Multi-layered Social Networks
很明显,在现实世界中,两个行动者之间可以存在不止一种关系,这些关系可以如此交织,以至于不可能单独分析它们[Fienberg 85],[Minor 83],[Szell 10]。具有多种关系类型的社交网络并不是一个全新的概念[Wasserman 94],但它们主要在小规模上进行了分析,例如[McPherson 01],[Padgett 93]和[Entwisle 07]。就像常规的单层社交网络一样,没有被广泛接受的定义,甚至没有共同的名称。起初,这种网络被称为多路复用网络[Haythornthwaite 99],[Monge 03]。这个术语来自通信理论,它将多路复用定义为将多个信号组合成一个信号,如果需要,可以将它们分开[Hamill 06]。最近,多层次社会网络的领域已经开始吸引越来越多的关注,在不同领域内进行的研究[Kazienko 11a],[Szell 10],[Rodriguez 07],[Rodriguez 09],和多元化网络的含义已经扩大,不仅涵盖社会关系,但任何类型的连接,例如,基于地理,职业,亲属关系,爱好,”[12]亚伯拉罕。本文旨在总结已有的关于一个有许多不同名称的概念的知识,即多层社会网络的概念,也被称为分层社会网络、多关系社会网络、多维社会网络、多重社会网络
2012-12-14 cs.SI physics.soc-ph
Network Composition from Multi-layer Data
人们通常访问多个社交网络,例如,使用电话、电子邮件和社交媒体。多层次的社会互动共同构成了一个“综合社会网络”。“我们如何将关于单层网络的成熟知识,包括顶点中心性和社区结构,扩展到这种异构结构?在本文中,我们提出了一个原则性的框架,网络组成的基础上,一个统一的动态过程来处理这些挑战。在数学上,我们考虑以下抽象问题:给定多层网络数据和层内和层间动态的附加参数,构建一个最佳集成联合过程的(单个)加权网络。我们使用动力学的转换,统一异构层下一个共同的动力学。对于层间组成,我们将考虑几种情况,因为层间动态在各种社会或技术网络中扮演不同的角色。从经验上讲,我们提供的例子来强调网络分析和网络设计的有用性,这个框架。
2016-09-06 cs.SI physics.soc-ph
A Method for Group Extraction and Analysis in Multilayer Social Networks
本文主要研究的是一个多层次的社会网络(MSN)及其分析。社区抽取是多层次社会网络分析的关键问题之一。针对这一问题,本文提出了交叉分层边缘聚类系数(CLECC)。它是一种边缘度量,表示两个给定用户的邻居彼此相似的程度。在此基础上,设计了一种多层次社交网络社区抽取的CLECC算法。该算法在真实的单层社交网络(SSN)和多层社交网络(MSN)以及GN Benchmark(SSN)、LFR Benchmark(SSN)和mLFR Benchmark(MSN)的基准网络上进行了测试。本文研究的第二个问题是群体进化发现。对这个问题的研究导致了包容性度量和组进化发现(GED)方法的发展,该方法旨在识别社交网络中连续时间范围内两个组之间的事件。该方法在一个真实的社交网络上进行了测试,并与两个著名的算法在准确性,执行时间,灵活性和易于实现方面进行了比较。最后,提出了一种新的预测社会网络中群体演化的方法。新方法涉及使用GED方法的输出。它示出,即使使用一个简单的序列,其中包括几个前面的组大小和事件,作为输入的分类器,学习模型可以产生非常好的结果也简单的分类器。
2016-12-07 cs.SI physics.soc-ph
Cross-Layer Design of Influence Maximization in Mobile Social Networks
大多数现有的影响力最大化算法都是针对在线社交网络(OSN)设计的,需要集中计算。直接部署在分布式移动社交网络(MSN)的上述算法将淹没的网络,由于种子选择所需的大量的消息。因此,在本文中,我们设计了一个新的跨层策略,共同研究MSN和移动自组织网络(MANDO),以促进有效的种子选择,通过提取一个子集的节点作为代理代表附近的朋友在分布式计算。具体来说,我们制定了一个新的优化问题,名为代理选择问题(ASP),以尽量减少在移动自组网中传输的消息开销。我们证明了ASP是NP-Hard的,并设计了一个有效的分布式算法。在真实数据集和合成数据集上的仿真结果表明,与现有方法相比,该方法可以显着减少消息开销。
2016-04-18 cs.SI physics.soc-ph
Extraction of Multi-layered Social Networks from Activity Data
在各种基于网络的系统中收集的数据,使用户能够相互交互,提供了一个机会来提取由人和他们之间的关系组成的社交网络。由于发现的连接的数量和类型,新兴结构非常复杂。在基于Web的系统中,用户之间的每个交互的特征元素是总是有一个对象作为通信媒介。这可以是例如从一个用户发送到另一个用户的电子邮件或由一个用户创作并由其他用户评论的论坛上的帖子。基于这些对象和用户对它们执行的活动,可以识别和提取不同种类的关系。另一个挑战来自对象之间可能存在层次结构的事实,例如,论坛由一组或多组主题组成,每个主题包含最终包含帖子的主题。在本文中,我们提出了一种新的方法,用于创建多层次的社会网络的基础上,对不同类型的对象之间存在的层次结构的用户活动的数据。由于扁平化、预处理过程,可以识别和分析多层社交网络中的新层和新关系。
2014-07-03 cs.SI physics.soc-ph
Transmission of cultural traits in layered ego-centric networks
虽然已经开发了一些模型来研究社会系统中文化的出现和进化阶段,但有一个重要方面尚未得到充分强调。这是作为传播文化特征的渠道的社会关系基础网络的结构,预计将在社会系统的进化过程中发挥关键作用。在本文中,我们有助于理解网络结构的作用,通过开发一个分层的以自我为中心的网络结构为基础的模型,受社会脑假设的启发,研究文化特征的传播及其在社会网络中的演变。对于这个模型,我们首先找到的精神,平均场近似的分析结果,然后验证的结果,我们将它们与广泛的数值模拟的结果进行比较。
2014-11-19 cs.SI physics.soc-ph
