Coevolving nonlinear voter model with triadic closure
研究了一个具有三元闭包局部重连的非线性协同演化选举模型。我们发现三个阶段具有不同的拓扑性质和配置的稳定状态:吸收共识阶段与一个单一的组件,吸收碎片阶段与两个组件在相反的共识状态,和一个动态活跃的破碎阶段与许多孤立的节点。这个破碎的阶段,这是不存在的一个共同进化的模型与全球重新布线,有一个生命周期,规模指数与系统的大小。我们的特点是这些阶段之间的过渡方面的最大集群的大小,集群的数量,和磁化。我们的分析提供了一个可能的解决方案,以重现自适应网络中的孤立部分和社会系统中广泛观察到的高聚类。
2018-07-03 cs.SI physics.soc-ph
Cumulative effects of triadic closure and homophily in social networks
社交网络中的大部分结构可以用两种看似独立的网络演化机制来解释:三元闭合和同质性。虽然通常将这些机制单独考虑或在静态模型的框架中考虑,但实证研究表明,它们的动态相互作用正是造成离线和在线社交网络中出现的同性恋关联模式的过程。通过将这两种机制结合在一个最小的可解动态模型中,我们从理论上证实了长期以来和经验上建立的假设,即同质性可以被三元封闭机制放大。这种研究方法使我们能够估计在各种友谊和通信网络中观察到的同质性中有多少是由于对给定量的三元闭合的放大。我们发现,在某些情况下,导致同质性放大的累积性的类随机过程也会导致社交网络的核心-外围结构,以及对先前同质性约束的记忆的出现(相当于物理学中的滞后现象)。我们的研究结果提供的理论理解强调了早期干预在社会层面管理同性恋决策的最不利影响的重要性,如不平等,隔离和在线回声室。
2018-09-17 cs.SI physics.soc-ph
Quantifying Triadic Closure in Multi-Edge Social Networks
多边缘网络捕捉个体之间的重复交互。在社交网络中,这样的边通常形成闭合三角形或三元组。然而,测量这种三元闭合的标准方法对于多边缘网络是失败的,因为它们没有考虑三元组可以由不同多重性的边缘形成。我们提出了一种新的措施,三元封闭的多边缘网络的社会互动的基础上共享的合作伙伴统计。我们证明,我们的操作是能够检测有意义的关闭合成和经验的多边缘网络,常见的方法失败。这是推动推理网络分析从二元网络分析转向多边缘和加权网络分析的基石,后者提供了更真实的社会互动和关系表示。
2019-05-08 cs.SI physics.soc-ph stat.ME
On the Effect of Triadic Closure on Network Segregation
个体倾向于与与自己相似的人形成社会联系,被称为同质性,是最强大的社会学原则之一。由于这一现象可能导致人们在不同的人口层面上被隔离的互动模式,它也可能导致在获得信息、资源和机会方面的不平等。当我们考虑可能减轻隔离影响的潜在干预措施时,我们面临的挑战是,同性恋构成了一种普遍而有机的力量,难以反击。因此,制定有效的干预措施可以受益于确定可用于反对隔离的平衡社会进程。在这项工作中,我们证明了三元闭合-另一种常见的现象,即假设具有相互联系的个体更有可能相互联系-可以是这样一个过程。在这样做的时候,我们挑战了一个长期以来的信念,即三元封闭和同质性是协同工作的。通过分析几个基本的网络模型,使用流行的集成措施,我们证明了三元封闭的去隔离潜力。我们进一步实证研究了这种对现实世界动态网络的影响,表面观察反映了我们的理论研究结果。我们利用这些见解来讨论简单的干预措施,可以帮助减少隔离的设置,表现出三元封闭和同质性之间的相互作用。最后,我们讨论的定性影响的干预措施的设计设置中,个人到达在线时尚,设计师可以影响初始设置的连接。
2022-05-26 cs.SI econ.TH
A coevolving model based on preferential triadic closure for social media networks
复杂网络的动力学起源,即,网络演化的基本原理是网络研究中的一个重要问题。本文通过对Flickr和Epperly这两个典型的社会媒体网络的时间数据进行分析,发现邻域的动态模式,特别是三元链接的形成,在网络的演化中起着主导作用。因此,我们提出了一个共同进化的动力学模型,这样的网络,其中的进化是唯一的驱动器的局部动力学-优先三元闭包。数值实验表明,该模型能够再现与经验观测定性一致的全局性质。
2013-06-17 cs.SI nlin.AO physics.soc-ph
Triadic closure dynamics drives scaling-laws in social multiplex networks
