Optimal curing policy for epidemic spreading over a community network with heterogeneous population
设计一个有效的治疗政策，能够阻止一个流行病的过程在一个负担得起的成本，必须考虑到人口接触网络的结构，支持传染过程。因此，我们解决了在人群中分配恢复资源的问题，以尽可能低的成本防止流行病在网络中无限期地持续下去。具体地说，我们分析了一个易感染的易感流行病过程的加权图上传播，通过一阶平均场近似。首先，我们描述了接触网络的动态的流行病之间的一个非齐性总体，这可能是分为社区的影响。对于社区网络的情况下，我们的调查依赖于公平分区的图论概念，我们表明，流行病的阈值，对流行病传播的网络鲁棒性的一个关键措施，可以确定使用一个低维的动力系统。利用计算的流行病阈值，我们确定了成本最优的治疗策略，通过解决一个凸极小化问题，它具有一个减少的社区网络的情况下的维数。最后，我们考虑了一个两层的最优固化问题，对于这个问题，我们设计了一个在网络规模下具有多项式时间复杂度的算法。
2017-12-01 cs.SI math.OC physics.soc-ph
Ordered community structure in networks
网络中的社区结构通常是基于顶点的某些属性的同质性或竞争性混合的结果。例如，研究人员可以被分组到与他们的研究主题相对应的社区中。如果顶点属性具有离散值，则这是可能的，但是许多网络通过一些连续值属性（例如年龄或地理位置）表现出连续混合。在这种情况下，无法确定离散的社区。我们考虑如何将社区结构的概念推广到基于连续值属性的网络：一般来说，网络可能包含根据其属性值排序的离散社区。我们提出了一种生成有序网络的方法，并研究了有序社区结构对传染病传播的影响。我们还表明，社区检测算法无法恢复有序网络中的社区结构，并评估一种替代方法，使用布局算法来恢复排序。
2012-02-13 cs.SI physics.soc-ph
Estimating the Number of HIV+ Latino MSM Using RDS, SS-PSE, and the Census
本文提出了一种方法来估计的总体规模的隐藏人口使用的结果，从受访者驱动抽样（RDS）调查。我们使用来自拉丁裔MSM社区参与调查（LMSM-CI）的数据，这是一个RDS数据集，包含有关芝加哥和旧金山拉丁裔MSM社区的信息。一个新的模型，在LMSM-CI调查中收集的数据作为一个桥梁，从其他来源的数据使用。特别是，美国社区调查同性户主数据以及加州大学洛杉矶分校威廉姆斯研究所关于LGBT人口的数据与LMSM-CI数据集的当前生活状况数据相结合。从这些来源获得的结果被用作连续抽样人口规模估计（SS-PSE）的先验分布-一种用于创建人口规模概率分布的方法。我们的模型的优势在于它不依赖于RDS调查期间对社区规模的估计，这在其他情况下很容易不准确并且没有用。它允许使用明确、有用的数据（如生活状况）来估计人口规模。
2021-04-23 cs.SI
The Remarkable Benefit of User-Level Aggregation for Lexical-based Population-Level Predictions
基于社交媒体文本的即时预报有望提供对社区层面结果的不引人注目和近乎实时的预测。这些结果通常与人有关，但数据通常是在不考虑每个社区的Twitter用户的情况下汇总的。本文描述了一种简单而有效的方法来建立社区级模型，使用Twitter语言聚集的用户。四个不同的美国县级任务的结果，跨越人口统计学，健康和心理结果，显示出预测准确性的大幅度和一致性的改善（例如，从皮尔逊r= 0.73到0.82的中位数收入预测或r= 0.37到0.47的生活满意度预测）超过了聚合所有推文的标准方法。我们将来自370亿条推文的汇总和匿名社区级数据-其中超过10亿条被映射到县，可用于研究。
2018-08-29 cs.CY cs.SI
Emergence of integrated institutions in a large population of self-governing communities
我们生活的大多数方面都由大型的、高度发达的机构管理，这些机构在一个权力结构下整合了多项治理任务。但是，理论家们对这种集中治理体系从萌芽阶段发展起来的机制存在分歧。综合治理计划的出现是否是小地位群体巩固权力的征兆？或者，整合的发生是因为一个复杂的机构对复杂的环境有更多的潜在反应？在这里，我们研究了5,000个主权的、资源有限的、自治的在线社区中复杂的治理机制的出现，这些社区的规模从一个用户到数千个用户不等。每个社区都是从没有社区成员和没有治理基础设施开始的。随着社区的发展，他们受到选择压力，使管理更好的服务器更好地填充。我们确定社区成功的预测和测试的假设，治理的复杂性可以提高社区健身。我们发现，预测成功取决于规模：复杂性的变化预测更大的人口服务器的成功。具体而言，在一个大型成功社区中，治理规则数量更多，范围更广。他们还往往更多地依赖于将权力集中在管理员身上的规则，以及管理不良行为和有限服务器资源的规则。总的来说，这项工作是符合理论的正式综合治理系统的出现，以组织集体应对相互依存的资源管理问题，特别是人口规模等因素加剧了这些问题。
