首页/论文/1903.05977

arXiv 1903.059772019-03cs.SIphysics.soc-ph

基于亲和力的社会网络ABMS

ABMS of social network based on affinity

Juan Camilo Ramírez de los Rios, Paula Alejandra Escudero Marín, María Camila Vásquez-Correa

摘要：

提出了一种基于代理的模型，用于分析社交网络内的交互所产生的动态，分析每个配置文件的个人行为。所述模型考虑社交网络的简化构造，同时满足归因于这种类型的系统的属性。对于这一点，考虑到以前建立的研究，同时包括每个配置文件的偏好，以及它们如何随着时间的推移，系统的动态行为。结果分析的基础上出现的集群，网络的极化和连接配置文件之间的偏好的同质性的概念;以及它们如何可能取决于配置文件和网络的特性。

英文摘要：

An agent-based model is proposed for analyzing the dynamics that arise from interactions within social networks, analyzing the individual behavior of each profile. Said model considers a simplified construction of a social network while satisfying properties attributed to this type of systems. For that matter, previously established studies on the matter are taken into account, while including each profiles preferences, and how they evolve with time, for the system's dynamic behavior. Results are analyzed based on concepts like the emergence of clusters, the polarization of the network and the homogeneity of preferences between connected profiles; and how they may depend on the characteristics of the profiles and of the network.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

观点动力学中基于计算智能体的模型：社会模拟与实证研究综述

Computational Agent-based Models in Opinion Dynamics: A Survey on Social Simulations and Empirical Studies

本文综述观点动力学中的ABM，将其分为演绎社会模拟与归纳人类实验两类，提出统一形式化框架并比较二者优劣与联系，指出未来方向。

2023-06-06cs.CYcs.SI

品味亲和力在基于Agent的社会推荐模型中的作用

The role of taste affinity in agent-based models for social recommendation

在互联网时代，在线社交媒体成为个人之间分享意见和信息的主要工具。在这项工作中，我们研究了一个自适应模型的社交网络，定向链接连接用户具有相似的口味，并通过社会推荐的信息传播。基于代理的模拟两个不同的人工设置建模用户的口味与模式在真实数据中看到的，这表明用户在他们的兴趣范围不同是一个更现实的假设比用户只在他们的特定利益不同。我们进一步引入了一套广泛的相似性度量的基础上，用户的过去的评估，并评估其使用在给定的社会推荐模型与人工模拟和真实数据。观察到优越的推荐性能相似性指标，优先考虑用户的小范围-谁因此作为选择性过滤器在社会推荐。

2013-01-18cs.SIphysics.soc-ph

社交网络中的亲和路径与信息扩散

Affinity Paths and Information Diffusion in Social Networks

对通过社交网络传播信息的广泛兴趣产生了大量的社会动力学模型。他们中的大多数使用理论假设来解释他们的扩散机制，而少数基于经验的平均他们的措施，在许多不同内容的消息。我们的实证研究跟踪一步一步的电子邮件传播的一个不变的病毒式营销信息深入到内容的影响，并发现了新的和引人注目的功能。传播级联的拓扑结构和动态显示的模式不是从携带消息的电子邮件网络继承的。它们的断开连接，低传递性，树状级联呈现出节点转发消息的概率与其目标邻居的平均数量之间的正相关性，并显示出随着传播路径长度的增加，参与者的参与度增加。这种模式没有描述过，也没有复制的任何现有的信息扩散模型，可以解释，如果参与者使他们的传递决策唯一的基础上，他们的网络邻居的本地知识与消息内容的亲和力。我们通过一个程式化的，基于代理的模型，复制真实的信息扩散级联中观察到的\emph{Affinity Paths}，证明了这种机制的可行性。