社交网络的几个结构特征,如度分布,附件核的标度,聚类系数作为节点度的函数表现出标度律。到目前为止,人们还没有详细了解这些标度律是否以及如何相互关联,更不用说是否可以通过一个共同的动力学原理来理解它们了。我们提出了一个简单的模型,固定网络的形成,并表明,上述三个标度关系遵循三元封闭的自然后果。该模型的有效性进行了测试,从一个良好的研究大型多人在线游戏的多路数据。我们发现,该模型可以同时解释友谊网络、通信网络和交易网络的多重数据中观察到的三个标度指数。这些结果表明,三元封闭可以被确定为社会多元化网络形成的基本动力学原理之一。
2013-06-27 cs.SI physics.data-an physics.soc-ph
A Hierarchy of Network Models Giving Bistability Under Triadic Closure
三元闭合描述了已经有共同朋友的个体之间形成新友谊的趋势。有人认为,三元封闭效应可以导致大规模社会互动网络形成的双稳态。在这里,取决于初始状态和瞬态动力学,系统可以朝着两个长时间状态中的任一个演化。在这项工作中,我们提出并研究了一个层次结构的网络演化模型,其中包括三元闭包,建立在Grindrod,Higham和Parsons的工作[Internet Mathematics,8,2012,402- 423]的基础上。我们使用的化学动力学框架,密切关注反应速率缩放相对于系统的大小。在一个宏观的制度,我们严格表明,一个双峰稳态分布是承认的。这种行为对应于在确定性平均场常微分方程中存在两个不同的稳定不动点。宏观尺度模型也被认为是捕捉一个明显的亚稳态性质的微观尺度系统。计算模拟被用来支持分析。
2021-11-10 cs.NA cs.SI math.DS
Consistent Tie-Strength Labeling for Multilayer Strong Triadic Closure
University of Liverpool(利物浦大学);University of Ioannina(约阿尼纳大学);Luiss University(罗马自由大学)
本文提出多层STC和其扩展STC+,通过公理化方法确保跨层一致性,改进了多层网络中纽带强度标注的不一致问题。
2026-05-09 cs.DS cs.SI
Disentangling homophily, community structure and triadic closure in networks
网络同质性,即相似节点连接的趋势,以及传递性,即两个节点在共享一个共同邻居的情况下连接的趋势,在网络分析中是合并的属性,因为一种机制可以驱动另一种机制。在这里,我们提出了一个生成模型和相应的推理过程,能够区分这两种机制。我们的方法是基于一个变化的随机块模型(SBM)与三元封闭边缘,其推理可以确定最合理的机制,负责网络中的每个边缘的存在,除了底层的社区结构本身。我们展示了该方法如何可以逃避检测的虚假社区所造成的三角形的形成在网络中,以及它如何可以提高边缘预测的性能相比,纯版本的SBM没有三元封闭。
2022-01-06 cs.SI physics.data-an physics.soc-ph
Homophily and Triadic Closure in Evolving Social Networks
我们提出了一个新的网络模型会计多维的可追溯性。每个节点的特点是由一些功能和两个节点之间的链接的概率取决于共同的功能。我们并不先验地确定可能特征的总数。节点和特征的二分网络根据随机动力学演化,该随机动力学依赖于三个参数,这三个参数分别调节特征向节点的传输中的优先附着、每个节点的新特征的数量以及观察到的特征的总数的幂律行为。我们的模型还考虑了三元封闭机制。我们提供的理论结果和模型的参数的统计估计。我们验证我们的方法通过模拟和实证分析的网络科学合作。
2016-01-16 cs.SI physics.soc-ph
Network Inequality through Preferential Attachment, Triadic Closure, and Homophily
Complexity Science Hub(复杂性科学中心);Department of Network and Data Science, Central European University(中欧大学网络与数据科学系);Graz University of Technology(格拉茨工业大学);Grupo de Sistemas Complejos, ETS de Arquitectura de Madrid, Universidad Politécnica de Madrid(马德里理工大学马德里建筑高等技术学院复杂系统小组);Faculty of Engineering, Free University of Bozen-Bolzano(博尔扎诺-博岑自由大学工程学院);Center for Computational and Stochastic Mathematics, Instituto Superior Tecnico(里斯本高等理工学院计算与随机数学中心)
