Is radicalization reinforced by social media censorship?
激进的信仰，如与QAnon，Russiagate和其他政治阴谋论有关的信仰，可以导致一些个人和团体参与暴力行为，最近几个月就证明了这一点。了解这些信念被接受、传播和强化的机制，对于任何缓解激进化和避免政治两极分化加剧的努力都至关重要。本文提出了一个基于代理的模型的社会媒体网络，使审查制度的影响，代理人成为暴露在不同的信息量和确定性，他们激进的观点。该模型探讨了两种形式的审查：1）分散式审查-其中个人可以选择与另一个传播冲突信仰的个人打破在线社交网络联系（取消好友或取消关注）; 2）集中式审查-其中单个权威可以禁止个人从社交媒体网络传播某种类型的信仰。这一模型表明，这两种形式的审查制度通过减少代理人所面临的异议数量来增加激进观点的确定性，但集中“禁止”个人对激进化的影响最大。
2021-03-23 cs.CY cs.MA cs.SI
Recognizing Temporal Linguistic Expression Pattern of Individual with Suicide Risk on Social Media
Chinese Academy of Sciences（中国科学院）；University of Science and Technology of China（中国科学技术大学）；Beijing Forestry University（北京林业大学）
自杀是一个全球性的公共卫生问题。早期发现个人自杀风险在预防自杀中起着关键作用。在本文中，我们建议通过时间序列分析的社交媒体（微博）上的个人语言表达，以探讨个人的自杀风险。我们研究了中国社交媒体（微博）上个人语言表达的时间模式。然后，我们使用这种时间模式作为预测变量，建立分类模型，估计个人自杀风险的水平。结果表明，括号、助动词、人称代词和身体词等语言特征的时间序列曲线特征对自杀行为的影响最大，预测模型的准确率高于0.60。本文证实了社交媒体数据在检测个人自杀风险方面的有效性。本研究的结果可能对改善自杀预防计划的绩效有启发意义。
2015-11-30 cs.CL cs.SI
Interactive Sensing in Social Networks
本文提出了在社交网络中的交互式感知的模型和算法，其中个人充当传感器，并利用个人之间的信息交换来优化感知。社会学习用于模拟个体之间的互动，旨在估计自然的潜在状态。在这种情况下，以下问题得到解决：如何可以通过社会学习互动的自利代理实现个人隐私和社会群体的声誉之间的权衡？如何设计协议来防止个人提出建议的在线声誉博客中的数据乱伦？全球决策者如何利用相互作用的个体的感知来检测自然潜在状态的变化？当个体智能体拥有有限的感知、计算和通信能力时，智能体网络能否实现复杂的全局行为？社会和博弈论学习是解决这些问题的自然环境。本文介绍了数据乱伦传播，变化检测和决策协调背景下的社会学习模型的概述，见解和讨论。
2013-12-30 cs.SI math.OC physics.soc-ph
Contrasting social and non-social sources of predictability in human mobility
社会结构影响着包括流动模式在内的各种人类行为，但一个人的运动在多大程度上可以预测另一个人的运动仍然是一个悬而未决的问题。此外，关于个人流动性的潜在信息可以存在于社会和非社会关系的流动模式中，这是一个尚未解决的区别。在这里，我们开发了一个“托管”网络，以区分的流动性模式的自我的社会关系，从那些非社会colocators，个人没有社会连接到自我，但谁仍然在同一时间到达一个位置的自我。我们应用熵和可预测性措施来分析和约束个人的流动模式的预测信息，以及这些信息从他们的顶级社会关系和非社会共定位器的流动。虽然社会关系一般提供更多的信息比非社会colocators，我们发现，显着的信息是存在于非社会colocators的聚合：3-7 colocators可以提供尽可能多的预测信息的顶级社会关系，colocators可以取代高达85%的预测信息的自我，相比之下，社会关系，可以取代高达94%的自我的可预测性。非社交共定位器中预测信息的存在引发了隐私问题：鉴于智能手机的实时移动轨迹越来越可用，共享数据的个人可能不仅提供关于他们自己的移动的可操作信息，而且还提供关于数据缺失的其他人的移动的可操作信息，包括已知和未知的个人。
2021-04-27 cs.SI physics.soc-ph
Beyond network centrality: Individual-level behavioral traits for predicting information superspreaders in social media
本研究提出一种基于网络的非线性算法，结合影响力和易感性两个个体行为特征，超越网络中心性，有效预测社交媒体中的信息超级传播者，并在Twitter和微博数据上验证了其有效性。
2024-03-17 cs.SI
Modification of Social Dominance in Social Networks by Selective Adjustment of Interpersonal Weights
本文针对星形拓扑社会网络中权力过度集中于中心个体的问题，提出多种通过战略引入新个体或人际关系来削弱中心个体社会权力的策略，并基于局部信息推导出各策略生效的充分必要条件。
2017-03-09 cs.SI cs.SY eess.SY
Dynamics of organizational culture: Individual beliefs vs. social conformity
组织文化的复杂性挑战了我们从观察研究中推断其潜在动力的能力。最近的计算研究采用了一种截然不同的观点，提出了合理的机制来描述广泛的社会现象，包括组织文化的发生和演变。本着这种精神，这项工作引入了一个基于代理的模型，它放松了一组假设，描述了过去的工作-（a）省略个人的努力实现认知连贯性，（b）有限的整合重要的上下文因素-通过利用网络的信念和纳入社会等级的动态。因此，我们说明：（一）一个组织可能会出现越来越一致的组织文化，但由个人的一致性水平降低，（二）社会整合的组成部分-同侪压力和社会等级-是有影响力的不同的聚合水平。
2017-07-03 cs.SI physics.soc-ph
The wisdom of the few: Predicting collective success from individual behavior
我们是否可以通过只监控一小部分人的行为来预测表现最好的产品、服务或企业？虽然大多数以前的研究都集中在具有许多社交联系的“枢纽”个人的预测能力上，但解决这个问题所需的客户行为数据来源仍然不清楚，主要是由于同时捕获个人购买模式和社交互动的可用数据集的稀缺性。在这里，我们在一个独特的大规模数据集中解决了这个问题，该数据集将个人的信用卡购买历史与整个国家的社会和移动特征相结合。令人惊讶的是，我们发现，仅购买历史就可以检测到一小群“发现者”，他们的早期购买为他们访问的实体店提供了可靠的成功预测。与大多数现有的口碑传播研究的假设相反，由社交网络中心性选择的枢纽并不能始终如一地预测成功。我们的研究结果表明，能够访问大规模采购数据的公司和组织可以检测发现者，并利用他们的行为来预测市场趋势，而不需要社交网络数据。
