如何修改他们的初步判断。基于对59名被试15个不同项目的同伴意见的观察，我们绘制了一张影响图，描述了互动过程中同伴影响的强度。一个简单的过程模型，从我们的观察，演示了如何在一组相互作用的人的意见可以收敛或分裂重复的互动。特别是，我们确定了两个主要的吸引力的意见：（一）专家效应，诱导一个高度自信的个人在组中的存在，和（二）多数效应，由一个临界质量的外行人共享类似的意见。额外的模拟揭示了一个临界点的存在，在这个临界点上，一个吸引子将主导另一个吸引子，从而将集体意见推向一个给定的方向。这些研究结果的影响，了解公众舆论的形成机制和管理冲突的情况下，自信和更好地了解少数挑战的意见，一个庞大的不知情的大多数。
2013-11-14 cs.SI nlin.AO physics.soc-ph
The duality of networks and groups: Models to generate two-mode networks from one-mode networks
焦点理论描述了共享的成员身份、社会地位、信仰和地点如何促进社会关系的形成，而双模式预测提供了一种方法，将个体在群体中的成员身份的双模式数据转换为他们可能的社会关系的单模式网络。在本文中，我将探讨相反的过程：社会关系如何促进群体的形成，以及双模式网络如何从单模式网络生成。借鉴团队形成，俱乐部加入和组织招聘的理论，我提出了三个模型来描述这样的群体可能会出现在一个社会网络中的关系。我表明，这些模型可用于生成具有经验双模式社交网络中常见特征的双模式网络，并且它们对生成它们的单模式网络的特征进行编码。最后，我讨论了这些模型的局限性，以及未来的理论和方法的发展方向有关群体的形成。
2022-08-04 cs.SI
Data-informed modeling of the formation, persistence, and evolution of social norms and conventions
本章综述社会规范与惯例的数学建模方法，涵盖群体模型和智能体模型，并强调如何系统融入实证数据以预测其形成、持续与演化，同时讨论领域挑战与未来方向。
2024-10-21 cs.SI cs.SY eess.SY
Production and Network Formation Games with Content Heterogeneity
在线社交网络（例如Facebook、Twitter、Youtube）为共享用户生成的内容提供了流行的、具有成本效益的和可扩展的框架。本文讨论了内在的激励问题，居住在社交网络使用博弈论模型，个人用户自私的交易成本形成的链接（即他们互动）和生产的内容，个人对这样做的潜在回报。从不同用户产生的内容完全可替代的假设出发，我们明确考虑用户产生的内容的异质性，并研究它如何影响用户的行为和社交网络的结构。在给定内容异质性的情况下，我们严格证明了当社交网络的人口足够大时，每个（严格）非合作均衡应该由对称网络拓扑组成，其中每个用户产生相同数量的内容并具有相同的度，或者两级分层拓扑，所有用户属于两种类型之一：产生大量内容的影响者和产生少量内容并从影响者获得其大部分内容的订户。与此同时，少数法则在这样的网络中消失了。此外，我们证明了社会最优总是由对称拓扑的网络实现的，其中用户的效用之和最大化。为了给用户提供生产和相互分享社会最优数量的内容的激励，提出了一种定价方案，我们表明，社会最优可以实现作为一个非合作的均衡与内容获取和链接形成的定价。
2011-09-20 cs.GT cs.SI physics.soc-ph