研究探讨了偏好连接、同质性和三角闭包三者交互如何导致社会网络中的不平等,通过PATCH模型验证了同质性和偏好连接加剧分离与度不平等,而三角闭包有抵消作用。
2025-09-27 cs.SI physics.data-an physics.soc-ph
Correlation Clustering via Strong Triadic Closure Labeling: Fast Approximation Algorithms and Practical Lower Bounds
Texas A&M University(德州农工大学)
相关聚类是一种基于成对相似性和相异性得分的聚类框架,但其最佳近似算法依赖于不切实际的线性规划松弛。我们提出了更快的近似算法,避免这些松弛,两个研究良好的特殊情况下:集群编辑和集群删除。我们完成这一点,通过绘制新的连接到边缘标签的问题有关的原则,强三元封闭。这导致了更快和更实用的线性规划算法,以及极其可扩展的组合技术,包括第一个组合近似算法的集群删除。在实践中,我们的算法产生近似的解决方案,几乎匹配最好的算法的质量,而缩放到更大的数量级的问题。
2022-06-23 cs.DM cs.DS cs.LG
Triadic analysis of affiliation networks
三元封闭已经被概念化,并以各种方式测量,最著名的是聚类系数。现有的扩展关系网络,但是,是敏感的重复组出席,这表现在二分模型作为biclique扩散。然而这种敏感性并不反映在社交网络的三元封闭的共同解释,本文提出了一种措施,三元封闭的隶属网络设计来控制it.To避免任意性,本文介绍了一个三元框架的隶属网络,在其中的措施范围可以定义,然后提出了一组基本公理,足以缩小这个范围的一个措施。工具评估比较了建议和现有的两种措施的可靠性,有效性,冗余性和实用性。所有这三种措施,然后参加调查的三个经验社交网络,这说明了他们的差异。
2016-06-23 cs.SI math.CO physics.soc-ph
Triadic closure as a basic generating mechanism of communities in complex networks
大多数复杂的社会、技术和生物网络都具有重要的社区结构。因此,复杂网络的社区结构必须被认为是一个普遍的属性,以及这些网络的小世界和无标度属性。尽管在描述真实网络的社区结构方面有很大的兴趣,但没有足够的注意力用于检测能够自发生成社区网络的通用机制。三元闭合是建立新联系的自然机制,特别是在社交网络中。在这里,我们表明,基于简单的三元封闭的网络增长模型自然会导致社区结构的出现,以及节点度的厚尾分布,高聚类系数。社区从最初的随机异质性的链接集中出现,随后是一个周期的增长和分裂。社区是更明显的,稀疏的图,并在连接过程中的链接密度和随机性的高值消失。通过引入一个基于适应度的链接吸引的节点,我们发现了一个新的相变,社区消失的适应度分布的高度异质性,但一个新的介观组织的节点出现,与几个超级枢纽之间共享的节点组,吸引了系统的大部分链接。
2014-12-01 cs.SI physics.soc-ph
Asymmetry of social interactions and its role in link predictability: the case of coauthorship networks
本文研究社会互动不对称性对连接强度的影响,发现在合著网络中不对称连接强度与邻域重叠呈幂律关系,并证明考虑连接不对称性可显著提升链路预测效率,进而合理解释了资源分配指数的高性能。
2023-06-26 cond-mat.dis-nn cs.SI physics.soc-ph
Spectral Triadic Decompositions of Real-World Networks
本文提出谱三元分解这一新谱条件,将特征值幂与网络密集块分解联系起来,并给出高效算法,在社交、合著和引文网络数据上验证了其与语义社区的高度相关性。
2024-05-08 cs.DM cs.DS cs.SI
Triadic Closure-Heterogeneity-Harmony GCN for Link Prediction
针对现有GNN方法在链路预测中忽略节点属性和内在结构关系的问题,提出结合三元闭包和度异质性拓扑指标的TriHetGCN框架,在九个真实数据集上达到SOTA并展现强泛化能力。
2025-04-29 cs.SI physics.data-an physics.soc-ph
Directed closure measures for networks with reciprocity