Social Network Analysis of Corruption Structures: Adjacency Matrices Supporting the Visualization and Quantification of Layeredness
通常,腐败被描述为发生在一个网络中或由一个网络支持:一个以某种方式组织起来的个人的集合,以便能够进行贿赂交易。令人惊讶的是,尽管有网络术语,但很少使用网络科学的工具从网络角度分析腐败。在此,我们将论证,从网络科学的视角来分析腐败,有利于对腐败的认识。在通过这一章,一个贡献的自由Amicorum在荣誉利奥休伯特,然后给出了一个非常简短的介绍社会网络分析。
2019-09-17 cs.SI physics.soc-ph
Multi-layer graph analysis for dynamic social networks
现代社交网络通常包含多种不同类型的连接信息;例如,明确承认的朋友关系可能会补充根据用户的行为或兴趣将用户联系起来的行为措施。表示这些网络的一种方法是作为多层图,其中每个层包含相同底层顶点(用户)上的一组唯一边。不同层中的边通常具有相关但不同的语义;根据应用,多个层可能用于通过平均来减少噪声,执行多方面分析,或两者的组合。然而,如何以灵活的方式将标准图分析技术扩展到多层设置并不明显。在本文中,我们开发的潜变量模型和方法,挖掘多层网络的连接模式的基础上嘈杂的数据。
2014-05-12 cs.SI physics.soc-ph stat.CO
Unveiling the Social Fabric: A Temporal, Nation-Scale Social Network and its Characteristics
该研究构建了覆盖丹麦全国720万人口、2008-2021年的多层时间社会网络,分析其结构特征与连接规律,同时发布配套Python分析工具包。
2024-09-17 cs.SI physics.soc-ph
Multiplex Influence Maximization in Online Social Networks with Heterogeneous Diffusion Models
在线社交网络,通过重叠的用户连接在一起的动机,我们研究的影响力最大化问题的多元化,每一层赋予自己的影响力扩散模型。这个问题是一个新版本的影响力最大化问题,需要新的分析,将在每一层的多路复用的传播类型。我们确定了一个新的属性,广义确定性的子模块,当满足在每一层的传播,确保传播的复用整体是子模块-在这种情况下,我们制定ISF,贪婪算法与近似比$(1 - 1/e)$。由于包括多个OSN的复用的大小可能包含数十亿用户,我们制定了一个算法KSN,并行运行在复用的每一层上。KSN将用于单层网络上的影响力最大化问题的$α$近似算法A作为输入,并且对于任意$ε> 0$具有近似比$\frac{(1-ε)α}{(o+1)k}$,$o$是重叠用户的数量,并且$k$是复用中的层的数量。在真实和合成多路复用上的实验验证了所提出的算法对异构多路复用中的影响力最大化问题的有效性。ISF和KSN的实现可在http://www.alankuhnle.com/papers/mim/mim.html上获得。
2018-02-05 cs.SI physics.soc-ph
Multidimensional Social Network in the Social Recommender System
所有在线共享系统都收集反映用户集体行为及其共享活动的数据。这些数据可以用来提取不同类型的关系,这些关系可以被分组到层中,并且是本文提出的多维社会网络的基本组成部分。这些层是基于人与人之间的两种类型的关系创建的,即直接关系和基于对象的关系,它们分别对应于个体之间的社会或语义联系。为了更好地了解社会网络结构的复杂性,层和他们的配置文件进行了识别和研究的两个,跨越时间,Flickr人口的快照。此外,对于每一层,提出了单独的强度措施。在Flickr照片共享系统上的实验表明,用户之间的关系要么来自他们操作的对象之间的语义链接,要么来自这些用户的社会联系。此外,社交网络的密度随着时间的推移而增加。研究的第二部分是致力于建立一个社会推荐系统,支持在多媒体共享系统中创建新的用户之间的关系。它的主要目标是根据多维社交网络中分配给每个层的个人权重生成不断适应用户需求的个性化建议。所进行的实验证实了所提出的模型的实用性。
2013-03-01 cs.IR cs.SI physics.soc-ph
Layered Label Propagation: A MultiResolution Coordinate-Free Ordering for Compressing Social Networks
我们继续从WebGraph开始的关于图压缩的研究路线,但是我们将重点转移到社交网络的压缩(例如,LiveJournal):已经使用了很长时间来压缩web图的方法依赖于节点的特定排序(字典法URL排序),其扩展到一般社交网络并非微不足道。在本文中,我们提出了一个解决方案,混合聚类和订单,并设计了一个新的算法,称为分层标签传播,建立在以前的工作可扩展的聚类,可用于重新排序非常大的图(数十亿个节点)。我们的实现使用过度分解来积极地在多核架构上执行,使得在几个小时内重新排序超过6亿个节点的图形成为可能。在各种各样的网络图和社交网络上进行的实验表明,将所提出的算法产生的顺序与WebGraph压缩框架相结合,相对于所有当前已知的技术,在网络图和社交网络上都提供了压缩的重大增加。这些改进使得在主存储器中分析更大的图形成为可能。
2011-10-14 cs.DS cs.SI physics.soc-ph
Untangling the role of diverse social dimensions in the diffusion of microfinance
社交网络上个人之间的联系可以代表不同的互动维度,这些网络上信息和创新的传播可能更多地受到某些维度的推动。在本文中,我们调查这个问题,通过研究印度农村村庄内的小额信贷的扩散,并占整个多层结构的底层社交网络。我们定义了一个新的衡量节点的中心性,扩散的多功能性,并表明,这是一个更好的预测小额信贷参与率比以前引入的措施定义在聚合单层社交网络。此外,我们解开了每个社会维度所扮演的角色,发现最突出的角色是由与信任有关的层的中心节点所扮演的,从而为小额信贷扩散的关键触发因素提供了新的线索。