2020-06-09 cs.CY cs.SI physics.soc-ph
A Micro-foundation of Social Capital in Evolving Social Networks
社会网络赋予个人（和群体）利益和优势，文献将这些优势称为社会资本。本文提出了一个微观基础的数学模型的社会网络和网络中的个人的社会资本的演变。网络的演化受到个体的同性恋程度、结构机会主义、社会群居性以及社会类型分布的影响。在分析中，我们确定了不同类型的社会资本：结合资本，知名度资本和桥接资本。联结资本是通过形成一个联系圈而产生的，同质性增加了联结资本，因为它使这个联系圈更加同质化。人气资本导致偏好性依恋：受欢迎的人往往会变得更受欢迎，因为其他人更有可能与他们联系。同质性在不同的社会群体中创造了受欢迎程度的不对称，更合群的代理人更有可能变得受欢迎。然而，在同性恋社会中，属于不太合群、不太机会主义或主要类型的个体可能在网络中更中心，从而获得桥接资本。
2015-11-08 cs.SI physics.soc-ph
Correlations of consumption patterns in social-economic networks
我们分析了一个耦合的匿名数据集，收集了大量个人的移动电话通信和银行交易历史。在绘制社会结构和引入社会经济地位，人口特征和个人购买习惯的指标后，我们发现，典型的消费模式与确定的社会经济阶层密切相关，从而导致社会结构分层模式。此外，我们测量商家类别之间的相关性，并引入一个相关网络，出现了一个有意义的社区结构。我们检测商家类别之间的多元关系，并显示个人购买习惯的相关性。我们的工作提供了新的和详细的洞察社会和消费行为之间的关系，在推荐系统设计的潜在应用。
2017-12-21 cs.CY cs.SI physics.soc-ph
Social Conformity Despite Individual Preferences for Distinctiveness
我们证明，个人的行为，旨在实现独特性，实际上可以产生完整的社会整合。因此，我们为这一核心社会现象提供了一种意想不到的生成机制。具体来说，我们建立的代理人有固定的需要是不同的，并调整自己的位置，以实现独特的目标，但可以自组织的绝对一致性的限制状态。这个看似矛盾的结果是从少量的自然假设中推导出来的，然后在计算上进行了详细的探索。从这种一致性均衡出发的有趣的偏离也是可能的，包括立场上的分歧。本文讨论了极端主义少数群体对这些动态的影响。然后引入一个简单的扩展，它允许模型生成和维护社会多样性，包括多模态独特性分布。本文贡献了正式的定义，分析推导，并违反直觉的发现，对文学的个人独特性和社会从众。
2015-02-11 cs.SI physics.soc-ph
Inferring Social Status and Rich Club Effects in Enterprise Communication Networks
University of Notre Dame（圣母大学）；Tsinghua University（清华大学）；Google Inc（谷歌公司）；Beijing University of Posts and Telecommunications（北京邮电大学）
社会地位，定义为一个人在社会等级中的相对等级或地位，被认为是社会行为中最重要的动机之一。在本文中，我们从一个人在企业中所担任的职位或头衔的角度来考虑地位的概念。我们研究企业中社会地位和社交网络的交叉点。我们研究企业通信日志是否有助于揭示社会互动和个人地位如何在社交网络中表现出来。为此，我们使用两个企业数据集，三个通信渠道-语音通话，短信和电子邮件-来展示不同身份的个体之间的社会行为差异。我们有几个有趣的发现，基于这些发现，我们还开发了一个模型来预测社会地位。在个人层面上，地位高的个人更有可能通过与企业网中那些彼此之间没有很好联系的部分的人建立联系而被跨越为结构性漏洞。在社区层面上，同质性原则、社会平衡和集团理论通常表明一个由地位高的个人维持的“富人俱乐部”，从这个意义上说，这个社区的联系更加紧密、平衡和密集。我们的模型可以以93%的准确率预测个人的社会地位。
2015-04-14 cs.AI cs.SI physics.soc-ph
Big IoT and social networking data for smart cities: Algorithmic improvements on Big Data Analysis in the context of RADICAL city applications
National Technical University of Athens（雅典国立技术大学）；Harokopio University of Athens（哈罗科皮奥大学）；University of Cantabria（坎塔布里亚大学）
在本文中，我们提出了一个基于SOA（面向服务架构）的平台，可以检索和分析来自社交网络（SN）站点和物联网（IoT）设备的大数据集，这些数据集由智能城市应用程序和社交感知数据聚合服务收集。参与城市化、增强现实和声音映射领域的大量城市应用正在参与城市中应用，从而产生了数百万用户生成的事件集和在线SN报告，并输入到RADICAL平台。此外，我们研究了数据分析（如情感分析）在保存到SQL数据库中的物联网和SN数据组合中的应用，进一步研究了算法和配置，以最大限度地减少数据集处理和结果检索的延迟。
2016-07-02 cs.CY cs.LG cs.SI
The Security of Organizations and Individuals in Online Social Networks
与在线社交网络（OSNs）相关的严重的隐私和安全问题是本论文的两个补充研究的一部分。在第一项研究中，我们开发了一种通用算法，通过使用Facebook（目前最流行的OSN）和社交机器人来挖掘目标组织的数据。通过与目标组织中的员工建立好友关系，我们的主动社交机器人能够找到新员工和非正式的组织联系，这是我们无法通过被动社交机器人找到的。我们在Facebook OSN上评估了我们的方法，并能够重建三个不同的实际组织中员工的社交网络。此外，在主动社交机器人的爬行过程中，我们发现了多达13.55%的员工和22.27%的非正式组织联系，而不是被动社交机器人执行的爬行过程，没有公司协会作为朋友。在我们的第二项研究中，我们开发了一种通用算法，用于使用组织社交网络的拓扑结构并利用社交机器人来接触特定的OSN用户，这些用户声称自己是目标组织的员工。我们对Facebook上的三个实际组织和Xing OSN（另一个流行的OSN平台）上的两个实际组织的目标用户进行了评估。最终，我们的社交机器人能够接触到特定的用户，在Facebook上的成功率高达70%，在Xing上高达60%。
2016-07-19 cs.SI
Living in a pandemic: adaptation of individual mobility and social activity in the US
