Topology-driven Diversity for Targeted Influence Maximization with Application to User Engagement in Social Networks
对影响力最大化的研究往往要应付与向特定用户传播信息有关的营销需求。然而，很少有人注意到这样一个事实，即信息扩散运动的成功可能不仅取决于被检测到的初始影响者的数量，而且还取决于他们的多样性。竞选的目标。我们的主要假设是，如果我们学习的种子不仅能够影响，而且与更多样化的用户（群体）相关联，那么影响触发器也会多样化，因此目标用户将获得更高的参与机会。基于这种直觉，我们定义了一个新的问题，命名为多样性敏感的有针对性的影响力最大化（DTIM），它假设模型用户多样性，只利用拓扑信息的社会图。据我们所知，我们是第一个把拓扑驱动的多样性的概念到有针对性的IM问题，为此我们定义了两个替代的定义。因此，我们提出了近似的解决方案DTIM，检测一组大小为k的用户，最大限度地提高多样性敏感的资本目标函数，对于一个给定的选择目标用户。我们评估我们的DTIM方法在一个特殊的情况下，用户参与在线社交网络，这涉及到用户谁不积极参与社区生活。在真实网络上的实验评估证明了我们的方法的意义，也突出了进一步开发DTIM应用程序的解决方案的机会。
2018-04-20 cs.SI physics.soc-ph
Ecological metrics of diversity in understanding social media
主题讨论网络（Topical Discussion Networks，TDNs）是一种围绕着一个特定概念的话语的网络，无论是在现实生活中还是在网上。本文类比的人口这样的网络中遇到的人口数学生态学，并试图评估是否三个指标的多样性生态学-香农的$H'$，辛普森的$λ$和$E_{var}$提出的史密斯和威尔逊-提供有价值的信息的组成和多样性的TDNs。它的结论是，每个指标都有其特定的用途，和指标的选择是最好的理解，在特定的研究问题的背景下。
2015-01-29 cs.SI physics.soc-ph stat.AP
How networks shape diversity for better or worse
本文通过文化演化模型与数值模拟研究社交网络特征对社会多样性的影响，发现连接不平等阻碍多样性，而紧密社区、长程连接稀缺和高连接密度则促进多样性。
2024-02-16 cs.SI physics.soc-ph
Maximizing the Diversity of Exposure in a Social Network
社交媒体平台为公民了解情况和参与公共辩论创造了新的途径。然而，要为信息共享、社会审议和意见形成创造一个健康的环境，公民需要接触到挑战他们假设的足够多样化的观点，而不是被困在过滤泡沫中。在本文中，我们朝着这个方向迈出了一步，并提出了一种新的方法来最大限度地提高社会网络中的曝光多样性。我们制定的信息传播的背景下，作为一个任务，推荐少量的新闻文章，选定的用户的问题。我们提出了一个现实的设置，我们考虑到内容和用户倾向，以及进一步分享文章的可能性。这种设置使我们能够在最大限度地传播信息和确保用户接触不同观点之间取得平衡。由此产生的问题可以被铸造为最大化的单调和submodular功能的拟阵约束的文章分配给用户。这是一个具有挑战性的推广的影响力最大化问题。然而，我们能够设计可扩展的近似算法通过引入一个新的扩展的概念，随机反向可达集。我们的实验证明了我们的算法在几个真实世界的数据集上的效率和可扩展性。
2021-11-04 cs.SI physics.soc-ph
Diversity by Design: Balancing Protection and Inclusion in Social Networks
在社会互动中，包括以技术为媒介的社会互动中，不加考虑地促进多样性作为一种价值，有可能强调包容的好处，而不承认不保护被污名化或被边缘化的个人可能造成的伤害。采取技术不是价值中立的立场，我们试图通过平衡经常相互竞争的保护和包容价值来回答以技术为中介的社交平台如何适应\emph{diversity by design}的问题。这篇简短的论文介绍了我们的研究议程以及初步分析和结果。基于情景规划和价值敏感设计方法的方法，我们确定了关于如何策划多样性的道德原则和论点，我们寻求通过正式的论证来实现。
2021-09-23 cs.SI
Opinion Diversity and Social Bubbles in Adaptive Sznajd Networks
在研究观点动力学的几种方法中，Sznajd模型提供了一些特别有趣的特征，例如它的简单性和代表被认为参与观点动力学的一些机制的能力。零温度下的标准Sznajd模型的特征是收敛到一个稳定状态，这意味着观点的零多样性。在目前的工作中，我们开发了一种方法-即自适应Sznajd模型-其中个人（即网络节点）的意见变化意味着在网络拓扑结构中可能发生的变化。这是通过允许代理优先改变其连接到具有相同状态的其他邻居来实现的。随着时间的推移，意见的多样性被量化的意见密度的熵的指数。一些有趣的结果被报道，包括回声室或社会泡沫的可能形成。此外，取决于参数配置，对于相同的参数设置，动力学可以收敛到不同的平衡态，这表明这种现象可以是相变。网络的平均度强烈影响结果的意见分布，这意味着回声室很容易在低连接系统中形成。
2019-08-02 cs.SI physics.soc-ph
Mapping structural diversity in networks sharing a given degree distribution and global clustering: Adaptive resolution grid search evolution with Diophantine equation-based mutations
生成共享给定度分布和全局聚类的网络的方法可以引起结构属性的变化，而不是控制。结构特性的多样性反过来又会影响在这些网络上运行的动态过程的结果。由于详尽的采样是不可能的，我们提出了一个新的进化框架映射这种结构的多样性。该框架的三个主要特征是：（a）基于子图的网络编码，（b）基于求解丢番图方程系统的精确突变，以及（c）启发式多样性驱动机制，以驱动MapElite算法中的分辨率变化。我们表明，我们的框架可以引发网络的多样性，在其高阶结构，这种多样性影响的行为的复杂传染模型。通过与最先进的集群网络生成方法的比较，我们证明了我们的方法可以发现一个不同的网络，而不需要计算上不可行的混合时间。此外，我们认为，基于子图的编码提供了更大的信心，高阶网络结构的多样性为低数量的样本，是解释我们的结果与复杂的传染模型的基础。我们相信，这个框架可以适用于其他复杂的景观，实际上不能通过详尽的采样映射。