2011-05-17cs.SIphysics.soc-ph

在线社交网络中的亲和度预测

Affinity Prediction in Online Social Networks

链接预测是推断图中的顶点对之间的潜在边在不久的将来是否存在的问题。为了执行该任务，通常使用由多个可用的和观察到的顶点/边提供的信息。然后，可以创建基于此信息的许多边缘评分方法。通常，这些方法评估所观察到的图的局部结构，假设在原始观察期内更接近的顶点将更有可能在未来形成链接。在本文中，我们探讨了本地和全球的功能相结合，进行在线社交网络的链接预测。本文的贡献是双重的：a）我们评估了一些策略，结合全球和本地功能解决局部假设的链接预测评分方法，和b）我们只使用网络拓扑为基础的功能，避免包括信息或交易为基础的功能，涉及沉重的计算成本的方法。我们使用Skout Inc.提供的真实数据评估我们的提案，一个在全球拥有数百万用户的亲密在线社交网络。我们的结果表明，我们的建议是可行的。

2014-08-12cs.SIphysics.soc-ph

社交网络中不同社区发现算法的亲和函数组合

Combinations of Affinity Functions for Different Community Detection Algorithms in Social Networks

社会网络分析是社会科学和行为科学中的一门流行学科，其中不同社会实体之间的关系被建模为网络。在社会网络分析中，最常见的问题之一是在网络结构中发现社区。通常，社交网络中的社区是图的功能子分区。然而，由于社区的定义有些不精确，已经提出了许多算法来解决这个任务，每一个都专注于不同的社会特征的演员和社区。在这项工作中，我们建议使用新的亲和度函数的组合，旨在捕捉网络交互中不同的社会机制。我们使用它们来扩展已经存在的社区发现算法，以结合亲和力函数的能力来模拟不同的社会互动比那些利用原始算法。

2022-08-26cs.SI

Crowd：一个社交网络模拟框架

Crowd: A Social Network Simulation Framework

本文提出Crowd，一个基于Python的社交网络模拟框架，采用基于智能体建模方法，支持YAML配置、无代码模拟、生成式智能体及数据可视化，并通过三个案例研究验证其在流行病、影响力最大化和网络信任博弈中的应用。

2025-07-15cs.SI

更多相关论文收起更多论文

基于交互图建模的社会事件检测

Social Event Detection with Interaction Graph Modeling

本文的重点是从社交媒体网站上发布的照片中检测社交，物理世界事件。问题很重要：廉价的媒体捕获设备显著增加了这些网站上共享的照片数量。本文的主要贡献是将在线社交互动功能的物理事件的检测。我们认为，在线社交互动反映了参与者之间关于两张照片的“社交亲和力”的重要信号，从而有助于事件检测。我们通过在社交互动图上随机游走来计算社交亲和力，以确定图上两张照片之间的相似性。我们训练一个支持向量机分类器，结合照片和照片为中心的元数据，包括时间，位置，标签和描述之间的社会亲和力。然后使用增量聚类将照片分组到事件聚类。我们在两个大规模的真实世界数据集上获得了非常好的结果：Upcoming和MediaEval。在这些数据集上，我们在F1中显示了0.06-0.10之间的改进。

2012-08-13cs.IRcs.MMcs.SI

意见动力学模型参数的变分推断

Variational Inference of Parameters in Opinion Dynamics Models

Sapienza University（萨皮恩扎大学）

本文提出利用变分推断方法估计意见动力学模型参数，通过概率生成模型和优化技术提升参数估计精度，实现对社会系统中人类行为的数据驱动分析。

2025-12-03cs.CYcs.LGcs.SI

用 Reddit 政治罗盘导航多维意识形态：经济冲突与社会亲和

Navigating Multidimensional Ideologies with Reddit's Political Compass: Economic Conflict and Social Affinity

本研究利用 Reddit 政治罗盘子版块超 800 万条评论，将用户意识形态分解为经济轴与社会轴，发现社会轴及人口属性上存在同质性互动，而经济轴上存在异质性互动且语言毒性更高，从而调和了在线政治讨论中同质与异质互动并存的矛盾。

2024-01-24cs.CYcs.SIphysics.soc-ph

社会网络分析中的语义价值概念：比较神话学的应用

The Concept of Semantic Value in Social Network Analysis: an Application to Comparative Mythology

