Punishment can promote defection in group-structured populations
亲社会惩罚，即合作者惩罚背叛者，通常被认为是一种在大型人类群体中保持合作的机制。重要的是，支持这一观点的模型迄今为止只允许叛逃者成为惩罚的目标。然而，最近的实证研究表明，在公共产品游戏中存在反社会惩罚。也就是说，背叛者也会惩罚合作者。最近的一些理论研究发现，这种反社会惩罚可以阻止亲社会惩罚和合作的演变。然而，反社会惩罚在群体结构人群中的演变尚未得到正式解决。以前的研究非正式地认为，群体结构必须有利于亲社会的惩罚。在这里，我们正式调查两个人口因素，群体规模和分散频率，影响亲和反社会惩罚的选择压力。与之前工作的建议相反，我们发现反社会惩罚可以阻止一系列群体结构下亲社会惩罚和合作的演变。鉴于反社会惩罚现在已经发现在所有研究现存的人类文化中，以前的模型显示亲社会惩罚和合作的共同进化的索赔组结构的人口应该重新评估。
2012-08-22 physics.soc-ph q-bio.PE
The edge of neutral evolution in social dilemmas
动物社会和人类社会的运作从根本上依赖于合作。然而，背叛往往有利于自私的个人，社会困境出现。个体适应性的选择，通常是进化的基本驱动力，会迅速淘汰合作者。然而，进化也受到波动的支配，这些波动可能比适应性差异更重要，并且可以使进化有效地中性化。在这里，我们调查的影响，选择与波动的社会困境。通过研究合作者和背叛者的平均灭绝时间，一个对波动敏感的变量，我们能够识别和量化一个新兴的“中性进化的边缘”，描绘了中性和达尔文进化的制度。我们的研究结果表明，合作显着保持在中立的制度。相反，演化博弈论的经典预测，即背叛者击败合作者，在达尔文的制度中得到了恢复。我们的研究表明，波动可以提供一种令人惊讶的简单方法来部分解决社会困境。我们的方法一般适用于估计随机漂移在演化动力学中的作用。
2009-09-26 cond-mat.stat-mech physics.soc-ph q-bio.PE
Identity, Kinship, and the Evolution of Cooperation
生物学上无关的个体之间的广泛合作是人类独有的，目前的许多研究试图解释这一事实。我们利用人类独特性的社会、文化和心理方面，提出了一个人类合作的综合理论，解释了人类合作中对其他理论有问题的方面（例如，避免叛逃者入侵、排除搭便车者的优先分类以及二阶搭便车者问题）。我们认为，人类合作行为的进化需要（1）自我维持的能力，自我指涉的思想表现为一个完整的世界观，包括身份感和观点，（2）文化形成的亲属关系为基础的社会组织系统中，社会身份可以建立和通过涵化传播。我们认为，人类的合作行为是通过获得一种基于文化的社会身份而产生的，这种身份包括对亲属之间合作的期望。这种身份与基本的生存本能是通过情感联系在一起的，这些情感在精神上被体验为充满文化的情感。因此，个人有动机与那些在文化上被视为亲属的人合作，而偏离预期的社会行为则被认为是对一个人的社会身份的威胁，导致对那些被视为违反关于社会适当行为的文化期望的人的惩罚。
2018-09-18 physics.soc-ph q-bio.PE
Influence Activation Model: A New Perspective in Social Influence Analysis and Social Network Evolution
是什么推动了社会网络动态的倾向？社会影响力被认为是推动离线和在线人类行为的驱动力，但它并没有被认为是社会网络进化的驱动力。我们的分析表明，虽然网络结构影响了社交网络中影响力的传播，但网络反过来又受到社会影响力活动的影响（即，一个人的态度和行为影响另一个人的社会影响过程。为此，我们开发了一种新的网络演化模型，其中网络的动态遵循影响力传播的机制，这是现有网络演化模型所不能捕捉的。我们的实验证实了我们的模型的预测，并证明了社会影响力在网络演化过程中可以发挥的重要作用。在探索社会网络演化的原因的同时，不同类型的社会影响力对网络动态产生了不同的影响。这些发现和方法对于我们理解推动网络进化的机制以及我们了解社会影响力在塑造网络结构中的作用至关重要。
2016-05-26 cs.SI physics.soc-ph
Social dilemmas in an online social network: the structure and evolution of cooperation
我们研究了两种研究合作演化的范式--囚徒困境和雪堆博弈，在一个从社交网站获得的在线友谊网络中。我们证明了这样的社会网络具有小世界性质，度分布具有幂律尾。此外，它还具有等级制组织，并呈现出分化混合的格局。我们研究了这两类博弈的演化版本，发现合作行为的增强和维持归因于底层网络的拓扑结构。它还表明，合作者可以生存时，面对入侵的叛逃者在整个范围内的参数的两个游戏。与模型网络相比，经验网络上的合作演化受到多种网络效应的综合影响。我们的研究结果有助于理解人类群体和社会中的合作行为。
2007-01-29 physics.soc-ph
Evolutionary of Online Social Networks Driven by Pareto Wealth Distribution and Bidirectional Preferential Attachment
了解在线社交网络的演化机制对网络科学的发展具有重要意义。然而，目前对在线社交网络演化机制的研究还不够深入和清晰。本研究实证性地揭示了人人网在线社交网络演化的本质特征。从帕累托财富分配和双向偏好依附的角度分析了在线社会网络演化的起源，解释了在线社交网络的演化机制。提出了一种新的模型，再现了与人人网基本一致的演化特征，并给出了该模型的演化解析解。该模型也可以很好地预测一般的幂律度分布。此外，该模型还解释和预测了许多在线社交网络中普遍存在的度分布弯曲现象。研究结果表明，帕累托财富分布和双向偏好依恋在在线社交网络的演化过程中发挥了重要作用，有助于我们理解在线社交网络的演化起源。该模型对社交网络的动态模拟研究，特别是网络社区的信息传播和现实社会中的传染传播具有重要意义。
2017-12-02 cs.SI physics.soc-ph
On the evolution of a social network
