Control Strategies for Recommendation Systems in Social Networks
本研究提出分析推荐系统对社交网络舆论动态影响的闭环控制模型,开发整合社交互动动态的无模型与基于模型设计方法,验证了其提升用户参与度、影响舆论形成的有效性。
2024-03-10 cs.SI cs.SY eess.SY
Simulation of Language Evolution under Regulated Social Media Platforms: A Synergistic Approach of Large Language Models and Genetic Algorithms
提出基于大语言模型的多智能体框架,结合遗传算法模拟用户语言策略在监管下的迭代演化,实验表明对话轮次增加可提升信息传递准确性和对话持续性。
2026-06-19 cs.AI cs.NE cs.SI
Domain-Informed Negative Sampling Strategies for Dynamic Graph Embedding in Meme Stock-Related Social Networks
针对模因股票相关社交网络中的动态图嵌入,本文提出基于真实网络分析和金融知识的领域知情负采样策略,以更准确地捕捉交互动态并提升模型训练与评估效果。
2025-02-06 cs.SI
Reentrant phase transitions and defensive alliances in social dilemmas with informed strategies
在竞争环境中了解对手的策略会带来明显的进化优势。但这种信息是昂贵的,被告知的好处不一定抵消额外的成本。在这里,我们介绍了社会困境与知情的战略,我们表明,这引起了两个周期性占主导地位的三胞胎,形成防御性联盟。这两个联盟的稳定性取决于每个三元组中策略的旋转速度。因此,在一个快速旋转的三元组中,一个较弱的策略可以战胜一个单独较强的竞争对手。快速的空间格局有利于一个单一的防御联盟的主导地位,但也使两个防御联盟在参数空间的非常狭窄的区域稳定共存。一个连续的可重入相变揭示了进化社会困境中战略联盟稳定性背后的前所未见的复杂性。
2015-04-30 cs.SI physics.soc-ph q-bio.PE
Leveraging Social Media Sentiment for Predictive Algorithmic Trading Strategies
本研究提出结合Reddit评论情绪与评论量变化的SVC指标,据此设计的交易策略在四年回测中显著优于买入并持有策略,证实社交媒体情绪可有效预测短期股价、提升风险调整后收益。
2025-08-04 cs.SI
Optimising SARS-CoV-2 pooled testing strategies on social networks for low-resource settings
控制COVID-19疫情是一项紧迫的全球挑战。SARS-CoV-2的快速地理传播直接反映了社会结构。在有效的疫苗和治疗方法广泛可用之前,我们必须依靠替代性的非药物干预措施,包括频率测试、接触者追踪、社交距离、戴口罩和洗手,因为公共卫生部门必须减缓疾病的传播。然而,在没有任何替代办法的情况下,频繁的测试是关键。我们提出了一个网络的方法来确定最佳的低资源设置为导向的池测试策略,确定感染的个人在少量的测试和几轮测试,在低流行率的病毒。我们模拟随机感染曲线的社会隔离。允许一些社会互动可能会使COVID-19曲线保持平坦。然而,搜索和隔离受感染者以保持更健康的社会结构也可以战略性地获得类似的结果。在这里,我们分析了哪些是遏制病毒的最佳策略,并应用了一种将样本组合并分组测试的算法[1]。使用该算法保持感染曲线平坦的相关参数是在报告高感染率的区域进行检测的乳制品频率。另一方面,随机搜索感染者的算法效率较低。
2020-12-31 cs.SI physics.soc-ph
The impact of individual information exchange strategies on the distribution of social wealth
Hitachi Ltd.(日立有限公司)
本研究通过基于模拟的方法,探讨了不同信息交换与移动策略组合对社会财富分配的影响,发现信息交换策略显著影响财富分配,促进信息与资源公平获取对构建公正社会至关重要。
2023-04-02 cs.CV cs.SI