旨在减少COVID-19大流行扩散的非药物干预措施（NPI）极大地影响了我们的日常生活行为。在这项工作中，我们研究了个人如何随着时间的推移适应他们的日常运动和人与人之间的接触模式，以应对COVID-19大流行和NPI。我们利用美国四个州数十万匿名个人的纵向GPS移动数据，并根据经验显示了人们生活的巨大破坏。我们发现，当地的干预措施不仅影响了不同场所的访问次数，还影响了人们的体验。个人在场地上花费的时间更少，更喜欢更简单和更可预测的例程，减少人与人之间的接触活动。此外，我们表明，严格的干预措施本身并不解释的数量和持续时间的访问场所：个人模式的访问似乎是受当地的严重程度的流行病和风险适应因素，这增加了人们的流动性，无论干预措施的严格性。
2021-08-17 cs.CY cs.SI physics.soc-ph
A Self-Learning Information Diffusion Model for Smart Social Networks
在大数据时代，越来越多的社会活动被数字化，从而变得可追溯，因此社交网络的研究越来越受到学术界的关注。人们普遍认为，社交网络在信息扩散过程中发挥着重要作用。然而，相反的问题，即，信息扩散过程是如何重建社交网络的，在很大程度上被忽视了。在本文中，我们提出了一个新的框架来理解这种逆转效应。具体来说，我们首先介绍了一个新的信息扩散模型在社交网络，考虑两种类型的个人，即，聪明的和正常的人，以及两种信息，真的和假的信息。由于社交网络由具有自我学习能力的人类个体组成，如果一个人从其邻居那里收到了一条真实（或虚假）的消息，那么这个人对其邻居的信任就会增加（或减少）。基于这样一个简单的自学习机制，我们证明了社交网络确实可以变得更聪明，更好地区分真假信息。此外，我们观察到基于新模式的社会分层的出现，即，最初由更接近聪明的个人发布的真实消息可以由更多的其他人转发，这通过自学习机制得到增强。我们还发现了交叉优势，即，两个链式网络之间的互联可以使相关个体具有更高的社会影响力，即，他们的消息可以被相对更多的其他人转发。我们从理论上得到了这些结果，并通过仿真验证了它们，这有助于更好地理解社交网络和信息扩散之间的相互作用。
2018-11-11 cs.SI physics.soc-ph
The power of dynamic social networks to predict individuals' mental health
University of Notre Dame（圣母大学）；University of California, Los Angeles（加州大学洛杉矶分校）；Eck Institute for Global Health（埃克全球健康研究所）
精准医疗在临床内外都受到了关注。我们专注于后者，通过利用个人的社会互动与心理健康之间的关系，从丰富的动态社交网络数据中开发一个人抑郁或焦虑的可能性的预测模型。据我们所知，我们是第一个这样做的。现有的研究与我们的工作至少在一个方面不同：他们没有将社交互动数据建模为网络;他们这样做，但分析静态网络数据;他们检查社交网络和健康之间的“相关性”，但没有开发预测模型;或者他们研究其他个人特征，但不研究心理健康。在一个系统和全面的评估中，我们表明，我们的预测模型，使用动态的社交网络数据是优于其静态网络以及非网络等价物时，运行在相同的数据。
2019-08-06 cs.LG cs.SI stat.ML
Social Networks, Functional Differentiation of Society, and Data Protection
大多数学者、政治家和活动家都遵循个人主义的隐私和数据保护理论。相比之下，德国数据保护立法的一些先驱，如Adalbert Podlech，Paul J. Müller和Ulrich Dammann，使用了系统理论方法。继Niklas Luhmann之后，数据保护的目标是：（1）维持社会的功能分化，以应对现代信息处理的可能性所带来的威胁;（2）对抗有组织的社会参与者的不当信息权力。因此，毫不奇怪，德国黑森州的第一部数据保护法律包含了保护个人以及国家立法和行政机构之间权力平衡的规则。像Facebook或Google+这样的社交网络不仅会通过将用户暴露给其他用户或公众来危及他们的用户。它们首先对整个社会构成威胁，因为它们收集来自不同社会制度的个人、群体和组织的信息，并将它们合并到一个集中的数据库中。它们超越了社会制度之间的界限，这些制度是个人完全透明和透明的屏障，保护人民的自由和自主。如果不对社交网络本身或其背后的公司对收集到的数据的组织使用实施结构性限制，社交网络将给西方社会带来自苏联解体以来最严重的极权主义危险。
2012-06-14 cs.CY cs.SI physics.soc-ph
Modeling the amplification of epidemic spread by individuals exposed to misinformation on social media
Luddy School of Informatics, Computing, and Engineering, Indiana University（印第安纳大学卢迪信息、计算与工程学院）；Department of Electronics, Information and Bioengineering, Politecnico di Milano（米兰理工大学电子、信息与生物工程系）
本文通过构建传染病模型，研究社交媒体上的虚假信息如何放大传染病传播，评估不同场景下疫苗接种率和感染人数的影响。
2025-01-29 cs.CY cs.SI physics.soc-ph
What Makes People Join Conspiracy Communities?: Role of Social Factors in Conspiracy Engagement
广泛传播的阴谋论，如那些激发反疫苗接种态度或否认气候变化的阴谋论，推动了集体行动，并产生了全社会的后果。然而，实证研究在很大程度上将阴谋论的采用作为一种个人追求，而不是作为一个社会中介过程。是什么让用户加入支持和传播阴谋论的社区？我们利用Reddit上56个阴谋社区的纵向数据，比较了决定哪些用户加入社区的个人和社会因素。使用准实验的方法，我们首先确定30 K未来的阴谋-（FC）和30 K匹配的非阴谋-（NC）。然后，我们通过分析600万条Reddit评论和帖子，在六个维度上提供了社会因素相对于个人因素的重要性的经验证据。特别是在社会因素中，我们发现，与阴谋社区成员的二元互动和阴谋社区外的边缘化，是阴谋加入的最重要的社会前兆，甚至优于个人因素基线。我们的研究结果提供了定量支持，以了解社会进程和回声室效应的阴谋参与，民主制度和在线社区的重要影响。
2020-10-06 cs.SI
Social Learning in a Human Society: An Experimental Study
本文提出了一个实验研究，以调查人类社会中的个人的学习和决策行为。社会学习被用来作为数学基础的建模互动的个人，旨在执行一个感性的任务交互。在不列颠哥伦比亚大学的一组本科生中进行了一项心理学实验，以检查一个人的决定（行动）是否会影响随后的个人的决定。这里突出的主要实验观察结果是，实验的参与者（代理人）在相对较大比例（60%）的试验中受到其合作伙伴的决定的影响。我们拟合了一个社会学习模型，该模型模仿了心理学实验参与者之间的互动。本文进一步研究了社会内部的错误信息传播（也称为数据乱伦）。