2018-09-17 cs.SI physics.soc-ph
Intelligent social bots uncover the link between user preference and diversity of news consumption
在线社交媒体和微博平台的蓬勃发展迅速改变了我们消费新闻和交换意见的方式。尽管已经做出了相当大的努力，试图向用户推荐各种内容，但信息多样性的丧失和利益群体的两极分化仍然是工业界和学术界面临的巨大挑战。在这里，我们利用良性的社交机器人在微博（中国最大的微博平台）上设计了一个受控实验。这些软件机器人可以表现出类似人类的行为（例如，偏好特定内容）并在两个广为接受的社会学假设（即，homophily和triadic closure）。我们在微博上部署了68个机器人，每个机器人至少运行了2个月，跟踪了100到120个账号。我们总共观察了5，318名用户，并记录了大约630，000条暴露于这些机器人的消息。研究结果表明，即使在相同的选择行为下，偏好娱乐内容的机器人更有可能与同伴形成极化社区，其中约80%的信息是相同类型的，这对于偏好科技内容的机器人来说是一个显著差异。结果表明，用户的偏好发挥了更重要的作用，限制自己访问多样化的内容相比，两个众所周知的驱动程序（自我选择和预选）。此外，我们的研究结果揭示了一个巧妙的连接之间的特定内容和它的传播子结构在同一个社会网络。在微博网络中，娱乐新闻呈现单向星状子结构，科技新闻呈现双向簇状子结构。这种联系可以放大用户偏好的多样性效应。这一发现对扩散动力学研究和推荐系统设计具有重要意义。
2019-07-05 cs.SI physics.soc-ph
Structural Diversity and Homophily: A Study Across More than One Hundred Big Networks
一个被广泛认可的网络组织原则是结构同质性，这表明有更多共同邻居的人更有可能相互联系。然而，嵌入在共同邻居中的不同结构对链接形成的影响还不太清楚。为了探索这个问题，我们首先描述了共同社区的结构多样性。使用120个大规模网络的集合，我们证明了共同的邻域多样性对链接存在的影响可以在网络中有很大的不同。我们发现，它对Facebook的积极影响和对LinkedIn的消极影响表明这些网络中存在不同的潜在网络需求。我们还发现了一些令人震惊的例子，其中多样性违反了同质性原则-也就是说，较少的相互联系可能导致更高的相互联系的倾向。然后，我们利用结构多样性来开发一个共同的邻域签名（CNS），我们将其应用于一个大的网络集，以发现独特的网络超家族，而不是通过传统的方法。我们的研究结果揭示了对网络结构组织和形成方式的追求，指出了设计图生成模型和推荐系统的潜在进步。
2017-10-04 cs.SI physics.soc-ph
Tell me something my friends do not know: Diversity maximization in social networks
社交媒体有很大的潜力来改善我们社会中的信息传播，然而，它们对一些不良影响负有责任，例如两极分化和过滤泡沫。因此，必须了解这些消极现象，并制定打击这些现象的方法。在本文中，我们提出了一种新的方法来解决在社交媒体中打破过滤器泡沫的问题。我们这样做的目的是最大限度地提高信息的多样性，接触到连接的社交媒体用户。我们制定的问题，最大限度地提高曝光的多样性作为一个二次背包问题。我们表明，建议的多样性最大化问题是不可近似的，因此，我们诉诸多项式非近似算法，启发的解决方案开发的二次背包问题，以及可扩展的贪婪算法。我们补充我们的算法与实例特定的上界，这是用来提供经验近似保证给定的问题实例。我们的实验评估表明，一个建议的贪心算法其次是随机局部搜索的算法的选择，鉴于其质量与。效率权衡。
2018-11-26 cs.SI
Network structure and patterns of information diversity on Twitter
社交媒体有很大的潜力来支持多样化的信息共享，但人们普遍担心，像Twitter这样的平台不会导致持相反观点的人之间的沟通。由于用户可以选择跟随谁，先前的研究表明，社交媒体用户存在于“回音室”中，或者变得两极分化。我们在Twitter上发布的一个完整的超链接横截面中寻找证据，使用以前验证过的新闻来源的政治倾向来研究信息多样性。与预测相反，我们发现平均账户帖子链接到政治上更温和的新闻来源，而不是他们在自己的提要中收到的新闻来源。然而，一个微小的网络核心的成员确实表现出两极分化的横截面证据，并且由于他们的受欢迎程度和活动，他们对整体收到的大多数推文负责，这可以解释社交媒体上对两极分化的广泛看法。
2017-12-11 cs.SI physics.soc-ph
Towards Open Diversity-Aware Social Interactions
Open University of Cyprus（塞浦路斯开放大学）；CYENS Center of Excellence（CYENS卓越中心）；University of Trento（特伦托大学）；Universidad Católica “Nuestra Señora de la Asunción”（阿松森圣母升天天主教大学）；Aalborg University（奥尔堡大学）；Amrita Vishwa Vidyapeetham（阿姆里塔大学）；Ben-Gurion University（本-古里安大学）；National University of Mongolia（蒙古国立大学）；London School of Economics and Political Science（伦敦政治经济学院）；Idiap Research Institute（伊迪亚普研究所）；EPFL（洛桑联邦理工学院）；University of Tuebingen（蒂宾根大学）；U-Hopper；IIIA-CSIC（西班牙国家研究委员会人工智能研究所）；IPICYT（墨西哥科学与艺术高等研究院）；Jilin University（吉林大学）