Differential Game Strategies for Social Networks with Self-Interested Individuals
本文用微分博弈方法研究社交网络意见形成,基于带时滞的 Hegselmann-Krause 模型推导开环纳什均衡与反馈策略,并在 Zachary's Karate Club 网络上验证了共识、极化与分歧等结果。
2024-02-22 cs.SI
Centralized and decentralized isolation strategies and their impact on the COVID-19 pandemic dynamics
由于各种社交网络促成的人类互动,传染病正在蔓延。因此,当一种新的病原体如SARS-CoV-2引起爆发时,非药物隔离策略(例如,社会距离)是唯一可能的反应,以破坏其传播。为此,我们引入了新的流行病模型(SICARS),并比较了集中式(C),分散式(D)和组合式(C+D)社交距离策略,并分析了它们在异构复杂网络上控制COVID-19动态的效率。我们的分析显示,集中的社交距离是必要的,以尽量减少流行病的传播。分散战略单独使用时是不够的,但与集中战略相结合时会产生最佳效果。事实上,(C+D)是最有效的隔离策略,可以缓解网络超级传播器,并将最高节点度降低到初始值的10%以下。我们的研究结果还表明,更强的社会距离,例如,切断75%的社会联系,可以将C隔离的爆发减少75%,D隔离减少33%,(C+D)隔离策略减少87%。最后,我们研究了主动与被动隔离策略的影响,以及它们的延迟执行。我们发现,对疫情的被动反应效率较低,延迟采取隔离措施超过一个月(自一个地区爆发疫情起)可能会产生令人担忧的影响;因此,我们的研究有助于从空间和时间上了解COVID-19疫情。我们相信,我们的调查具有高度的社会相关性,因为它们提供了了解不同程度的社交距离如何大幅降低感染高峰率的见解;这可以使COVID-19大流行在较长一段时间内更容易理解和控制。
2020-04-10 cs.MA cs.SI physics.soc-ph
Social learning strategies modify the effect of network structure on group performance
通信网络的结构是团队、组织和社会解决政策、商业和科学问题的能力的重要决定因素。然而,以前的研究得出了相互矛盾的结果网络结构和性能之间的关系,找到支持的优势,良好连接的有效和连接不良的低效网络结构。在这里,我们认为,了解沟通网络如何影响群体绩效需要考虑到个别团队成员的社会学习策略。我们发现,当个体依赖于通过复制他们的联系人中最常见的解决方案来实现一致性时,高效网络的表现优于低效网络。然而,当个体通过模仿收益最高的群体成员来追随最好的成员时,低效的网络是优越的。此外,依赖于基于小样本他人的一致性的群体在复杂任务中表现出色,而跟随最佳成员的群体在简单任务中表现最好。我们的研究结果调和了文献中相互矛盾的结果,并对跨学科的社会学习研究产生了广泛的影响。
2016-10-21 cs.SI stat.AP
A Study of Cyber Hate on Twitter with Implications for Social Media Governance Strategies
本文探讨了如何通过加强新的数字空间的自我管理机制来减轻网络仇恨的有害影响。我们报告的结果,从一个混合的方法研究网络仇恨的帖子,其目的是:(一)了解人们如何在这种情况下进行互动进行定性互动分析,并开发一个统计模型,以解释数量的响应网络仇恨张贴到Twitter,(ii)探索使用机器学习技术,以协助识别网络仇恨反言论。
2019-08-30 cs.CY cs.SI
Black Content Creators' Responses and Resistance Strategies on TikTok
本研究针对数字平台算法推荐系统存在系统性偏见、边缘化黑人内容创作者的问题,通过内容分析探究算法对黑人创作者的不公影响,以回应相关群体的抵抗诉求。
2023-12-20 cs.CY cs.HC cs.SI
Human and social capital strategies for Mafia network disruption
本文利用社会网络分析比较七种针对真实黑手党网络及Barabási-Albert模型的瓦解策略,发现基于社会资本的节点移除能以最少步骤彻底摧毁网络。
2023-01-09 cs.SI
Trending Chic: Analyzing the Influence of Social Media on Fashion Brands