2016-11-24 cs.SI physics.soc-ph
Effects of temporal correlations in social multiplex networks
多层网络是描述自然界复杂系统的一个重要进展,对它的研究揭示了新的物理现象。尽管它的重要性,但是,在他们的结构和功能的时间维度的作用还没有被详细调查到目前为止。在这里,我们研究的时间层之间的相关性表现出真正的社会多元化网络。在一个基本的水平上,这种相关性的存在意味着一定程度的可预测性的接触模式,因为我们量化的熵和互信息分析提出的单层情况下的扩展。在不同的水平上,我们证明了时间相关性是网络代理的“多任务”行为的签名,其特征在于在不同的社会活动之间切换的水平比预期的不相关模式更高。此外,时间相关性显着影响耦合的流行病过程在网络上展开的动力学。我们的工作开辟了系统的时间复用网络的研究,我们预计它将在广泛的领域的研究人员感兴趣的方式。
2017-09-06 cs.SI physics.soc-ph
Interplay between social influence and competitive strategical games in multiplex networks
我们提出了一个模型,考虑到进化博弈动态和社会影响力之间的耦合。重要的是,社会影响力和游戏动态发生在不同的领域,我们将其建模为多元化网络的不同层。我们表明,这些动态过程之间的耦合可以导致合作的情况下,纯游戏动态预测叛逃。此外,我们表明,网络层的结构和它们之间的关系可以进一步增加合作。值得注意的是,如果这些层次以某种方式联系起来,系统可以达到极化的亚稳态。这些发现可以解释在许多社会困境中观察到的极化的普遍性。
2017-02-21 cond-mat.dis-nn cs.SI physics.soc-ph
Multilayer weighted social network model
最近使用大规模数据集进行的实证研究证实了关于社会结构的格兰米特假说,即存在由弱关系连接的强连接社区。然而,由于个人之间的互动发生在不同的背景下,这些社区原来是重叠的。这意味着社会有一个多层次的结构,其中各层代表不同的背景。为了对这种结构进行建模,我们首先从一个单层加权社交网络(WSN)模型开始,该模型显示了Grantwartterian结构。我们发现,当合并这样的无线传感器网络模型,足够数量的层间相关性是必要的,以保持拓扑结构和链路权重之间的关系,而这些相关性破坏了社区重叠,由于多个层的增强。为了解决这个问题,我们设计了一个地理多层WSN模型,其中由于个人的地理约束的间接层间相关性,提高了社区之间的重叠,在同一时间,格兰特特结构被保留。
2014-11-11 cs.SI physics.soc-ph
Multiplex Modeling of the Society
社会是一个多层次的结构,各层次代表着不同的背景。为了对这种结构进行建模,我们首先从一个单层加权社交网络(WSN)模型开始,该模型显示了Grantwartterian结构。我们发现,当合并这样的无线传感器网络模型,需要足够的层间相关性来保持拓扑结构和链路权重之间的关系,而这些相关性破坏了社区重叠由于多个层的增强。为了解决这个问题,我们设计了一个地理多层WSN模型,其中由于个人的地理限制,间接层间的相关性增强了社区之间的重叠,同时,保留了Granteltterian结构。此外,从另一个角度来看,社会互动网络也可以被认为是一个多元化的网络:每一层都对应着一个沟通渠道,所有这些渠道的集合构成了整个社会网络。然而,通常人们只有关于其中一个通道的信息,这应该被视为整体的样本。在这里,我们通过模拟和分析方法表明,这种采样可能会导致偏差。例如,虽然预计整个社交网络的度分布在大于1的值处具有最大值,但我们对采样过程进行了合理的假设,得到了在单通道数据的实证研究中观察到的单调递减分布。我们分析了我们的研究结果的深远影响。
2016-09-27 cs.SI physics.soc-ph
Learning and coordinating in a multilayer network
我们介绍了一个两层网络模型的社会协调,包括两个相关的成分:a)不同的网络互动学习和获得回报,和b)决策过程的基础上的社会和战略动机。两个群体的代理分布在两个层与层内学习过程和层间的协调博弈。我们发现,对群体智慧的怀疑和局部连通性是实现两个群体完全协调的驱动力,而极化协调层只可能用于所有对所有的交互。当地的互动也允许充分协调的社会效率帕累托主导的战略,尽管是风险较大的。
2014-10-16 cs.SI physics.soc-ph
Social Interaction Layers in Complex Networks for the Dynamical Epidemic Modeling of COVID-19 in Brazil
由于SARS-CoV-2病毒引起的大流行,我们目前生活在一种不确定的状态中。传染病传播涉及若干因素,如每个城市/国家的个别特点。流行病动力学的真实形态是一个庞大的复杂系统,就像大多数社会系统一样。在这种情况下,复杂网络是分析这些系统的一个很好的候选者,因为它们能够处理结构和动力学特性。因此,这项研究提出了一种使用多层复杂网络来模拟COVID-19流行病的新方法,其中节点代表人,边是社会联系人,层代表不同的社会活动。该模型改进了传统的SIR模型,并通过分析未来可能的行动及其后果来研究巴西的疫情。该网络使用感染、死亡和住院时间的统计数据来表征。为了模拟隔离,社交距离或预防措施,我们删除层和/或减少社交接触的强度。结果表明,即使采取各种乐观的假设,巴西目前的隔离水平仍然可能导致医疗保健系统的危急情况和相当大的死亡人数(平均为149,000人)。如果所有活动恢复正常,疫情增长可能会急剧增加,对ICU床位的需求可能会超过该国容量的3倍。这肯定会导致灾难性的情况,因为即使考虑到所有病例都得到有效治疗,我们的估计也达到平均212 000人死亡。增加隔离(直至封锁)是将情况保持在医疗保健系统能力范围内的最佳选择,除了确保新病例发生率更快地下降(月差异)和显著减少死亡人数(平均87,000人)。
2020-05-20 cs.SI physics.soc-ph q-bio.PE
The role of conformity in opinion dynamics modelling with multiple social circles