在本文中，我们表明，小世界和弱联系现象可以自发地出现在一个社会网络的互动代理。这种动态模拟在一个简化的模型框架内的意见扩散在不断发展的社会网络中，代理人进行互动，可能更新他们的信念和修改的社会关系，根据意见交换。
2010-02-03 physics.soc-ph
Evolution of Human-like Social Grooming Strategies regarding Richness and Group Size
人类倾向于与亲密的朋友合作，因此他们必须建立强大的社会关系来获得他人的合作。因此，他们的社会关系建构策略应该是经过一个进化过程而形成的。这种社会关系建构的行为被称为“社会修饰”。“在本文中，我们表明，有四个类，包括一个类似人类的战略，在进化动力学的社会梳理策略的基础上，进化游戏模拟。社会关系强度（以社会梳理的频率衡量）通常显示出一个非常倾斜的分布（幂律分布）。这可能是由于时间成本对社会修饰的限制，因为成本太大，无法忽视有许多强大的社会关系。人类构建社会关系的策略的进化可以解释基于社会脑假说的人类智力的起源。我们构建了一个以个体为基础的模型来探索社会修饰策略的进化动力学。该模型基于通过加强与合作者的社会关系来赢得他人的行为。进化模拟的结果显示了四类进化动力学。结果取决于总资源和每个合作者的资源的合作者的数量的比率。这四类中的一类类似于人类的策略，即基于幂律的Yule-Simon过程的策略。
2018-04-20 cs.SI physics.soc-ph
Wisdom of groups promotes cooperation in evolutionary social dilemmas
是否改变战略不仅取决于每个人的个人成功，也取决于其他人的成功。以此为动机，我们研究了在描述社会困境的游戏中合作的演变，在这种情况下，采取不同策略的倾向既取决于个人适应度，也取决于邻居的策略。无论进化过程是由成对或群体相互作用，我们表明，插入到“群体的智慧”强烈促进合作行为。越是考虑到更广泛的知识，叛逃者的进化就越受到损害。我们解释这一点，揭示了一个动态减速的入侵过程中，通过该接口分离不同的域保持平滑和叛逃者，因此变得无法有效地入侵合作者。这反过来又增强了空间互惠性，并建立了分散的决策，这对解决社会困境非常有益。
2012-08-20 cond-mat.stat-mech physics.soc-ph q-bio.PE
Evolution of Coordination in Social Networks: A Numerical Study
协调博弈对于解释有效的和可取的社会行为很重要。在这里，我们研究这些游戏的网络社会结构，使用进化的方法进行广泛的数值模拟。我们发现，局部网络效应可能会促进选择的有效均衡，在纯粹的和一般的协调游戏，可以解释社会极化。这些结果被放入角度相对于已知的理论结果。我们得到的主要见解是，集群，特别是社区结构在社交网络有一个积极的作用，促进社会效率的结果。
2010-11-04 cs.SI physics.soc-ph
Group Evolution Discovery in Social Networks
群体抽取及其演化是社会网络分析领域的研究热点。然而，尽管社交网络中的分组方法发展得非常动态，但群体演化发现和分析的方法在社会网络分析地图上仍然是未知的领域。因此，本文提出了一种新的群体进化发现方法--GED。此外，第一次实验的结果，电子邮件为基础的社会网络与比较与其他两种方法的群体进化发现。
2013-04-15 cs.SI physics.soc-ph
Evolution of cooperation with asymmetric social interactions
合作如何在人类社会中出现既是一个进化之谜，也是一个对社会健康有着切实影响的实际问题。人口结构长期以来一直被认为是合作的催化剂，因为当地的相互作用使互惠成为可能。对这种现象的分析通常假设双向的社会互动，即使现实世界的互动往往是单向的。由于组织等级制度、社会分层、流行效应和网络增长的内生机制，现实世界中出现了单向互动--一个人有机会为另一个人做出利他贡献，但反之亦然。在这里，我们扩展了结构化群体的合作理论，以解释单向和双向的社会互动。尽管定向互动消除了互惠的机会，我们发现，合作仍然可以在定向社交网络中受到青睐，并且可以证明，合作是最大化的网络与中间比例的定向互动，在许多经验设置中观察到的。我们还确定了两个简单的结构图案，允许有效的相互作用方向性的修改，以促进合作的数量级。我们讨论了我们的结果与广义和间接互惠的概念。
2021-05-20 math.DS physics.soc-ph q-bio.PE
The cooperation-defection evolution on social networks
在没有贡献的情况下，背叛者比合作者从社会资源中获得更多的利益，这是个体特定性格的反映。然而，我们社会的自然物理机制促进合作。因此，从长远来看，关于遗传变异的进化不仅仅是关于适应性的社会进化。合作与背叛的演化路径轨迹是相关的，但不是完全互补的。然而，只有单一的特定机制，由一些规则操作，解释了合作的增强，其中的缺陷进化机制的独立分析被忽视。此外，通过算法方法长时间执行特定的进化规则会遇到模型参数的高度敏感影响。从理论上讲，两种类型的生物多样性相对来说很少持续存在。在这里，我描述了人口波动的进化结果。通过分析和算法的方法，本文得出结论：个体的类内适应度不仅是生存的关键因素，而且是繁荣的关键因素。在考虑随机漂移的情况下，实验结果表明，合作对背叛的显性增强在性质上与环境情景无关。总的来说，这套规则成为加强合作的进化原则。
2021-09-15 math.DS physics.soc-ph q-bio.PE
If players are sparse social dilemmas are too: Importance of percolation for evolution of cooperation
空间互惠是促进合作的一个众所周知的绝技。因此，彻底了解不同人口密度的影响至关重要。在这里，我们研究了在不同的互动图与一定比例的空节点的社会困境中的合作的演变。我们发现，稀疏性可能有利于解决社会困境，特别是如果人口密度接近底层图的渗流阈值。无论类型的管理社会困境，以及特殊性的互动图，我们表明，在成对模仿的渗透阈值是一个普遍的指标，如何密集的占用应该是最佳的合作促进。我们还表明，短视的更新，由于缺乏有效的传播信息通过模仿，使报告的机制功能失调，这反过来又进一步加强了它的基础。