社交媒体平台是时尚品牌营销和广告的热门场所。随着原生广告的引入,用户不必忍受那些没有显著性和吸引力的横幅广告。使用图像和微妙的文本覆盖,即使在一个注意力持续时间不断下降的世界里,品牌也可以留住他们的受众,并拥有广阔的创造潜力。虽然各种各样的营销策略都被介绍过,但各种类型的营销策略之间的微妙区别仍然没有得到充分的探索。本文对社交媒体平台对服装品牌营销行为的影响进行了定性分析。我们采用语言和计算机视觉技术,同时比较和对比战略特质。我们还分析了品牌受众保留率和社交参与度,从而为通过Twitter和Instagram调整广告和营销策略提供建议。
2016-03-08 cs.SI
Unknowable Manipulators: Social Network Curator Algorithms
University of Oxford(牛津大学)
社交网络服务要想获得并留住用户,就必须找到让他们保持参与的方法。通过准确衡量他们的偏好,它能够为他们提供可用内容的子集,从而最大限度地提高网站的收入。如果没有适当的监管框架的约束,我们认为,一个足够复杂的策展人算法负责执行这一过程可能会选择探索策展策略,是不利于用户。特别是,我们认为这样的算法能够学习操纵其用户,有几个定性的原因:1。对大量用户数据的访问,加上机器学习领域的不断突破,正在为大规模决策制定强大但无法解释的策略。2.有效的反馈机制的可用性,用于评估短期和长期用户对策展策略的反应。3.来自强化学习的技术允许机器在抽象层面上学习自动化和高度成功的策略,通常会导致非直观但高度适当的动作选择。在这项工作中,我们认为,这些策略的用户操纵可能采取的形式和审查的作用,监管应该在设计这样的系统。
2017-01-17 cs.AI cs.SI stat.ML
Static and Dynamic Strategies for Influencing Opinions in Social Networks
Politecnico di Milano(米兰理工大学)
研究通过实验比较静态和动态干预策略在社会网络中影响意见的效果,发现动态策略更有效,能逐步招募中间节点并扩展影响范围。
2026-05-14 cs.CY cs.SI
Intervention strategies for misinformation sharing on social media: A bibliometric analysis
本研究通过PRISMA方法对2013-2023年139篇文献进行文献计量分析,将社交媒体错误信息分享的干预策略归纳为基于认知、自动化、信息和混合的四类集群,揭示了该领域的演变模式,为未来开发更有效的解决方案提供了理论与实践见解。
2024-09-26 cs.CY cs.SI physics.soc-ph
Meta-Path-based Fake News Detection Leveraging Multi-level Social Context Information
Korea Advanced Institute of Science and Technology(韩国科学技术院)
假新闻,即以新闻形式呈现的虚假或误导性信息,对社会的许多方面都有重大影响,例如在政治或医疗保健领域。由于假新闻的欺骗性,仅将自然语言处理(NLP)技术应用于新闻内容是不够的。多层次的社会背景信息(新闻发布者和社会媒体中的参与用户)和用户参与的时间信息是假新闻检测的重要信息。然而,这些信息的正确使用带来了三个长期的困难:1)多层次的社会背景信息很难在不丢失信息的情况下使用,2)时间信息很难与多层次的社会背景信息一起使用,3)多层次的社会背景和时间信息的新闻表示很难以端到端的方式学习。为了克服这三个困难,我们提出了一个新的假新闻检测框架Hetero-SCAN。我们使用元路径提取有意义的多层次的社会背景信息,没有损失。元路径,连接两个节点类型的复合关系,提出了在异构图中捕捉语义。然后,我们提出元路径实例编码和聚合方法来捕获用户参与的时间信息,并产生端到端的新闻表示。根据我们的实验,Hetero-SCAN比最先进的假新闻检测方法具有显着的性能改进。
2021-11-17 cs.AI cs.CY cs.SI
Covid-19 vaccination strategies with limited resources -- a model based on social network graphs