本研究针对传统单层从众观点建模的局限,提出支持个体在不同社交圈表达不同连续观点的从众模型,扩展权威、观点开放性等影响要素,验证仅单纯从众会引发观点趋同。
2024-03-07 cs.SI physics.soc-ph
Resilience by Structural Entrenchment: Dynamics of Single-Layer and Multiplex Networks Following Sudden Changes to Tie Costs
我们研究了一个单层和多重网络中的网络形成模型,在这个模型中,个体对社会关系、封闭三角形和溢出边有积极的激励。特别是,我们调查的冲击网络中的社会关系的成本变化后,初始均衡的影响。我们强调了结构性防御的出现:结构特征的保留,如封闭三角形和溢出边,这些特征是在历史上不同的条件下形成的,与目前推动网络进化的条件不同。这项工作具有广泛的影响,了解单层和多重网络的结构和动力学的路径依赖。
2017-08-24 cs.SI physics.soc-ph
Hierarchical sequencing of online social graphs
在在线通信中,个体行为者的行为模式和在此过程中情感的使用可以导致呈现多层次结构和中观社区的复杂社会图。利用图的单纯复形表示,我们深入研究了基于MySpace对话框的在线社交网络的拓扑结构。该网络具有原始的社区结构。此外,我们模拟情绪传播在这个网络中,使识别两个情绪传播层。分析结果在三个结构向量量化的图形的架构在不同的拓扑结构水平。值得注意的是,通过共享链接,三角形和四面体面出现的结构经常出现,范围从树状到最大的5-团及其各自的复合体。另一方面,只传播消极或积极情绪信息的结构似乎具有由链接和三角形组成的简单得多的拓扑结构。此外,我们引入了节点的结构向量,它代表了节点所在的每个拓扑层次上的单形数。这样的单形的总数决定了我们定义的节点的拓扑维数。所提出的结果表明,节点的拓扑维数提供了一个合适的措施,社会资本的措施,代理人的能力,作为一个经纪人在紧凑的社区,所谓的Simmelian经纪。我们还将结果推广到更广泛的一类计算机生成的网络。调查网络层节点向量的组成部分表明,相同的节点发展不同的社会情感关系,有影响力的节点通过结合不同层的连接来建立社会资本。
2014-10-27 cs.SI physics.soc-ph
Information Propagation in Clustered Multilayer Networks
在当今世界,个人之间的互动模式比以往任何时候都更加复杂。一些个体通过在线社交网络(例如,Facebook,Twitter),而有些人只通过传统的方式(例如,面对面)。因此,理解人类之间的信息传播的动态需要一个多层网络模型,其中在线社交网络与物理网络相结合。在这项工作中,我们发起了一个集群的多层网络模型中的信息扩散的研究,其中所有的组成层是随机网络具有高聚类。我们假设信息传播根据SIR模型和不同的信息在网络中的传输率。我们给出了信息流行的条件,概率和大小的结果,即,这种情况下,信息从一个人开始,并达到人口的正比例。我们发现,在任何一个层的聚类水平的增加,增加了流行病的阈值,并降低了最终的流行病在整个系统的大小。一个有趣的发现是,低传播性的信息在一个小而紧密连接的社交网络中传播得更有效,而高传播性的信息在一个大而松散连接的社交网络中传播得更好。
2015-09-13 cs.SI physics.soc-ph
On the evolution of cooperation under social pressure in multiplex networks
在这项工作中,我们的目标是通过研究一种特殊形式的社会压力“被观察”对合作行为的演变的影响,以有助于理解人类的亲社会行为。我们研究如何合作出现在多路复用复杂的拓扑结构,通过分析一个特定的双向耦合动态的两层复用网络(双工)。一个网络中的囚徒困境博弈与另一个网络中的阈值级联模型之间存在耦合动力学。阈值模型的目的是抽象的警惕节点的网络的行为,施加被观察的压力,从而改变了诱惑,背叛的困境。博弈中的合作或背叛也影响着一个节点的警惕状态。我们分析了这些过程在不同的双工网络结构和评估的拓扑结构,平均度和相关的多重性,对合作的结果的影响。有趣的是,我们发现警惕的社会压力可能会对合作产生积极或消极的影响,这取决于双重结构,特别是层之间的相关性程度是决定性的。我们的研究结果提供了进一步的定量见解,在社会压力下促进合作。
2016-07-08 cs.SI physics.soc-ph
Calling Dunbar's Numbers
社会脑假说预测,人类在任何给定时间平均有大约150个关系。在这150个朋友中,有一个自我的朋友层,其中一个层中的朋友数量随着情感亲密度的降低而增加。在这里,我们分析了移动电话数据集,首先,以确定是否可以根据通话频率识别朋友层。然后,我们应用不同的聚类算法,打破自我的呼叫频率成集群,并比较每个集群中的改变与社会脑假设预测的层大小的数量。在这个数据集中,我们找到了分层结构存在的有力证据。聚类产生的结果与以前的研究匹配良好的最内层和最外层,但在层之间,我们观察到很大的变化。
2016-08-04 cs.SI physics.soc-ph
Friend or Foe? Fake Profile Identification in Online Social Networks
最近的研究表明,用户在在线社交网络上不情愿地暴露的个人信息数量惊人。此外,最近的报告表明,这些网络充斥着数以千万计的虚假用户配置文件,这可能危及用户的安全和隐私。为了识别此类网络中的虚假用户并提高用户的安全性和隐私,我们为Facebook开发了Social Privacy Protector软件。该软件包含三个保护层,通过实施不同的方法来提高用户隐私。该软件首先识别用户的朋友谁可能构成威胁,然后限制这个“朋友”暴露于用户的个人信息。第二层是基于不同类型的社交网络使用配置文件对Facebook基本隐私设置的扩展。第三层提醒用户在其Facebook个人资料上安装的应用程序的数量,这些应用程序可以访问他们的私人信息。社交隐私保护软件的初始版本得到了媒体的高度报道,来自20多个国家的3,000多名用户安装了该软件,其中527人使用该软件限制了9000多名朋友。此外,我们估计有100多名用户接受了该软件的建议,并从他们的个人资料中删除了至少1,792个Facebook应用程序。通过分析该软件结合机器学习技术获得的独特数据集,我们开发了分类器,这些分类器能够预测哪些Facebook个人资料具有很高的伪造概率,从而威胁用户的健康。此外,在这项研究中,我们还提供了用户隐私设置的统计数据和Facebook个人资料上安装的应用程序数量的统计数据。
