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
Formal Hierarchies and Informal Networks: How Organizational Structure Shapes Information Search in Local Government
近几十年来,人们越来越关注公共组织内部的非正式沟通网络。虽然研究已经证明了个人认知和社会结构在理解组织中的信息搜索中的作用,但本文强调了正式层次结构的重要性。我们认为,官僚机构的结构属性是太重要了,不能被忽视时,在公共组织的知识流动建模。实证上,我们研究人际信息寻求模式之间的143名员工在一个小城市的政府,使用指数随机图模型(ERGM)。结果表明,正式结构强烈的形状信息搜索模式,同时考虑社会网络变量和个人层面的看法。我们发现,正式身份,许可途径,部门成员都影响员工的信息搜索。了解组织结构对信息搜索网络的影响,将提供机会,以改善信息流在公共组织通过设计的选择。
2021-02-05 cs.SI
Restoring the structure: A modular analysis of ego-driven organizational networks
组织网络分析(Organizational Network Analysis,ONA)是一种研究正式组织内部互动的方法。多年来,ONA作为分析团队、部门和其他组织单位内部和之间发展的关系的手段,其实用性得到了极大的发展。这些关系的映射和量化已被证明可以提供对信息和资源交换,社会资本建设以及组织内部和组织之间文化传播的洞察力。然而,对于传统社会科学研究中存在的个人身份信息(PII)的伦理问题在ONA中变得更加相关,因为网络的关系性质可能会使参与者对组织管理层的身份识别持开放态度。为了解决这个问题,我们提出了一种方法,通过投影的自我网络没有PII的组织团体(如单位,部门,团队)的网络。我们验证这种方法,通过模块化分析所产生的网络,并比较所确定的结构,一个已知的组织结构。该方法为执行ONA奠定了基础,ONA只需要匿名的以自我为中心的数据来识别组织结构的大规模方面。
2022-01-04 cs.SI physics.soc-ph
On Measuring the Diversity of Organizational Networks
Syracuse University(锡拉丘兹大学);Amazon AI(亚马逊人工智能)
员工在社会和职业网络中的互动模式对员工和整个组织的成功起着重要作用。然而,在许多领域,少数群体的代表性严重不足;此外,少数群体个人可能与网络的其他人隔离,或彼此孤立。虽然增加少数群体在各个领域的代表性的问题已经得到了充分的研究,但仅仅在人数上多样化可能是不够的:还应考虑到社会关系。在这项工作中,我们考虑的问题,分配一组就业候选人的位置在社会网络中,使多样性和整体健身最大化,并提出公平的员工分配(FairEA),一种新的算法,找到这样的匹配。FairEA的输出可以被希望评估其招聘和分配实践的组织用作基准。在真实和合成网络上,我们证明了FairEA在寻找高适应度,高多样性匹配方面做得很好。
2021-05-14 cs.AI cs.SI
Innovation networks
本文提出了一个框架,建模的认知和社会方面的科学创造力和技术创新的组件之间的相互作用。具体而言,它旨在描述创新网络的特点;这些网络涉及人员,思想和组织的相互作用,以创造新的,技术上可行的,商业上可实现的产品,流程和组织结构。三方框架涵盖了思想(概念层面)、人(个人层面)和社会结构(社会组织层面)的网络以及这些层面之间的相互作用。在概念层面,新想法是被创建和链接的节点,保持开放以供进一步研究,或者如果由个人或组织层面的行为者解决,则关闭。在个人层面上,节点是由共同的世界观(基于共同的专业,教育,经验背景)联系在一起的行动者,他们是概念层面的构建者。在社会组织层面,节点是通过共同努力联系在一起的组织(例如,公司-大学合作),凭借其知识产权或治理规则约束个人的行为(在个人层面)或想法(在概念层面)。在描述了这个框架及其含义之后,我们绘制了一些场景来充实它的应用。
2013-08-09 cs.AI cs.SI physics.soc-ph
Pair Approximation Meets Reality: Diffusion of Innovation in Organizational Networks within the biased-independence q-Voter Model
Wrocław University of Science and Technology(弗罗茨瓦夫科技大学)
本研究提出有偏独立q-投票者模型推广现有舆论动力学模型,推导其配对近似方法并首次在实证组织网络验证,发现社会影响等因素引发不连续相变,且配对近似计算高效且模拟吻合度高。
2025-10-28 cs.SI physics.soc-ph