我们开发了一个感染传播模型,该模型考虑到了弱势群体的存在以及个人社会关系的可变性。我们开发了一个分区的幂律模型,与弱势群体和普通人群之间的幂律连接,考虑这些连接以及弱势群体之间的连接,我们在我们的测试中改变参数。我们使用该模型研究了一些疫苗接种策略下的两个假设:首先,我们假设疫苗的有限的可用性,但无限的疫苗接种能力,使所有可用的剂量可以在短时间内管理(相对于流行病的演变可以忽略不计)。然后,我们假设疫苗接种能力有限,因此,就流行病的演变而言,在不可忽略的时间内接种疫苗。我们为各种社会参数制定了最佳策略,其中策略包括(1)向弱势群体接种疫苗的比例和(2)用于向一般人群接种疫苗的标准。在疫苗接种能力有限的情况下,分数(1)是时间的函数,我们研究如何优化它,以获得最大限度地减少受害者的数量。
2020-10-11 cs.SI physics.soc-ph q-bio.PE
Streaming Social Event Detection and Evolution Discovery in Heterogeneous Information Networks
Beihang University(北京航空航天大学);Hong Kong University of Science and Technology(香港科技大学);University of Leeds(利兹大学);Newcastle University(纽卡斯尔大学);University of Illinois at Chicago(伊利诺伊大学芝加哥分校);Lehigh University(理海大学)
事件发生在现实世界和实时,可以计划和组织的场合,如社交聚会,节日庆祝活动,有影响力的会议或体育活动。社交媒体平台生成了大量关于不同主题的公共事件的实时文本信息。然而,挖掘社会事件是具有挑战性的,因为事件通常表现出异构的纹理和元数据往往是模糊的。在本文中,我们首先设计了一个新的基于事件的元模式来描述社会事件的语义相关性,然后建立一个基于事件的异构信息网络(HIN)集成信息从外部知识库。其次,我们提出了一种新的成对流行度图卷积网络,命名为PP-GCN,基于加权元路径实例相似度和文本语义表示作为输入,执行细粒度的社会事件分类和学习的最佳权重的元路径在不同的任务。第三,我们提出了一个基于元路径相似性搜索、元路径历史信息和异构DBSCAN聚类方法的流媒体社交事件检测和演化发现框架。对真实世界的流媒体社交文本数据进行了全面的实验,以比较各种社交事件检测和进化发现算法。实验结果表明,我们提出的框架优于其他替代的社会事件检测和进化发现技术。
2021-04-02 cs.AI cs.LG cs.SI
Adaptive Influence Maximization in Dynamic Social Networks
为了通过社交网络传播信息和思想,种子策略的目的是找到一个小的种子用户,能够最大限度地扩大影响力的传播,这被称为影响力最大化问题。尽管已有大量的研究成果对该问题进行了研究,但现有的播种策略仅限于静态的社交网络。事实上,由于数据传输的高速性和参与者的庞大性,现实世界的社交网络中的扩散过程具有许多方面的不确定性。不幸的是,如实验所示,在这种情况下,最先进的播种策略是悲观的,因为它们无法跟踪社交网络中的动态变化。在本文中,我们研究的策略选择种子用户的自适应方式。我们首先形式化建模的动态独立级联模型,并引入自适应播种策略的概念。然后基于所提出的模型,我们表明,一个简单的贪婪自适应播种策略找到了一个有效的解决方案,可证明的性能保证。除了贪心算法之外,为了满足实际需要,还提出了一种有效的启发式算法。在真实网络和合成幂律网络上进行了大量的实验。本文的结果证明了自适应播种策略优于其他标准方法。
2015-06-20 cs.SI
Learning To Sample the Meta-Paths for Social Event Detection
本文提出端到端学习采样框架LTS,自动搜索并采样异质信息网络中最具影响力的元路径,以提升社交事件检测性能。
2024-11-19 cs.SI
Modification of Social Dominance in Social Networks by Selective Adjustment of Interpersonal Weights
本文针对星形拓扑社会网络中权力过度集中于中心个体的问题,提出多种通过战略引入新个体或人际关系来削弱中心个体社会权力的策略,并基于局部信息推导出各策略生效的充分必要条件。
2017-03-09 cs.SI cs.SY eess.SY
Optimal Mix of Incentive Strategies for Product Marketing on Social Networks