2014-08-19 cs.SI
Social diffusion and global drift in adaptive social networks
社会传染已经在不同的背景下进行了研究。社会传染的许多实例可以被建模为一个感染过程，其中一个特定的状态（产品，时尚，知识，行为等的采用）。通过个体之间的联系在个体之间传播。与此同时，其他形式的社会传染可能更好地理解为一个扩散过程，在这个过程中，个人的状态往往与社会规范同化（即，当地平均状态）在他/她的邻域内。与影响是非线性、单向、快速和潜在破坏性的感染场景不同，社会扩散是线性、双向、渐进和收敛的。个体状态与其邻居平均状态之间的距离总是减小的，从而保证了一个均匀的全局状态是网络长期稳定的平衡状态。这听起来并不像感染动力学那样有趣或令人兴奋，这可能是为什么很少有关于社会扩散过程数学模型的研究。在这里，这项研究试图揭示社会扩散的一个未被认识的特征，即，它可能导致网络的全局平均状态的非平凡漂移。虽然有些违反直觉，但这种全球漂移确实是可能的，因为与物理扩散过程不同，社会扩散过程不是保守的。在下文中，将提出一个社会扩散的数学模型来解释这一现象的机制，并提出一些可能的集体行动来影响全球漂移的方向。社会传播与个人和集体进步的相关性将被简要讨论，重点是教育应用。
2014-06-30 cs.SI physics.soc-ph
Wisdom of the Confident: Using Social Interactions to Eliminate the Bias in Wisdom of the Crowds
与个体相比，人类群体可以通过简单地使用个体估计的平均值、中位数或几何平均值来进行非常准确的估计[Galton 1907，Surowiecki 2005，第2008页]。然而，这只对某些任务是正确的，一般来说，这些集体估计显示出强烈的偏见。当考虑到社会互动时，该方法也失败了，这使得集体估计变得更糟，因为个体倾向于收敛到有偏差的结果[Lorenz等人，2011]。在这里，我们展示了社会互动对集体智慧的明显负面影响的光明面。我们发现，有些人抵制社会的影响，当使用这个小组的中位数，我们可以消除偏见的智慧的整个人群。为了找到这个对私人估计比对社会影响更有信心的个体亚组，我们将个体建模为将私人和社会信息与不同的相对权重相结合的估计量[Perez-Escudero & de Polavieja 2011，Arganda et al. 2012]。然后，我们通过排除那些在估计中使用较高社会影响力权重值的群体，计算了越来越小的群体的几何平均值。在这个过程中得到的趋势给出了无偏的结果，与计算整个组的中位数的简单方法相反。我们的研究结果表明，虽然一个简单的操作，如平均值，中位数或几何平均值的一组可能不允许群体作出良好的估计，一个更复杂的操作，考虑到个性的社会动态可以导致更好的集体智慧。
2014-06-30 cs.SI physics.soc-ph
Opinion Dynamics on Correlated Subjects in Social Networks
了解集体信仰的演变对于了解政治趋势以及社会品味和意见至关重要。特别是，它是至关重要的，以开发分析模型，可以预测的信念动态和捕获的相互依存的意见对不同的主题。在本文中，我们解决这个问题，也占个人的内生过程中的意见演变，以及个人的意见，可能会出现在存在的个人的敌对态度之间的相互排斥。使用平均场的方法，我们通过一个多维的福克-普朗克方程的一个大人口的个人的意见的时间演变的特征，我们确定的条件下，保持稳定。最后，我们得出的稳态意见分布作为个人的个性和现有的社会互动的函数。我们的数值结果显示了有趣的动态在不同的社会群体的集体信念，他们突出了相关的主题，以及个人的对抗态度的影响。
2019-10-24 cs.SI physics.soc-ph
Differential Game Strategies for Social Networks with Self-Interested Individuals
本文用微分博弈方法研究社交网络意见形成，基于带时滞的 Hegselmann-Krause 模型推导开环纳什均衡与反馈策略，并在 Zachary's Karate Club 网络上验证了共识、极化与分歧等结果。
2024-02-22 cs.SI
The Social Media Genome: Modeling Individual Topic-Specific Behavior in Social Media
社交媒体中的信息传播不仅依赖于静态的关注者结构，还依赖于特定主题的用户行为。因此，需要新的模型，结合动态用户行为。为此，我们提出了一个模型，为个人的社交媒体用户，称为基因型。基因型是用户的兴趣、活动和接受新信息的敏感性的每个主题的总结。我们证明了用户基因型保持不变的主题内，通过采用它们的分类在大规模的真实网络中传播的新信息。此外，我们提取特定主题的影响骨干结构的基础上的信息采用，并表明它们显着不同的静态追随者网络。当用于新内容传播的影响力预测时，与纯粹的结构特征相比，我们的基因型模型和影响力骨干能够实现超过20%的改进。我们还表明，用户基因型和影响骨干的知识允许设计的有效策略，以最大限度地减少特定主题的信息传播的延迟。
2013-07-01 cs.SI physics.soc-ph
Time-varying networks approach to social dynamics: From individual to collective behavior
在这篇论文中，我们有助于理解的关键作用的时间维度的网络社会系统，以前被忽视，现在发现的数据革命最近在这一领域蓬勃发展。为此，我们首先介绍了时变网络的形式主义，并分析了社会动力学的一些经验数据，广泛使用的论文的其余部分。我们讨论了人类接触网络的结构和时间特性，如社会互动的异质性和突发性，我们提出了一个简单的模型，植根于社会吸引力，能够重现它们。然后，我们探讨了运行在时间网络上的动态过程的行为，由经验面对面的相互作用构成，详细讨论了随机游走和传染病传播的基本情况。我们还开发了一种分析方法，能够计算活动驱动模型的结构和渗流特性，旨在描述广泛的社会互动，由所涉及的个人的活动驱动。我们在社会时变网络的快速发展框架中的贡献为未来的工作开辟了有趣的视角，例如研究时间维度对多层系统的影响。
2016-08-12 cs.SI physics.soc-ph
Predictability of social interactions
预测人与人之间的社会互动的能力具有深远的应用，包括有针对性的营销和预测信息扩散和疾病传播。以前的研究表明，一个人在任何给定时间的位置是高度可预测的。这项研究探讨了人与人之间的社会互动的可预测性，以确定互动模式是否具有类似的可预测性。我发现，一个人互动的地点和时间是高度可预测的;然而，与这个人互动的另一个人却不那么可预测。此外，我表明，知识的位置和时间的互动几乎没有影响的可预测性的其他人。最后，我证明了一个简单的马尔可夫链模型是能够实现接近上限的预测下一个人与一个给定的个人将进行交互。
2013-06-06 cs.CY cs.SI physics.soc-ph
When Do People Trust Their Social Groups?