对图中三角形的研究是网络分析中的标准工具,导致了诸如\emph{transitivity}的测量,即,参与三角形的长度为$2$的路径的分数。现实世界的网络通常是定向的,并且很难有意义地“测量”这种网络结构。我们提出了一个收集的\emph{directed closure values}测量三角形的有向图的方式,是类似于无向图的传递性。我们对这些值的研究揭示了许多关于有向三元闭包的信息。例如,我们立即看到互反边有很高的参与三角形的倾向。我们还观察到不同网络和社交网络的三元闭合模式之间惊人的相似性。我们进行数学和实证分析表明,有向配置模型,保持互惠性不能捕捉真实网络的三元封闭模式。
2014-04-24 cs.DS cs.SI physics.soc-ph
Two-Path Operators, Triadic Decompositions, and Majorized Quotients for Ego-Centered Network Compression
School of Professional Studies, Northwestern University(西北大学专业研究学院)
本文提出双路径算子和三元分解方法,用于压缩以自我为中心的网络,通过商化 quotient 构造和遍历节点的选择,建立双路径转移定理。
2026-06-04 cs.SI
Structure and Dynamics of Coauthorship, Citation, and Impact within CSCW
CSCW已经稳定为计算机,信息,认知和社会科学家的跨学科场所,但近年来也经历了重大变化。本文运用社会网络分析和文献计量学的方法,在对CSCW进行系统分析十年后,重新审视了CSCW的结构。利用ACM数字图书馆的数据,我们分析了1986年至2013年期间合著和引文结构的变化。统计模型揭示了论文和作者之间重要但不同的模式,这些网络中的经纪人和关闭如何影响引用和下载量。具体来说,影响是不适当的结构位置的影响,这样的想法介绍了那些在核心的CSCW社区(例如,精英研究人员)被边缘参与者(例如,新来者)。这一发现的背景下,最近的变化,CSCW会议可能会有影响,打乱了从核心的贡献的偏好。
2013-07-31 cs.DL cs.SI physics.soc-ph
A Nontrivial Interplay between Triadic Closure, Preferential, and Anti-Preferential Attachment: New Insights from Online Data
本文提出了一个时间网络的分析,描述了一个大规模的(约30,000)样本的在线社交网络用户,一个固定的城市居民的社会联系。我们测试了网络形成的主要决定因素--传递性、偏好依恋和社会选择--对网络进化的贡献。除此之外,我们发现,意见社会选择影响领带出现,而其影响领带去除是相当不清楚。我们报告说,传递性表现出最强的网络动态的影响。令人惊讶的是,仔细观察揭示了一个有趣的和复杂的相互作用之间的传递性,优先连接,和反优先连接机制。对于给定的一对未连接的节点,如果它们没有相互连接,那么结创建的概率随着节点度的总和而增加--这正是优先连接机制所假设的。相反,如果节点至少有一个共同的朋友,那么如果两个节点都只有几个朋友,那么出现领带的概率最高-这种现象被称为反偏好依恋。我们试图通过诉诸社会团体和领导者的概念来解释这一发现。
2022-10-03 cs.SI cs.SY eess.SY
Temporal Triadic Closure: Finding Dense Structures in Social Networks That Evolve
本文提出时间c-closed图定义以建模演化的社交网络,并证明在缓慢演化条件下,该图中极大稠密子图的枚举问题存在高效算法。
2025-04-03 cs.DM cs.DS cs.SI
Link prediction in multiplex networks via triadic closure
ISI Foundation(ISI基金会);Institute for Biocomputation and Physics of Complex Systems (BIFI), University of Zaragoza(萨拉戈萨大学生物计算与复杂系统物理研究所(BIFI));University of Zaragoza(萨拉戈萨大学)
链接预测算法可以帮助理解复杂系统的结构和动力学,从不完整的数据集重建网络,并预测未来的相互作用,在不断发展的网络。基于节点之间相似性的可用算法受到这些网络中存在的有限数量的链接的限制。在这项工作中,我们减少了后者的内在限制,并表明可以利用不同类型的关系数据来提高新链接的预测。为此,我们提出了一种新的链接预测算法,通过推广的Adamic-Adar方法组成的多路复用网络的任意数量的层,编码不同形式的相互作用。我们表明,新的度量优于经典的单层Adamic-Adar评分和其他国家的最先进的方法,在几个社会,生物和技术系统。作为副产品,最大化复用Adamic-Adar度量的系数指示复用网络中结构化的信息如何针对链接预测任务进行优化,从而揭示哪些层是冗余的。有趣的是,这种效应对于不同层的预测可能是不对称的。我们的工作铺平了道路,为更深入地了解不同的关系数据在预测新的相互作用的作用,并提供了一个新的算法,链接预测在多路复用网络,可应用于大量的系统。