我们考虑的问题,设计一个产品的病毒式营销的激励策略。特别是,我们假设卖方可以通过提供两种激励计划来影响产品的渗透率:a)对潜在买家的直接激励(影响力)和b)对影响潜在买家进行购买的客户的推荐奖励(利用连接)。问题是要确定这些方案在有限的时间范围内的最佳时机。与文献中流行的算法观点相反,我们采用平均场方法,并将问题表述为连续时间确定性最优控制问题。我们发现,卖方的最优策略有一个简单的结构,可以采取两种形式,即,影响和利用和利用和影响。我们还表明,在某些情况下,它可能是最佳的卖方部署激励计划主要是低度节点。我们通过数值研究支持我们的理论结果,并通过分析各种场景提供实用的见解。
2012-03-01 cs.SI physics.soc-ph
Red Bots Do It Better: Comparative Analysis of Social Bot Partisan Behavior
最近的研究使人们意识到社交媒体上的机器人问题以及在政治讨论背景下大规模操纵舆论的重大风险。在这项工作中,我们利用Twitter来研究2018年美国中期选举期间的话语,并分析社交机器人活动和与人类的互动。在选举日前后的42天里,我们从近100万用户那里收集了260万条推文。我们使用收集的推文来回答三个研究问题:(i)社交机器人是否根据政治意识形态进行倾斜和行为?(ii)我们能观察到自由派和保守派机器人之间的不同策略吗?(iii)机器人策略有多有效?我们表明,社交机器人可以根据他们的政治倾向准确地分类,并相应地采取行动。保守的机器人与人类机器人分享大部分讨论的话题,而自由的机器人则表现出较少的重叠和更具煽动性的态度。我们研究了机器人与人类的互动,并观察了不同的策略。最后,我们测量了机器人在社交网络中的嵌入性及其活动的有效性。结果表明,保守的机器人在社交网络中嵌入得更深,在对人类施加影响方面比自由的机器人更有效。
2019-02-08 cs.SI
Learning from various labeling strategies for suicide-related messages on social media: An experimental study
Rochester Institute of Technology(罗切斯特理工学院);The University of Hong Kong(香港大学);University of Rochester Medical Center(罗切斯特大学医学中心)
自杀是一个重要但经常被误解的问题,研究人员现在正试图通过社交媒体更好地了解这个问题。在很大程度上,由于自杀风险的模糊性,大多数用于学习自动检测社交媒体中自杀相关活动的监督方法都需要大量的人力训练。然而,人类本身对什么构成自杀想法有不同或相互冲突的观点。因此,如何获得可靠的黄金标准标签从根本上来说是一个挑战,我们假设,这在很大程度上取决于对注释者的要求以及他们标记的数据片段。我们进行了多轮数据标记,并从众包工作人员和领域专家那里收集了注释。我们以各种方式聚合产生的标签,以训练一系列监督模型。我们的初步评估表明,使用一致同意的标签,从多个注释器是有帮助的,以实现强大的机器模型。
2017-01-30 cs.CY cs.LG cs.SI
Optimal Multiphase Investment Strategies for Influencing Opinions in a Social Network
我们研究了在竞争环境中对社交网络节点进行最优投资的问题,其中两个阵营的目标是最大限度地通过人口来采纳他们的意见。特别是,我们认为在多个阶段的竞选活动的可能性,在一个阶段中的一个节点的最终意见作为其初始偏见的意见为下一阶段。使用流行的DeGroot-Friedkin模型的扩展,我们制定的营地的效用函数,并表明它们涉及什么可以被解释为多相卡茨中心。针对这两个阶段,我们分析得出纳什均衡的投资策略,以及一个阵营将招致的损失程度,如果它采取短视的行动。我们的模拟研究证实,节点赋予较高的权重,以初始偏见需要在第一阶段的投资,从而影响这些偏见的终端阶段。然后,我们研究的设置中,一个阵营的节点的影响取决于其初始偏差。对于单营地,我们提出了一个多项式时间算法,以确定一个最佳的方式来分割两个阶段之间的预算。对于竞争的阵营,我们证明了合理的假设下的纳什均衡的存在,并且它们可以在多项式时间内计算。
2018-04-17 cs.SI
Ideological Isolation in Online Social Networks: A Survey of Computational Definitions, Metrics, and Mitigation Strategies