2013-03-15 cs.SI physics.soc-ph
Identifying modular flows on multilayer networks reveals highly overlapping organization in social systems
揭示网络的社区结构是理解跨社会和自然科学的互连系统的强大方法。为了识别聚集在单个网络层中的交互数据中的不同类型的功能模块,研究人员开发了许多强大的方法。例如,基于流的方法已被证明可用于识别加权和定向网络中的模块化动态,这些网络捕获它们所代表的系统中的流约束。然而,许多网络系统由呈现多层交互的代理或组件组成。不可避免的是,将这种复杂的网络表示为单个聚合网络会导致信息丢失,并可能掩盖实际的组织。在这里,我们提出了一种基于网络流的压缩,可以识别非聚合多层网络中的模块流的方法。我们的合成网络的数值实验表明,该方法可以准确地识别模块,无法识别的聚合网络或单独分析层。我们利用我们的研究结果,并揭示了两个多层合作网络的社区结构:隶属于皮埃尔·奥格天文台的科学家和在arXiv网络上发表作品的科学家。与传统的聚合方法相比,多层方法揭示了具有更多重叠的更小模块,从而更好地捕获实际组织。
2014-08-13 cs.SI physics.soc-ph
Dynamical origins of the community structure of multi-layer societies
社会结构是个人管理各种不同社会关系的结果。社会可以表现为高度结构化的动态多元网络。在这里,我们研究了一个大规模的社会多元化网络的人类社会,互动在一个大型多人在线游戏的虚拟世界中的特定社区结构的动态起源。在那里,我们发现不同社会行为的社区结构存在实质性差异,这些差异由多元化中的各种网络层表示。社区规模分布要么类似于幂律,要么似乎集中在50个个体的大小。为了理解这些观察结果,我们提出了一个选民模型,是围绕三元闭包的原则。它明确地模拟了跨多路复用的不同层的节点和链路动态的共同进化。根据链接和节点的波动率,该模型表现出异常破碎的碎片过渡,其中一个层的碎片从一个大的组件成许多小的组件。观察到的社区规模分布与模型中预测的破碎化是很好的协议。我们表明,经验成对的网络层的相似性,在链接重叠和程度的相关性,实际上符合模型。这表明社会分裂的几个详细特征可以追溯到三重封闭过程。
2016-02-29 cond-mat.stat-mech cs.SI physics.soc-ph
Information Diffusion of Topic Propagation in Social Media
真实世界的社会和/或操作网络由具有关联状态的代理组成,其连接形成复杂的拓扑结构。这种复杂性进一步加剧了互联的信息层,包括,例如,文件/资源的代理人,相互共享的主题相似性。我们在这项工作中的目标是预测代理的特定状态,因为他们观察到的资源随着时间的推移而变化并得到更新。代理和出版物本身之间的信息扩散有效地导致了一个动态的过程,我们通过一个互联的网络系统(即分层)捕获。更具体地说,我们使用一个概念的超拉普拉斯矩阵来解决这样一个广义扩散的互联网络开始与经典的“图拉普拉斯”。辅助和外部输入更新由多维布朗过程建模,产生两个贡献的代理的状态的变化:一个是由于网络系统中的内在相互作用,另一个是由于外部输入或创新。关于这个主题的一个变化,先验知识的一部分代理的状态,导致卡尔曼预测问题。这有助于我们利用估计代理状态时的错误来改进预测状态。三个真实世界的数据集被用来评估和验证这种新的分层网络方法的信息扩散过程。我们的研究结果表明,当使用互连网络而不是代理之间的单个连接层时,预测误差较低。通过使用估计的扩散连接和通过应用部分观测的卡尔曼方法,预测误差得到进一步改善。
2016-02-15 cs.SI physics.soc-ph
A two-layer model for coevolving opinion dynamics and collective decision-making in complex social systems
基于意见动力学和进化博弈论的文献,我们提出了一个新的数学框架来模拟复杂社会系统中意见和决策相互交织的共同进化。在该框架中,社会社区的成员更新他们的意见,并修改他们的行动,因为他们了解别人的意见分享的沟通渠道,并通过影响力的渠道观察别人的行动,这些互动决定了一个两层的网络结构。我们提供了一个应用程序的建议框架,通过定制它来研究采用一种新的社会规范,表明该模型能够捕捉到出现的几个现实世界的集体现象,如范式转变和不受欢迎的规范。通过建立分析条件和蒙特卡罗数值模拟,我们阐明了意见动态和决策之间的耦合,以及网络结构,在塑造社会系统中复杂的集体行为的出现的作用。
2021-02-18 cs.MA cs.SI cs.SY
Contact-based Social Contagion in Multiplex Networks
我们发展了一个理论框架,在大规模的社会系统中,类似于传染病的社会传染的研究。我们考虑最一般的设置,其中不同的通信平台或类别形成多路复用网络。具体地说,我们提出了一个基于接触的信息传播模型,并表明,与活动相关联的多路复用系统的临界点是由层的接触概率矩阵具有最大的特征值。该框架适用于许多不同的情况,包括一个真正的多路复用系统。最后,我们还表明,当信息传播的系统是固有的多元化,工作与图形的不同层的聚合的结果是有缺陷的。
2013-10-28 cond-mat.stat-mech cs.SI physics.soc-ph
Co-Diffusion of Social Contagions
以前的社会传染模型考虑的传播,无论是一个传染病在相互依赖的网络或多个传染病的单层网络或竞争的假设下的时间。本文提出了一个新的多重传染扩散的阈值模型。个体被放置在具有周期性晶格和随机规则图层的多路复用网络上。在这些人口结构中,我们研究了扩散过程的两个关键方面之间的接口:两种传染病之间的协同作用水平,以及个体在采用后休眠的速度。休眠被定义为一种松散的免疫形式,它模拟了无抵抗的传播能力。蒙特卡罗模拟显示,较低的协同作用使传染更容易渗透,特别是那些在晶格上扩散。一种休眠的传染病的更快扩散可能会阻止另一种传染病的扩散,这与环形疫苗接种相似。我们发现,在一个带的协同作用,传染晶格进行双峰或三峰分支,如果他们是较慢的扩散传染。