2019-07-11 cs.CY cs.SI
Principal Graph Encoder Embedding and Principal Community Detection
本文提出主成分图编码嵌入方法，用于同时检测主成分社区并实现顶点嵌入，通过理论分析和实验验证其在社区检测和顶点分类中的有效性。
2025-07-02 cs.SI stat.ML
Generalizing meanings from partners to populations: Hierarchical inference supports convention formation on networks
Princeton University（普林斯顿大学）；Stanford University（斯坦福大学）
语言惯例的一个关键属性是，它们覆盖了整个说话者群体，使我们能够有效地与我们从未见过的人进行交流。与此同时，我们的语言使用在很大程度上是针对特定的伙伴的：我们知道，基于我们共同的历史，不同的人可能会对单词有不同的理解。这对关于惯例形成的叙述提出了挑战。代理人究竟是如何在保持合作伙伴特定知识的同时，实现整个社区期望的推理飞跃的？我们提出了一个分层贝叶斯模型来解释如何扬声器和听众解决这个归纳问题。为了评估我们的模型的预测，我们进行了一项实验，参与者在一个小社区中与不同的合作伙伴玩扩展的自然语言交流游戏。我们研究了几种泛化措施，并找到了区分我们的模型与替代方案的合作伙伴特异性和社区融合的关键签名。这些结果表明，合作伙伴的特异性不仅是兼容的社区范围内的公约的形成，但可能会促进它时，加上一个强大的诱导机制。
2020-05-30 cs.CL cs.SI
Genetic Algorithm with Ensemble Learning for Detecting Community Structure in Complex Networks
复杂网络中的社区发现是近年来科学界研究的热点。针对遗传算法在复杂网络社团社区发现中应用不多的问题，提出了一种基于集成学习的遗传算法（GAEL）来检测复杂网络社团结构。GAEL用基于集成学习的多个体交叉算子代替传统的交叉算子。因此，GAEL可以避免传统交叉算子只能混合不同个体的字符串块，而不能将不同个体的聚类上下文重组成新的更好的聚类上下文的问题。此外，在变异算子中采用了局部搜索策略，使变异节点被放置到其邻居最多的社区中。最后，本文采用了一种基于马尔可夫随机游走的方法来初始化种群，从而为我们提供了一个精确多样的聚类解种群。这些个体的多样性和准确性适合于基于集成学习的多个体交叉算子。在计算机生成的网络和真实世界的网络上进行测试，并与当前复杂网络中的社区发现的代表性算法进行比较。实验结果表明，GAEL是非常有效的发现社区结构。
2013-03-22 cs.SI physics.soc-ph
Universality of population recovery patterns after disasters
尽管加强社区抗灾能力的重要性日益增加，但我们对社区如何从灾难性事件中恢复的了解有限。在这里，我们通过观察三个国家超过250万移动电话用户在五次重大灾害之前，期间和之后的移动来研究受灾地区的人口恢复动态。我们发现，虽然受五种灾害影响的地区在社会经济特征方面存在显著差异，但我们观察到一种普遍的恢复模式，即流离失所人口在所有灾害后以指数方式返回。此外，一系列关键的普遍因素解释了这三个国家各社区初始和长期流离失所率的异质性，包括社区的收入中位数、人口规模、住房损坏率以及与其他城市的连通性。这些从大规模证据中提取的恢复动态的普遍特性可能会影响各个学科在城市复原力和可持续性方面的努力。
2019-05-06 cs.SI physics.soc-ph
Loss of community identity in opinion dynamics models as a function of inter-group interaction strength
最近的技术变革增加了世界各地个人之间的联系，导致社区成员之间更频繁的互动，否则这些社区成员将是遥远和孤立的。本文探讨了互动社区的意见动态模型，并研究了互动频率的增加如何影响社区保持独特身份的能力，而不是陷入共识或两极分化的状态，社区身份丢失。我们还研究了意见噪音的影响（如果有的话），与个人在同质群体中主张自己个性的倾向有关。我们的工作建立在我们以前开发的模型上[11]，其中意见变化的动态是基于个体相互作用的，这些相互作用试图根据人口中意见之间的差异来最小化一些能量潜力。
2020-01-10 cs.SI physics.soc-ph q-bio.PE
Identifying Influential Spreaders of Epidemics on Community Networks
