Individual-driven versus interaction-driven burstiness in human dynamics: The case of Wikipedia edit history
在人类社会动态的各种数据集中观察到的非泊松或突发时间模式的起源已被广泛研究，但对其理解仍然不完整。考虑到人类是社会性生物这一事实，一个基本的问题就出现了：人类的爆发性动力是由个体特征还是个体之间的相互作用主导的？在本文中，我们通过分析维基百科的编辑历史来解决这个问题，看看自发的个体编辑者是如何发起编辑的爆发期的，即，个人驱动的突发性，以及这些编辑的行为在多大程度上是由这些时期与其他编辑的互动驱动的，即，交互驱动的突发性。我们量化的程度的主动性（DoI）的编辑的兴趣，在每个维基百科的文章，通过使用突发期间包含编辑的编辑的统计。DoI在所有相关时间尺度上的综合值揭示了个体驱动和交互驱动的突发性之间的主导地位。我们的经验发现，这个值往往是较大的编辑的编辑行为和/或较强的编辑相关性较弱的时间相关性。这些实证研究结果成功地证实了从捕获的编辑序列的基本特征的模型推导出的DoI的分析形式。因此，我们的方法提供了一个更深入的了解人类社会动力学爆发的起源和潜在机制。
2021-07-27 physics.soc-ph
Modelling bursty time series
许多与人类有关的活动表现出幂律衰减的间隔时间分布，其指数通常在1和2之间变化。我们研究了一个简单的任务排队模型，它产生突发性的时间序列，由于非平凡的动态的任务列表。该模型的特点是由一个优先级分布作为输入参数，它描述了从列表中的选择过程。我们给出精确的结果的渐近行为的模型，我们表明，interevent时间分布是幂律衰减的任何一种输入分布，保持规范化的无限列表限制，与指数可调1和2之间。该模型满足间隔时间分布（α）和自相关函数（β）的指数之间的标度律：α + β = 2。这一定律对于具有幂律衰减间隔时间分布的更新过程具有普遍性。我们的结论是，缓慢衰减的自相关函数表示长程依赖，只有当标度律被违反。
2013-10-19 physics.data-an physics.soc-ph
Hierarchical organization of bursty trains in event sequences
Aalto University（阿尔托大学）；The Catholic University of Korea（韩国天主教大学）
本文研究了事件序列中爆发性列车的分层结构，提出动态算法生成具有分层结构的事件序列，并揭示了多时间尺度内存机制的存在。
2025-08-14 physics.data-an physics.soc-ph
Universal features of correlated bursty behaviour
不均匀的时间过程，如人类通信中出现的那些，神经元尖峰序列，地震信号，包括高活动的突发间隔与长时间的低活动周期交替。在最近的研究中，这种突发行为的特点是一个厚尾事件间的时间分布，而时间相关性的自相关函数测量。然而，这些特征函数不能完全表征时间相关的异质行为。在这里，我们表明，在突发期间的事件数量的分布作为一个很好的指标的依赖关系，导致普遍观察幂律分布在广泛的一类现象。我们发现，在这些完全不同的系统中的相关性通常可以解释的记忆效应和描述的一个简单的唯象模型，它显示的时间行为定性类似于在真实系统中。
2011-11-30 cond-mat.stat-mech physics.bio-ph physics.geo-ph
Copula-based algorithm for generating bursty time series
各种自然和社会现象中的动力学过程被描述为一系列事件或事件序列，这些事件或事件序列显示出非泊松的、突发的时间模式。这种突发时间序列的时间相关性不仅可以通过异质事件间隔时间（Ists）来理解，而且可以通过Ists之间的相关性来理解。建模和模拟各种动力学过程需要我们生成具有重尾IET分布和IET之间的记忆效应的事件序列。为此，我们提出了一种基于Farlie-Gumbel-Morgenstern Copula的算法，用于在给定IET分布和两个连续IET之间的记忆系数的情况下生成具有相关IET的事件序列。我们成功地将我们的算法的情况下，重尾IET分布。我们还比较了我们的算法现有的洗牌方法，发现我们的算法优于洗牌方法在某些情况下。我们的copula为基础的算法，预计将用于更现实的各种动力学过程的建模。
2019-08-14 physics.data-an physics.soc-ph
Hierarchical burst model for complex bursty dynamics