A longitudinal study of emerging networks during natural disaster
我们提出了纵向分析在自然灾害期间的组织间灾害协调网络的演变。我们认为,社交网络是一个有用的范式,探索这一复杂的现象,从理论和方法的角度,旨在制定一个定量评估框架,可以帮助发展更好地了解这些新兴的组织间网络在自然灾害中的最佳运作。我们强调网络指标的重要性,以调查灾害响应协调网络。研究结果表明,在灾害中,沟通的速度增加,并创造条件,组织结构需要以同样的速度移动,以交换新的信息。
2015-03-29 cs.SI physics.soc-ph
Weaker Coherence, Weaker Reciprocity: Comparing the Semantic and Social Organization of Moltbook and Reddit
Universidad de Buenos Aires, Facultad de Ciencias Exactas y Naturales(布宜诺斯艾利斯大学,理学院);Instituto de Física Interdisciplinaria y Aplicada (INFINA), CONICET – Universidad de Buenos Aires(跨学科与应用物理研究所 (INFINA),阿根廷国家科学研究委员会 - 布宜诺斯艾利斯大学);Instituto Balseiro, Universidad Nacional de Cuyo y Comisión Nacional de Energía Atómica(巴尔塞罗研究所,门多萨国立大学与阿根廷国家原子能委员会);Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET)(阿根廷国家科学研究委员会 (CONICET))
该研究对比AI智能体社交网络Moltbook与早期Reddit,发现Reddit在语义连贯性、多样性及交互互惠性上更优,且未被Moltbook复现。
2026-08-18 cs.SI physics.soc-ph
Statistical Network Topology for Crisis Informetrics
危机信息计量学是一个新兴的研究领域,它将网络和信息科学的分析方法与统计力学的实验学习方法相结合,探讨复杂危机网络在威胁下的通信和信息流、鲁棒性以及容忍度。在本文中,我们讨论了无标度网络性质的组织通信网络和测试传统的(静态)和动态拓扑结构的社交网络在组织危机这两种类型的拓扑结构表现出类似的特点突出的演员加强幂律分布性质的无标度网络。在日常网络和聚合网络中,行动者的显著性没有显著的波动。我们发现,电子邮件通信网络表现出高度的无标度行为的幂律描述。
2015-03-28 cs.SI
Mixbiotic society measures: Comparison of organizational structures based on communication simulation
本文基于“mixbiotic society”概念,将mixbiotic society measures应用于五种组织结构类型学的通信网络模拟,发现Teal进化型组织在平衡通信相似性与差异性方面表现最佳,验证了该测度对评估组织变革的有效性。
2023-07-28 cs.CY cs.SI
Coupling Human Mobility and Social Ties
使用从通信技术中被动收集的大量数据的研究揭示了社交网络的许多普遍存在的方面,帮助我们理解和建模社交媒体,信息传播和组织动态。最近,这些数据被贴上了地理信息的标签,使人们能够研究人类流动模式和城市科学。我们结合这两种追求,并发现社会联系中可重复的流动模式。首先,我们介绍了移动性的相似性和可预测性的措施,并在三个大的城市地区的用户群体来衡量它们。我们发现,个体的拜访模式与社会联系比陌生人更相似,更可预测,这些措施与关系强度呈正相关。移动相似性的小时变化的无监督聚类确定了三类社会关系,并表明地理位置是将社会关系置于背景中的重要特征。我们发现,一个用户的自我网络的组成,他们保持的接触类型与移动行为相关。最后,我们扩展了一个流行的流动性模型,包括基于社会联系的运动选择,并比较它的能力,再现经验测量与两个额外的模型的流动性。
2015-02-03 cs.SI physics.soc-ph
Open Source Software Sustainability: Combining Institutional Analysis and Socio-Technical Networks