2012-05-11 cond-mat.stat-mech physics.soc-ph q-bio.PE
Microscopic Evolution of Social Networks by Triad Position Profile
解开社会网络演化的机制是社会科学尚未解决的难题之一。偏好依恋是解释社会网络动力学的有力机制，但它不能解释社交网络中所有的标度律。最近在理解社会网络动力学方面的进展表明，社交网络中的几个标度律遵循三元闭合的自然结果。在许多著作中，对它们之间的宏观比较进行了经验性的讨论。然而，网络的演化不仅驱动了宏观尺度的出现，也驱动了微观行为的出现。在这里，我们利用网络微观演化的两个基本方面：个人影响力的演化和链接形成的过程。首先，我们为微观进化开发了一个新的框架，其中优先附着和三元闭合机制很好地平衡。然后在四个真实世界的数据集上，我们将我们的方法应用于两个微观问题：节点的突出预测和链接预测，我们的方法比基线解决方案产生了显着的预测改进。最后，为了严谨和全面，我们进一步观察到，我们的框架具有更强的泛化能力，在不同类型的社交网络的两个微观预测问题。我们以比迄今为止更高的精确度揭示了重要因素，并为网络进化提供了新的视角。
2014-09-18 cs.SI physics.soc-ph
Incorporating Text Analysis into Evolution of Social Groups in Blogosphere
反映社会和商业关系的数据通常以实体之间的连接网络（称为社交网络）的形式存在。在这样的网络中，可以识别重要的和有影响力的用户以及强连接的用户组。寻找这样的群体并观察它们的进化成为一个越来越重要的研究问题。其中一个重要的问题是开发方法，不仅结合实体之间的连接信息，而且还从用户编写的文本中获得的信息。本文提出的方法结合社会网络分析和文本挖掘来理解群体演化。
2013-08-22 cs.SI physics.soc-ph
Predicting Group Evolution in the Social Network
群体-社会社区是整个社会的重要组成部分，通过社会网络概念进行分析。它们的固有特征是随时间不断演变。如果我们知道社交网络中的群体是如何进化的，我们就可以利用这些信息来预测给定群体进化的下一步。本文提出并研究了一种新的群体演化预测方法。对四个进化的社交网络的实验研究表明：（i）基于简单输入特征的预测可能非常准确，（ii）一些分类器比其他分类器更精确，（iii）组进化提取方法的参数显着影响预测质量。
2012-10-18 cs.SI physics.soc-ph
Coronavirus Covid-19 spreading in Italy: optimizing an epidemiological model with dynamic social distancing through Differential Evolution
本文的目的在于应用最近的流行病学模型，即SEIR与社会距离（SEIR-SD），通过定义随时间变化的社会距离函数，在此扩展，以评估意大利及其两个最重要地区，即，伦巴第和坎帕尼亚。为了有效地使用该模型，必须找到其参数的最合适的值。SEIR-SD模型参数的估计通过使用差分进化，一种启发式优化技术来进行。通过这种方式，我们能够对上述三种情况中的每一种情况评估从今天到病毒传播结束的每日感染病例数，这一数字将达到最高峰的那一天，以及感染病例将非常接近于零的那一天。
2020-04-04 cs.SI physics.soc-ph q-bio.PE
Seasonal payoff variations and the evolution of cooperation in social dilemmas
不同的环境条件会影响社会困境中相互作用的个体之间的关系，从而也会影响合作的演变。这些环境变化通常是季节性的，因此可以在数学上描述为周期性变化。因此，我们在这里研究如何在不同的社会困境的表现形式之间的周期性变化影响合作。我们观察到一个不平凡的内在的时空动态之间的相互作用，其特点是在一个特定的社会困境类型和支付变化的频率的合作传播。特别是，我们表明，两个可用的游戏与全球订购之间的周期性变化最好是快速的，而全球和本地订购游戏之间的周期性变化最好是缓慢的合作蓬勃发展。我们还表明，两个本地订购的社会困境之间的周期性变化的频率是无关紧要的，因为这样的过程是快速的，简单地返回的平均合作水平。相互作用网络的结构也起着重要的作用，因为晶格促进了局部有序，而随机图阻碍了紧凑的合作集群的形成。相反地，对于局部有序，交互网络的规则结构仅仅是边缘相关的，因为角色分离的棋盘模式不依赖于长程序。
2019-08-30 cs.SI physics.soc-ph q-bio.PE
Can Testing Ease Social Distancing Measures? Future Evolution of COVID-19 in NYC
“纽约州禁止吸烟”行政命令于3月22日生效，旨在确保足够的社交距离，以缓解COVID-19的传播。该计划将以某种形式在纽约市继续有效，直到6月初。我们使用一个分区模型来研究检测能力和社交距离措施对“后疫情”时期伦敦金融城疫情演变的影响。我们发现，测试能力必须大大增加，如果它是为了平衡，即使是相对较小的放松，在社会距离措施在紧接后的时期。特别是，如果该市每天进行20，000次检测，并将社交距离措施放宽到前标准，那么到9月底，死亡总人数可能达到250，000人。通过将社交距离措施保持在预防前和预防中的标准之间，每天进行10万次检测，到9月底，死亡总数可以保持在27，000人左右。如果要抑制过度死亡，迅速回到前苏联的社会距离规范必须伴随着过高的检测能力。如果伦敦金融城要在疫情爆发后立即恢复到“疫情爆发前”的社交距离规范，并在9月底前将死亡总数保持在3.5万人左右，那么它每天应该进行50万次检测。我们的研究结果对伦敦金融城放松社交距离措施以重新开放经济所需的测试能力的规模具有重要意义。
2020-05-27 physics.soc-ph q-bio.PE stat.AP