在各种自然和社会现象中观察到的时间不均匀性通常被表征为具有衰减指数$γ$的自相关函数、具有幂律指数$α$的间隔时间分布和突发大小分布中的标度行为。这里，间隔时间被定义为事件序列中的两个连续事件之间的时间间隔，并且突发大小表示针对给定时间窗口检测到的突发训练中的事件的数量。为了理解这种时间尺度行为意味着一个分层的时间结构，我们设计了一个分层的突发模型，假设每个观察到的事件可能是多层次的因果关系或决策过程的结果。通过研究我们的模型解析和数值，我们确认的标度关系$α+γ=2$，建立不相关的interevent时间，尽管interevent时间之间的相关性的存在。间隔时间之间的这种相关性是由拉伸指数突发大小分布，我们提供了一个分析参数支持。此外，通过对事件的排序施加条件，我们观察到自相关函数中对数周期行为的附加特征。我们的分层时间结构的建模方法可以帮助我们更好地理解复杂的突发动态显示时间缩放行为背后的机制。
2018-08-17 physics.data-an physics.soc-ph
Bursty time series analysis for temporal networks
描述时态网络的突发时态交互模式对于研究时态网络的演化以及其中发生的各种集体动力学是至关重要的。相互作用的时间模式是由一系列相互作用事件或事件序列描述的，通常表现出非泊松或突发的性质。这样的突发事件序列不仅可以通过异质间隔时间（Ists）来理解，而且可以通过Ists之间的相关性来理解。近几年来，人们已经对IcR的异质性进行了广泛的研究，而IcR之间的相关性还远未得到充分的探讨。在本章中，我们介绍了突发时间序列分析的各种度量，如IET分布，突发参数，记忆系数，突发训练规模和自相关函数，以讨论这些度量之间的关系。然后我们表明，IET之间的相关性可以影响时间网络中发生的传播速度。最后，我们讨论了可能的研究课题，突发时间序列分析的时间网络。
2019-07-28 physics.data-an physics.soc-ph
Dynamical and bursty interactions in social networks
我们提出了一个动态和突发性的接触网络的建模框架，在社会互动的代理。我们考虑了短时间尺度下的智能体行为，其中接触网络由不同大小的不连通集团组成。每一次，随机代理都可以从孤立转变为群体的一部分，反之亦然。个体之间的接触时间和相互接触时间的不同分布是通过考虑具有记忆效应的转移概率来获得的，即每个代理的转移概率既取决于其状态（孤立或相互作用），又取决于自上次状态变化以来所经过的时间。该模型适用于分析和数值研究。建模框架可以很容易地扩展，并铺平了道路，发生在快速发展的动态网络，如信息的传播，或疾病的传播的动态过程的系统调查。
2010-02-22 physics.soc-ph
Microsimulations of Arching, Clogging, and Bursty Exit Phenomena in Crowd Dynamics
我们在本文中提出的行为的人工代理人是一个成员的人群。行为是基于社会比较理论，以及轨迹映射到一个代理的目标，考虑代理的视野。人工代理的人群能够表现出拥挤，堵塞和突发退出率。我们还能够观察到一种新的现象，我们称之为双螺旋，它发生在模拟的最后，其开始表现为出口通道内的“平静”密度图。密度图在这个区域通常是突发的。由于这些表现出的现象，我们可以使用这些代理具有很高的信心进行微观仿真研究，以非常逼真的方式模拟人类和物体的行为。
2015-06-25 cs.MA physics.soc-ph
Circadian pattern and burstiness in mobile phone communication
人类个体的时间通信模式是不均匀的或突发的，这反映为事件间时间分布的重尾行为。作为这种突发行为的原因，已经提出了两个主要机制：a）由于昼夜节律和每周活动模式的不均匀性和b）植根于人类任务执行行为的不均匀性。在这里，我们调查这些机制的作用，通过开发，然后应用系统的去老化方法，以消除个人的手机通信事件的时间序列的昼夜节律和每周模式。我们发现，在事件间的时间分布中的重尾保持稳健相对于这个过程，这清楚地表明，基于人类任务执行的机制是一个可能的原因，在时间移动电话通信模式剩余的突发性。
2011-10-17 cs.SI physics.soc-ph
Bursty Switching Dynamics Promotes the Collapse of Network Topologies
该研究提出由突发行为驱动的时序网络连续时间切换拓扑模型，发现切换动力学可促进网络拓扑崩溃，还会影响随机游走与合作行为，为相关网络动力学研究提供定量框架。
2025-05-18 math-ph math.MP physics.soc-ph
Concurrent Bursty Behavior of Social Sensors in Sporting Events