开源软件(OSS)构成了我们数字社会的大部分结构,特别是成功和可持续的软件。但许多OSS项目并不可持续,导致放弃,甚至给世界数字基础设施带来风险。先前的工作主要从两个非常不同的角度来研究其原因。在软件工程中,重点是从社会技术角度理解成功和可持续性:OSS程序员的日常活动和他们创建的工件。另一方面,在制度分析中,重点是制度设计(例如,政策、规则和规范)。尽管每一种方法对于全面理解开放源码软件项目都是必要的,但这两种方法之间的联系和相互作用几乎没有得到探讨。在本文中,我们第一次努力了解OSS项目的可持续性使用的双视图分析,结合制度分析与社会技术系统分析。特别是,我们(i)使用语言学方法从OSS贡献者的通信中提取制度规则和规范,以代表其治理系统的演变,以及(ii)基于纵向合作记录构建社会技术网络,以代表每个项目的组织结构。我们将这两种方法结合起来,并将其应用于Apache软件基金会(ASF)孵化器内253个新生OSS项目的开发人员跟踪数据集。我们发现,社会技术和机构的特点相互关联,并提供补充意见到ASF的开放源码软件项目的进展。完善这些综合分析有助于更准确地理解机构治理和组织结构演变之间的同步性。
2022-03-07 cs.SE cs.SI
Image-based Social Sensing: Combining AI and the Crowd to Mine Policy-Adherence Indicators from Twitter
社交媒体提供了大量信息,如果加以适当的汇总和分析,可以为决策者提供重要的统计指标。在某些情况下,这些指标无法通过其他机制获得。例如,鉴于COVID-19疫情持续,政府必须获得有关口罩佩戴、社交距离和其他难以衡量的数量的政策遵守情况的可靠数据。在本文中,我们调查是否有可能通过聚合发布到社交媒体的图像信息来获得此类数据。本文介绍了VisualCit,一个基于图像的社会感知管道,结合了图像识别技术与地理编码和众包技术的最新进展。我们的目标是发现哪些国家的人们在多大程度上遵循COVID-19相关政策指令。我们将结果与CovidDataHub行为跟踪计划中产生的指标进行了比较。初步结果表明,社交媒体图像可以为政策制定者提供可靠的指标。
2021-03-05 cs.CY cs.SI
Mining for Geographically Disperse Communities in Social Networks by Leveraging Distance Modularity
参与者占据地理空间位置的社交网络在军事、情报和警务行动中普遍存在,如反恐、反叛乱和打击有组织犯罪。这些网络往往来自各种情报来源。发现地理上分散的社区是因为需要查明更高级别的组织结构,例如向地理上分散的各种恐怖主义小组提供支助的后勤小组。我们将Newman-Girvan模块化的一个变体应用于这个问题,称为距离模块化。为了解决这个问题,找到地理上分散的社区,我们修改了著名的鲁汶算法找到分区的网络,提供接近最佳的解决方案,这个数量。我们将该算法应用于来自两个现实世界的社交网络和恐怖主义网络数据集的大量样本,其节点具有相关的地理空间位置。我们的实验表明,这是一种有效的方法,并强调各种实际的考虑,当应用该算法的距离模块化最大化。一些军事、情报和执法组织正在与我们合作,进一步测试和部署这一新兴应用的软件。
2013-05-16 cs.SI physics.soc-ph
Detecting F-formations & Roles in Crowded Social Scenes with Wearables: Combining Proxemics & Dynamics using LSTMs
University of Perugia(佩鲁贾大学);Delft University of Technology(代尔夫特理工大学)
在本文中,我们调查使用的化学和动力学自动识别转换组,或所谓的F-编队。更正式地说,我们的目标是自动识别来自2个人的可穿戴传感器数据是否指示F-形成成员资格。我们还探讨了共同检测成员资格和更多的描述性信息对他们在对话中的角色(即扬声器或监听器)的问题。我们共同使用二进制接近度和加速度,通过一个单一的可穿戴传感器每个人的概念建模的动力学和动力学。我们在公开的MatchNMingle数据集上测试我们的方法,该数据集是在现实生活中的社交活动中收集的。我们发现,这两种方式的融合比它们独立地表现得更好,当使用来自30秒窗口的数据时,提供了0.975的AUC。此外,我们对角色检测的调查表明,每个角色对需要不同的时间分辨率进行准确的检测。
2019-11-17 cs.CV cs.LG cs.SI
Beyond Contagion: Reality Mining Reveals Complex Patterns of Social Influence