本文提出通过设计“我们之互联网”平台，利用多样性感知的人工智能促进更深入的社会互动。
2026-01-02 cs.CY cs.HC cs.SI
Social Connection Induces Cultural Contraction: Evidence from Hyperbolic Embeddings of Social and Semantic Networks
研究一再表明，社会联系和交流对文化品味、观点和思想的趋同产生影响。在这里，我们回顾了最近的研究，并考虑社会联系的文化，认识论和意识形态的收缩的影响，然后正式这些直觉的语言中的信息理论。为了系统地研究连通性和文化多样性，我们引入了流形学习的新方法，将社交网络和主题组合映射到可比较的二维双曲空间或庞加莱圆盘中，它们代表了系统中的层次结构和多样性。在庞加莱圆盘上，从中心算起的半径表示一个行动者在社会等级中的位置，或者一个思想在文化等级中的位置。圆盘的角度需要记录连接的演员或想法，捕捉他们的多样性。在21世纪物理学的认知文化中使用这种方法，我们从经验上证明，尽管学术物理学家在其职业生涯中对研究项目做出了极端的承诺，但更密集的大学合作系统地收缩了所讨论的主题的空间，并且研究的想法比共享主题更能推动合作。密集的连接释放出沟通的流动，将原本支离破碎的语义空间收缩成聚合的枢纽或极化的集群。我们将结构扩张和文化收缩之间的动态相互作用理论化，并探讨这是如何在享受和保护差异之间引入一种基本的紧张关系。
2018-07-26 cs.SI physics.soc-ph
Applications of Structural Balance in Signed Social Networks
我们提出的措施，模型和链接预测算法的基础上签署的社交网络的结构平衡。某些社交网络除了通常的“朋友”链接外，还包含“敌人”链接。这些网络被称为签名社交网络。签名社交网络的经典和主要概念是结构平衡，即，三角形趋向于“平衡”，包括偶数个负边，如朋友-朋友-朋友和朋友-敌人-敌人三角形。在这篇文章中，我们介绍了几个新的签署网络分析方法，利用结构平衡测量部分平衡，发现社区的人的基础上平衡，绘制签署社交网络，并解决问题的链接预测。值得注意的是，所介绍的方法是基于符号图拉普拉斯算子和符号电阻距离的概念。我们评估我们的方法上收集的四个签名的社交网络数据集。
2014-02-27 cs.SI physics.soc-ph
Leveraging User Diversity to Harvest Knowledge on the Social Web
社交网络用户是一个非常多样化的群体，他们有着不同的兴趣、专业知识水平、热情和表现力。因此，他们为组织内容而创建的内容和注释的质量也是高度可变的。虽然已经提出了几种方法来挖掘社会注释，例如，学习大众分类法，反映人们如何将较窄的概念与较宽的概念联系起来，但这些方法统一对待所有用户和他们创建的注释。我们提出了一个自动识别专家的框架，即，知识渊博的用户，他们创建高质量的注释，并使用他们的知识来指导大众分类法学习。我们评估的方法从照片共享网站Flickr提取的大量社会注释。我们表明，使用专家知识导致更详细和准确的大众分类法。此外，我们表明，包括非专家，或新手，用户的注释导致更全面的民俗分类比专家的知识。
2011-10-21 cs.IR cs.SI physics.soc-ph
Link Fraction Mixed Membership Reveals Community Diversity in Aggregated Social Networks
Leiden University（莱顿大学）；University of Amsterdam（阿姆斯特丹大学）
本文提出Link Fraction Mixed Membership方法，用于分析聚合社会网络中的社区多样性，通过保留不同尺度下的社区成员身份总和，揭示地理区域社区结构的变化及城市枢纽的融合作用。
2026-10-09 cs.SI physics.soc-ph
#ILookLikeAnEngineer: Using Social Media Based Hashtag Activism Campaigns as a Lens to Better Understand Engineering Diversity Issues
每年，大量的时间和资源的投资，以提高工程在一系列联邦和州机构，私人/非营利组织和基金会的多样性。尽管进行了数十年的投资，但这些努力并没有产生预期的回报--在STEM劳动力需求不断增加的情况下，少数族裔的参与仍然滞后。近年来出现了一种新的数据流--包括Twitter、Facebook和Instagram在内的在线社交网络--它们是公众社会行为和态度的关键传感器。目前，87%的美国人都参与了社交媒体活动。因此，社交网站已成为社会行动的有力指标，社交媒体数据已显示出研究许多问题的重要前景，包括公共卫生传播，政治运动，人道主义危机和行动主义。我们认为，社交媒体数据同样可以用来更好地理解和改善工程多样性。作为一个案例研究，以说明该方法的可行性，我们提出的调查结果，从运动，#ILookLikeAnEngineer（使用Twitter数据- 19,354原始推文和29,529转推），旨在增加性别多样性的工程工作场所。这一运动为增加与相关受众联系的多样性和新方式的总体努力提供了持续的动力。我们的分析表明，与STEM相关的多样性倡议吸引了来自各种实体的声音，包括个人，大公司，媒体和社区利益团体。
2018-05-05 cs.CY cs.SI
Reconciling long-term cultural diversity and short-term collective social behavior
一个突出的开放问题是，在短时间内发生的集体社会现象是否可以系统地减少长期的文化异质性，以及离线和在线的人类互动是否对这一过程有不同的贡献。理论模型表明，短期的集体行为和长期的文化多样性是相互排斥的，因为它们需要非常不同的社会影响力。后者共同取决于两个因素：底层社会网络的拓扑结构和多维文化空间中个体之间的重叠。然而，虽然社交网络的经验性质是很好的理解，很少有人知道真正的社会在文化空间中的大规模组织，所以随机输入规范是必要的模型中使用。在这里，我们使用一个大型数据集来执行一个高维分析的科学信仰成千上万的欧洲人。我们发现，意见间的相关性决定了一个非平凡的超度量层次的个人在文化空间，结果无法访问的一维分析和随机假设形成鲜明对比。当使用经验数据作为模型的输入时，我们发现超度量具有强烈和违反直觉的影响，特别是在远距离在线互动绕过社会关系的极端情况下。在短时间尺度上，它强烈地促进了一个破坏性的相变，触发协调的社会行为。在长时间尺度上，它通过将文化融合限制在不相交的群体内而严重抑制了文化融合。因此，我们发现，值得注意的是，个人在文化空间中的经验分布似乎优化了短期集体行为和长期文化多样性的共存，这可以同时实现相同的适度水平的相互影响。