社交媒体的出现扩大了我们传递信息和即时与他人联系的能力，这使我们能够表现为“社交传感器”。“在这里，我们研究了Twitter用户在重大体育赛事期间的并发突发行为，以确定他们作为社交传感器的功能。我们发现，并发突发的推文（职位）和转发（重新发布）的程度作为一个强有力的指标，赢得或失去一场比赛。更具体地说，我们对2013年日本职业棒球比赛的简单推文分析表明，社交传感器可以通过推文的爆发立即对积极和消极事件做出反应，但积极事件更有可能引发随后的转发。我们还通过分析与2015年美国职业棒球大联盟比赛相关的推文表明，这些发现在不同文化中都是正确的。此外，我们展示了积极的社会传感器之间的互动，通过构建转推网络在棒球比赛。由此产生的网络通常表现出取决于棒球队的用户集群，具有无标度连通性，这表明用户作为信息源的受欢迎程度存在很大差异。虽然以前的研究主要集中在推文的爆发作为一个简单的指标，一个真实世界的事件，推文和转发之间的时间相关性意味着社会传感器的独特方面，提供了新的见解人类行为在一个高度连接的世界。
2015-12-01 cs.SI physics.soc-ph
On the Bursty Evolution of Online Social Networks
当今在线社交网络（OSN）中的高水平动态为其基础设施和提供商带来了新的挑战。特别是，涉及边创建的动态对资源分配、数据分区和复制的策略具有直接影响。理解物理时间背景下的网络动态是OSN基础设施管理预测方法的关键第一步。尽管越来越多的努力来研究社会网络的动态，目前的分析主要集中在随着时间的推移的变化的静态指标计算的快照的社会图。有限的先前工作模型相对于逻辑时钟的网络动态。在本文中，我们分析了一个大型的时间戳数据集，描述了中国领先的社交网络人人网的初始增长和演变。我们使用二阶导数（即度的加速度）分析并建模链接创建过程的突发性。这使我们能够检测突发，并将OSN用户的社交活动描述为四个阶段之一：活动突发开始时的加速，其中链接创建速率正在增加;当突发结束时减速，链接创建过程正在减慢;巡航，当节点活动处于稳定状态时，完全不活动。
2012-05-25 cs.SI physics.soc-ph
The Bursty Dynamics of the Twitter Information Network
在在线社交媒体系统中，用户不仅发布、消费和重新共享内容，而且还在底层社交网络中创建新的连接并破坏现有的连接。虽然这两种类型的动力学在过去都被单独研究过，但对两者之间的联系知之甚少。用户信息发布和搜索行为如何与底层社会网络结构的演变相互作用？在这里，我们研究网络结构对用户发布和共享内容的反应方式。我们研究了Twitter信息网络的完整动态，用户在创建和破坏连接的同时发布和转发信息。我们发现，网络结构的动力学特征可以是稳定的变化率，突然爆发中断。以级联的后再共享形式的信息扩散常常会造成新连接的突然爆发，这显著改变了用户的本地网络结构。这些突发事件改变了用户的追随者网络，使其在结构上更具凝聚力，在追随者兴趣方面也更加同质化。我们还探讨了信息内容对网络动态的影响，并发现新主题和现实世界事件的出现会导致边缘创建和删除的显着变化。最后，我们开发了一个模型，该模型量化了网络的动态和这些突发事件的发生，作为通过网络传播的信息的函数。该模型可以成功地预测哪些信息扩散事件将导致网络动态的突发。
2014-03-11 cs.SI physics.soc-ph stat.ML
Correlated dynamics in egocentric communication networks
我们调查了数百万人通过两种不同渠道的通信序列，并分析了由单个个体引起的相关事件串的细粒度时间结构。通过关注异质动力学和自我中心网络拓扑结构之间的相关性，我们发现突发性列车通常是针对成对的个体而不是针对自我和他/她的几个邻居进化的，因此突发性是链路而不是节点的属性。我们比较了突发列车内的电话和短消息的方向平衡的平均实际链路上，并表明，对于列车的语音呼叫的不平衡显着增强，而短消息的列车内的平衡增加。这些影响可以部分地追溯到技术限制（对于短消息），部分地追溯到人类行为特征（语音呼叫）。我们定义了一个模型，能够再现的实证结果，并可能有助于我们更好地了解驱动技术介导的人类通信动态的机制。
2012-02-14 cs.SI physics.soc-ph
Dynamics of Media Attention
人类注意力动力学的研究分析了注意力是如何集中在特定的主题，问题或人。在在线社交媒体中，有明显的外生冲击、突发动态和指数或幂律寿命分布的迹象。在这里，我们分析了传统媒体的注意力动态，重点放在报纸文章中的人的共同出现。结果与在线社交网络和注意力大不相同。不同的制度似乎在两个不同的时间尺度上运作。在短时间尺度上，我们看到了突发动态和快速衰减的边缘寿命和注意力的证据。这种行为消失了较长的时间尺度，并在该制度中，我们发现泊松动力学和较慢的衰减寿命。我们建议，级联泊松过程可能会发生，在很长的时间尺度上以恒定的速率出现的问题，在较短的时间尺度上更快的动态。
2014-09-10 cs.SI physics.soc-ph
Priority queues with bursty arrivals of incoming tasks