传染是流行病学的一个概念,长期以来一直被用来描述社会对人们行为和情感(情绪)状态的影响。虽然它揭示了许多有用的见解,但尚不清楚传染隐喻是否足以充分描述社会背景下心理状态的复杂动态。使用可穿戴传感器捕捉日常面对面的互动,结合三个日常经验抽样调查,我们收集了整个工作社区最全面的个性和情绪动态数据集。从这些关于实际(而不是自我报告的)面对面互动的高分辨率数据中,出现了一幅复杂的画面,其中传染(可以被视为对他人行为的行为反应的适应)无法完全捕捉过渡状态的动态。我们发现,社会影响对国家有两种相反的影响:PDMATHAMM效应,它不仅仅是传染,还有\emph{complementarity}效应,即个人的行为倾向于补充他人的行为。令人惊讶的是,这些影响可以表现出完全不同的方向,这取决于目标个体的稳定个性或情绪倾向(稳定特质)。我们的研究结果为更丰富的社会动力学模型提供了基础,并对组织工程和工作场所的福祉产生了影响。
2015-07-15 cs.SI physics.soc-ph
Learning in Hierarchical Social Networks
Colorado State University(科罗拉多州立大学);The University of Melbourne(墨尔本大学);Defence Science and Technology Organisation(国防科学技术组织)
我们研究了一个社会网络组成的代理组织为一个层次的M元根树,常见的企业和军事组织结构。目标是聚合信息以解决二元假设检验问题。每一个在树的一片叶子上的主体,也只有这样一个主体,对潜在的真实假设进行直接测量。然后,叶代理做出决定,并将其发送到树的下一级的监督代理。每个监督代理汇总来自其组的M个成员的决策,生成摘要消息,并将其发送给下一级的监督者,等等。我们推导出与此决定相关的第一和第二类错误概率的上限和下限相对于叶代理的数量,这反过来又表征了第一类,第二类和总错误概率的收敛速度。我们还提供了一个消息传递计划,涉及非二进制消息字母表和表征的错误概率的指数相对于消息字母表的大小。
2012-11-21 cs.IT cs.LG cs.SI
#Bigbirds Never Die: Understanding Social Dynamics of Emergent Hashtag
我们研究了2012年美国总统辩论期间256个新颖标签的增长,生存和背景。我们的分析揭示了标签使用的轨迹分为两个不同的类别:“赢家”出现得更快,持续时间比其他“失败者”标签更长。我们提出了一个“对话活力”的框架来捕捉动态的主题标签的基础上,他们的话题性,互动性,多样性和突出性。对标签的增长和持久性的统计分析揭示了这个框架的特征与标签的相对成功之间的新关系。具体来说,转发总是有助于更快地采用标签,回复延长了“赢家”的生命,而对“失败者”没有影响。“这是第一次研究标签的采用和使用的生命周期,以应对纯粹的外源冲击。我们利用使用和满足,组织生态学和语言进化的理论来讨论这些发现及其对更普遍地理解社交媒体中的社会影响和集体行动的影响。
2013-03-28 cs.SI physics.data-an physics.soc-ph
The more you ask, the less you get: the negative impact of collaborative overload on performance
本文探讨了过度协作对高层员工绩效可能产生的负面影响。随着参与性文化的兴起和通信技术的发展,管理实践需要对增加组织互联性的可能结果有更高的概念认识。虽然存在一个健全的理论基础,可能带来的负担,合作超载,文献从来没有真正设法衡量和实证检验这一现象。我们通过制定一个方法框架来确定面临业务能力过载风险的组织行为体,从而解决这一差距。利用社会网络分析作为广泛应用的方法来估计员工参与的信息交换网络,本文描述了潜在的个人和组织的原因,导致出现的合作超载。依靠通过在一家大型保险公司的员工中进行的调查收集的主要数据,我们提出了一个可测试的模型超载检测。本文的第二个优点在于为横截面网络数据的实证工作找到了一种新的识别策略,这种识别策略经常面临内隐问题。这项研究表明,积极的合作活动不会导致整个性能的各个方面下降。我们发现,专业知识共享取决于少数关键参与者,他们自己掌握核心知识资产,因此面临更高的过载风险。
2020-04-28 cs.SI stat.AP
My tweets bring all the traits to the yard: Predicting personality and relational traits in Online Social Networks
Aristotle University of Thessaloniki(塞萨洛尼基亚里士多德大学);National University Ireland Maynooth(爱尔兰国立梅努斯大学)