Community Evolution of Social Network: Feature, Algorithm and Model
研究者们致力于探索社交网络的静态特征，并进一步发现了许多具有代表性的特征，如度分布的幂律和区分社交网络与非社会网络的区分度值。然而，人们并不满足于这些成果，如何揭示社交网络的动态特征，特别是如何有效地跟踪社区演化，越来越受到人们的关注。基于这些兴趣，本文首先展示了社交网络的一些基本但动态的特征。在此基础上，提出了一种新的基于核心的社区演化跟踪算法CommTracker，该算法依靠核心节点建立不同快照下社区之间的演化关系。利用该算法，我们发现了社交网络中的两个独特现象，并进一步提出了两个代表性的系数：增长和代谢，通过这两个系数，我们也能够从动态的角度区分社交网络和非社会网络。最后，我们开发了一个社会网络模型，该模型具有展现上述两个必要特征的能力。
2008-04-28 physics.data-an physics.soc-ph
Reconstructing social sensitivity from evolution of content volume in Twitter
我们建立了一个简单的数学模型，以媒体报道和社会互动方面的公众利益的动态。我们在2020年美国与暴力有关的一系列事件上测试了该模型，使用推文和转发量作为公众利益的代理，新闻量作为媒体报道的代理。该模型成功地拟合了数据，并允许推断与人类流动数据相关的社会敏感性的度量。这些研究结果表明，调节社会反应的基本成分和机制能够点燃社会动员。
2022-10-03 cs.SI physics.soc-ph
Tracking Group Evolution in Social Networks
容易访问和大量的数据，特别是来自长时间的数据，允许将社交网络划分为时间框架并创建临时社交网络。这种网络能够分析其动态。动态的一个方面是分析社会社区的演变，即，特定群体如何随时间变化。要做到这一点，需要完整的群体进化历史。因此，本文提出了一种新的群演化提取方法--GED。
2012-10-18 cs.SI physics.soc-ph
Dynamical evolution of anti-social phenomena: A data science approach
人类的互动可以是积极的，也可以是消极的，从而产生不同的复杂的社会或反社会现象。这些相互作用的动态通常会导致某些时空模式和复杂的网络，这可能会引起从社会科学家到数据科学家的广泛研究人员的兴趣。在这里，我们使用公开的数据来分析一系列反社会和政治事件，如全球各地的种族冲突、侵犯人权和恐怖袭击。我们汇总这些反社会事件随着时间的推移，并研究这些事件的时间演变。我们在这里提出了几个时间序列分析的结果，如复发间隔，赫斯特R/S分析等，揭示了这些时间序列的长期记忆。此外，我们对数据进行了国家级过滤，并研究了各个国家内这些反社会事件的时间序列。我们发现，这些事件的时间序列有有趣的统计和相关性，使用多维尺度技术，然后将这些国家分组在一起的时间增长的这些反社会事件的共同运动。研究这些反社会现象的数据科学方法可以更深入地了解它们的形成和传播。研究结果可以帮助制定公共政策和制定战略，以遏制其蔓延并抑制这些反社会现象。
2019-03-15 physics.soc-ph
GED: the method for group evolution discovery in social networks
对社交网络领域的持续关注有助于该领域的快速发展。获取和存储数据的新可能性有助于对整个网络、提取的社会群体和单个个体进行更深入的分析。其中最有趣的研究课题是社会群体的动态，它意味着分析群体随时间的演变。拥有适当的动态分析知识和方法，可以尝试预测集团的未来，然后适当地管理它，以实现或根据具体需要改变这种预测的未来。这样的能力将是一个强大的工具，在人力资源管理人员手中，人员招聘，市场营销等。社会群体的演变包括个别事件和七种类型的这种变化已经确定的文件：继续，萎缩，增长，分裂，合并，解散和形成。为了能够分析群体的演变，提出了一个变化指标--包容措施。它已被用于探索社会群体进化的新方法，称为群体进化发现（GED）。其使用的实验结果与两个著名的算法在精度，执行时间，灵活性和易于实施的比较也描述在该文件中。
2012-07-22 cs.SI physics.soc-ph
The evolution of cooperation by social exclusion
在现实世界中，自由乘车者被排除在公共特权或公众接受之外的现象很普遍。目前的合作与激励机制的演变模型大多假设同行制裁，即惩罚者以自己为代价对搭便车者施加惩罚。众所周知，这种代价高昂的惩罚有两个实质性的困难。首先，一个罕见的惩罚合作者几乎没有颠覆自由骑手的反社会社会，第二，自然选择往往会在非惩罚合作者（即“二阶”自由骑手）的存在下消除惩罚合作者。我们提出了一个社会排斥的博弈论模型，在这个模型中，一个惩罚性的合作者可以将自由骑手排除在利益分享之外。我们表明，这种社会排斥可以克服上述困难，即使它是昂贵的和随机的。结果不需要遗传关系，重复的互动，声誉或群体选择。相反，只需要有限数量的自由骑手来防止二阶自由骑手侵蚀社会免疫系统。
2012-12-06 cs.SI nlin.AO physics.soc-ph
Social comparison shapes the evolution of cooperation in structured populations
The College of Artificial Intelligence, Southwest University（西南大学人工智能学院）；Business College, Southwest University（西南大学商学院）；Department of Complexity Science, Potsdam Institute for Climate Impact Research（波茨坦气候影响研究所复杂性科学系）；Institute of Physics, Humboldt University of Berlin（柏林洪堡大学物理研究所）；Institute of Technical Physics and Materials Science, Centre for Energy Research（匈牙利能源研究中心技术物理与材料科学研究所）