最近，大规模数字记录的可访问性的增加使得人们能够监视人类活动，诸如单个用户对门户网站的两次连续访问之间的间隔时间分布、用户发出的两次连续电子邮件、单个个体进行的两次连续图书馆借阅等。有趣的是，这些分布表现出通用行为$D(τ)\sim τ^{-δ}$，其中$τ$是间隔时间，和$δ\simeq 1$或3/2。通用的行为已通过排队操作的优先级的基础上的任务的等待时间分布建模，等待时间遵循幂律分布$P_{\rm w}(τ)\sim τ^{-α}$与$α=1$或3/2取决于排队动态的细节。在这些模型中，传入的任务在单位时间间隔内的数量已被假定遵循泊松型分布。然而，对于电子邮件系统，我们测量的单位时间内发送到邮箱的电子邮件数量遵循具有一般指数$γ$的幂律分布。对于这种情况，我们解析地得到指数$α$，它不一定是1或3/2，并且取依赖于$γ$的非普适值。我们开发的生成函数形式主义，以获得指数$α$，这是不同于连续时间近似在以前的研究中使用。
2009-04-09 cond-mat.stat-mech physics.soc-ph
Regulation of burstiness by network-driven activation
我们证明，复杂的网络的相互作用有能力调节和缓冲不可预测的生产事件的波动。我们发现，非突发性网络驱动的激活动力学可以有效地调节节点生产中的突发性水平，可以增强或减少。即使节点生产的内生事件间时间分布是非突发的，也可以诱发突发。我们发现，枢纽节点的可控性往往低于低度节点，这是更容易受到网络监管的影响。我们的研究结果具有重要意义的分析和工程的突发活动的范围内的系统，从电信网络到转录和翻译的基因转化为蛋白质在细胞中。
2014-10-14 physics.soc-ph
Bursty Arrivals, Smooth Sojourns: Non-Poissonian Temporal Dynamics in a Logistics Warehouse
Zaragoza Logistics Center (ZLC)（萨拉戈萨物流中心）；Institute for Biocomputation and Physics of Complex Systems (BIFI), University of Zaragoza（萨拉戈萨大学复杂系统生物计算与物理研究所）；Department of Theoretical Physics, University of Zaragoza（萨拉戈萨大学理论物理系）
利用西班牙大型仓库一个月的高分辨率托盘级数据，从统计物理角度刻画物流仓库的到达、离开及出站停留时间，揭示了不同时间的分布特征、物流流程差异及运营模式。
2026-07-07 physics.soc-ph
Temporal dynamics of online petitions
网上请愿是直接政治行动的一个重要途径，但决定请愿何时成功的动态并不清楚。在这里，我们分析了在线请愿书签名行为的时间特征，以确定流行的请愿书，收到大量的签名，和不受欢迎的系统之间的差异。我们发现，与人类活动的其他时间特征，签署过程通常是非泊松和非均匀的时间。然而，这一过程对人类活动表现出惊人的高记忆，可能表明同步的外部影响或传染起着重要作用。更有趣的是，我们发现事件间时间分布的特征明显不同，这取决于请愿书收到的签名总数，独立于请愿书的总持续时间。具体而言，吸引大量签名的受欢迎的请愿书在事件间隔时间的分布上比只有少数签名的不受欢迎的请愿书表现出更大的差异，这可以被认为是前者更具突发性的迹象。然而，大签名量的请愿书是不太突发的措施，考虑到事件间的时间排序。因此，我们的研究结果强调了时间顺序的重要性，以描述人类活动的会计。
2017-05-11 physics.soc-ph
Computational Human Dynamics
本文总结了本人在网络科学、人类动力学和计算社会科学领域的科学贡献。这些贡献与计算机科学、物理学、统计学和应用数学有关。这篇论文的目的是双重的，一方面写一个简明扼要的总结我最有趣的科学贡献，另一方面提供一个最新的观点和观点，我的领域。我以导言开始我的论文，以使读者了解我的领域，并正确地看待我的贡献。在第二章中，我专注于我的作品突发人类动力学，解决人类行为和相互作用的异质时间字符。接下来，我将讨论我对时间网络领域的贡献，并对我关于时变结构的表示、表征和建模的各种方法的作品进行综合。最后，我讨论了我的作品的数据驱动的观察和集体社会现象的建模。在那里，我总结了对社会经济不平等的新兴模式及其与社交网络和语言模式的相关性的静态观察研究。我还讨论了社会传染过程的动态观察和建模。
2019-07-18 cs.CY cs.SI physics.soc-ph
Modeling human dynamics of face-to-face interaction networks
面对面的互动网络描述了人类聚会中的社会互动，是传染病传播和流言传播等过程的基础。人类行为的突发性特征体现在经验数据的许多方面，例如会话长度的分布、每个人的会话或会话间时间的分布。尽管最近进行了几次尝试，但仍然缺乏对从数据中得出的全球情况的一般性理论理解。在这里，我们提出了一个简单的模型，定量再现经验面对面互动网络的相关功能。该模型描述的代理人执行随机行走在一个二维空间，其特点是吸引力，其效果是减缓他们周围的人的运动。所提出的框架揭示了人类互动的动态，并可以提高建模的动态过程发生在随后的动态社交网络。