在线社交网络(OSN)中的用户会留下反映其个性特征的痕迹。对这些痕迹的研究对于许多领域都很重要,例如社会科学,心理学,OSN,市场营销等。尽管基于在线行为的人格预测研究显着增加,但重点主要集中在个人人格特质上,而忽视了人格的关系方面。本研究旨在通过提供一个预测模型,包括社会关系特征(依恋取向)与标准人格特征相结合的OSN的整体人格特征分析,以解决这一差距。具体来说,我们首先设计了一种特征工程方法,从OSN用户账户中提取广泛的特征(包括行为、语言和情感)。然后,我们设计了一个机器学习模型,该模型根据提取的特征预测用户心理特征的分数。所提出的模型架构的灵感来自于嵌入在心理学理论中的特征,即,利用人格方面之间的相互关系,并导致与最先进的方法相比,提高了准确性。为了证明这种方法的有用性,我们将我们的模型应用于两个数据集,一个是随机OSN用户,另一个是组织领导者,并比较了他们的心理状况。我们的研究结果表明,这两个群体可以清楚地分开,只有使用他们的心理概况,这开辟了一个有前途的方向,为未来的研究OSN用户的特征和分类。
2020-09-22 cs.CY cs.LG cs.SI
Asymmetric Peer Influence in Smartphone Adoption in a Large Mobile Network
在当今高度动态的移动市场中,了解智能手机的采用模式对电信管理人员至关重要。在本文中,我们利用网络结构和社会网络中的每个人的具体位置来解释和衡量潜在的异质性的作用,通过iPhone 3G的同行影响。我们引入了核心/外围的想法作为一个中观层次的组织原则来研究社会网络,它补充了使用来自全球网络属性(宏观层面)或每个人的本地社会邻里(微观层面)的中心性措施。使用数百万的呼叫详细记录从一个国家的移动网络运营商在一个为期11个月,我们确定重叠的社会社区以及网络中的核心和外围个人。我们的实证分析表明,核心用户施加更大的影响,外围用户,反之亦然。我们的研究结果提供了重要的见解,以帮助确定有影响力的成员在社交网络中,这是潜在的有用的设计最佳的目标策略,以改善目前的基于网络的营销实践。
2016-01-23 cs.CY cs.SI
Embedding Economic Incentives in Social Networks Shape the Diffusion of Digital Technological Innovation
本研究分析NFT相关推文,揭示经济激励、表情符号信息机制与社会网络结构如何共同驱动数字创新扩散。
2024-04-10 cs.CY cs.SI
Community Detection with Node Attributes and its Generalization
社区发现算法是理解社交网络中组织原则的基本工具。随着社交媒体平台的日益强大,当检测社区时,存在可以用途:社交网络的结构和节点属性的两个可能的信息源。然而,在社区发现的研究中,社交网络的结构和节点属性往往被分开解释。当这两个来源同时解释,一个共同的假设共享以前的研究是,节点属性与社区。本文提出了一种模型,该模型能够将拓扑信息和节点属性信息相结合,而无需假设相关性。该模型在节点属性与社区不相关的情况下,仍能以较高的精度恢复社区。我们推导出该模型的可检测性阈值,并使用置信传播(BP)进行推理。该算法是最佳的,因为它可以恢复社区的所有方式下降到阈值。这种新模型也有可能处理边缘内容和动态设置。
2016-04-12 cs.SI physics.soc-ph 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
A Mixed-Method Framework for Evaluating the Social Impact of Community Cooperation Projects in Developing Countries
University of Southern Denmark(南丹麦大学);Alma Mater Studiorum - Università di Bologna(博洛尼亚大学);INRIA(法国国家数字科学研究所)
本文提出PIRA框架,通过混合人类学和网络分析方法,评估发展中国家社区合作项目的社会影响,揭示参与架构对协调持续性的重要性。
2026-02-23 cs.SI econ.GN q-fin.EC
Rapid Damage Assessment Using Social Media Images by Combining Human and Machine Intelligence
Montgomery County, Maryland Community Emergency Response Team(马里兰州蒙哥马利县社区应急响应队)
快速损失评估是灾害发生时响应组织执行的核心任务之一,以了解道路,桥梁和建筑物等基础设施的损坏程度。这项工作分析了社交媒体图像内容的有用性,以在现实世界的灾难中进行快速的损害评估。与志愿者响应组织合作启动的自动图像处理系统处理了约28万张图像,以了解灾难造成的损失程度。该系统达到了76%的准确率,这是根据从领域专家那里收到的反馈计算的,这些专家在灾难期间分析了约29K的系统处理图像。广泛的错误分析揭示了该系统所面临的一些见解和挑战,这对研究界推进这一研究至关重要。
2020-04-14 cs.AI cs.CV cs.SI
Hierarchical team structure and multidimensional localization (or siloing) on networks