2020-11-16 cs.LG cs.SI physics.soc-ph
Closure coefficients in scale-free complex networks
复杂网络中三角形的形成是一个重要的网络性质,受到了极大的关注。三角形的形成经常通过聚类系数来研究。封闭系数或传递性是衡量三元封闭性的另一种方法。此统计量从三角形的头节点(而不是从中心节点,如经常研究的聚类系数)测量聚类。我们进行了第一次探索性分析的行为的局部封闭系数在两个随机图模型,创建简单的网络与幂律度:隐藏变量模型和双曲随机图。我们表明,封闭系数的行为显着不同,在这些简单的随机图模型比以前研究的多重图模型。我们还将高度顶点的封闭系数与聚类系数和平均最近邻度联系起来。
2020-06-10 cs.SI math.PR physics.soc-ph
Choosing to Grow a Graph: Modeling Network Formation as Discrete Choice
我们提供了一个框架,通过离散选择和随机效用理论,其中每个新的边缘被视为一个节点连接到另一个节点的“选择”,基于(通用)功能的其他节点可用于连接条件多项式logit模型的社会网络的形成建模。这种网络形成的观点统一了现有的模型,如优先连接,三元闭合,节点适应度,这些都是特殊情况下,从而提供了一个灵活的方法来概念化,估计和比较模型。离散选择理论的视角也为分析社会网络的形成提供了几种新的工具;例如,节点特征的重要性可以以统计上严格的方式进行评估,现有模型的混合可以通过适应已知的期望最大化算法来估计。我们展示了我们的框架的灵活性,通过分析一些合成和现实世界的数据集的例子。例如,我们提供了严格的方法来估计偏好连接模型,并展示了如何分离偏好连接和三元封闭的影响。度的重要性的非参数估计显示出高度线性的趋势,我们揭示了仔细观察度为零的节点的重要性。通过研究一个大型引文图的形成,我们发现在考虑年龄时,学位的作用有所增加。
2020-05-21 cs.SI physics.soc-ph
Dynamiques globales et locales dans un réseau de télécommunications
传统的网络生成模型试图复制全局结构属性(度分布、平均距离、聚类系数、社区等)。通过合成链接形成机制,如三元闭合或优先连接。在这项工作中,我们研究了一个非常大的通信网络来自移动电话的演变,我们分析了链路的形成过程。对标准机制进行的第一项研究可以观察到,几种机制负责在这个网络中观察到的属性。在第二项研究中,我们更精确地描述了链接的形成过程中,通过搜索创建一个新的链接的概率和一些个别属性,如程度,聚类系数和年龄的节点之间的相关性。
2013-10-11 cs.SI
Modeling the evolution of continuously-observed networks: Communication in a Facebook-like community
建立在现有的随机行为者为导向的面板数据模型,我们采用了条件逻辑框架,探索在连续观察网络的关系创建的增长机制。这个框架模型的可能性领带形成区别于危险模型,考虑时间领带形成。它可以同时对网络演化的多种增长机制(同质性、焦点约束、强化、互惠、三元闭合和流行度)进行建模。我们将此框架应用于类似Facebook的社区内的通信。研究结果表明,描述性措施,测试单一机制独立的不足。它们还表明系统设计如何塑造行为和网络演化。
2011-08-18 cs.SI physics.soc-ph
Understanding Venture Capital Syndication in Information Technology Sectors: A Network Formation Perspective
The Chinese University of Hong Kong(香港中文大学)
本研究从网络形成视角,利用PitchBook面板数据与logit模型、ERGM,揭示关系持续性、网络闭合和同配性共同构建美国IT领域风险投资联合网络的机制,为该领域研究提供了新视角。
2026-08-31 cs.SI
The disruption index is biased by citation inflation
University of California, Merced(加州大学默塞德分校);Politecnico Milano(米兰理工大学)
本文揭示了引用膨胀导致破坏指数时间偏移的问题,指出引用网络结构变化使跨时间分析困难,提出三种批评方法和合成网络以测试其他指标的系统性偏差。