2013-04-17 cond-mat.stat-mech cs.SI physics.soc-ph
Anomalous slowing down of individual human activity due to successive decision-making processes
动机的实证证据揭示了突发性的人类动力学的主机，我们开发了一个模型的基础上连续切换之间的犹豫状态和决策实现状态的人类活动，在犹豫状态下的居住时间分布根据重尾帕累托分布。这个模型特别让人想起一个人在随机分布的人群中漫步。使用一个基于反常和非马尔可夫Lévy行走概念的随机模型，我们准确地表明，连续的决策过程大大减缓了个体面临随机分布障碍的进程。具体来说，我们证明了准确的平均位移表现出一个次线性缩放与时间的起源：（一）本质上非马尔可夫性质的人类活动，和（ii）的幂律分布的犹豫时间。
2017-05-11 physics.soc-ph
Time allocation in social networks: correlation between social structure and human communication dynamics
最近的研究表明，人类互动（或时间社交网络）的动态对信息传播、意见形成等产生了深刻的影响。一般来说，人类互动的突发性降低了人与人之间的互动，从而降低了信息传播的速度和范围。使用一个大型数据库的2000万用户的手机通话，我们显示的证据表明，这种影响是不均匀的社会网络，但事实上，有一个很大的相关性，这种影响和社会拓扑结构周围的一个给定的个人。特别是，我们表明，在网络中的枢纽的社会关系是相对较弱的动力学点比那些较差的连接在信息扩散过程中。我们的研究结果表明，在分析和建模社交网络上的动态过程时，沟通的时间模式的重要性。
2013-05-16 cs.SI physics.soc-ph
On the origin of burstiness in human behavior: The wikipedia edits case
许多人类活动都表现出突发模式，即非常高的活动期之后是休息期。该过程的记录生成事件的时间序列，其事件间时间遵循显示厚尾的概率分布。这种现象的原因尚不清楚。在目前的工作中，我们使用免费提供的维基百科的编辑记录来解决这个问题，通过测量突发的水平，以及由不同的编辑器在不同的页面中执行的编辑任务的记忆效果。我们的主要发现是，即使编辑活动是由昼夜24小时周期的条件，在一天中的给定时间的给定持续时间的活动的条件概率是独立于后者。这表明，人类活动似乎与开始一项行动的高“成本”有关，而继续该行动的“成本”要低得多。
2016-01-08 cs.SI physics.soc-ph
Universal Components of Real-world Diffusion Dynamics based on Point Processes
人类和自然活动的爆发在时间上高度聚集，这表明这些活动受到社会或自然系统中先前事件的影响。现实世界中的突发行为传递了潜在扩散过程的信息，这一直是从在线社交媒体到犯罪学和流行病学的各种科学界的焦点。然而，跨学科的现实世界的扩散动力学的通用组件仍然没有探索。在这里，我们介绍了广泛的跨学科的扩散过程，并提出了扩散框架的通用组件。我们将这些组件应用于人类疾病传播的扩散为基础的研究，通过病媒传播的疾病登革热的案例研究。扩散的普遍性可以激发跨学科的研究，并为扩散模型提供一个基本框架。
2017-06-23 cs.SI physics.soc-ph
A Class of Markovian Self-Reinforcing Processes with Power-Law Distributions
Janelia Research Campus, Howard Hughes Medical Institute（霍华德·休斯医学研究所詹利亚研究校区）
针对现有突发动力学模型依赖非局部记忆、仅能捕捉单一幂律特征的问题，提出一种由局部马尔可夫非线性动力学和事件后重置调控的自增强点过程，可生成宽范围幂律尾，且更易分析与模拟，为突发现象研究提供通用框架。
2025-10-21 cond-mat.stat-mech physics.data-an physics.soc-ph
Exact results for the Barabasi model of human dynamics
人类活动模式显示出突发性的动态，与interevent时间遵循重尾分布。这种行为最近已经被证明是植根于这样一个事实，即人类为他们的活动任务分配不同的优先级，这个过程可以被建模为优先级分配系统[A. L. Barabasi，Nature 435，207（2005）]。在这项工作中，我们得到了精确的结果，Barabasi模型与两个任务，计算优先级和等待时间分布的活动任务。我们证明了该模型具有奇异行为的极值动力学极限，当最高优先级的任务被选中。我们发现，独立的选择协议，平均等待时间小于或等于活动任务的数量，并讨论了等待时间分布的渐近行为。这些结果对于理解具有极值动力学的复杂系统具有重要意义。
