Analytic relationship of relative synchronizability to network structure and motifs
提出一种基于有向网络结构和过程模体贡献的解析技术，直接测量噪声驱动过程的相对可同步性，揭示了汇聚有向游走阻碍同步，并解释了小世界等网络的可同步性差异。
2023-05-17 cond-mat.dis-nn cs.SI math-ph
Triadic motifs in the dependence networks of virtual societies
在友谊网络中，个体有不同数量的朋友，个体和她的朋友之间的亲密度或亲密度是异质的。使用统计过滤方法来确定谁依赖于谁的关系，我们构建依赖网络（这是直接的）从加权友谊网络的化身在200多个虚拟社会的大型多人在线角色扮演游戏（MMORPG）。我们研究了依赖网络中三元模体的演化。几个指标显示，虚拟社会在最初的两到三周内经历了一个短暂的发展阶段，并达到了一个相对稳定的阶段。我们发现，单向环基序（${\rm{M}}_9$）是代表不足，并没有出现，开放的基序也代表不足，而其他关闭基序的代表过多。我们还发现，对于大多数图案，在同一图案中的三个化身的整体水平差异显着低于平均水平，而排名的总和仅略高于平均水平。我们的研究结果表明，化身的社会地位在三元主题的形成中起着重要的作用。
2014-03-31 cs.SI physics.soc-ph
Maximum entropy approaches for the study of triadic motifs in the Mergers & Acquisitions network
在过去的几年中，统计物理学已经成功地应用于复杂网络建模。特别是，它已被证明，最大熵原理可以被利用，以构建图集成为现实世界的网络，最大限度地保持固定的一些拓扑约束的图结构的随机性。这种集成可以被用作空模型，以检测统计上显著的结构模式，并在信息不完整的情况下重建网络结构。最近，这些随机化方法已被用于研究经济和金融中的自组织系统，如银行间和世界贸易网络，以检测拓扑结构的变化，并可能，经济危机的预警信号。在这项工作中，我们考虑的配置模型与不同的约束条件下的网络的兼并和收购（M& A），比较三元和二元图案，为二进制和加权M&A网络，与随机的同行可以揭示其组织在更高的层次。
2019-06-21 physics.soc-ph
Walking on a Graph with a Magnifying Glass: Stratified Sampling via Weighted Random Walks
我们的目标是通过爬行对大型未知图的节点集进行采样，以准确地估计给定的感兴趣度量。我们设计了一个适当定义的加权图，实现高效率的优先爬行那些节点和边缘，传达更多的信息，关于目标度量的随机游走。我们的方法首先采用分层理论，找到最佳的节点权重，对于一个给定的估计问题，独立采样器下。虽然在独立采样下是最佳的，但由于图的结构引起的约束，这些权重在图爬行下可能是不切实际的。因此，我们的随机游走的边缘权重应该选择，以导致一个平衡的分布，在独立采样器下近似最佳权重和实现快速收敛之间取得平衡。我们提出了一种启发式的方法（分层加权随机游走，或S-WRW），实现这一目标，同时只使用有限的信息的图形结构和节点属性。我们评估我们的技术在模拟和实验中，通过收集Facebook的大学用户的样本。我们表明，S-WRW需要13-15倍的样本比简单的重新加权随机游走（RW），以达到相同的估计精度的度量范围。
2011-03-28 cs.NI cs.SI physics.soc-ph
The game story space of professional sports: Australian Rules Football
体育是故事的自发生成器。通过技巧和机会，每个游戏的脚本都是由玩家实时动态地编写的，玩家可以根据运动规则的允许来执行可能的轨迹。通过适当地描述一项特定运动的生态“游戏故事”，我们能够捕捉到这项运动的能力，展开有趣的故事，部分是通过将它们与随机漫步进行对比。在这里，我们探索了由1,310个澳大利亚足球联盟（AFL）得分线的数据集提供的游戏故事空间。我们发现，AFL游戏表现出连续谱的故事，而不是不同的集群。我们展示了如何粗粒化揭示了可识别的图案，从最后一分钟的复出胜利，片面井喷。通过与有偏随机游走的广泛比较，我们表明，真正的AFL游戏提供了更广泛的图案比空模型，我们提供了随之而来的见解真正的游戏的叙事吸引力。
2016-05-23 physics.soc-ph
Random walks on weighted networks: Exploring local and non-local navigation strategies