2011-04-01 cs.SI physics.comp-ph physics.soc-ph
Social Centralization and Semantic Collapse: Hyperbolic Embeddings of Networks and Text
从飞机到互联网的现代交通和通信技术的进步，以及媒体、移民和贸易的全球扩张，使现代世界比以往任何时候都更加紧密地联系在一起。但是，这对全球文化的融合意味着什么呢？在这里，我们探讨了社交网络的中心化与语义表达多样性（如思想、观点和品味）的收缩或崩溃之间的关系。我们通过引入新的流形学习方法，使我们能够将社交网络和语义组合映射到可比的双曲空间中，来推进对这种关系的正式检查。双曲线表示原生地表示系统内的层次和多样性。我们通过研究21世纪物理学中社会中心化和语义多样性之间的关系来说明这种方法，实证证明密集，集中的合作与思想空间的减少以及这些模式如何推广到所有现代学术和科学。我们讨论了这种关联背后的复杂原因，并将结构集中和语义收缩之间的动态相互作用理论化，认为它在差异的供给和需求之间引入了一种本质上的紧张关系。
2020-01-26 cs.SI physics.soc-ph
The Impact Of Noise And Topology On Opinion Dynamics In Social Networks
我们研究了噪声和拓扑结构对社交网络中观点多样性的影响。我们这样做是通过扩展完善的意见动态模型的随机设置，代理人都受到同化的力量，他们当地的社会互动，以及特殊的因素，防止他们的人口达成共识。我们对后者进行建模，以考虑噪声完全是外生的情况下，同行的影响和情况下，它是内生的，所产生的代理人的愿望，以保持一些独特的意见。我们推导出一个一般的意见多样性的分析表达式，它适用于任何网络，并依赖于网络的拓扑结构，通过其频谱特性。使用这个表达式，我们发现，意见的多样性减少社区和集群被打破。我们对描述主要新闻媒体之间的经验影响网络的数据进行了测试，发现将我们的测量纳入线性模型中，用于这些来源在各种主题上表达的情绪，在解释力方面产生了显着的改善。
2020-10-23 cs.SI physics.soc-ph
Understanding Musical Diversity via Online Social Media
音乐学家和社会学家长期以来一直对音乐消费模式及其与社会经济地位的关系感兴趣。特别是，杂食者论文研究了这些变量与一个人消费的音乐多样性之间的关系。使用来自Last.fm和Twitter的社交媒体用户的数据，我们设计并评估了一种合理地捕捉音乐品味多样性的措施。我们使用该指标来探索音乐多样性与捕获社会经济地位，人口统计学和个人特征（如开放性和对音乐的兴趣程度（into-ness））的变量之间的关联。我们的音乐多样性测度可以为音乐偏好和消费的研究提供一个有用的手段。此外，我们的杂食性论文的研究提供了扩展以前的调查和访谈为基础的研究的见解。
2017-05-17 cs.CY cs.SI
MCD: A Modified Community Diversity Approach for Detecting Influential Nodes in Social Networks
在过去的几十年里，社交网络已经将全球各地的人们联系在一起，并已成为我们日常生活中至关重要的一部分。这些网络也迅速发展成为面向更广泛受众传播产品、想法和意见的平台。由于各种原因，这就需要在网络中找到有影响力的节点，包括遏制错误信息在网络中传播，有效地广告产品，在生物网络中找到突出的蛋白质结构等。一种通过利用社区发现和改进的社区多样性方法来发现网络中有影响力的节点的新方法。我们将社区多样性的概念扩展到两跳场景。这有助于我们更准确地评估节点对网络的可能影响，并避免选择具有重叠影响范围的种子节点。实验结果表明，MCD优于其他各种国家的最先进的方法上的八个数据集累积在三个性能指标。
2022-11-22 cs.SI
Social cohesion, structural holes, and a tale of two measures
在社会科学中，关于社会资本的结构基础的争论长期以来一直在两种立场之间摇摆不定，即与两种类型的社会结构相关的相对利益：封闭结构，丰富的第三方关系，以及开放结构，丰富的结构漏洞和经纪机会。在本文中，我们参与这场辩论，专注于通常用于正式化的两个概念的社会资本的措施：集群和有效规模。我们表明，这两个措施只是同一枚硬币的两面，因为它们可以通过一个简单的函数关系表示为另一个。建立在这种关系，然后，我们试图调和封闭和开放的结构，提出了一个新的措施，Simmelian经纪，捕捉经纪机会，否则断开凝聚力的接触群体之间。我们的研究结果对社会资本和复杂网络的研究的影响进行了讨论。
2013-02-22 cs.SI physics.soc-ph
Maximizing Diversity of Opinion in Social Networks
Rensselaer Polytechnic Institute（伦斯勒理工学院）
研究如何在包含二元对立意见的意见领袖的社交网络中最大化意见多样性，采用生态学中的多样性指数对系统进行量化，并通过分析路径、循环和树结构给出解决方案。
2019-03-28 cs.SI cs.SY eess.SY
Optimal Engagement-Diversity Tradeoffs in Social Media
众所周知，社交媒体平台可以在算法的帮助下优化用户参与度。人们普遍认为，这种做法会产生回音室\emdash用户主要接触到与自己相似的意见。在本文中，我们问回声室是否是高参与度的必然结果;我们在一个新的模型中解决这个问题。我们的主要理论结果建立了多样性约束下可实现的最大参与的界限，适当的参与和多样性的措施，因此，我们可以量化这两个目标之间的最坏情况下的权衡。我们的实证结果，基于Twitter的真实数据，图表的帕累托边界的多样性权衡。