School of Engineering, Yanbian University(延边大学工程学院);Department of Data Science and Artificial Intelligence, Auckland University of Technology(奥克兰理工大学数据科学与人工智能系);Faculty of Data Science, City University of Macau(澳门城市大学数据科学学院);School of Information and Communication Technology, University of Tasmania(塔斯马尼亚大学信息与通信技术学院)
本文综述了在线社交网络中意识形态隔离的计算定义、度量方法及缓解策略,探讨了内容个性化、用户行为和网络结构的影响,并提出了网络拓扑干预和推荐控制等缓解措施。
2026-01-12 cs.AI cs.SI
Limited communication capacity unveils strategies for human interaction
社会连通性是表征社交网络结构特性的关键过程,进而是导航、影响或信息扩散等过程。由于时间、注意力和认知是缺乏弹性的资源,人类应该有一个预定义的策略来管理他们的社会互动。然而,现有的人类互动数据集的有限的观测长度,以及二元通信的突发性质,阻碍了在社交网络中的领带动态的观察。在这里,我们开发了一种方法来检测领带激活/失活,并将其应用到一个大型的纵向,横截面通信数据集($\approx$ 19个月,$\approx$ 20万人)。与不断增长的连通性的看法相反,我们观察到,个人表现出有限的沟通能力,这限制了他们可以保持活跃的联系的数量。特别是,我们发现,男性的沟通能力总体上高于女性,而且随着个人寿命的延长(16-70岁),男性和女性的沟通能力都逐渐下降。然后,我们能够从沟通活动中分离出沟通能力,揭示了各种各样的领带激活模式,从稳定到探索。我们发现,在模拟中,具有探索性策略的个体比具有稳定策略的个体在网络中传播信息的时间更长。我们的原则性方法来确定个人的沟通能力,使我们能够量化的策略,人类互动的形状动态演变的社交网络。
2013-04-07 cs.SI physics.soc-ph
How advertising strategies affects the diffusion of information in markets
社会影响下的消费者行为是一个众所周知的现象,计算机科学家和经济学家正在尝试通过基于Agent的建模(ABM)来分析消费过程中决策背后的动力学。一些文章试图解释市场不平等,因为社会影响,但广告的影响被低估,并没有包括在ABM模拟参数。在第一部分的工作中,我们给出了相关工作的背景,之后,我们解释了我们的模型与新引入的广告和惩罚参数。据我们所知,我们的工作将是第一篇同时考虑社会影响、广告和产品新颖性的论文。互动的类型被定义为广告和社会影响。我们感兴趣的是在不同的时间间隔显示广告和社会互动的影响。影响的性质需要时间,然而,广告是一个更强有力的方法来介绍新产品给消费者。这些影响对于时尚产品来说不是线性正的,因为时尚随着时间的推移而变化,并且消费的物品对于用户来说变得过时和普通。我们的Sigmoid惩罚函数为模型增加了非线性,以显示广告和社交互动的时间和流行度效应。
2022-10-15 cs.SI
Fair treatment allocations in social networks
Google Research(谷歌研究院)
传染病传播的模拟长期以来一直被用来了解流行病如何演变以及如何有效治疗。然而,相对较少的注意已经支付给理解不同的治疗策略的公平性的影响-也就是说,如何可能这样的策略分配预期的疾病负担在不同的亚组或社区的人口?在这项工作中,我们定义了精确的疾病控制问题--以逐步的方式在社交网络中最优分配疫苗的问题--我们使用ML Fairness Gym来模拟流行病控制,并从效率和公平的角度对其进行研究。然后,我们提出了一个探索性的分析,几个不同的环境,并讨论不同的治疗策略的公平性的影响。
2019-11-01 cs.LG cs.SI stat.ML
Optimal Investment Strategies for Competing Camps in a Social Network: A Broad Framework