信任促进合作，并支持社会群体的积极成果，包括成员满意度，信息共享和任务绩效。广泛的先前研究已经检查了个人的一般信任倾向，以及有助于他们在特定群体中信任的因素。在这里，我们建立在过去的工作，提出了一个全面的框架，预测信任的群体。通过对6,383名Facebook群组用户的信任态度进行调查，并检查这些人的汇总行为和人口统计数据，我们发现：（1）个人的信任倾向与他们如何信任他们的群组有关，（2）较小，封闭，年长，更排外或更同质的群体更受信任，（3）群体的整体友谊网络结构和个人在该结构中的地位也可以预测信任。最后，我们展示了群体信任如何预测个人和群体层面的结果，如新的友谊关系的形成。
2019-05-13 cs.SI
Suicide ideation of individuals in online social networks
自杀是日本二三十岁青少年死亡人数最多的原因。自杀也是许多其他国家青少年死亡的一个主要原因。虽然社会隔离被认为会影响自杀行为的倾向，但在个体的外显社交网络背景下，社会隔离对自杀的影响却很少被探讨。为了解决这个问题，我们研究了从日本占主导地位的社交网络服务获得的大型数据集。社交网络由一组通过相互认可创建的用户对之间的友谊关系组成。我们进行了逻辑回归，以确定用户的特征，相关和无关的社交网络，这有助于自杀意念。我们将用户的自杀意念定义为至少一个与自杀相关的活跃用户定义社区的成员资格。我们发现，用户所属的社区数量，不传递性（即，包括用户在内的三角形的缺乏），以及社交网络中自杀邻居的比例，对自杀意念的贡献最大。年龄、性别等其他特征对自杀意念的影响不大。我们还发现了抑郁症状的定性相同的结果。
2013-12-31 cs.SI physics.soc-ph
Personalized Large Language Models Can Increase the Belief Accuracy of Social Networks
本研究通过2024年美国大选预注册实验发现，个性化大语言模型能引导个体信念向真相更新，并促使其构建包含更准确信念个体的社交网络，表明LLMs具备在网络环境中充当纠正性智能体的潜力。
2025-06-06 cs.SI
Effects of Social Influence on the Wisdom of Crowds
群体智慧是指一群人的总体预测或预测可能比群体中的大多数人更准确，有时甚至比组成群体的任何一个人都更准确的现象。本文模拟了社会影响对群体智慧的影响。我们建立了一个极简主义的个人表示布朗粒子耦合的社会影响。我们证明，该模型可以重现以前的实证研究的结果。这使我们能够得出关于社会影响的作用的更基本的结论：特别是，我们表明，社会影响对群体智慧是否具有积极或消极的净效应的问题是不明确的。相反，正是人口的初始结构，就其多样性和准确性而言，直接决定了社会影响实际上有多有益。文章进一步探讨了社会影响力促进或削弱群体智慧的情景。
2012-04-16 cs.SI physics.soc-ph
The Simple Rules of Social Contagion
人们普遍认为，信息就像病原体一样在个体之间传播，知情的朋友每次接触都可能导致天真的个体被感染。然而，社交媒体的实证研究表明，个人对重复接触信息的反应比病原体模型的预测要复杂得多。作为干预实验的代理，我们比较了两个不同的社交媒体网站，Twitter和Digg的用户对多次曝光的反应。我们发现，暴露的用户界面上的消息的位置强烈影响社会传染。考虑到这种可见性，大大简化了社会传染的动力。一个人传播信息的可能性会随着接触的增加而单调增加，而关于有多少朋友以前传播过信息的明确反馈会增加回应的可能性。我们将我们的模型应用于用户行为的实时预测。
2013-08-22 cs.SI physics.soc-ph
Polarization dynamics: a study of individuals shifting between political communities on social media
本研究基于2020年美国大选期间200万条相关推文及10万余用户数据，分析极化环境下转发网络中跨对立政治社群切换用户的互动拓扑特征与内容政治偏向差异。
2024-08-14 cs.SI
Inferring Personal Economic Status from Social Network Location
人们普遍认为，社会关系的模式影响个人的经济地位。在这里，我们将这个概念转化为网络层面的操作定义，这使我们能够通过衡量个人在社交网络中的位置和影响力来推断个人的经济福祉。我们分析了两个大规模的来源：电信和金融数据的整个国家的人口。我们的研究结果表明，一个人的位置，衡量的最佳集体影响的社会网络的结构完整性，是高度相关的个人经济地位。观察到的社会网络影响模式模仿了经济不平等的模式。为了务实的使用和验证，我们开展了一项营销活动，通过针对我们的社交网络指标识别的个人，与随机定位相比，响应率提高了三倍。我们的战略也有助于最大限度地发挥大规模经济刺激政策的效果。
2017-04-05 cs.SI physics.soc-ph
On the Social Influence in Human Behavior: Physical, Homophily, and Social Communities
理解支配人类行为和社会动态的力量是一个具有挑战性的问题。个体的决策和行动受到交织的因素的影响，如物理位置，同质性和社会关系。在本文中，我们建议研究的作用，不同的社区，与这些因素，发挥社会影响力的来源。自我网络通常用于社会影响力分析。我们的假设是，个人嵌入社区不仅与他们的直接社会关系有关，而且涉及不同的和复杂的力量。我们分析了物理，同质性，和社会社区，以评估他们与主体的行为的关系。我们证明，社会影响力与这些社区，他们中的每一个是（不同）显着的个人。我们定义了基于社区的功能，这反映了这些群体中的主体参与，我们使用它们与监督学习算法来预测主体参与社会事件。研究结果表明，社区和自我网络都是社会影响力的相关来源，证实了自我网络本身不足以解释这一现象。此外，我们根据用户所经历的社会影响程度对其群体进行分类，识别行为表型的类别。据我们所知，这是第一个证明与社会影响现象相关的表型存在的工作。
2018-01-29 cs.SI