2023-03-06 cs.CY cs.SI econ.GN
Diversity and Social Network Structure in Collective Decision Making: Evolutionary Perspectives with Agent-Based Simulations
集体决策，尤其是基于群体的决策，在组织中至关重要。采用进化理论的方法进行集体决策，基于代理的模拟研究如何影响人类集体决策的代理人的多样性，在问题的理解和/或行为的讨论，以及他们的社会网络结构。模拟结果表明，具有一致问题理解的群体倾向于产生更高的效用值的想法，并显示出更好的决策收敛，但前提是集体问题理解没有群体水平的偏见。模拟结果还表明了面向选择（即，剥削的）和面向变化的（即，探索性的）行为，以实现质量的最终决定。扩大群体规模和引入非平凡的社会网络结构通常提高了决策收敛的成本的想法的质量。不同的社会网络拓扑结构的模拟显示，集体决策的小世界网络与高本地集群往往比随机或无标度网络更容易实现最高的决策质量。这种进化理论和模拟方法的集体，群体和多层次的决策未来的管理研究的影响进行了讨论。
2019-02-19 cs.MA cs.NE cs.SI
Structural Diversity for Resisting Community Identification in Published Social Networks
随着越来越多的社交网络数据被发布和共享用于商业和研究目的，关于社交网络中的个人的隐私问题已经成为严重的问题。顶点识别是基于顶点度等背景知识从网络中识别特定用户的一个重要问题。然而，在现实中，社交网络中的每个个体倾向于不仅与顶点身份相关联，而且与社区身份相关联，社区身份可以表示对公众敏感的个人隐私信息，例如政党归属。本文首先解决了新的隐私问题，被称为社区识别，通过显示，即使社会网络的保护，现有的匿名计划的受害者的社区身份仍然可以推断。针对这个问题，我们提出了\textit{structural diversity}的概念来提供社区身份的匿名性。$k$ -结构多样性分析（$k$ -SDA）是为了确保在社交网络中的至少$k$社区中具有相同顶点度的足够顶点。我们提出了一个可扩展的编程公式，以找到最佳的解决方案，$k$ -SDA，也设计了可扩展的算法，以解决大规模的情况下，$k$ -SDA从不同的角度。真实数据集上的性能研究从不同的角度证明了所提出的隐私方案和我们的匿名化方法的实际效用。
2013-02-13 cs.DS cs.SI
Pre-Construction of Opinion Dynamics Considering Structural Inequality: Interdisciplinary Analysis of Complex Social Stratification, Media Influence, and Functionalism
本研究跨学科分析精英统治、媒体影响和预定理论如何作为机制维持社会阶层不平等，并探讨不平等的构建、再生产及其理论辩护。
2024-04-19 cs.SI physics.soc-ph
Role of Temporal Diversity in Inferring Social Ties Based on Spatio-Temporal Data
在过去的二十年里，对社交网络及其影响的研究激增。这些研究包括推断社会关系，这反过来又被用于目标广告，推荐，搜索定制等，然而，人类的离线体验，与人的对话和面对面的互动，管理我们的生活互动，受到较少的关注。我们介绍了DAIICT时空网络（DSSN），一个时空数据集的连续位置数据记录在每2分钟的时间间隔由46个主题的移动电话的0.7百万个数据点。我们的研究集中在推断学生之间的关系强度的时空数据的基础上，并比较结果与自我报告的数据。在这种追求中，我们引入了时间多样性，我们表明它在预测关系强度方面的贡献优于其同行。我们还探讨了时间多样性随时间的演变性质。我们丰富的数据集开辟了各种其他研究途径，这些研究需要细粒度的位置数据，以及有限地理区域内参与者的有界移动。拥有一个有边界的地理区域（如大学校园）的优势在于，它为我们提供了现实世界的一个缩影，其中每个这样的地理区域都有一个内部环境和功能，并且很高比例的移动性受到时间表和时间表的控制。有限的地理区域，加上年龄同质的人口，使我们能够仔细观察大学生积极的内部社会化。
2016-11-10 cs.SI
Interplay between social contact and media exposure in the overestimation of racial diversity in the U.S
Central European University（中欧大学）；Complexity Science Hub（复杂性科学中心）
研究探讨了社会接触和媒体暴露如何影响美国人口对少数族裔群体规模的高估，发现高估随地理尺度和种族群体变化，且媒体消费与社交互动影响不同。
2026-03-27 cs.CY cs.SI physics.soc-ph
Active influence in dynamical models of structural balance in social networks
我们考虑一个符号图上的非线性动力系统，它可以被解释为一个社交网络的数学模型，其中的链接可以有积极和消极的内涵。根据社会心理学中被称为结构平衡的概念，消极联系在网络的结构和动态中起着关键作用。最近的研究表明，在一个非线性动态系统中，对网络中“友好程度”的时间演化进行建模，几乎任何初始条件都会出现两个对立的派别。在这里，我们研究积极的外部影响，在这个动力学模型，并表明，在网络中的任何代理可以实现任何所需的结构平衡状态，从任何初始条件，通过扰动自己的本地友好水平。在此基础上，我们还引入了一个新的网络中心性测度。结果显示在一个国际关系网络中，该网络使用1946年至2008年的联合国投票记录数据来估计各国之间的友好程度。
2013-06-22 cs.SI physics.soc-ph
Social Graph Restoration via Random Walk Sampling