当组织互动网络的结构特性限制信息的传播时,就会出现知识孤岛。众所周知,这些结构性障碍在不同的规模上有多种形式--稀疏组织中的枢纽、大型密集团队或全球核心-外围结构--但我们缺乏对这些不同结构如何相互作用的理解。在这里,我们弥合了传播动力学本地化的数学文献和组织互动网络中知识孤岛的更多应用文献之间的差距。为此,我们引入了一个新的模型,该模型考虑了团队的分层结构,以揭示一种新形式的分层本地化(即,信息在组织的顶部或中心的局部化)并研究其与已知的介观局部化现象的相互作用(即,大组中信息的定位),$k$ -核心定位(即,围绕更密集的$k$ -核心)和集线器定位(即,高级别的明星)。我们还包括一个复杂的传染机制,通过考虑一个一般的感染内核,它可以取决于层次(影响力),程度(流行),传染性邻居(社会强化)或团队规模(重要性)。这个通用模型使我们能够研究复杂的组织互动网络中的信息孤岛的多方面现象,并为新的优化问题打开了大门,以促进或阻碍不同的本地化制度的出现。
2022-03-01 cs.MA cs.SI nlin.AO
Fat-tailed fluctuations in the size of organizations: the role of social influence
组织成长过程一直被证明在各种环境中表现出比高斯增长率分布更胖。相对较小的变化的长周期被所有大小尺度的突然变化所打断。这种极端事件可能对生物和社会经济系统的发展产生重要影响。现有的模型并不从微观层面的代理行为中得出这种聚合模式。我们开发了一个基于代理的仿真模型的社会网络。我们从Schwarzkopf等人的无标度网络模型出发。我们再现的肥尾模式的内部动力学单独,也发现它是强大的网络拓扑结构。因此,社交网络和本地交互是生成模式的先决条件,而不是网络拓扑本身。我们进一步扩展了模型的参数$δ$,权重属于一个给定的组织,代表一个上下文方面的社会影响的个人的邻居的相对分数。在这个参数的下限,分数是无关紧要的,组织的选择是随机的。在参数的上限,最大的分数很快占主导地位,导致赢家通吃的情况。我们恢复的真实模式作为这两个极端之间的中间情况。
2014-03-12 cs.SI physics.soc-ph
Combining Traditional Marketing and Viral Marketing with Amphibious Influence Maximization
在本文中,我们提出了两栖影响力最大化(AIM)模型,结合传统的营销通过内容提供方和病毒式营销的消费者在社交网络在一个单一的框架。在AIM中,一组内容提供方和消费者形成了一个二分网络,而消费者也形成了他们的社会网络,影响力从内容提供方传播到消费者,并在社会网络中的消费者之间传播,遵循独立的级联模型。广告商需要选择种子内容提供方的子集和种子消费者的子集,使得来自种子提供方的影响力通过种子消费者可以到达社交网络中预期的大量消费者。我们证明了AIM问题是NP-困难的,通过减少从Feige的k-证明证明系统3-SAT 5的任何常数因子内近似。我们也给出了证据,即使当社会网络图是平凡的(即没有边),多项式时间常数因子近似AIM是不可能的。然而,当我们假设描述内容提供方对消费者的影响的加权双邻接矩阵是恒定的秩时,这是推荐系统中经常使用的一个常见假设,我们提供了一个多项式时间算法,该算法实现了$(1-1/e-ε)^3$对于任何(多项式小)$ε> 0$的近似比。我们的算法结果仍然适用于一个更一般的模型,其中社会网络中的级联遵循一般的单调和次模函数。
2015-07-13 cs.SI
Dynamic Laplace: Efficient Centrality Measure for Weighted or Unweighted Evolving Networks
社会网络分析(SNA)起源于社会学,迅速出现并传播到其他研究领域,包括人类学、生物学、信息科学、组织研究、政治学和计算机科学。由于社会网络分析的目的是通过网络和图论来研究社会结构,因此它是当今几个领域中的一个重要研究领域。社会网络分析处理不同的问题,即网络度量,模型,可视化和信息传播,每一个都有几种方法,方法和算法。社会网络分析的关键领域之一涉及不同中心性度量的计算(即:图中最重要的顶点)。如今,挑战是如何快速有效地做到这一点,因为有越来越多的数据集可用。最近,需要将这种中心性算法应用于非静态网络(即:随着时间的推移而发展的网络)也是一个新的挑战。中心性度量的增量和动态版本开始出现(介数,接近度等)。我们的贡献是两个增量版本的拉普拉斯中心性措施的建议,不仅可以应用于大型图形,但也加权或不加权,动态变化的网络。实验评估进行了几次测试,在不同类型的不断发展的网络,增量或完全动态。结果表明,我们的增量版本的算法可以计算节点的中心在大型网络,更快,更有效地比相应的批处理版本在增量和全动态网络设置。
2018-08-08 cs.SI physics.soc-ph