本研究将社会比较理论引入结构化种群的演化动力学，发现比较参数非线性改变合作临界条件，并识别出异质但整体同化的最优比较模式，为设计促进合作的社会激励提供依据。
2026-10-01 physics.soc-ph
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
Interplay between evolutionary game and network structure: the coevolution of social net, cooperation and wealth
我们研究了演化博弈和网络结构之间的相互作用，并展示了博弈的动态如何影响网络的增长模式，以及网络的演化如何影响博弈中的合作行为。仿真结果表明，基于支付的优先连接机制导致了无标度结构性质$P(k)\sim k^{-γ}$的出现.此外，我们还研究了平均路径长度和非线性混合特性。研究结果表明，该网络具有小世界和正反馈行为，这与实际社交网络的观测结果一致。同时，我们发现底层网络结构的演化有效地促进了博弈的合作水平。我们还研究了由我们的模型得到的财富分布，这是符合帕累托定律在实际观察。此外，生成的无标度网络结构的分析提供了更好地理解我们的模型的演化动力学。
2006-09-27 physics.soc-ph
Majority Rule for Belief Evolution in Social Networks
在本文中，我们研究了如何代理的信念是由她的邻居在社会网络中的影响。我们首先介绍了一个一般框架，每个代理人都有一个初始信念的声明，并更新她的信念，根据她和她的邻居的当前信念下的一些信念进化函数，这可以说，应该满足一些基本性质。然后，我们重点研究了多数规则的信念演化函数，即当一个主体的邻居（dis）相信该陈述时，该主体（dis）会相信该陈述，并考虑了多数规则信念演化过程中的一些基本问题，例如信念演化过程是否最终收敛。答案是否定的。然而，对于随机异步信念进化，情况确实如此。
2013-09-03 cs.AI cs.SI physics.soc-ph
Predicting Community Evolution in Social Networks
如今，不同的社交媒体的持续发展可以在世界范围内观察到。最近深入探索的相关研究领域之一是分析社会媒体中存在的社会社区，并考虑到收集的历史演变链预测其未来的演变。本文提出的这些演化链包含以前时间框架中的组状态及其历史转换，这些转换是使用两种方法中的一种来识别的：稳定组变化识别（SGCI）和组演化发现（GED）。基于观察到的不同长度的进化链，结构网络特征的提取，验证和选择，以及用于学习分类模型。实验研究在三个具有不同配置文件的真实数据集上进行：DBLP，Facebook和波兰博客圈。针对不同的分类器以及从不同长度的进化链中提取的各种描述性特征集，分析了群体预测的过程。结果表明，一般来说，进化链越长，分类模型的预测能力越好。然而，长度为3到7的链使得基于GED的方法几乎达到其最大可能的预测质量。对于SGCI，该值处于最后3至5个周期的水平。
2015-05-07 cs.SI physics.soc-ph
The exploration of the Adjacent Possible explains the emergence and evolution of social networks
人与人之间的互动是我们社会的支柱。人们如何互动，建立新的联系，以及在这些联系中分配他们的活动，可以揭示我们的社会组织。尽管非常不同的科学界的关注，我们仍然缺乏一个第一性原理建模框架，能够解释社交网络的诞生和演变。在这里，我们通过将社会互动视为探索一个非常特殊的空间的方式来解决这个问题，即相邻的可能空间，即，我们一生中任何时候都能遇到的一群人。我们利用最近的数学形式化的相邻的可能空间，提出一个社会探索的第一原理理论的基础上简单的微观规则，定义人们如何接触和互动。新理论预测了社交网络的微观和宏观特征。在微观层面上，最显著的特征是一个已经拥有$k$连接的个体获得新熟人的概率。在宏观方面，该模型再现了社交网络的主要静态和动态特征：度和活动的广泛分布、全球和局部水平的平均聚集系数和创新率。该理论诞生于三个不同的现实世界社交网络：Twitter用户之间的提及网络，美国物理学会的合著网络和移动电话网络。
2020-07-07 physics.soc-ph
Collective dynamics of belief evolution under cognitive coherence and social conformity
人类历史的特点是社会不稳定和冲突，往往是由对立的信仰，意识形态和宗教教条的不可调和性驱动的。信仰系统的动力学主要从两个不同的角度进行研究，即认知偏见如何导致个人信仰刚性和社会影响如何导致社会从众。在这里，我们提出了一个统一的框架，将认知和社会力量连接在一起，以研究社会信仰演变的动态。每个个体都被赋予了一个相互作用的信念网络，这个网络通过与社会网络中的其他个体的相互作用而发展。信念的采纳受到内部一致性和社会一致性的影响。我们的框架解释了在其他同质人群中如何出现社会不稳定，少数具有高度一致信仰的狂热者如何推翻社会共识，以及信仰刚性如何保护边缘群体和邪教免受主流信仰的入侵，使他们能够在更大的社会中坚持甚至蓬勃发展。我们的研究结果表明，强大的共识可能不足以保证社会稳定，信念系统的认知一致性是至关重要的，在确定其传播能力，和连贯的信念系统可能会造成严重的问题，解决社会两极分化，由于他们的能力，以防止共识，即使在高水平的社会曝光。因此，我们认为，将认知因素纳入社会模型是至关重要的，在提供一个更完整的图片集体人类动态。
2016-10-20 cs.SI physics.soc-ph
Evolution of Social-Attribute Networks: Measurements, Modeling, and Implications using Google+