2018-06-29 cs.SI physics.soc-ph
Patterns of Multiplex Layer Entanglement across Real and Synthetic Networks
现实世界中的复杂网络往往表现出多重结构,连接来自社会、交通和生物网络等物理系统不同方面的实体。很少有人知道这样的网络跨学科的一般属性。在这项工作中,我们首先调查如何一致的连接模式在35个现实世界的多路复用网络。我们表明,纠缠的均匀性和强度,层的一致性的两个措施,表明社会和生物网络之间的明显差异。我们还调查贸易,合作和运输网络。我们发现,真正的网络可以分离的联合空间的同质性和强度,展示了有用的两个措施的分类真正的多重网络。最后,我们设计了一个多路复用网络生成器,其中类似的模式(如在真实网络中观察到的),出现在11{,}905合成多路复用网络与各种拓扑特性的分析。
2019-10-11 cs.SI physics.soc-ph
Information transfer in community structured multiplex networks
解释不同类型交互的复杂网络的研究在过去几年中已经成为一个感兴趣的主题,特别是因为它在描述不同在线社交平台(Facebook,Twitter,Instagram等)中的用户交互方面的代表性力量。这些相互作用的网络的数学描述被称为多层网络,其中每一层都代表一种类型的相互作用。它已被证明,在这些网络上的扩散过程提出了一种现象,不能解释的单层扩散现象的天真叠加,但需要整个结构的互连层。然而,对多层网络上扩散现象的描述已经排除了这样一个事实,即社交网络具有强大的中观结构,由共同利益或任何其他社会方面驱动的不同个体社区所代表。本文研究了具有社团结构的多层网络中的信息传递问题。最终的目标是了解和量化,如果存在定义明确的社区结构在各个层次的水平,连同整个网络的多层结构,增强或恶化的信息包的扩散。
2015-09-15 cs.SI physics.soc-ph
Popularity-driven interactions in multilayer bounded-confidence opinion dynamics
Ghent University(根特大学)
本文构建含社交网络与探索层的多层有界置信观点动力学模型,提出热度驱动交互机制,发现热度不平等加剧时高热度用户可维持观点极化,为观点集群形成机制提供新解释。
2026-10-16 physics.pop-ph physics.soc-ph
Correlation-Based Diagnostics of Social Contagion Dynamics in Multiplex Networks
Universitat de Barcelona(巴塞罗那大学);Universitat Oberta de Catalunya(加泰罗尼亚开放大学)
该研究通过分析多重网络中节点活动的时间相关性,揭示了社会传染动力学的局部化与去局部化现象,并展示了滞后一阶自相关性在检测激活和局部化转变中的作用。
2026-01-30 physics.soc-ph
Layer-switching cost and optimality in information spreading on multiplex networks
我们研究了一个多路网络上的信息传播模型,在这个模型中,代理人通过多个交互通道(层)进行交互,比如在线与在线。离线通信层,受制于跨不同交互层的传输的层切换成本。该模型的特点是逐层的路径相关的传输率超过接触,这是动态确定的传入和传出的传输层依赖。我们制定了一个分析框架来处理这种路径依赖的传输性,并证明了非平凡的多重性和传播动态之间的相互作用,包括最优性。它表明,流行病的阈值和流行响应的层切换成本的非单调性和最佳条件可以改变突然的非解析的方式,也取决于网络层的密度和种子感染的类型。我们的研究结果阐明了多元化的重要作用,它的明确考虑应该是至关重要的现实建模和预测的传播现象的多元化社交网络在一个时代的社会互动层不断多样化。
2016-02-24 cond-mat.stat-mech cs.SI physics.soc-ph
Epidemic risk perception and social interactions lead to awareness cascades on multiplex networks
本研究构建双层多层网络耦合模型,结合SIR感染过程与线性阈值认知传播,通过凸组合整合社会传染与风险感知的影响,仿真发现认知来源的不同效应及双源重要时的认知级联,且特定网络结构下感染规模随传播概率升高而降低。
2025-02-19 nlin.AO physics.soc-ph
Multidimensional political polarization in online social networks
本文通过构建法国 Twitter 用户双层网络并结合网络嵌入与调查数据,在四维政治观点空间中揭示政治极化结构,发现普通用户态度更极端、极端群体互动更少,并利用社会影响模型解释了极化机制。
2024-01-17 physics.soc-ph
Chimera and anticoordination states in learning dynamics
在许多现实生活中,人们敢于同时实现接受或认可的社会目标和协调的战略目标。由于这两个目标可能发生在不同的环境中,两层网络是研究这种动态情况的简单而自然的框架。在本文中,我们提出了一个模型,在该模型中,代理的状态对应于两种可能的策略之一。它们通过与网络中的邻居相互作用来改变状态。在每一层内部,代理人通过社会压力机制进行交互,而在层之间,代理人通过协调博弈进行交互。从进化的方法,我们专注于所有层之间和层内的所有相互作用的渐近解,以及任何初始分布的策略。我们发现新的渐近配置,不存在于一个单一的孤立的社会网络分析。我们报告的出现和存在的嵌合状态,其中两个不同的集体国家共存的网络。也就是说,一层达到完全协调的状态,而另一层则保持在策略共存的动态状态。此外,系统还可能达到全局反协调状态,其中在每个层内部达到完全协调,但在两个网络层中的每一个中具有相反的策略。我们追溯到嵌合体国家和全球反协调国家的出现,代理人对社会压力的惯性,在这里被称为怀疑的水平,以及在一般的协调游戏中考虑到的风险程度。