在数据访问受限的情况下分析社交图谱对第三方研究人员来说是一个挑战。为了解决这一挑战，已经开发了许多通过随机游走估计结构特性的算法。然而，大多数现有的算法仅限于局部结构特性的估计。在这里，我们提出了一种方法来恢复原始的社会图从随机游走获得的小样本。所提出的方法生成一个图，保持估计的局部结构特性和结构的子图采样的随机行走。我们比较所提出的方法与子图采样使用爬行方法和现有的方法生成一个图形，结构上类似于原始图形通过随机游走。我们的实验结果表明，所提出的方法更准确地再现局部和全局的结构属性的平均和原始图的视觉表示比比较方法。我们希望我们的方法将导致对有限数据访问的社交图的详尽分析。
2022-01-19 cs.SI physics.soc-ph
Towards control of opinion diversity by introducing zealots into a polarised social group
University College London（伦敦大学学院）；Inria（法国国家信息与自动化研究所）
我们探索一种方法来影响甚至控制两极分化的社会群体中的意见多样性。我们利用选民模型，在这个模型中，用户持有二元观点，并根据与他们联系的其他人反复更新他们的信念。顽固的代理人谁从来没有改变他们的想法（“狂热者”）也通过网络传播，这是由一个连接图建模。基于先前的结果，我们提供了一个封闭形式的表达的平均意见的组在平衡。这导致我们采取一种策略，将狂热者注入两极分化的网络，以将平均意见转向任何目标值。我们解释了可能存在的逆火效应，这可能会导致该集团作出负面反应，并加强其极化水平的回应。我们的结果得到了合成数据的数值实验的支持。
2022-01-06 cs.LG cs.SI
Topicality and Social Impact: Diverse Messages but Focused Messengers
对各种问题发表评论的用户是否比专注于一个领域的用户更有可能获得高影响力？一般的Twitter标签，如#lol，是否比新颖的标签，如#instantlyinlove更受欢迎？像这样的问题需要一种方法来检测隐藏在与个人或标签相关的消息背后的主题，以及这些主题之间的相似性。在这里，我们开发了这样一种方法，通过检测标签共现网络中的社区来识别相似标签的集群。然后，用户的兴趣的主题多样性量化的熵她的主题标签在不同的主题集群。类似的措施也适用于基于共现标签的主题标签。我们发现，早期采用者或共同出现的标签的高度主题多样性意味着未来标签的高度流行。相反，低多样性有助于个人积累社会影响力。简而言之，多样化的信息和重点突出的信使更有可能产生影响。
2014-02-21 cs.CY cs.SI physics.soc-ph
Generating online social networks based on socio-demographic attributes
近年来，许多在线社交网络如Facebook、LinkedIn和MySpace都有了巨大的增长。人们通过这些网络相互联系，形成大型社会社区，为研究人员提供丰富的数据集来理解，建模和预测社会互动和行为。这些网络中的新联系人可能是由于个人的人口统计属性（如年龄组、性别、地理位置）或由于网络的结构动态（如三元封闭和偏好依恋）或人口统计和结构特征的组合而形成的。在过去的十年中，已经提出了许多网络生成模型来解释不同类型的网络，特别是社交网络中发生的结构，演变和过程。在文献中研究的网络生成模型主要考虑结构特性，在某些情况下，一个人的人口概况，在形成新的社会联系。这些模式没有提出一种机制，将结构和人口特征结合起来，形成新的联系。在本文中，我们提出了一个新的网络生成算法，它结合了这两个特点，网络形成模型。我们使用不同的公开可用的Facebook数据集作为基准来证明所提出的网络生成模型的正确性。所提出的模型是灵活的，因此可以生成不同的人口和结构属性的网络。
2017-02-05 cs.SI physics.soc-ph
Modest Algorithmic Mediation can Maximize Topical Diversity in Hybrid Human-AI Systems
Dartmouth College（达特茅斯学院）
研究社交网络与算法架构对信息共享多样性的影响，引入混合人机信息传播模型，发现适度算法调解可提升平均多样性、减少不平等，强调解则相反，还确定了推荐扩大曝光的条件并提供统一框架。
2026-07-28 cs.SI
Evolution of Ego-networks in Social Media with Link Recommendations
自我网络是社会图中的基本结构，但它们的演化过程仍然没有得到广泛的探索。在在线环境中，一个关键问题是链接推荐系统如何扭曲这些网络的增长，可能限制多样性。为了阐明这一点，我们分析了从Flickr和Tumblr中提取的1.7亿个自我网络的完整时间演化，比较了自发创建的链接与算法推荐的链接。我们发现，自我网络的演化是突发性的，社区驱动的，其特征在于随后的阶段的爆炸性直径增加，轻微收缩，稳定。建议倾向于流行和连接良好的节点，限制直径扩张。通过一个旨在从观测数据中检测因果关系的匹配实验，我们发现，由建议引入的偏见在邻居选择过程中促进了全局多样性。最后，通过两个链接预测实验，我们展示了如何从我们的分析见解可以用来提高社会推荐系统的有效性。
2017-02-05 cs.SI physics.soc-ph
Diversity of structural controllability of complex networks with given degree sequence
我们调查在何种程度上的程度的有向网络的度序列约束的驱动节点的数量。我们开发了一对算法，将有向度序列作为输入，并旨在输出具有最大或最小驱动节点数的网络。我们找到了最大值的上限和最小值的下限，并表明该算法实现了所有真实和模型网络的这些界限，只有少数例外，其特征在于微小的系统大小和异构度分布。将这些算法应用于广泛的真实网络，我们发现上界和下界之间的差距可以在不同的度序列中显着变化。因此，我们引入了\bl{structural control}复杂性的概念，以捕捉在给定其度序列的情况下控制特定网络的难度，这表明存在额外的结构。使用模型网络，我们在数值上和分析上研究了度分布的典型特征如何影响所需驱动节点的范围。我们发现，最小值是由源或汇的数量决定的，而最大值是由枢纽的存在强烈影响。
2020-03-23 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