Departamento de Estadistica, Informatica y Matematicas, Universidad Publica de Navarra（纳瓦拉公立大学统计、信息与数学系）；Dept. of Computer Science and Artificial Intelligence, Andalusian Research Institute “Data Science and Computational Intelligence” (DaSCI), University of Granada（格拉纳达大学计算机科学与人工智能系、安达卢西亚“数据科学与计算智能”研究所（DaSCI））；Institute of Smart Cities, Universidad Publica de Navarra（纳瓦拉公立大学智慧城市研究所）；Laboratory Navarrabiomed, Hospital Complex of Navarre (CHN), Universidad Publica de Navarra（纳瓦拉公立大学纳瓦拉生物医学实验室、纳瓦拉综合医院（CHN））；IdiSNA, Irunlarrea 3. 31008, Pamplona, Spain（伊伦拉雷亚3号、31008，潘普洛纳（注：IdiSNA是纳瓦拉公立大学下属研究机构，此处按机构含义直译））

人文科学传统上依赖于人类的推理和智慧，从广泛的来源推断知识，如口头和书面叙述，报告和传统。在这里，我们开发了一个经典的社会网络分析方法的扩展，将每个演员的意义的概念，作为一种手段来量化和推断进一步的知识，从网络的原始来源。这种扩展是基于一个新的亲和度函数，语义亲和度，在网络中的不同演员之间建立模糊的关系，使用亲和度函数的组合。我们还提出了一个新的启发式算法的基础上最短的容量问题来计算这个亲和函数。我们运用这些意义和语义亲和力的概念来分析和比较三个不同的古典神话中的神和英雄：希腊，凯尔特和北欧。我们研究的是每一个单独的神话之间的关系，以及当我们将它们三者融合时所形成的共同结构。我们显示了凯尔特人和北欧神之间的强烈联系，希腊人把更多的重点放在英雄人物，而不是神。我们的方法提供了一种技术，突出和量化的重要关系，在原来的域的网络不能推断出其结构特性。

2021-09-13cs.CLcs.SI

社交网络上的关系分析：从相似到接近的反向平滑

Relationship Profiling over Social Networks: Reverse Smoothness from Similarity to Closeness

在社交网络上，虽然节点具有丰富的属性，但我们往往缺乏每个链接形成的“语义”-因此我们错过了导航和组织复杂社交世界的“路标”。如何在没有标签的情况下识别关系语义？基于普遍的同质性原则，我们提出了新的问题，基于属性的关系轮廓（ARP），轮廓的亲密度w.r.t.潜在的关系（例如，同学）基于用户之间在相应属性上的相似性（例如，教育），并且作为输出，学习一组社交亲和力图，其中每个链接通过其承载关系的概率来加权。作为需求，ARP应该是系统的和完整的，以分析每个关系的每个链接--我们的挑战在于有效地建模同质性。我们提出了一个新的反向平滑原则，通过观察同质性的相似性-接近性对偶与基于图的半监督学习中众所周知的平滑性假设一致-只有推理的方向是反向的。为了实现噪声社会图的平滑度，我们进一步提出了一种新的整体紧密度建模方法，通过将紧密度从边缘扩展到路径来捕获“高阶”平滑度。在三个真实数据集上的大量实验证明了ARP的有效性。

2017-10-03cs.SIphysics.soc-ph

社会网络的个性化动力学建模与个人层面的意见

Modeling Personalized Dynamics of Social Network and Opinion at Individual Level

网络动力学一直是学术界值得探讨的一个有意义的课题。以往的网络模型包括两个部分：（1）根据用户属性生成结构;（2）根据网络结构改变属性。然而，这些模型中的属性不能被解释为流行的社会理论或经验真理中的概念。他们通常以统一的方式对待每个人。虽然这种假设是相当误导，从而显着限制他们的表现。为了克服这些缺陷，我们设计了一个个性化的社会网络和意见（PENO），其中公民的意识形态是由变量的意见和四个维度的个性被认为是每个实体-领导，开放性，宜人性和神经质。意见通过社会纽带传播，纽带产生于意见亲和力，人格在进化过程中与意见和纽带一起发挥作用。据我们所知，PENO是第一次尝试在网络动力学中引入个性影响，并在模拟过程中通过合理的可视化来验证社会科学。给出了它的概率图，并提出了迭代学习算法。实验表明，PENO在两个典型的预测任务上优于几个最先进的基线-国会投票预测立法法案和书籍评论网站上的友谊预测。最后，我们讨论了它在日常场景中进行多任务学习和迁移学习的可扩展性。