一个有效的战略，以确定有影响力的传播者，可用于控制人口中的流行病将是相当重要的。一般来说，种群的特征在于它的社区结构和社区上的节点之间的弱联系的异质分布。在这里提出了一个社区网络的战略，能够确定有影响力的传播者，加速疾病的传播。在这种策略中，有影响力的传播者作为目标节点。这是基于这样的想法，即在k壳分解中，弱关系和强关系被分开处理。将该策略应用于由在线社交网络构建的经验网络，结果表明该策略比其他策略更准确。它的有效性源于邻居之间的连接模式，并成功地确定了重要的节点。此外，即使网络结构存在错误，该策略的性能也保持稳健。
2016-01-28 cs.SI physics.soc-ph stat.ME
Dynamic Evolution of Complex Networks: A Reinforcement Learning Approach Applying Evolutionary Games to Community Structure
本文提出一种包含个体生死并引入强化学习的网络演化模型，通过Q-learning和博弈机制揭示了社区结构的形成规律及关键参数影响。
2025-06-22 cs.GT cs.SI
Discrete stochastic processes, replicator and Fokker-Planck equations of coevolutionary dynamics in finite and infinite populations
共同进化动力学中的小尺度波动出现在生物学以及社会和经济系统的模型中。这个简短的教程回顾调查从一个随机过程离散的时间和状态的系统方法。无限总体的极限$N\to \infty$可以被明确地考虑，通常导致零阶的复制型方程，以及$1/\sqrt{N}$中的一阶的Fokker-Planck型方程。概述了一些以前的方法的后果和关系。
2008-03-17 cond-mat.stat-mech cs.SI math.PR
Perfect Spectral Clustering with Discrete Covariates
Pennsylvania State University（宾夕法尼亚州立大学）
在社区检测方法中，谱聚类具有两个理想的性质：计算效率和理论上的一致性保证。大多数谱聚类的研究只考虑网络的边缘作为算法的输入。在这里，我们考虑的问题进行社区检测存在的离散节点协变量，其中网络结构是由一个潜在的块模型结构和同质性的组合所观察到的协变量。我们提出了一个谱算法，我们证明实现了完美的聚类具有高概率的一类大型，稀疏的网络与离散的协变量，有效地分离潜在的网络结构同质性观察到的协变量。据我们所知，我们的方法是第一个提供了一个保证一致的潜在结构恢复使用谱聚类的边缘形成是依赖于潜在的和观察到的因素。
2022-05-17 cs.LG cs.SI math.ST
Characterizing Community Formation in Response to Extreme Weather Events through Human Mobility Networks
本文研究2021年冬季风暴Uri引发的有序停电背景下德克萨斯州哈里斯县人类移动网络的社区形成，分析其灾害暴露异质性等特征，发现社区空间共存等规律，为电力公司停电管理提供参考。
2025-08-19 cs.CY cs.SI physics.soc-ph
Community Detection on Networks with Ricci Flow
现实世界中的许多复杂网络都有社区结构--一组具有重要功能的连接良好的节点。人们普遍认识到，社区识别具有许多实际应用。虽然现有的方法主要应用统计或图论/组合方法的社区发现，在本文中，我们提出了一种新的几何方法，使我们能够借用强大的经典几何方法和属性。通过将网络视为几何对象，将网络中的社区视为几何分解，我们应用曲率和离散Ricci流来分解网络中的社区，这些流已被用于分解光滑流形，在数学上取得了惊人的成功。我们在具有真实社区结构的网络上测试了我们的方法，并通过实验证实了这种几何方法的有效性。
2019-07-09 cs.SI physics.soc-ph
Estimating Mixed Memberships with Sharp Eigenvector Deviations
我们考虑的问题，估计社区成员的节点在网络中，每个节点都与一个向量，确定其在每个社区的成员程度。现有的可证明一致的算法往往需要强有力的假设人口，计算昂贵，只提供了一个整体的错误界为整个社区成员矩阵。本文提供了统一的收敛速度的推断社区成员向量的每个节点在网络中产生的混合成员随机块模型（MMSB），据我们所知，这是第一次工作，建立每个节点的重叠社区检测率网络。我们通过建立MMSB的行特征向量偏差界限来实现这一点。基于人口矩阵的特征分解中固有的单纯形结构，我们建立在优化社区的角点发现算法来推断社区成员向量。我们的研究结果保持在一个广泛的参数制度，平均度只增长poly-dimensionally与节点的数量。使用模拟和真实数据集的实验表明，我们的方法比竞争方法具有更低的可变性，并且在数十秒内处理多达100，000个节点的真实网络。
2019-11-24 cs.SI math.ST physics.soc-ph