2005-12-19 cond-mat.stat-mech physics.soc-ph
Interevent time distributions of human multi-level activity in a virtual world
研究人类在虚拟环境中的行为提供了非凡的机会，定量分析社会现象的准确性接近自然科学的水平。本文利用大型多人在线游戏《Pardus》连续1,238天的玩家活动记录，分析了玩家行为序列的动态特征。我们建立在以前的工作是相同类型的人类行为的时间结构进行了量化，并扩展提供不同类型的人类行为的经验理解。这种对多层次人类活动的研究可以看作是静态多元网络分析的动态对应。我们发现，在Pardus宇宙中的行动的intervent时间分布遵循高度非平凡的分布函数，从中我们提取的行动类型的具体特征“衰减常数”。我们讨论了事件间时间分布的特征，包括不同时间尺度上的周期性模式，突发动力学，以及不同时间尺度上的各种函数形式。我们评论的性别差异的球员在情绪行动，并发现，虽然男性和女性的行为相似时，执行一些积极的行动，女性略快于消极的行动。我们还观察到了对玩家年龄的影响：经验丰富的玩家通常会更快地做出决定，分别参与和终止敌意和友谊。
2014-07-08 cs.SI physics.soc-ph
Spreading dynamics on networks: the role of burstiness, topology and non-stationarity
网络上的传播受到许多因素的影响，包括事件间时间分布（IETD）的不同部分，网络的拓扑结构和非平稳性。为了理解这些因素的作用，我们研究了具有不同聚合拓扑结构和不同IETD的时间网络上的SI模型。基于分析计算和数值模拟，我们表明，如果固定的突发过程是由幂律IETD，传播可以减慢或加速相比，泊松过程的速度是由短时间的行为，这在我们的模型是由指数控制。我们证明了有限的，所谓的“局部树状”网络，如巴拉巴西-阿尔伯特网络的行为非常不同，从真正的树图，如果IETD是强肥尾，作为罕见的替代路径的存在或缺乏修改的传播。另一个重要的结果是，非平稳的动态有一个显着的影响，对传播速度的强厚尾幂律IETD，因此突发过程的特点是小幂律指数可以导致缓慢的传播在稳态，但也非常迅速的传播严重依赖于年龄的过程。
2014-05-19 physics.soc-ph
Random walks in non-Poissoinan activity driven temporal networks
在非马尔可夫动力学的兴趣在复杂系统社区内最近蓬勃发展，由于新的丰富的时间分辨数据指出，许多自然和人类的相互作用，表现在一个连续的相互作用之间的事件间的时间表现出重尾分布的突发动态。特别是，经验数据表明，时间网络的突发动态可能对运行在其上的动态过程的行为产生深刻的影响。在这里，我们研究的情况下，随机游走，作为一个范例的扩散过程，展开的时间网络所产生的非泊松活动驱动的动态。我们推导出解析表达式的稳态占用概率和第一次通过时间分布在无限大的网络规模和强老化的限制，表明非马尔可夫网络的随机游走动力学是根本不同的马尔可夫网络中观察到的。我们发现了一个特别令人惊讶的行为，在发散的平均事件间时间的限制，其中随机步行者感觉网络是均匀的，即使节点的激活概率是不均匀分布的。我们的研究结果得到了广泛的数值模拟的支持。我们预计，我们的研究结果可能是感兴趣的研究人员研究非马尔可夫动态的时间演变复杂的拓扑结构。
2019-04-24 cond-mat.stat-mech physics.soc-ph
Limited communication capacity unveils strategies for human interaction
社会连通性是表征社交网络结构特性的关键过程，进而是导航、影响或信息扩散等过程。由于时间、注意力和认知是缺乏弹性的资源，人类应该有一个预定义的策略来管理他们的社会互动。然而，现有的人类互动数据集的有限的观测长度，以及二元通信的突发性质，阻碍了在社交网络中的领带动态的观察。在这里，我们开发了一种方法来检测领带激活/失活，并将其应用到一个大型的纵向，横截面通信数据集（$\approx$ 19个月，$\approx$ 20万人）。与不断增长的连通性的看法相反，我们观察到，个人表现出有限的沟通能力，这限制了他们可以保持活跃的联系的数量。特别是，我们发现，男性的沟通能力总体上高于女性，而且随着个人寿命的延长（16-70岁），男性和女性的沟通能力都逐渐下降。然后，我们能够从沟通活动中分离出沟通能力，揭示了各种各样的领带激活模式，从稳定到探索。我们发现，在模拟中，具有探索性策略的个体比具有稳定策略的个体在网络中传播信息的时间更长。我们的原则性方法来确定个人的沟通能力，使我们能够量化的策略，人类互动的形状动态演变的社交网络。