2018-12-12cs.SIphysics.soc-ph

通过同质性合成生成在线社交网络

Synthetic generation of online social networks through homophily

针对真实在线社交网络数据获取受限的问题，本研究提出基于同质性的合成算法，整合语义亲和性、三元闭包等机制，经超参数校准后可生成兼具拓扑真实性与属性驱动社区的可扩展社交网络测试平台，性能优于主流方法。

2025-09-02cs.CYcs.SI

在观察性社会网络研究中，同质性和传染性是一般混淆的

Homophily and Contagion Are Generically Confounded in Observational Social Network Studies

我们认为社交网络上的过程可能涉及三个因素：同质性，或由于匹配的个人特征而形成的社会联系;社会传染，也称为社会影响;以及个人协变量对他们的行为或其他可测量的反应的因果影响。我们表明，一般来说，所有这些都是相互混淆。将它们彼此区分需要对社会过程的参数化或所用协变量的充分性（或两者）进行强有力的假设。特别是，我们证明，用简单的例子，在回归系数的不对称性不能识别因果关系的影响，非常简单的模仿模型（一种形式的社会传染）可以产生一个人的持久性状和他们的选择之间的实质性的相关性，即使它们之间没有内在的亲和力。我们还提出了一些可能的建设性的回应这些结果。

2010-11-30cs.SIphysics.data-anphysics.soc-ph

基于智能体的模型的社会网络分析与验证

Social Network Analysis and Validation of an Agent-Based Model

Matrix Research；Mobius Logic；UC Berkeley（加州大学伯克利分校）

利用多种网络比较方法（包括基于热核渐近的新型图伪度量）跟踪基于智能体模型中的网络变化，并利用网络科学中的真实网络特征在缺乏经验数据时验证模型。

2023-08-09cs.DMcs.MAcs.SI

用于模拟与分析营销及消费者行为的基于大语言模型的多智能体系统

LLM-Based Multi-Agent System for Simulating and Analyzing Marketing and Consumer Behavior

School of Business（商学院）；School of Computing and Engineering（计算与工程学院）；Quinnipiac University（昆尼皮亚克大学）

针对传统消费者行为模拟方法的局限性，提出基于LLM的多智能体模拟框架，无需预定义规则即可建模消费者决策与社会动态，在价格折扣场景中产出可落地策略结果并揭示涌现模式，为营销提供低风险测试工具。

2025-10-20cs.AIcs.SI

在社交网络中寻找早期创新者

Finding Early Adopters of Innovation in Social Network

社交网络通过同伴对采用的影响在创新的传播中发挥着根本性的作用。因此，包括广泛的网络中心性措施的网络位置已被用来描述个人的亲和力，采用创新和他们的能力，传播扩散。然而，社交网络在敏感性和影响力方面以及在网络中心性方面都是不确定的。这使得识别影响者变得困难，特别是因为敏感性和中心性并不总是齐头并进。在这里，我们提出了最佳候选人算法，专家推荐方法，排名个人的基础上，他们认为的专业知识，这与创新者和早期采用者的创新性很好地共鸣。利用两个在线社交网络的采用数据，这两个网络在采用方面是不确定的，但代表了不同水平的网络中心的不确定性，我们证明了最佳候选人排名是更有效地捕捉早期采用者比其他广泛使用的指数。最佳候选节点采用更早，在创新者，早期采用者和早期多数中的影响力比其他方法突出的节点更高。这些结果表明，最佳候选人方法可以识别社交网络上的影响力最大化活动的良好种子。

2022-10-25cs.SI

探索学前社交网络中个体特质与互动动态的相互作用

Exploring the interplay of individual traits and interaction dynamics in preschool social networks