Identifying Diversity, Equity, Inclusion, and Accessibility (DEIA) Indicators for Transportation Systems using Social Media Data: The Case of New York City during Covid-19 Pandemic
由于采取了优先发展公路而不是公共交通的交通政策，限制了少数群体和低收入者获得社会和经济机会，从而对他们产生了不成比例的影响，造成了居住隔离。政策制定者、交通研究人员、规划人员和实践者已经开始认识到建立一个多样化、公平、包容和无障碍（DEIA）的交通系统的必要性。传统上，这是通过基于调查的方法来完成的，这种方法既耗时又昂贵。虽然最近有人关注在交通运输中利用社交媒体数据，但关于使用社交媒体数据作为传统来源的可行替代方案，以根据公众对社交媒体的反应和观点确定潜在的DEIA指标，文献尚无定论。这项研究利用了覆盖纽约市（NYC）地区八个县的大规模Twitter数据，以弥补这一研究空白。自然语言处理技术被用于通过分析纽约市周围居民的相关推文对话来识别与交通相关的主要DEIA问题。研究显示，对当地交通系统DEIA持负面情绪的公民广泛讨论了种族主义、收入、失业、性别、乘车依赖、交通方式和依赖群体。分析基于人口普查区域的社会人口信息，该研究还观察到，低收入，女性，西班牙裔和拉丁裔人口比例较高的地区在Twitter上对交通DEIA的关注更多。
2022-10-26 cs.SI
Are all Social Networks Structurally Similar? A Comparative Study using Network Statistics and Metrics
现代社会已经看到了网络上可用的社交网络数据的指数增长。对这些网络的分析揭示了关于这些网络的重要结构信息，特别是关于我们社会的重要结构信息。通常情况下，这些网络的分析涉及识别社交网络之间的相似性，以及它们与其他网络（如蛋白质相互作用网络、计算机网络和食物网）的不同之处。在本文中，我们的目标是执行不同的社交网络的关键分析，努力突出其相似性和差异性的结构度量。我们使用五个不同的社交网络数据集，它们在上下文和语义上彼此不同。然后，我们使用许多不同的网络统计数据和指标来分析这些网络。我们的研究结果表明，虽然这些社交网络已经从不同的背景下构建，他们在结构上是相似的。我们还回顾了雪球采样方法，并显示其对不同的网络指标的脆弱性。
2014-10-27 cs.SI
Structural and Cognitive Bottlenecks to Information Access in Social Networks
网络中的信息是非均匀分布的，这使得处于某些网络位置的个人能够优先获得信息。社会科学家已经发展了关于网络结构在信息获取中的作用的有影响力的理论。这些理论通过大量研究得到了验证，这些研究考察了个人如何利用他们的社交网络获得竞争优势，例如新工作或更高的薪酬。目前尚不清楚这些理论如何推广到在线网络，在线网络在重要方面与现实世界的社交网络不同，包括社会联系的不对称性。我们通过分析社交新闻聚合器Digg的用户如何采用朋友推荐的故事来解决这个问题，即，用户跟随。我们衡量不同因素的影响，如网络位置和活动率;对新信息的访问，这在Digg的情况下意味着一套独特的新闻故事。我们表明，用户可以通过链接到活跃用户来改善他的信息访问，尽管由于结构性网络约束，随着朋友或他们的活动数量的增加，这变得不那么有效。这些约束的出现是因为在追随者图中处于结构上不同位置的用户具有与他们的朋友不同的主题兴趣。此外，尽管在大多数情况下，用户的朋友会接触到网络中几乎所有可用的信息，但在他们做出推荐之后，用户只能看到可用信息的一小部分。我们的研究表明，认知和结构瓶颈限制了在线社交网络中获取新信息的机会。
2013-03-04 cs.CY cs.SI physics.soc-ph
Emotion Diffusion in Real and Simulated Social Graphs: Structural Limits of LLM-Based Social Simulation
本研究比较了现实与模拟社交图中的情感扩散，发现LLM生成的数据在结构和动态上存在显著差异，影响下游任务性能。
2025-12-24 cs.SI
Social Network of Extreme Tweeters: A Case Study
在任何给定的时间间隔内，单个用户帐户在社交媒体平台Twitter上发布的帖子数量通常很低。然而，有一部分用户的帖子量远远高于中位数。在本文中，我们调查的内容多样性和这些极端用户和其他人的社会邻里。我们定义了一个度量标准，称为“兴趣狭窄”，并确定一个极端的用户，称为异常用户的子集，写非常低的主题多样性的帖子，包括没有文本内容的帖子。使用一些互动模式，我们发现，异常组有最强的组内互动，他们与他人的互动相比。此外，他们表现出不同的信息共享行为与其他异常用户相比，非异常极端高音。
2019-05-02 cs.SI
Diversifying Seeds and Audience in Social Influence Maximization
影响力最大化（IM）已被广泛研究，以更好地进行病毒式营销。然而，以前的作品不太强调如何平衡地影响观众在不同的社区，以及如何选择种子节点。在本文中，我们将观众多样性和种子多样性的IM任务。从模型的角度来看，为了在我们的目标函数中表征影响力传播和多样性，我们采用了经济学中常用的三种效用（即，完全替代、完全互补和Cobb-Douglas）。我们通过展示这三个函数的良好性质来验证我们对它们的选择。从算法的角度来看，我们提出了各种近似策略，以最大限度地提高效用。在观众多样化，我们提出了一个解决方案依赖的近似算法，以规避硬度的结果。在种子多样化中，我们证明了一个（$1/e-ε$）近似比的基础上非单调子模最大化。实验结果表明，该框架在效用最大化和结果多样化方面都优于其他自然算法。
2020-03-30 cs.SI
Unsupervised Social Bot Detection via Structural Information Theory
本文提出基于结构信息理论的无监督可解释社交机器人检测框架UnDBot，通过构建社交多关系图、优化异构结构熵和社区标注方法，在真实数据集上取得优于代表性方法的检测效果。
2024-04-21 cs.SI
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