在本文中，我们提出了一个概述不同类型的随机游走策略的本地和非本地的无向连接网络上的过渡。我们提出了一个一般的方法来分析这些策略，定义的动态作为一个离散时间马尔可夫过程的转移概率表示在一个对称矩阵的权重。在第一部分中，我们描述了定义局部随机游走策略的权重矩阵，如正常随机游走、有偏随机游走、数字图像处理中的随机游走和最大熵随机游走。此外，我们探讨了非本地的随机游走，如网络上的Lévy航班，分数运输和应用程序的背景下，人类流动。明确的关系的平稳概率分布，平均首次通过时间和全球时间来表征随机行走策略的权重矩阵的元素和其各自的特征值和特征向量。最后，我们将结果应用于特定的本地和非本地随机游走策略的分析，我们讨论了它们的效率和能力，以探索不同类型的结构。我们的研究结果可以在相同的基础上研究和比较不同类型的随机游走策略的全局动态。
2019-01-17 cond-mat.stat-mech physics.soc-ph
Random walks on weighted networks
随机游走构成了网络上发生的大量动态的基本机制。在这篇文章中，我们研究了具有任意度分布的加权网络上的随机游动，其中两个节点之间的边的权重具有可调参数。通过使用谱图理论，我们推导出解析表达式的平稳分布，平均首次通过时间（MFPT），平均捕获时间（ATT），和下限的ATT，它被定义为平均MFPT到一个给定的节点在每个起点选择从平稳分布。所有这些结果都依赖于权重参数，表明网络权重在随机游动中起着重要作用。对于不相关的网络的情况下，我们提供了明确的公式的平稳分布以及ATT。特别地，对于不相关的无标度网络，当目标被放置在具有最高度的节点上时，我们表明ATT可以显示网络大小的各种缩放，也取决于相同的参数。我们的研究结果可以为精细控制复杂网络上的随机行走动力学铺平道路。
2012-12-25 cond-mat.stat-mech physics.soc-ph
Flow Motifs Reveal Limitations of the Static Framework to Represent Human interactions
网络通常用于定义感染、信息或其他数量可能传播的底层交互结构。虽然标准的方法是将所有链接聚合到一个静态结构中，但一些研究表明，链接建立的时间顺序可能会改变传播的动态。在本文中，我们研究的时间顺序的流量限制的各种经验时间网络的影响。通过使用随机游走动力学，我们估计链路上的流量，并将原始的无向网络（时间和静态）转换为有向流网络。然后，我们引入流图案的概念和量化的分歧时，使用的时间和静态框架的图案的代表性。我们发现，接触的规律性和持久性的顶点（常见的电子邮件通信和面对面的互动）的结果在两个框架的流量限制上的差异不大。另一方面，在约会网站（和性网络）内的通信的情况下，顶点之间的流在时间框架中显著变化，使得静态近似很难表示联系人的结构。我们还观察到，具有3个和4个顶点的仅包含低流链路的集团比具有所有高流链路的相同集团更有代表性。这些低流量集团的代表性较高的时间框架。我们的研究结果表明，在集团连接的顶点之间的流量取决于它们被放置在拓扑环境中，并在建立链接的时间序列。团的结构本身并不能完全表征顶点之间的流动势。
2013-03-13 cs.SI physics.data-an physics.soc-ph
Individual position diversity in dependence socioeconomic networks increases economic output
从大型多人在线角色扮演游戏（MMORPG）中记录的大数据的可用性使我们能够更深入地了解个人网络位置与其经济产出之间的潜在联系。我们使用一种统计过滤的方法来构建依赖网络从加权的友谊网络的个人。我们调查了30个不同的基序位置在13个有向三元基序，代表个体之间的微观依赖。根据基序位置的结构相似性，我们进一步将个体分为不同的组。个体的节点位置多样性与其经济产出呈正相关。我们还发现，叶节点的经济产出显着低于其他节点在同一主题。我们的研究结果有助于理解社会经济系统中网络结构对经济活动和产出的影响。
2017-06-15 cs.SI physics.soc-ph
Commodity-specific triads in the Dutch inter-industry production network
本研究分析了荷兰产业间生产网络中 187 个商品组的三元组模体，引入零模型过滤节点异质性和互惠性影响，发现单一商品层多无显著模体，为商品“三元指纹”识别及网络重建奠定基础。
2024-02-13 cs.IT econ.GN math.IT
Reciprocity of weighted networks
所有类型的网络都是由成对的顶点组成的二元构建块的复杂组合。在有向网络中，二元模式完全由相互作用决定，即形成或避免相互链接的趋势。互惠性对每个网络的动态过程以及诸如模体和社区等结构的出现具有显著的影响。二元互易性已经得到了广泛的研究：加权网络的互易性仍然知之甚少。我们介绍了一种通用的方法，通过定义捕获观察到的模式（从特定于二元组到特定于顶点和网络范围）的量，并引入分析解决的模型（指数随机图类型）。与直觉相反，以前的互惠措施的基础上的相互链接权重的相似性是没有信息的。相比之下，我们的措施可以分类不同的加权网络，跟踪网络的互惠性的时间演变，识别模式。我们表明，在某些网络的本地互惠结构可以推断出从全球之一。