Measuring Asymmetric Opinions on Online Social Interrelationship with Language and Network Features
Tianjin University（天津大学）
本文没有从客观的角度研究社会关系的性质，而是关注个体对相互关系的主观和不对称看法。受社会语言学理论的启发，我们探讨了两个人对他们的相互关系的看法与他们的互动语言特征。在排除个人语言风格差异的基础上，我们阐明了交互语言特征值的不对称性可以反映个体对彼此关系的不对称看法。我们还讨论了意见不对称程度与个体人格特质的关系。此外，为了具体测量个体对人际关系的不对称看法，我们开发了一个综合交互语言和社会网络特征的新模型。在安然邮件数据集上的实验结果提供了多个关于相互关系的非对称意见证据，也验证了该模型在测量意见不对称程度方面的有效性。
2016-11-15 cs.CL cs.SI
Modeling individual attention dynamics on online social media
Universitat Politècnica de Catalunya（加泰罗尼亚理工大学）；Indiana University（印第安纳大学）；Universitat Pompeu Fabra（庞培法布拉大学）；CENTAI Institute（CENTAI研究所）
本文提出一个简单模型，用于建模在线社交媒体上个体注意力衰减，发现互动持续时间而非数量决定注意力衰减，通过Reddit数据验证并补充宏观研究。
2026-02-04 cs.SI physics.soc-ph
Correlations and dynamics of consumption patterns in social-economic networks
我们分析了一个耦合的数据集收集的移动电话通信和银行交易历史的大量个人生活在一个拉丁美洲国家。在绘制社会结构和引入社会经济地位，人口特征和个人购买习惯的指标后，我们发现，典型的消费模式与确定的社会经济阶层密切相关，从而导致社会结构分层模式。此外，我们测量商家类别之间的相关性，并引入一个相关网络，出现了一个有意义的社区结构。我们检测商家类别之间的多元关系，并显示个人购买习惯的相关性。最后，通过分析个人的消费历史，我们发现购买行为的动态模式及其与社会经济地位，人口特征和个人的自我中心的社会网络的相关性。我们的工作提供了新的和详细的洞察社会和消费行为之间的关系，在资源分配，市场营销和推荐系统设计的潜在应用。
2018-01-23 cs.SI physics.soc-ph
Measuring Online Social Bubbles
社交媒体已迅速成为获取信息、传播思想和影响意见的流行渠道。然而，有人认为，社交和算法过滤可能会导致暴露于不太多样化的观点，甚至助长两极分化和错误信息。在这里，我们首次在集体和个人层面上定量地探索和验证这一假设，通过挖掘三个大规模的网络流量，搜索日志和Twitter帖子数据集。我们的分析表明，与搜索相比，人们通过社交媒体和电子邮件从更窄的来源获取信息。通过调查用户在集体和个人层面上所经历的信息源多样性之间的关系，揭示了这一发现对个人暴露的意义。集体多样性和个人多样性之间存在着很强的相关性，这支持了这样一种观点，即当我们使用社交媒体时，我们会发现自己处于“社交泡沫”之中。我们的研究结果可能会让我们更深入地了解技术如何使我们对新信息的接触产生偏见。
2015-10-28 cs.SI physics.soc-ph
How social influence affects the wisdom of crowds in influence networks
社会影响力是提高群体的集体智慧还是削弱群体的集体智慧是一个长期存在的争论，本文基于影响力系统理论中的一个朴素学习设置来解决这个问题：在我们的模型中，个体根据加权平均意见动态来进化他们对未知事实的估计。通过严格的理论分析，给出了一种形式化的证明。我们得到各种条件，提高，优化和破坏人群的准确性，分别。我们证明了，如果有限规模群体的智慧得到提高，那么集体估计随着群体规模的增加而收敛于真值，前提是个体的方差是有限的。我们发现，社会影响力是提高还是削弱智慧取决于影响力系统的社会权力分配：如果影响力系统将相对较大的社会权力分配给相对较准确的个体，则会提高智慧;相反，如果影响力系统将较少的社会权力分配给较准确的个体，则会削弱智慧。在人口水平上，个人对人际影响和网络中心的敏感性都至关重要。为了提高智慧，更准确的个人应该更不易受影响，并具有更大的网络中心。特别是，在民主影响网络中，如果相对更准确的个体相对不那么容易受到影响，那么智慧就会提高;如果更准确的个体更容易受到影响，那么智慧就会被破坏，这与报告的经验证据是一致的。我们的研究为理解社会影响力在集体智慧的形成中所起的作用提供了一个理论框架。
2023-03-04 cs.MA cs.SI cs.SY
Formalising the multidimensional nature of social networks
个体在许多行为环境或维度中与同种个体互动。在这里，我们正式考虑一个社会网络n个人之间的互动，在b行为的维度作为一个nxnxb多维对象。此外，我们建议，这个对象的拓扑结构是由个人需要，以减少在一个或多个维度的相互作用的结果的不确定性。该建议的理由社会网络的动态和进化在个人选择过程中，并允许我们定义的不确定性的社会网络作为其组成的相互作用网络的联合熵。为了支持这些命题，我们使用模拟和自然的“淘汰”在一个自由放养的狒狒部队，以显示（i）这样的对象可以显示一个小世界的状态和（ii），如预测的那样，在社会扰动后的相互作用的变化导致一个更确定的社会网络，其中的相互作用的结果是更容易预测的成员。社交网络的这种新的形式化提供了一个框架，在此框架内预测网络动态和演变的假设下，它是由个人寻求减少他们的社会环境的不确定性。
2011-01-19 cs.SI physics.soc-ph q-bio.PE
Depressed individuals express more distorted thinking on social media
Indiana University（印第安纳大学）