了解社会网络的结构和演变对网络和系统设计的许多方面具有重要意义，包括通过社交网络提供、引导信任和信誉系统以及防御Sybil攻击。最近的几个结果表明，用用户属性（例如，位置、雇主、兴趣社区）可以提供对社交网络的更细粒度的理解。然而，很少有研究能够系统地了解这些影响。我们使用一个独特的数据集来弥补这一差距，该数据集是随着Google+社交网络自2011年6月下旬发布以来的不断发展而收集的。我们观察到新的现象与标准的社交网络指标和新的属性相关的指标（我们定义）。我们还观察到有趣的演变模式，因为Google+从引导阶段到公开发布之前的稳定邀请阶段。基于我们的经验观察，我们开发了一个新的生成模型，共同再现社会结构和节点属性。通过理论分析和实证评估，我们表明，我们的模型可以准确地再现真实的社交网络的社会和属性结构。我们还证明了我们的模型为实际应用环境提供了更准确的预测。
2012-09-19 cs.CY cs.SI physics.soc-ph
Co-Evolution of Friendship and Publishing in Online Blogging Social Networks
在过去的十年里，博客网站变得比以往任何时候都更加成熟和有影响力。这种复杂性和影响力在很大程度上来自于他们的网络组织。博客社交网络（BSN）允许个人博客形成联系人列表，订阅其他博客，评论博客文章，声明利益，并参与集体博客。因此，BSN是一个双峰场所，用户可以在其中参与发布（发布）以及社交（交友）活动。在本文中，我们研究了这两种活动的协同进化。我们观察到博客和社交之间存在显著的正相关关系。此外，我们确定了一些用户原型，对应于“主要是博客”，“主要是社交”等，我们分析了BSN在个人职位的水平和联系人列表的变化，并在友谊发布空间的轨迹的水平。这两种方法产生了一致的结果：大多数BSN用户是被动读者;出版是BSN中占主导地位的主动行为;社交活动补充博客，而不是与之竞争。
2014-01-27 cs.SI physics.soc-ph
Search Engine Drives the Evolution of Social Networks
搜索引擎与社交网络紧密耦合，主要是为用户获取感兴趣的信息而设计的。具体地，搜索引擎辅助社交网络的信息传播，即，使得用户能够通过关键字搜索来访问感兴趣的内容，并促进内容从源用户直接传递到潜在感兴趣的用户的过程。伴随着这些过程，社交网络随着具有共同兴趣的用户之间出现新的联系而发展。然而，对于这样一个“鸡生蛋还是蛋生鸡”的问题并没有清晰的认识，即新的链接鼓励更多的社交互动，反之亦然。在本文中，我们的目标是定量表征社会网络的演化现象驱动的搜索引擎。首先，我们提出了一个搜索网络模型的社会网络的演变。其次，我们采用两个性能指标，即度分布和网络直径。理论上，我们证明了度分布服从强化幂律，网络直径收缩。第三，我们定量地证明了搜索引擎加速了社交网络中的谣言传播。最后，基于四个真实世界数据集（即，CDBLP，Facebook，微博推文，P2P），我们验证了我们的理论研究结果。此外，我们发现，搜索引擎显着增加了谣言传播的速度。
2017-03-17 cs.IR cs.SI physics.soc-ph
Collective influence in evolutionary social dilemmas
当进化博弈在结构化种群中进行竞争时，网络中每个参与者的程度起着重要的作用。如果存在的话，枢纽往往以显著的方式决定人口的命运。然而，最近基于随机网络中的最优渗流的研究表明，在复杂网络中，度既不是唯一的，也不是最好的预测因素。低度节点也可能是最佳的影响者，如果他们分层链接到枢纽。考虑到这一点，我们得出了复杂网络中集体影响的形式主义，正如我们在这里所展示的，这对社会困境的有利解决具有深远的影响。特别是，存在一个最佳的层次深度的集体影响力，我们用它来描述球员的潜力，通过他们的战略，这取决于社会困境的强度的决心。有趣的是，对应于基线深度零的度只有在背叛的诱惑很小的时候才是最优的。我们的研究表明，进化的成功故事与传播过程有关，传播过程植根于超越当地社区的有利的等级结构。
2016-04-14 cond-mat.stat-mech cs.GT physics.soc-ph
Modeling microbiome dynamics on social networks: how between-host transmission shapes within-host evolution
Rutgers University（罗格斯大学）；Dartmouth College（达特茅斯学院）
本研究从社交网络视角，通过广义洛特卡-沃尔泰拉模型结合宿主间微生物共享，分析微生物动态，明确微生物共享产生长期影响的条件，揭示社交网络对人类微生物组的塑造作用。
2026-09-02 math.DS physics.soc-ph
Evolution of emotions on networks leads to the evolution of cooperation in social dilemmas
我们发现，随机图和无标度网络上的社会困境的解决是通过模仿更好的表现球员，而是他们的情绪，而不是战略促进。我们假设同情和嫉妒是两种情绪，它们决定了每个参与者在任何给定的互动中的策略，我们将它们定义为与收益较低和较高的参与者合作的概率。从两种情绪的所有可能组合都可用的人群开始，进化过程导致自发固定到最终被所有参与者采用的单一情绪轮廓。然而，这种情绪特征不仅取决于收益，还取决于交互网络的异质性。同质网络，如格子和规则随机图，导致以高同情和高嫉妒为特征的固定，而异质网络导致低或适度的同情，但也低嫉妒。因此，我们的研究结果表明，公众的情绪和合作倾向在很大程度上取决于，实际上是由互动网络的属性。
2013-03-28 cond-mat.stat-mech cs.SI physics.soc-ph
Universal growth of social groups: empirical analysis and modeling
社会群体是任何社会制度的基本要素。它们的产生和演变与社会系统的结构和动态密切相关。对社会群体的研究主要集中在社会系统成员互动网络的成长和结构以及成员的群体隶属关系如何影响这些网络的演变。群体规模的分布和成员如何加入群体还没有详细的研究。在这里，我们结合统计物理学和复杂网络理论工具来分析三个数据集中的群体规模分布，这三个数据集分别是位于伦敦和纽约的Meetings群体以及Reddit。我们发现，所有三个分布表现出对数正态行为，表明在这些系统中的普遍增长模式。我们提出了一个理论模型，结合社会和群体之间的成员随机扩散，以模拟社会互动和成员的兴趣在社会群体的增长中的作用。模拟结果表明，我们的模型再现了经验数据中观察到的增长模式。此外，我们的分析表明，社交互动对于Reddit等在线群组中的成员扩散比Meetings等离线群组中的成员扩散更重要。这项工作表明，社会群体遵循普遍的增长机制，需要考虑在建模社会系统的演变。