2018-12-13 physics.soc-ph
Overcoming vaccine hesitancy by multiplex social network targeting: An analysis of targeting algorithms and implications
将社会因素纳入疾病预防和控制工作是行为流行病学的一项重要任务。疾病传播与人类健康行为(如疫苗接种)之间的相互作用导致了生物和社会传染的复杂动态。通过基于网络的目标定位算法,通过利用社会传染力来改变行为和态度,最大限度地提高干预措施的采用率,这在很大程度上仍然是一个挑战。在这里,我们通过考虑多路复用网络设置来解决这个问题。个体处于两个网络层:疾病传播网络层和同伴影响网络层。疾病通过直接密切接触传播,而疫苗观点和接种行为在潜在的虚拟网络中人际传播。我们的综合模拟结果表明,以亲疫苗支持者为初始种子的基于网络的目标定位显着影响疫苗采用率,并降低了流行病爆发的程度。网络定向干预措施通过选择在意见网络中处于中心地位的个人比那些聚集在社区或专业联系的人更有效。我们的研究结果为基于网络的干预措施提供了深入见解,以提高疫苗的信心和需求。
2023-02-15 physics.soc-ph q-bio.QM
Spillover modes in multiplex games: double-edged effects on cooperation, and their coevolution
近年来,人们越来越有兴趣研究多路网络上的游戏,这些游戏可以解释相关社交环境中的互动。然而,很少有人知道如何潜在的跨背景干扰,或溢出,个人的行为策略影响整体合作。我们认为三种合理的溢出模式,量化和比较其对合作的演变的影响。在我们的模型中,社交互动发生在两个网络层上:一个代表与网格中的近邻的重复互动,另一个代表与同一群体中随机个体的一次性互动。溢出可以发生在社会学习过程中,偶然的跨层策略转移,或在社会互动过程中,由于上下文干扰的实施错误。我们的分析结果,使用扩展的对近似,是在广泛的模拟很好的协议。我们发现溢出对合作的影响是双刃剑:如果某一层的合作受到青睐,那么增加溢出的强度可以促进合作,但是过多的溢出则是有害的。我们还发现了一个合作的双稳态现象:溢出阻碍或促进合作依赖于初始频率在每一层的合作。此外,比较策略组合,出现在每一个溢出模式提供了一个很好的指示,他们的共同进化动态与合作。我们的研究结果做出了可测试的预测,启发了未来的研究,并揭示了人类在社会领域的合作及其相互干扰。
2017-10-10 physics.soc-ph
Estimating the epidemic threshold under individual vaccination behaviour and adaptive social connections: A game-theoretic complex network model
本文构建自适应多重网络上的行为—患病率博弈模型,并用MMCM推导流行病阈值,揭示自适应社会联系、网络拓扑及风险感知对接种行为和传播阈值的影响。
2024-10-28 physics.soc-ph q-bio.PE
Disease spreading with social distancing: A prevention strategy in disordered multiplex networks
频繁出现的疾病有可能成为地方和全球范围的威胁,如甲型H1N1流感、SARS、MERS和最近的COVID-19疾病,这使得继续设计疾病传播模型和预防或减轻其对人群影响的战略至关重要。由于孤立系在任何情况下都是非常罕见的,特别是在人类接触网络中,在这里,我们研究了由两个不同的网络或层形成的多重网络中的疾病传播的易感染-感染-恢复模型,这些网络或层通过一小部分共享个体(重叠)$q$相互连接。我们通过加权网络对交互进行建模,因为人与人之间的交互是多样的(或无序的);权重表示交互的接触时间。使用分支理论支持的模拟,我们分析了社会距离的策略,减少了平均接触时间在两个层,其中的距离的强度是有关的拓扑结构的层。我们发现,距离强度的临界值,在此之上,可以防止流行病,增加重叠$q$。我们还研究了社会距离对易感个体的共同巨人分量的影响,这对保持系统的功能至关重要。此外,我们发现,对于相对较小的值的重叠$q$,社交距离的政策可能根本不需要保持系统的功能。
2020-08-26 physics.soc-ph
Evolution of cooperation and competition in multilayer networks
针对合作与竞争共同演化问题,本文构建由公共物品博弈和内卷博弈组成并带跨层反馈的两层网络模型,揭示反馈对合作与社会福利的条件性影响。
2025-05-12 nlin.AO physics.comp-ph physics.soc-ph
Modeling partial lockdowns in multiplex networks using partition strategies
几个国家实施了全国性的居家令或封锁,以大幅减少主要导致SARS-CoV-2病毒传播的社会交往。尽管该等遏制措施对减缓COVID-19疫情至关重要,但亦带来经济负担。在这项工作中,我们提出了一个网络的方法来模拟部分锁定的实施,打破了社会断开组件,或分区。我们的模型由两个主要成分组成:一个代表不同背景下人类接触的多元网络,由家庭层、工作层和第三个社会层组成,包括一般的社会互动,以及一个模仿传染病传播的易感-感染-传播过程。我们比较了不同的分区策略,有两个目标:减少疫情爆发和最大限度地减少与部分封锁相关的经济成本。我们还表明,包括不受约束的社会互动显着增加了传染病传播,而不同种类的社会互动的限制有助于保持网络分区的benefices。
2020-11-02 cond-mat.stat-mech physics.soc-ph
A null model for Dunbar's circles
一个人的社会群体可以由他们的自我网络来表示,由个人和他们的熟人之间的联系形成。自我网络呈现出一种内部结构,它由越来越大的嵌套层(或圈)组成,这些嵌套层(或圈)的关系强度逐渐降低,其大小表现出精确的缩放比例。从有限的社会带宽的概念出发,并假设固定成本的链接在每一层中,我们提出了一个空模型建立在一个大的典型合奏,产生观察到的分层社会结构。当我们假设存在需要不同数量资源的层时,观察到的自我网络的内部结构就成为一个自然的结果。在热力学极限中,当自我网络副本的数量很大时,特定的层度遵循泊松分布。我们还发现,在某些条件下,均匀层成本是必要的,以获得一个恒定的组大小缩放。我们的模型提出了有趣的类比玻色-爱因斯坦气体,我们简要讨论。最后,我们拟合和比较模型与经验的社会网络。