抑郁症是全球残疾的主要原因，但往往诊断不足和治疗不足。认知行为疗法（CBT）的原则之一是，抑郁症患者表现出扭曲的思维模式，即所谓的认知扭曲，这会对他们的情绪和动机产生负面影响。在这里，我们表明，在社交媒体上自我报告抑郁症诊断的人比随机样本表达了更高水平的扭曲思维。在我们的抑郁人群中，某些类型的扭曲思维的普遍程度是抑郁人群的两倍多，特别是个性化和情感推理。这种效果是特定于表达的扭曲内容，并且不能通过特定主题，情感或第一人称代词的存在来解释。我们的研究结果指向检测，并可能减轻，通常被认为是抑郁症的在线语言模式。他们还可以深入了解最近的观察结果，即社交媒体的使用可能对心理健康产生负面影响。
2020-02-07 cs.CL cs.SI
Long-term evolution of email networks: Statistical regularities, predictability and stability of social behaviors
在社交网络中，人们不断地放弃联系，并以一种高度不可预测的方式用新的联系取代。社会关系的这种高度动态性对信息传播或流行病传播等过程具有重要意义。一些研究已经证明了一些因素对领带更换的复杂微观过程的影响，但这种变化的宏观长期影响在很大程度上仍未得到探索。在这里，我们调查是否，尽管在微观层面上的内在随机性，有宏观统计的长期演变的社交网络。特别是，我们分析了一个大型组织的电子邮件网络，该组织连续四年拥有超过1,000名员工。我们发现，虽然个人关系的演变是高度不可预测的，社会通信网络的宏观演变遵循明确的统计模式，其特征是指数衰减的对数变化的社会关系的重量和个人的社会力量。与此同时，我们发现，个人的社会签名和沟通策略在几年的时间里非常稳定。
2016-01-21 cond-mat.dis-nn cs.SI physics.data-an
Structure vs. Language: Investigating the Multi-factors of Asymmetric Opinions on Online Social Interrelationship with a Case Study
Tianjin University（天津大学）
虽然目前的研究往往从客观的角度来研究在线社会关系的属性，但在社会计算研究中，我们还需要了解个体对他们之间相互关系的主观看法。受社会语言学理论的启发，最新的研究表明，互动语言可以揭示个体对彼此关系的不对称看法。为了解释意见在相互关系上的不对称性，本文将研究范围从单一关系扩展到网络社会的结构性语境。我们分析了交互式语言特征和相互关系的结构语境之间的相关性。考虑了社会网络中顶点、边和三角形的结构上下文。通过对安然邮件数据集的统计分析，我们发现个体对人际关系的看法（以交互语言特征衡量）与其在社会网络中的一些重要结构语境有关。这一结果可以帮助我们理解和测量的个人意见，他们的相互关系与更多的内在信息。
2016-11-02 cs.CL cs.SI
Hiding Individuals and Communities in a Social Network
互联网和社交媒体激发了人们对社会网络分析的极大兴趣。新的工具继续被开发和用于分析我们的个人关系，特别强调检测社区或识别社交网络中的关键个人。这引发了对隐私的担忧，未来可能会加剧。考虑到这一点，我们提出了一个问题：个人或团体能否积极管理他们的联系，以逃避社会网络分析工具？通过解决这个问题，公众可以更好地保护他们的隐私，受压迫的活动团体可以更好地隐藏他们的存在，安全机构可以更好地了解恐怖分子如何逃脱检测。我们首先研究个人如何能够逃避“网络中心性”的分析，而不损害他或她在网络中的影响力。我们证明了这个问题的最优解是很难计算的。尽管这种硬度，我们证明，即使是一个简单的启发式，即注意力仅限于个人的近邻，可以在实践中令人惊讶的有效。例如，它可以掩盖穆罕默德·阿塔在世贸中心恐怖网络中的领导地位，这是通过重新布线一个惊人的少数连接。接下来，我们研究社区如何增加被社区检测算法忽视的可能性。我们提出了一个隐藏的措施，表达如何以及一个社区是隐藏的，并用它来证明一个简单的启发式的有效性，即社区成员要么“unfriend”某些其他成员，或“befriend”一些非成员，在协调的努力来伪装他们的社区。
2016-08-01 cs.SI physics.soc-ph
Incremental Learning with Accuracy Prediction of Social and Individual Properties from Mobile-Phone Data
移动电话正迅速成为社会、行为和环境感知以及数据汇集的主要来源。今天的智能手机配备了越来越多的传感器和可访问的数据类型，这些数据类型可以收集与手机、其用户及其环境相关的数十种信号。大量的研究工作在学术界和工业界投入到挖掘这些原始数据的更高层次的意义，如理解用户上下文，推断社交网络，学习个人特征，预测outcome.In这项工作中，我们调查的学习和推理的真实世界的数据通过移动电话随着时间的推移收集的属性。特别是，我们将研究随着时间的推移动态学习过程，以及预测个人参数和社会联系的能力如何随着额外数据的积累而逐步增强。为了做到这一点，我们使用了朋友和家人数据集，它包含了一年多来从一个家庭住宅社区的140名成年成员的智能手机中收集的丰富数据信号，是迄今为止学术界收集的最全面的手机数据集之一。我们开发了几个模型，预测社会和个人属性从感知的手机数据，包括检测生活伴侣，种族，以及一个人是否是学生。然后，对于这组不同的学习任务，我们研究了随着新数据的收集，预测精度如何随时间推移而变化。最后，基于所获得的见解，我们提出了一种方法，根据一组初始测量值，提前预测手头学习任务的最大学习精度。这具有实际意义，例如为移动数据汇集活动的设计提供信息，或评估分析策略。
2011-11-20 cs.SI
Profit-Driven Team Grouping in Social Networks