2022-06-14 physics.soc-ph
Exploring the Independent Cascade Model and Its Evolution in Social Network Information Diffusion
School of Computer and Information, Hefei University of Technology（合肥工业大学计算机与信息学院）
本研究聚焦社交网络中的信息传播问题，分析信息传播模型的核心作用，为探索传播层级结构及表现奠定基础，推动该领域后续研究。
2024-03-16 cs.AI physics.soc-ph
The Dynamics of Human Society Evolution: An Energetics Approach
人类社会是一个开放的系统，通过与各种已知和未知（能量）通量耦合而进化。这些动态是如何精确地展开的？能量学可以提供进一步的见解。我们扩大了纳维斯托克斯的方法来研究非平衡动力学领域，随着时间的推移。在对经典场论进行归纳的社会场论的基础上，定义了社会力、社会能和社会中个体的哈密顿量。个人和社会的演化方程是基于包含动力学的含时哈密顿量而勾勒出来的。本文证明了在社会领域中，从Hamilton方程可以导出Lotka-Volterra型方程。
2019-04-08 physics.soc-ph
Social cohesion V.S. task cohesion: An evolutionary game theory study
本文运用演化博弈论的方法，考察了社会凝聚力和任务凝聚力在促进群体互动中合作演化方面的差异。玩家参与公共产品游戏，如果出现太多叛逃，他们可以离开自己的团队。社会凝聚力和任务凝聚力都可能阻止玩家离开。虽然更高水平的社会凝聚力增加了玩家对背叛的容忍度，但任务凝聚力与她过去的团队表现有关。随着任务凝聚力水平的提高，如果一个不满意的玩家在过去感到满意，那么他更有可能参考历史并留在她的团队中。研究结果表明，社会凝聚力不利于合作的演化，而任务凝聚力则有利于合作的演化，这是因为社会凝聚力阻碍了条件解离机制，而任务凝聚力提高了合作群体的稳健性，而合作群体通常容易犯错误。我们还讨论了凝聚力的其他潜在方面，以及如何通过我们的建模来研究它们。总体而言，我们的分析提供了新的见解群体凝聚力和群体绩效之间的关系，通过研究群体动力学，并建议进一步应用进化博弈论在这一领域。
2021-01-18 cs.MA nlin.AO nlin.CD
Evolution of conditional cooperation in collective-risk social dilemma with repeated group interactions
本研究构建重复互动演化博弈模型，探讨集体风险社会困境中条件合作行为对合作演化的影响，发现条件合作策略可促进合作涌现，高风险推动合作，风险超阈值时策略转变利于维持高水平合作。
2023-08-22 physics.soc-ph
Information Evolution in Social Networks
University of Michigan（密歇根大学）；Facebook（脸书）；Genome Institute of Singapore（新加坡基因组研究院）
社交网络很容易传递信息，尽管不那么完美。我们提出了一个大规模的测量这种不完美的信息复制机制，通过检查成千上万的模因的传播和演变，集体复制数亿次在在线社交网络Facebook。信息经历了一个进化过程，表现出几个方面。模因的突变率表征了其变体的群体分布，符合Yule过程。在扩散级联中距离更远的变体具有更大的编辑距离，如在迭代的、不完美的复制过程中所预期的。一些文本序列可以赋予复制优势;这些序列是丰富的，并在不同的模因之间“横向”转移。如果某个迷因的特定变体与其信仰或文化相匹配，则社交网络的亚群体可以优先传播该变体。理解信息传播中的驱动机制对于我们如何解释和利用通过社交网络到达我们的信息具有重要意义。
2014-02-27 cs.CL cs.SI physics.soc-ph
Event Evolution Tracking from Streaming Social Posts
Twitter时间表和论坛讨论等在线社交帖子流已成为信息传播的重要渠道。他们喧闹、不拘礼节，而且人数激增。现实生活中的事件，每分钟都可能发生和发展，被社交用户在帖子流中感知和传播。直观地说，一个事件可以被看作是一个密集的帖子集群，这些帖子具有共享相同描述性词语的生存周期。有许多以前的作品从社会流的事件检测。然而，令人惊讶的是，在跟踪事件的演变模式方面的工作很少，例如，出生/死亡，增长/衰退，合并/分裂，我们在本文中解决。为了定义跟踪范围，我们使用了一个滑动时间窗口，在这个时间窗口中，旧帖子消失，新帖子随时出现。在此之后，我们将社交帖子流建模为一个不断发展的网络，其中每个社交帖子都是一个节点，当帖子相似性高于阈值时，帖子之间的边被构建。我们提出了一个框架，它总结了在当前时间窗口内的流中的信息作为一个“草图”组成的“核心”职位。我们开发了增量更新算法来处理高度动态的社交流，并实时的跟踪事件演变模式。此外，我们将事件可视化为单词云，以帮助人类感知。我们对由520万个帖子组成的真实数据集的评估表明，我们的方法可以有效地跟踪整个生存周期中的事件动态，从非常大量的社会流中运行。
2013-11-23 cs.SI physics.soc-ph
Social Simulations: from Agent-Based Modeling to Digital Twins
Department of Computer Science, University of Pisa（皮萨大学计算机科学系）；ISTI-CNR（意大利国家研究委员会信息与系统研究所）