我们研究了在竞争环境中最优投资于社交网络节点的问题,其中两个阵营的目标是推动人口的平均意见对自己有利。使用一个完善的意见动态模型,我们制定了一个零和游戏的球员是两个阵营的问题。我们得出最佳的投资策略,这两个阵营,并表明,一个随机的投资策略是最佳的底层网络遵循一个流行的类的权重分布。我们研究了一个广泛的框架,在那里我们考虑各种动机良好的设置的问题,即,当一个阵营对节点的影响是一个凹函数的投资在该节点上,当一个阵营的目的是最大限度地提高竞争对手的投资或偏离其期望的投资,当一个阵营的模型参数的值有不确定的信息。我们还研究了这个游戏的Stackelberg变种下共同耦合约束的组合投资的阵营,并得出他们的均衡策略,从而量化的先发优势。为了进行定量和说明性研究,我们对真实世界的数据集进行模拟,并提供结果和见解。
2018-08-10 cs.SI physics.soc-ph
Influencing dynamics on social networks without knowledge of network microstructure
基于社会网络的信息运动可用于促进有益健康的行为和缓解两极分化(例如关于气候变化或疫苗)。基于网络的干预策略通常依赖于对网络结构的充分了解。由于可用性和隐私问题,很大程度上不可能或不希望获得人口级别的社交网络数据。更容易获得关于个人属性(例如年龄、收入)的信息,这些信息共同提供了个人的意见及其社交网络位置的信息。我们调查策略影响系统状态的统计力学为基础的意见形成模型。使用合成和数据为基础的例子,我们说明了实施粗粒度的影响策略的优势,伊辛模型的模块化结构中存在的外部字段。我们的工作提供了一个可扩展的方法来影响大型图上的伊辛系统和第一次探索的伊辛影响力问题的存在下,环境(社会)领域。通过利用强环境场可以简化网络动态控制的观察结果,我们的研究结果打开了有效计算和实施公共信息活动的可能性,使用社会网络理论的见解,而无需昂贵或侵入性的数据收集水平。
2021-07-27 cond-mat.stat-mech cs.SI math.OC
Strategies for Utility Maximization in Social Groups with Preferential Exploration
我们考虑一个\emph{Social Group}的网络节点,寻求一个“宇宙”的部分,其效用最大化。每个节点都有一个子集的宇宙,并访问一个昂贵的链接下载数据。节点还可以通过使用节点间链路在它们之间以低成本交换段的副本来获取全域。虽然在节点间链路上的交换确保了最小或可忽略的成本,但组中的一些节点试图利用该系统。我们把这样的节点称为“非往复节点”,并通过提出“给予和接受”标准来禁止这种行为,其中允许交换,如果每个参与节点都有不可用的段。遵循节点间链路的这一标准,每个节点都希望最大化其效用,这取决于节点可用的节点段集。节点之间的链路激活需要参与节点的相互同意。每个节点试图通过优先探索用于链路形成的节点来找到配对伙伴,并且未配对的节点选择使用具有段攻击概率的昂贵链路来下载段。我们提出了各种线性复杂度分散算法的基础上\emph{Stable Roommates Problem},可以使用的节点(根据其行为性质)选择最佳策略的基础上可用的信息。然后,我们提出了分散的随机算法,执行接近最佳的大量节点。我们定义了\emph{Price of Choices},用于对社会群体(仅由非攻击性节点组成)的性能进行基准测试。我们评估各种算法的性能和特征的行为制度,将产生最好的结果,节点和社会群体,花费最少的昂贵的链接。我们认为社会群体组成的非侵略性节点和基准性能的最佳算法。
2014-09-10 cs.DS cs.GT cs.MA
MetaPriv: Acting in Favor of Privacy on Social Media Platforms
Facebook和Instagram等社交网络以跟踪用户在线行为以获取商业利益而闻名。直到今天,除了放弃使用这些平台之外,几乎没有其他方法可以实现隐私。然而,许多用户不愿意这样做,因为方便或社会和专业的原因。在这项工作中,我们提出了一种平衡的便利性和隐私FB通过混淆。我们已经创建了MetaPriv,这是一个基于模拟用户与FB交互的工具。MetaPriv允许用户在他们的帐户中添加噪音交互,从而将FB的分析算法引入歧途,并使他们根据自己的兴趣和习惯绘制不准确的个人资料。为了证明我们的工具的有效性,我们在一个虚拟帐户和两个现有的用户帐户上进行了广泛的实验。我们的结果表明,通过使用我们的工具,用户可以在短短几周内实现更高程度的隐私。我们相信MetaPriv可以进一步发展,以适应其他社交媒体平台,并帮助用户重新获得隐私,同时保持合理的便利性。为了支持开放科学和可重复的研究,我们的源代码在网上公开。
2022-09-08 cs.SI