2013-04-07 cs.SI physics.soc-ph
Modeling bursts and heavy tails in human dynamics
目前的人类动力学模型，从风险评估到通信，假设人类的行为是随机分布的时间，因此很好地近似泊松过程。我们提供的直接证据表明，五个人类活动模式的个人行动的时间遵循非泊松统计，其特征在于由长期不活动分开的快速发生的事件的爆发。我们表明，人类行为的突发性是一个基于决策的排队过程的结果：当个人执行任务的基础上，一些感知的优先级，任务的时间将是沉重的尾巴，大多数任务被迅速执行，而一些经历了很长的等待时间。我们讨论了两个捕捉人类活动的模型。第一个模型假设个人在任何时候可以处理的任务数量没有限制，预测单个任务的等待时间遵循指数α =3/2的重尾分布。第二个模型对队列长度施加了限制，导致alpha=1。我们提供的实证证据支持这两个模型的相关性，人类活动模式。最后，我们讨论了可能的扩展所提出的模型，并概述了一些未来的挑战，在探索人类动力学的统计机制。
2005-10-12 cs.MA physics.soc-ph
Comment on Barabasi, Nature 435, 207 (2005)
在最近的一封信中，Barabasi声称许多人类活动的动力学是无标度的[1]。他特别报告说，单个用户发送的连续电子邮件之间的时间间隔τ和电子邮件回复的时间延迟的概率分布遵循指数为-1的幂律，并提出了一个优先级排队过程来解释人类活动的突发性。在这里，我们定量地证明，报告的幂律分布仅仅是一个人工制品的经验数据的分析，所提出的模型是不代表的电子邮件通信模式。
2005-10-25 physics.comp-ph physics.data-an physics.soc-ph
Memory and burstiness in dynamic networks
描述了一个离散时间随机过程，它可以产生突发事件序列。一种伯努利过程，其中事件在时间$t$发生的概率由固定概率$x$给出，被修改为包括记忆效应，其中事件概率与在$t$之前的给定时间量内发生的事件的数量成比例地增加。对于较小的$x$值，事件间时间分布遵循指数为$-2-x$的幂律。我们考虑一个动态网络，每个节点的形式，并根据这个过程断开连接。每个节点的$x$的值取决于健身分布，$ρ(x)$，从它是绘制，我们找到精确的解决方案的期望度分布的各种可能的健身分布，并为两种情况下，记忆效应是，或不存在。这项工作可能会导致从快速变化的时间网络数据中发现隐藏的健身分布的方法，如在线社交通信和功能磁共振成像扫描。
2015-07-06 cs.SI physics.data-an physics.soc-ph
Stationarity of the inter-event power-law distributions
许多人类活动表现出一种突发模式，即在非常高的活动期之后是休息期。这些过程的记录生成事件的时间序列，其事件间时间遵循显示厚尾的概率分布。这种现象的原因尚不清楚。在目前的工作中，我们使用免费提供的维基百科编辑记录来解开这种现象的一些功能。我们表明，即使开始编辑的概率是由昼夜节律的24小时周期的条件，在一天中的给定时间连续编辑之间的时间间隔的条件概率是独立于后者。我们确认我们的研究结果与在社交网络Twitter上发布的活动。我们的研究结果表明，存在一种内在的人类调度模式：在克服开始活动的障碍后，新的相关行动会有一个稳健的分布，这与一天中的时间无关。
2016-07-18 physics.soc-ph
Beyond word frequency: Bursts, lulls, and scaling in the temporal distributions of words
Northwestern University（西北大学）
背景资料：齐普夫发现词频分布服从幂律，建立了生物和物理过程与语言之间的相似性，为人类交流的复杂系统观点奠定了基础。最近的研究也发现了事件连续发生的动力学中的缩放比例，这表明语言也可能有类似的发现。方法/主要发现：通过考虑频繁的话在USENET讨论组和在不同的数据库中的语言有不同程度的正式，在这里，我们表明，连续出现的同一个字显示突发偏离泊松过程之间的距离的分布，以及其特征在于拉伸指数（威布尔）缩放。这种偏离的程度在很大程度上取决于语义类型--衡量每个词的逻辑性--而不太依赖于频率。我们开发了这种行为的生成模型，完全决定了单词使用的动态。结论/意义：单词的重现模式可以通过重现时间的拉伸指数分布来很好地描述，这是一种无法从齐普夫定律中预测的经验缩放。由于文字的使用为人类的思想和活动提供了一个独特而精确的镜头，我们的发现也对人类集体动力的其他公开表现产生了影响。
2009-11-11 cond-mat.dis-nn cs.CL physics.data-an
Correlated bursts in temporal networks slow down spreading