2013-07-23 cs.SI physics.data-an physics.soc-ph
Weighted temporal event graphs
时间网络事件的时间及其相关性包含了网络功能的信息，它们影响着网络上发生的动态过程。为了从相关事件时间中提取信息，已经开发了诸如时间模体分析的技术。我们讨论了一个最近推出的，更一般的框架，映射到静态图的时间网络结构，同时保留信息的时间尊重路径和它们的后续事件之间的时间差。该框架建立在加权时间事件图：有向无环图（DAG），包含所有时间路径的叠加。我们向读者介绍时间事件图映射和相关的计算方法，并通过将框架应用于时间网络渗流来说明其用途。
2019-12-09 cs.SI physics.soc-ph
An Analysis of Frequent Patterns in the World Trade Web
本文采用加权网络的方法来研究世界各国之间的贸易关系网络的经验性质，及其随时间的演变。我们发现，大多数国家的特点是弱贸易联系，但存在一组国家具有大量的强关系，从而暗示了一个核心-外围结构。世界贸易网（WTW）的特征在于以下表示：一个有向图连接世界各国的贸易关系，目的是找到其拓扑特征的图案和隔离的关键因素，其演变。频繁模式可以识别要加强的通道或基础设施，并且可以帮助选择最合适的消息路由模式或网络协议。一般来说，频繁模式被称为{ \it基序}，而过度表达的基序被认为是网络的低级构建块，有助于解释网络的许多属性，在确定网络的动态和演化过程中发挥相关作用。在本文中，三元模体被发现，首先划分网络的连接强度，然后分别分析分区。WTW已根据图表的权重进行了划分，以突出贸易量方面的大型参与者与世界其他地区之间的结构差异。作为测试案例，2003-2010年期间进行了分析，以显示在2007年的经济危机的结构性影响。
2018-03-20 cs.SI physics.soc-ph
Structural Balance and Random Walks on Complex Networks with Complex Weights
Nordita（北欧理论物理研究所）；Stockholm University（斯德哥尔摩大学）；KTH Royal Institute of Technology（瑞典皇家理工学院）；University of Oxford（牛津大学）
本文研究厄米特复权重网络的结构平衡分类与随机游走动力学，证明结构平衡时可达局部共识、严格不平衡时可达全局共识，并提出基于推广割概念的谱聚类算法。
2023-07-04 cs.LG cs.SI math.DS
Random walks and community detection in hypergraphs
我们提出了一个参数家庭的超图上的随机游走过程，其中一个参数的偏差的动态的步行者对超边的低或高基数。我们表明，对于每个值的参数所产生的过程定义自己的超图投影上的加权网络。然后，我们通过考虑与每个随机游走过程相关的社区结构来探索它们之间的差异。要做到这一点，我们概括的马尔可夫稳定性框架超图和人工和现实世界的超图测试。
2020-10-27 cond-mat.stat-mech cs.SI math.DS
Occupational mobility network of the Romanian higher education graduates
虽然有大量关于职业流动率的文献，但在理解职业间流动模式方面存在重大差距。我们采用基于网络的方法来探讨罗马尼亚大学毕业生在毕业后的第一年（2003 - 2008年）的职业流动性。我们使用调查数据，他们的职业流动，建立一个经验的职业流动网络（OMN），涵盖了所有的工作变动在考虑期间。我们将网络构造为有向和加权的。节点由职业（根据ISCO-88以3位数编码）表示，链接由从一种职业转换到另一种职业的人数加权。这种数据的表示允许我们使用在加权有向网络框架中开发的新统计技术，以提取一组突出职业流动模式的程式化事实：中心性，网络图案。
2012-02-02 cs.SI physics.soc-ph
Exposure theory for learning complex networks with random walks
随机游动是探索和发现复杂网络的常见模型。虽然已经提出了许多算法来绘制一个未知的网络，但一个互补的问题出现了：在一个已知的网络中，哪些节点和边最有可能在有限时间内被随机步行者发现？在这里，我们介绍了曝光理论，一个统计力学框架，预测在几种类型的网络，包括加权和时间的节点和边缘的学习，并显示边缘学习遵循一个普遍的轨迹。虽然单个节点和边的学习是嘈杂的，但暴露理论产生了对聚合探索统计的高度准确的预测。
2022-02-23 cond-mat.stat-mech cs.SI physics.soc-ph