研究了社交网络中利益驱动的团队分组问题。我们考虑一种环境，在这种环境中，人们拥有不同的技能，这些人之间的兼容性被社交网络捕获。此外，还有一系列任务，其中每个任务都需要一套特定的技能，并在完成后产生利润。个体可以作为\emph{teams}彼此协作以完成一组任务。我们的目标是找到一组团队，以最大限度地提高他们所能完成的任务的总利润。任何可行的分组必须满足以下条件：（1）每个团队都拥有分配给它的任务所需的所有技能，（2）属于同一团队的个人在社会上是兼容的，（3）没有个人超载。我们称之为\textsc{TeamGrouping}问题。我们分析了这个问题的计算复杂性，然后提出了一个基于线性规划的近似算法来解决它及其变种。虽然我们专注于团队分组，我们的研究结果适用于广泛的优化问题，可以制定为覆盖分解问题。
2022-11-01 cs.SI
Evolution of Social Power in Social Networks with Dynamic Topology
本文研究动态拓扑社会网络中社会权力的演化，利用非线性收缩分析证明恒定拓扑下指数收敛、动态拓扑下初始权力被指数遗忘，并给出仅依赖拓扑的社会权力上界。
2017-05-30 cs.MA cs.SI cs.SY
Beyond Individual Mimicry: Constructing Human-Like Social network with Graph-Augmented LLM Agents
Cyberspace Security, Beijing University of Posts and Telecommunications（网络安全，北京邮电大学）；Institute of Software, Chinese Academy of Sciences（软件研究所，中国科学院）
本文提出GraphMind，通过让基于LLM的社交机器人学习人类社交网络结构，解决现有社交机器人在全局交互协调上的不足，并构建GraphMind-Botnet评估现有检测算法性能。
2026-03-31 cs.AI cs.SI
Social Capital and Individual Performance: A Study of Academic Collaboration
对社交网络的研究强调了网络结构或给定网络的结构属性及其对绩效结果的影响的重要性。这种网络结构的一个重要特性被称为“社会资本”，即“联系网络”和与这些联系网络相关的价值。在本研究中，我们的目的是提供经验证据的影响，社会资本和绩效的背景下，学术合作。我们认为，合作过程涉及社会资本嵌入在直接合作者之间的关系和网络结构。因此，我们研究学者的社会资本是否与他们的引用为基础的性能，使用合著和引文数据。为了测试和验证我们提出的假设，我们从Scopus中提取了2001年至2010年期间在标题或关键字或摘要中包含“信息科学”的出版物记录。为了克服传统社交网络指标在衡量学者社会资本在合著网络中的影响力方面的局限性，我们通过提出一种新的衡量标准（权力多样性指数）来扩展传统社交网络指标。然后，我们使用斯皮尔曼的相关秩和检验学者的社会资本措施和他们的引用为基础的性能之间的关联。研究结果表明，作者的研究绩效与他们的社会资本措施呈正相关。这项研究强调，权力多样性指数，这是作为一个新的混合中心性措施，作为一个指标的权力和个人的能力，控制通信和信息的影响。
2011-12-12 cs.IR cs.SI physics.soc-ph
Gaps in Information Access in Social Networks
社交网络中影响力最大化的研究在很大程度上忽略了这些算法可能对社交网络中包含的个体产生的不同影响。个人可能非常重视接收信息，例如职位空缺或贷款广告。虽然在网络中心的连接良好的个人可能会收到通过网络分发的信息，但连接不良的个人系统地不太可能收到信息，从而在个人之间产生信息访问的差距。在这项工作中，我们研究如何最好地传播信息的社交网络，同时尽量减少这种访问差距。我们建议使用最大最小社会福利函数作为目标函数，其中我们最大化在干预下接收信息的最小概率。我们证明，在这种情况下，这个福利函数约束的访问间隙，而最大化的预期数量的节点达到没有。我们还研究了使用极大极小的困难，并提出了硬度的结果和分析标准的贪婪策略。最后，我们研究了最大最小优化的实际方法，并给出了经验证据，证明一个简单的基于贪婪的策略在实践中效果良好。
2019-03-05 cs.SI physics.soc-ph
Epidemic Spreading and Equilibrium Social Distancing in Heterogeneous Networks
我们研究了一个通过网络相互作用的异质种群之间的多类型SIR流行病过程。当我们的基础上的社会接触的随机图与给定的顶点度，我们给极限定理的感染的个人的分数。对于一个给定的社会距离的个人策略，我们建立了流行病的再现数$R_0$，它可以用来识别网络的脆弱性和通知疫苗接种政策。在本文的第二部分中，我们研究了社会距离博弈的均衡，其中个人根据预期的全球感染率选择他们的社会距离水平，然后必须等于他们选择后的实际感染率。给出了平衡点存在唯一的条件。对于随机规则图的情况下，我们表明，自愿的社会距离将始终是社会次优。
2021-11-01 cs.SI physics.soc-ph q-bio.PE
The co-evolution of emotional well-being with weak and strong friendship ties
社会关系与幸福密切相关。但这种关系的特点是什么？本研究探讨社会机制，解释社会关系如何通过社会整合和社会影响力影响福祉，以及福祉如何通过社会选择影响社会关系。我们假设，高度整合的个人--那些拥有更广泛和更密集的友谊网络的人--比其他人报告更高的情感幸福感。此外，情感幸福应该受到亲密朋友幸福的影响。最后，当个体更喜欢幸福感更高的人，以及幸福感与他们相似的人时，幸福感应该会影响友谊选择。我们测试我们的假设，使用纵向的社会网络和幸福感的117个人生活在一个研究生住宅社区的数据。应用一种新的扩展的随机行为导向模型的有序网络（有序SAOM），使我们能够详细说明和测试我们的假设弱和强绑定的友谊网络同时。结果不支持我们的社会整合和社会影响力的假设，但提供了证据的选择：具有较高的情感幸福感的个人往往有更多的强关系的朋友，并有同质化过程中的情感幸福感强关系的网络。我们的研究强调了社会关系和幸福感之间的双向关系，并证明了考虑不同社会过程中不同关系强度的重要性。
2017-05-03 cs.SI stat.AP