2020-04-07 cond-mat.stat-mech physics.data-an physics.soc-ph
Why understanding multiplex social network structuring processes will help us better understand the evolution of human behavior
社会科学家早就认识到,个体之间的关系不能通过观察单个领域来描述,并且跨互动领域的结构可以对感兴趣的结果产生重要影响(例如,1关于这一点的一个明确辩论围绕着食物分享。有些人认为,未能找到互惠的食物分享意味着一定会发生互惠以外的其他过程,而另一些人则认为,允许互惠以贸易形式跨越域的模型。2多层网络,高维网络,使我们能够同时考虑多组关系,无处不在,并有后果,因此引起它们的过程是重要的社会现象。对多维社交网络的分析最近引起了网络科学界的关注。3这些过程的最新模型表明,忽略层的相互依赖性会导致人们错过层形成的原因,和/或得出错误的结论。6理解多重网络的结构化过程将有助于理解日益丰富的数据集,提供更准确和完整的社会互动图片。
2020-05-27 cs.SI econ.GN physics.soc-ph
Consistent estimation of dynamic and multi-layer block models
近年来,随机块模型(SBM)估计量的理论分析取得了重大进展。在本文中,我们考虑多图SBM,它作为许多应用程序设置,包括动态和多层网络的基础。我们探讨了两个估计的多重图SBM,即谱聚类和最大似然估计(MLE)的渐近性质,随着层数的多重图的增加。我们推导出两个估计的一致性的充分条件,并提出了一个变分近似的MLE,计算上是可行的大型网络。我们通过仿真验证了充分条件,并证明了它们是实用的。此外,我们将该模型应用到两个真实的数据集:一个动态的社会网络和一个多层的社会网络与几种类型的关系。
2015-05-19 cs.SI math.ST physics.soc-ph
Epidemic dynamics in physical-information-social multilayer networks
本文提出了一个三方物理-信息-社会流行病模型,通过微观马尔可夫链方法和平均场近似推导动力学方程,揭示了信息交换、政府响应及网络异质性对疾病传播的抑制作用,为防控策略提供见解。
2025-05-30 physics.soc-ph
The anatomy of a population-scale social network
大规模的人类社交网络结构通常是从在线社交媒体平台或移动通信数据的数字跟踪样本中推断出来的。相反,在这里,我们研究的是一个完整人群的社会网络结构,其中人们通过来自家庭,家庭,工作,学校和隔壁邻居的行政登记的高质量链接连接在一起。我们通过网络分析中的三个常见概念来研究这种多层次的社会机会结构:度、闭合度和距离。研究结果提出了特定的网络层如何有助于推测普遍的无标度和小世界网络属性。此外,我们提出了一种新的措施,过度关闭,并应用此在生命历程的角度来看,显示个人的社会机会结构如何随年龄,社会经济地位和教育水平的变化。我们的工作提供了新的切入点,以了解个人的社会经济失败和成功,以及持续存在的社会问题的不平等和隔离。
2022-11-28 physics.soc-ph
Hierarchical Synchronization and Distortion Scaling in Social Media Networks: A Fractal-Like Topology Theory
School of Information Science and Technology, Fudan University(复旦大学信息科学与技术学院);School of Physics and Electronic Science, East China Normal University(华东师范大学物理与电子科学学院)
本文提出一种分形启发的分层网络模型,研究社交媒体中信息失真与同步机制,通过模拟和实证验证,揭示噪声累积对意见传播的影响及拓扑结构对治理的启示。
2026-10-06 nlin.CD physics.soc-ph
Evolution of prosocial behavior in multilayer populations
人类社会包括各种各样的社会关系。朋友、家人、同事和网上联系人都可以为一个人的社交生活做出贡献。个人在不同领域的行为可能不同,但在一个领域的成功可能会导致在另一个领域的成功。在这里,我们使用多层网络来研究这个问题,以模拟多个领域的社会互动,其中个人经历不同的环境,并可能表达不同的行为。我们提供了一个数学分析,发现层之间的耦合往往会促进亲社会行为。即使亲社会性在每一层都不受欢迎,多层耦合也可以同时促进它在所有层中的扩散。我们将这种分析应用于六个现实世界的多层网络,从赞比亚社区的社会情感和专业关系,到学术大学内的在线和离线关系。我们讨论了我们的研究结果的影响,这表明,在一个域的相互作用的小修改可能会催化亲社会在不同的域。
2021-10-26 physics.soc-ph q-bio.PE
Heterogeneous node copying from hidden network structure
节点复制是网络形成的一个重要机制,但大多数模型假设复制规则是统一的。在真实网络中的异构三元闭包的观察的动机,我们引入了隐藏网络模型的概念-生成的两层模型,其中观察到的网络根据底层隐藏层的结构演变-并将框架应用到异构复制的模型。在社交背景下,这两层代表节点的内部社交圈和更广泛的社交圈,使得模型可以将复制概率偏向或反对节点的内部朋友圈。将极端内圈偏差的情况与具有均匀复制的等效模型进行比较,我们发现异构复制抑制了复制模型中常见的幂律度分布,并导致网络具有比均匀复制的最佳场景更高的聚类。类似的大集群值被发现在真正的合作网络,贷款的机制的实证支持。
2021-07-24 cond-mat.stat-mech physics.soc-ph