Effects of community structure on epidemic spread in an adaptive network
当流行病在人群中传播时，个体可能会适应性地改变其社会接触网络的结构，以降低感染风险。在这里，我们研究了一种流行病的传播与社区结构的自适应网络。我们模拟了两个具有不同平均度的社区的影响。疾病模型是易感-感染-易感（SIS），适应是易感者和感染者之间联系的重新连接。得到的分岔结构，和平均场模型的开发，准确地预测系统的稳态行为。我们发现，流行病可以改变社区结构。
2012-12-12 cs.SI nlin.AO physics.soc-ph
Optimization via Low-rank Approximation for Community Detection in Networks
社区发现是网络分析的基本问题之一，目前已经提出了许多方法。大多数基于模型或基于准则的方法必须解决离散标签集上的优化问题才能找到社区，这在计算上是不可行的。一些快速谱算法已被提出用于特定的方法或模型，但仅在个案的基础上。在这里，我们提出了一种通用的方法，通过将标签集投影到一个子空间上，近似于预期邻接矩阵的前导特征向量，来最大化离散标签上的网络邻接矩阵的函数。这种在低维空间上的投影使得标签的可行集合更小，优化问题更容易。我们证明了这种方法的一般结果，并展示了如何将其应用到以前提出的几个社区检测标准，建立其一致性的标签估计在每种情况下，并展示了网络的光谱特性和各种基于模型的社区检测方法之间的基本联系。仿真和应用程序的真实世界的数据，以证明我们的方法在很宽的参数范围内的多个问题表现良好。
2015-05-10 cs.SI math.ST physics.soc-ph
Strategic Learning and Robust Protocol Design for Online Communities with Selfish Users
本文主要研究网络社区中自利用户的搭便车行为。因此，传统的优化方法，如网络效用最大化的社区组成的合规用户不能在这里应用。在我们以前的工作中，我们展示了如何在网络社区中设计社会互惠协议，这些社区的人口由连续的用户组成，并且在随机排列下是固定的。在这些假设下，我们能够证明用户自愿遵守预先确定的社会规范，并通过提供服务与社区中的其他用户合作。在本文中，我们通过分析有限人口的在线社区中的自利用户的互动，是不固定的，推广的研究。为了根据自己的知识优化其长期性能，用户通过解决各个随机控制问题来调整策略以发挥最佳响应。最佳响应动态在社区中引入了一个随机动态过程，其中用户的策略随时间而演变。然后，我们研究了社区的长期演化，并证明了社区将收敛到随机稳定的平衡点是稳定的随机置换。了解社区的演变为协议设计者提供了设计社会规范的指导方针，其中没有用户有动机调整其策略并偏离规定的协议，从而确保所采用的协议将使社区能够实现最佳的社会福利。
2011-08-29 cs.GT cs.LG cs.SI
Respondent-driven sampling bias induced by clustering and community structure in social networks
使用标准抽样方法对隐藏人口进行抽样特别具有挑战性，主要是因为缺乏抽样框。响应者驱动的抽样（RDS）是一种替代方法，利用同龄人之间的社会联系，以达到这些难以达到的人群中的个人和重量。这是一个滚雪球式的抽样程序，根据接触人数的差异，对被抽样的可能性调整答卷人的权重。在RDS中，社会联系的结构因此定义了采样过程并影响其覆盖范围，例如通过将采样限制在网络的子区域内。在本文中，我们研究的偏见引起的网络结构，如社会三角形，社区结构，和异质性的联系人的数量，在招聘树和RDS估计。我们模拟不同的网络结构和响应率的情况下，研究潜在的偏见，人们可能会期望在现实环境中。我们发现，估计变量的患病率与个人所属的网络社区的大小有关。此外，我们观察到，如果样本和网络的大小相似，那么在某些情况下，低度节点可能会被欠采样。最后，我们还表明，低响应率导致合理准确的平均估计的患病率，但产生相对较大的偏差。
2015-03-19 cs.SI physics.data-an physics.soc-ph
Evolutionary game dynamics with environmental feedback in a network with two communities
本文提出并分析了一个具有两个社区的网络生态演化博弈模型，假设环境状态依赖于边，发现模型呈现多次跨临界分岔、多稳态和反同步振荡等丰富动力学，揭示了社区结构对生态位内外生态演化动力学的影响。
2024-06-07 cs.SI math.DS physics.soc-ph
Lower Ricci Curvature for Efficient Community Detection
本文提出线性复杂度、可扩展且无标度的离散曲率 LRC，并将其用于网络预处理，以在模拟和多个真实网络中提升社区检测算法性能。
2024-01-27 cs.SI physics.soc-ph stat.AP