本研究通过分析法国学前儿童一年的接近传感器数据，结合家长调查和语言测试，发现性别、年龄、语言分数和兄弟姐妹数量显著影响互动模式，并揭示有兄弟姐妹儿童在群体嵌入上的差异，为早期社会互动研究提供新视角。

2024-07-17cs.SIphysics.soc-ph

百万之城：大规模绘制文学社交网络

A City of Millions: Mapping Literary Social Networks At Scale

Cornell University（康奈尔大学）

本研究发布大规模多语言文学社交网络数据集，通过自动化提取方法，涵盖大量历史文本与人物关系，为社科研究提供独特资源。

2025-03-28cs.CLcs.LGcs.SI

构建支持在线交互 agent-based 模型的数据集：用户、话题和交互网络

Constructing a Dataset to Support Agent-Based Modeling of Online Interactions: Users, Topics, and Interaction Networks

Faculty of Mathematics and Physics, University of Ljubljana（卢布尔雅那大学数学与物理学院）

本文通过构建基于 Reddit 的大规模数据集，支持 agent-based 模型研究用户、话题和交互网络的现实性与验证。

2026-01-19cs.SI

用十亿个智能体建模地球尺度的人类社会

Modeling Earth-Scale Human-Like Societies with One Billion Agents

University of Science and Technology of China（中国科学技术大学）；Zhongguancun Academy（中关村学院）；Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院）；Shenzhen University（深圳大学）；Shanghai University of Finance and Economics（上海财经大学）；Tsinghua University（清华大学）；Fudan University（复旦大学）

本文提出Light Society框架，通过结合大语言模型与优化算法，实现高效模拟十亿级智能体的社会现象，验证了其在信任游戏和意见扩散中的高保真度与效率。

2026-06-28cs.AIcs.CLcs.CY

多层网络数据的潜在空间模型

A Latent Space Model for Multilayer Network Data

在这项工作中，我们提出了一个贝叶斯统计模型，同时表征两个或两个以上的社交网络定义在一个共同的演员集。该模型的关键特征是分层先验分布，使我们能够联合表示整个系统，实现依赖和独立网络之间的折衷。除此之外，这样的规范很容易让我们在低维欧氏空间中可视化多层网络数据，生成反映参与者之间共识亲和力的加权网络，建立网络之间相关性的度量，评估主体对参与者之间关系的认知判断，并在不同的社会实例中执行聚类任务。我们的模型的能力说明使用几个现实世界的数据集，考虑到不同类型的演员，大小和关系。

2021-02-18cs.SIstat.ML

复杂传染中相变的出现

Emergence of Phase Transitions in Complex Contagions

University of California, Santa Barbara（加州大学圣塔芭芭拉分校）

本文提出统一传播模型，研究复杂行为传播中的相变特性，揭示局部与全局影响的平衡对传播成功的重要性。

2026-03-19cs.SI

Twitter用户行为、语言、地域和发展指数分析--基于8000万条Twitter的研究

An Analysis of Twitter Users From The Perspective of Their Behavior, Language, Region and Development Indices -- A Study of 80 Million Tweets

许多研究人员已经鼓动进行一项全面的研究，以探索在线社交媒体的各个方面。本文介绍了社交平台Twitter。在目前的工作中，我们已经说明了逐步程序爬行的数据，并讨论了相关的关键问题，提取相关的功能，可以是有用的Twitter相关的研究，同时抓取这些数据从应用程序编程接口（API）。此外，包括超过8600万条推文的数据已经从各种角度进行了分析，包括最常用的语言，最频繁的单词，最频繁的用户，最多和最少推文和转发的国家等。分析表明，与Twitter相关的用户数据对包括政治，社会科学，经济学和语言学在内的各个领域的研究具有很高的亲和力，此外，还确定了一个国家的推特用户与其人类发展指数之间的关系。据观察，与人类发展指数低的国家相比，人类发展指数很高的国家的推文数量相对较多。可以预见，本研究将打开信息处理和数据科学研究的许多大门。

2021-05-21cs.SI