探讨社会模拟从基于主体建模到数字孪生的演变，阐述了各阶段范式的方法论基础、应用等，强调从抽象模型到特定社会系统逼真计算表示的转变。
2026-07-16 cs.AI cs.MA cs.SI
On the role of volatility in the evolution of social networks
我们研究如何波动，节点或链接为基础，影响社交网络在简单的模型的演变。该模型描述了秩序（由代理人协调的努力促进）与底层社会网络波动引起的混乱之间的竞争。我们发现，当波动性主要影响衰减的链接，该模型表现出一个尖锐的过渡之间的有序相与密集的网络和无序相与稀疏网络。当波动率主要是基于节点的，而不是，只有对称（无序）相存在这两个制度是分开的不寻常的类型，其特征在于一个序参量临界指数$β=0^+$的二阶相变。我们认为，节点的波动性具有相同的效果，在更广泛的一类模型，并在这个方向上提供了数值证据。
2008-07-02 cond-mat.stat-mech physics.soc-ph
Deep Agent: Studying the Dynamics of Information Spread and Evolution in Social Networks
本文介绍了一个社会网络分析框架的设计，根据DARPA的SocialSim计划，与新颖的架构，模拟人类的情感，认知和社会因素。我们的框架是理论和数据驱动的，并利用领域的专业知识。我们的模拟工作有助于理解信息如何在社交媒体平台上流动和演变。我们专注于对三个信息领域进行建模：加密货币、网络威胁和软件漏洞，这三个信息领域是三个相互关联的社交环境：GitHub、Reddit和Twitter。我们参加了2018年12月的SocialSim DARPA挑战赛，我们的模型在准确性、可推广性、可解释性和实验能力方面进行了广泛的性能评估。本文报告了主要的概念和模型，在我们的社会媒体建模工作中使用，在用户，社区，人口和内容层面开发多分辨率模拟。
2021-05-29 cs.SI physics.soc-ph
Evolution of Social Networks: A Microfounded Model
许多社会都是由人们在一段时间内相遇和互动而形成的网络组织起来的。在本文中，我们提出了第一个模型来捕捉微观基础的社交网络的演变，有限理性的代理人的不同类型的加入网络，满足其他代理随机随着时间的推移，并因此决定形成社会关系。我们的模型的一个基本前提是，在现实世界的网络中，代理人通过推理他们随着时间的推移遇到的代理人可以给予的好处来形成链接。我们研究了新兴网络的友谊和流行收购的演变，给出了以下外生参数：结构机会主义，类型分布，同质性，和社会合群。我们发现，一个代理找到“朋友”所需的时间是由外生参数的影响：代理谁是更合群，更同性恋，机会主义少，或属于一个类型的“少数民族”平均花费更长的时间寻找友谊。此外，我们表明，优先附件是一个新兴的双重优惠会议过程的结果：一个过程，引导代理的某种类型，以满足更受欢迎的相似类型的代理具有更高的概率，从而创建不同类型的代理的流行程度演变的不对称。
2015-08-14 cs.SI physics.soc-ph
Clustered marginalization of minorities during social transitions induced by co-evolution of behaviour and network structure
社会的大规模转型与个人行为变化和社会网络的重组有关。这两个因素通常被独立考虑，但最近的社会网络研究的进展挑战了这一观点。在这里，我们表明，社会边缘化和集群的共同特点自然出现在一个共同进化的自适应网络模型的过渡。这是通过明确考虑行为选择中个体互动和动态网络结构之间的相互作用来实现的。我们通过模拟吸烟行为和网络结构如何通过改变社会规范来重新配置来验证这一机制。我们的研究结果与实证研究结果一致：吸烟的流行率降低，剩余的吸烟者优先相互联系，并形成越来越边缘化的集群。我们认为，个人行为和网络动态重组之间的自我放大反馈是转型的主要驱动力。这种个体行为和社会网络结构共同进化的生成机制可能适用于吸烟以外的广泛例子。
2016-07-05 cs.SI nlin.AO physics.soc-ph
The Spontaneous Emergence of Conventions: An Experimental Study of Cultural Evolution
在复杂的去中心化社会系统中，共有的惯例是如何出现的？这个问题涉及语言学、社会学和认知科学等不同领域。以往试图解决这一难题的实证研究都假定，需要正式或非正式的制度，如促进全球协议的激励措施、协调领导或关于人口的汇总信息，来促进解决方案。相比之下，社会习俗的进化理论则假设，社会习俗的形成并不需要这样的制度。然而，这一假设的实证检验一直受到阻碍的困难，评估的实时创建新的集体行为在大型分散的人口。在这里，我们提出的实验结果-在几个规模复制-这表明自发创建普遍采用的社会公约，并显示如何简单的变化，人口的网络结构可以直接规范的形成动态，驱动人口没有野心的大规模协调，以迅速发展共享的社会公约。
2015-02-24 cs.MA cs.SI physics.soc-ph
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
What can Social Media teach us about protests? Analyzing the Chilean 2011-12 Student Movement's Network evolution through Twitter data
使用社交媒体数据-特别是Twitter -智利2011-12学生运动，我们研究他们的社会网络随着时间的推移，分析领导者和参与者如何自我组织和传播信息的演变。基于学生运动的时间轴的几个关键事件，我们可视化的学生网络轨迹，并分析其结构和语义属性。因此，本文首先描述了2011-12年智利大规模学生运动的基本网络拓扑结构，然后探讨了该运动的180个关键中心节点是如何连接、自组织和传播信息的。我们认为，这种社交媒体支持的大规模运动是网络时代的另一种表现，它利用了代理人的社会技术网络，从而加速了代理人如何协调，调动资源和制定集体智慧。
2013-08-12 cs.CY cs.SI physics.soc-ph