传播动力学被认为是发生在时间网络中，其中节点之间的时间交互模式显示出非泊松突发性质。非均匀间隔时间对传播的影响近年来得到了广泛的研究，但对间隔时间之间的相关性对传播的影响知之甚少。为了研究这些影响，我们研究了两步确定性可感染（SI）和概率SI动力学时的相互作用模式是由非均匀和相关的IPERS，即，相关爆发通过分析单链路系统中的传输时间统计，以及在Bethe格和随机图中对扩频过程的模拟，我们得出结论：Istr之间的正相关性减缓了扩频过程。我们还认为，从一个受感染的节点到其易感邻居的最短传输时间可以成功地解释我们的数值结果。
2018-07-06 cs.SI physics.soc-ph
Aging and percolation dynamics in a Non-Poissonian temporal network model
我们对最近提出的非泊松活性驱动（NoPAD）模型[Moinet等人，Phys.Rev.Lett.，114（2015）]，一个时间网络模型，结合了经验观察到的社交互动的突发性。我们专注于老化效应出现的非泊松动力学的链接激活，以及它们对时间集成网络的拓扑性质，如度分布的影响。本文导出了集成网络度分布随时间变化的解析表达式，探讨了网络的消失极限和强老化极限。我们还解决了这些时间网络上发生的渗透过程，通过计算一个巨大的连接组件的出现的阈值，突出了老化的依赖性。通过对NoPAD模型的大量数值模拟，我们的分析预测得到了检验。
2016-06-02 cond-mat.dis-nn 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
Analytically Solvable Model of Spreading Dynamics with Non-Poissonian Processes
非泊松突发过程普遍存在于自然和社会现象中，但其对大尺度传播动力学的影响却知之甚少。为了表征这些影响，我们设计了一个解析可解模型的易感感染（SI）传播动力学在无限系统中的任意事件间的时间分布和整个时间范围。我们的模型从一开始就是平稳的，并且明确地考虑了事件间时间的下界的作用。精确的解决方案表明，对于早期和中期的突发性加速传播相比，泊松过程具有相同的平均值和相同的事件间时间的下限。这样的行为是相反的，在有限系统中的晚时间动态，其中事件间时间的幂律分布的结果在一个更慢的和代数收敛到完全感染的状态相比，指数衰减的泊松过程。我们还提供了一个直观的参数的指数表征代数收敛。
2014-02-05 cond-mat.stat-mech physics.soc-ph q-bio.PE
Modeling non-Poissonian temporal hypergraphs by Markovian node dynamics
The Catholic University of Korea（韩国天主教大学）；University of Michigan（密歇根大学）；Kobe University（神户大学）
本文提出基于节点状态切换的超图模型，通过分析事件生成规则，推导出事件序列的间事件时间分布和自相关函数，揭示超边和节点的非泊松特性与超边大小的关系。
2026-04-09 physics.comp-ph physics.soc-ph
Temporal dynamics of goal scoring in soccer
本文通过分析3,433场比赛数据，发现足球进球在时间上并非随机分布，而是随比赛进行概率增加并呈现爆发性聚集，突显了比赛背景对进球时机的重要影响。
2025-01-20 physics.soc-ph stat.AP
Emergence of scaling in human-interest dynamics
人的行为往往是由人的利益驱动的。尽管最近在探索人类行为的动力学方面做出了巨大的努力，但对人类利益动力学知之甚少，部分原因是通过观察来访问人类思维极其困难。然而，大规模数据的可用性，如来自电子商务和智能手机通信的数据，使得有可能探索和量化人类兴趣的动态。使用三个原型的“大数据”集，我们调查的缩放行为与人类利益的动态。特别地，从数据集中，我们发现了与三个基本量相关的幂律标度：（1）连续兴趣的长度，（2）访问某个兴趣的返回时间，（3）兴趣排名和转换。我们认为，有三个基本要素的人类利益的动态：优先返回到以前访问的利益，惯性效应，探索新的利益。我们开发了一个有偏见的随机游走模型，将这三种成分，占所观察到的幂律比例关系。我们的研究代表了理解人类兴趣背后的动态过程的第一次尝试，在推荐和人类行为预测等特定任务方面，人类兴趣在科学和工程，商业以及国防方面具有重要应用。
2013-07-30 cs.SI physics.soc-ph
Generalized model for human dynamics
通过对Barabasi（Nature，435，207-211，2005）提出的模型的局限性进行论证，提出了与我们进行不同活动的自然能力相一致的人类动力学模型。
2005-12-09 physics.soc-ph