2023-06-02 cs.DL cs.SI econ.GN
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
Memory effects induce structure in social networks with activity-driven agents
活动驱动建模是近年来提出的一种时变网络的增长机制,它在时间聚集表示中显示幂律度分布。这种方法假设无记忆的代理开发随机连接,从而导致随机网络无法再现两个节点的度相关性和在真实社交网络中广泛观察到的高聚类系数。在这项工作中,我们介绍了这些缺失的拓扑功能,占时间聚合网络的动态演化的记忆效应。为此,我们提出了一个活动驱动的网络增长模型,包括一个三元组关闭步骤作为主要的连接机制。我们表明,这种机制提供了一些基本的拓扑功能预期的社交网络。我们推导出分析结果,并进行了广泛的数值模拟,在政权和人口增长。最后,我们提出了两个案例的研究,一个包括面对面的接触,在一个封闭的聚会,而另一个从一个在线的社会友谊网络。
2014-04-18 cs.SI physics.soc-ph
Quantifying Human Priors over Social and Navigation Networks
University of London(伦敦大学)
本文利用图的组合结构分析社会互动与空间导航两类行为实验,量化人类关系性知识的先验,揭示跨领域一致与领域特异的偏差特征。
2024-02-28 cs.AI cs.LG cs.SI
Social Networks: Enumerating Maximal Community Patterns in $c$-Closed Graphs
University of Waterloo(滑铁卢大学);Duke University(杜克大学)
本文研究了在c-闭图中枚举任意有限图H的最大扩展问题,证明其数目受多项式限制,并探讨了诱导扩展的条件。
2025-12-05 cs.SI math.CO
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
Understanding the network formation pattern for better link prediction
Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院);School of Mathematical Sciences, University of Chinese Academy of Sciences(中国科学院大学数学科学学院)
链接预测作为复杂网络领域的经典问题,受到研究者的广泛关注,对于帮助我们理解网络的演化和动态发展机制具有重要意义。虽然已经提出了各种网络类型的特定算法来解决链接预测问题,他们中的大多数假设网络结构是由三元闭包原理。我们仍然缺乏对网络形成模式的适应性和全面的理解,以预测潜在的联系。此外,研究如何更好地利用网络本地信息也是有价值的。为此,我们提出了一种名为使用多阶局部信息(MOLI)的链接预测的新方法,该方法利用来自不同距离的邻居的局部信息,其参数可以是基于先验知识的先验驱动,或者通过解决观察到的网络上的优化问题来驱动。MOLI通过图上的随机游走定义了一个局部网络扩散过程,从而更好地利用了网络信息。我们表明,MOLI优于其他11个广泛使用的链接预测算法对11种不同类型的模拟和现实世界的网络。我们还得出结论,有不同的模式的本地信息利用不同的网络,包括社交网络,通信网络,生物网络等,特别是,经典的共同邻居为基础的算法是不适应所有的社交网络,因为它被认为是,相反,一些社交网络遵守四边形闭合原则,优先连接路径的长度为3。
2021-10-17 cs.LG cs.SI physics.soc-ph
Network Formation and Dynamics Among Multi-LLMs
Department of Information Systems, W.P. Carey School of Business, Arizona State University, Tempe, AZ, USA(亚利桑那州立大学信息系统系,W.P. Carey商学院,Tempe分校);Department of Computer Science, Cornell University, Ithaca, NY, USA(康奈尔大学计算机科学系);Graduate School of Management, University of California Davis, Davis, CA, USA(加州大学戴维斯分校管理研究生院)
该研究构建多LLM智能体网络形成研究框架,发现LLM可复现人类社交网络的微观与宏观特性且决策与人类高度一致,可用于社交模拟与数据生成,同时也带来相关伦理与设计问题。
2025-10-05 cs.AI cs.CL cs.MA