Demographic and Structural Characteristics to Rationalize Link Formation in Online Social Networks
近年来，许多在线社交网络如Facebook、LinkedIn和MySpace都有了巨大的增长。人们通过这些网络相互联系，形成大型社会社区，为研究人员提供丰富的数据集来理解，建模和预测社会互动和行为。这些网络中的新联系人可能是由于个人的人口统计概况（如年龄组、性别、地理位置）或由于网络的结构动态（如三元封闭和偏好依恋）或人口统计和结构特征的组合而形成的。在过去的十年中，已经提出了许多网络生成模型来解释不同类型的网络，特别是社交网络中发生的结构，演变和过程。在文献中研究的网络生成模型主要考虑结构特性，在某些情况下，一个人的人口概况，在形成新的社会联系。这些模式没有提出一种机制，将结构和人口特征结合起来，形成新的联系。在本文中，我们提出了一种新的网络生成算法，该算法结合了这两个特性来模拟网络的增长，我们使用不同的公开可用的Facebook数据集作为基准来证明所提出的网络生成模型的正确性。
2013-11-14 cs.SI
Modeling the Evolution of Networks as Shrinking Structural Diversity
University of Namur（那慕尔大学）
本文回顾和评价了基于结构多样性概念的网络演化模型。我们表明，多样性是网络进化的三个原则的基本主题：优先连接模型，连接性和链接预测。我们表明，在所有三种情况下，一个主导趋势，缩小多样性是显而易见的，无论是理论上和经验。在以前的工作中，许多不同类型的数据已经被建模为网络：社会结构，导航结构，交通基础设施，通信等几乎所有这些类型的网络都不是静态结构，而是不断变化的动态系统。因此，一个重要的问题涉及到这些网络中可观察到的趋势及其在现有网络模型中的解释。我们在这篇文章中表明，大多数数字网络特征遵循统计上显著的趋势，要么上升，要么下降，这些趋势可以通过考虑多样性的概念来预测。我们的工作扩展了以前的工作，观察收缩的网络直径的措施，如聚类系数，幂律指数和随机游走返回概率，并证明优先连接模型和链接预测算法。我们使用27个时间演变的真实世界网络数据集的不同集合来实验性地评估我们的假设。
2020-09-21 cs.LG cs.SI
Professional diversity and the productivity of cities
多样性、生产力和规模之间的关系在很大程度上决定了复杂生物和社会系统的结构和稳健性。虽然关于专业化与生产力之间的联系的论点很常见，但多样性往往被用作一种对冲战略，使系统能够根据环境变化而发展。尽管他们的普遍呼吁，这些论点通常没有产生与观察一致的功能多样性的最佳水平的定量预测。这些关系之所以无法正式化，一个重要原因是多样性措施的特殊性，这取决于给定的分类方案。在这里，我们解决这些问题，通过分析城市中的专业统计数据，并显示他们的概率分布如何采取一个普遍的规模不变的形式，共同的所有城市，在有限的分辨率给定的分类。我们提出了一个模型，通过引入新的职业的速度，导致个人专业化的整体功能，通过他们的自我社交网络的保存，从而产生这种分布的形式和参数。这种观点将网络结构在生态学中的重要性和创新作为重组过程的重要性与通过规模刺激的劳动分工和协调获得生产率提高的经济概念统一起来。
2014-06-23 cs.SI physics.data-an physics.soc-ph
On the Structural Properties of Social Networks and their Measurement-calibrated Synthetic Counterparts
大型社交网络的数据驱动分析吸引了大量的研究兴趣。在本文中，我们调查了120个真实的社交网络和他们的测量校准合成对应的四个著名的网络模型。我们研究了网络的结构特性，揭示了各种社会领域（友谊网络，通信网络和协作网络）的图度量的相关性。我们发现，不同领域的相关模式不同。我们确定了一个非冗余的一组指标来描述社交网络。我们研究的模型可以或不能捕获的真实网络的拓扑特征。我们发现，网络模型的拟合优度依赖于域。此外，虽然2K和随机块模型缺乏同时生成具有大直径和高聚类系数的图的能力，但它们仍然可以用于相对有效地模拟社交网络。
2019-08-22 cs.DM cs.SI physics.data-an
User Effort and Network Structure Mediate Access to Information in Networks
在社会网络中，个体对信息的获取取决于信息的分布以及个体在网络中的位置。然而，个人管理其社会关系和处理信息的能力有限。在这项工作中，我们研究了这种有限的能力和网络结构如何相互作用，以影响信息的多样性社会媒体用户接收。以前的研究网络在信息获取的作用是有限的，在他们的能力来衡量信息的多样性。我们通过观察社交媒体用户与其追随者在线分享的消息来了解他们感兴趣的话题，从而解决这个问题。我们提出了一个概率模型，将人类的认知约束的生成模型的信息共享。然后，我们使用模型学习的主题来衡量用户从社交媒体联系人那里获得的信息的多样性。我们确认，用户在结构上不同的网络位置，桥梁，否则断开区域的追随者图，暴露于更多样化的信息。此外，我们确定用户的努力作为一个重要的变量，介导访问不同的信息在社交媒体。在网站上投入更多精力的用户不仅比参与度较低的用户在网络中处于结构上更多样化的位置，而且当位于类似的网络位置时，他们也会收到更多样化的信息。这些发现表明，网络结构和网络信息获取之间的关系比以前认为的更加微妙。
2015-04-07 cs.IR cs.SI physics.soc-ph
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
Multiplex Networks Provide Structural Pathways for Social Contagion in Rural Social Networks
University of Arizona（亚利桑那大学）；Temple University（天普大学）；Yale University（耶鲁大学）
研究基于洪都拉斯110个乡村社区的多层关系与干预实验，提出network torque指标和统计框架，量化不同网络层对健康行为传染路径的贡献。
2025-10-21 cs.SI