On the Power of Graph Neural Networks and Feature Augmentation Strategies to Classify Social Networks
ELTE Eötvös Loránd University(厄特沃什·罗兰大学)
本文系统比较了四种图神经网络架构与五种节点特征增强策略在合成社交网络分类任务中的组合效果,发现GNN计算能力与特征信息量需平衡,高信息量特征(如ID、度)可弥补架构计算能力的不足。
2024-01-11 cs.AI cs.LG cs.SI
Characterizing Spontaneous Ideation Contest on Social Media: Case Study on the Name Change of Facebook to Meta
收集好的想法对于组织,特别是公司,保持竞争力至关重要。社交媒体作为一个有效提取想法的地方正在引起人们的注意;然而,社交媒体上的想法和想法海报的特点却没有得到充分的研究。因此,本研究的目的是以Facebook更名为Meta为例,描述社交媒体用户之间自发的思维竞赛。作为一个数据集,我们全面收集了包含大型科技公司新缩写的推文,我们将其视为这项工作中的“想法”。在分析中,我们特别关注想法的多样性,这是利用社交媒体产生想法的主要原因。作为主要结果,我们发现社交媒体用户比主流媒体用户提供了更广泛的想法。用户的追随者网络表明,用户在网络上的位置与偏好的想法有关。此外,我们发现社交媒体上的用户互动量与想法的多样性之间存在联系。这项研究将促进社交媒体的使用,将其作为该行业开放式创新和共同创造过程的一部分。
2022-11-14 cs.SI
Modelling Competitive marketing strategies in Social Networks
在竞争性市场中,有大量的玩家生产相同的产品。每家公司都希望广泛传播其产品信息,使其产品在潜在买家中流行起来。一个公司的产品越受欢迎,该公司的收入就越高。一个模型中,两个球员竞争的大型网络中的信息传播。参与者同时选择初始种子节点,并根据独立级联模型(ICM)进行信息扩散。玩家的主要目标是选择种子节点,使它们将其信息传播到社交网络中尽可能多的节点。信息的传播速度在信息扩散过程中也起着非常重要的作用。社交网络中的任何节点都不会受到任何信息或一个或多个信息的影响。我们还分析了通过改变信息的传播速率,不同隔室中的节点比例会发生多大的变化。最后,建立了一个博弈论模型,得到了基于最佳反应函数的纳什均衡。这个模型是基于霍特林的选举竞争模型。
2018-05-05 cs.GT cs.IT cs.SI
Politics and Propaganda on Social Media: How Twitter and Meta Moderate State-Linked Information Operations
研究探讨了Twitter和Meta如何应对国家关联的信息操作,发现民主等良好治理指标显著影响其国家关注度,揭示了地缘政治与国内体制特征间的相互作用。
2024-01-04 cs.SI
Demographic Inference from Social Media Data with Multimodal Foundation Models: Strategies, Evaluation, and Benchmarking
University of Georgia(佐治亚大学);Georgia Institute of Technology(佐治亚理工学院)
本研究利用GPT-5多模态基础模型,从社交媒体资料中推断年龄、性别和种族,展示了其在提高人口特征推断准确性、公平性和可扩展性方面的潜力。
2025-11-26 cs.SI
Reducing the rate of personal insults in social media with bystander bots
University of Michigan(密歇根大学);University of South Florida(南佛罗里达大学)
本研究在Reddit上进行随机对照试验,通过自动回复实施五种降级策略,发现自动回复能有效降低用户发布人身侮辱的比率,其中“赞赏”策略效果最佳。
2026-06-23 cs.HC cs.SI
Knowledge and Social Relatedness Shape Research Portfolio Diversification
科学发现是由科学家的选择,从而由他们的职业模式。在科学前沿工作所需的知识越来越多,这使得个人更难走上未经探索的道路。然而,合作可以减少学习成本-尽管以增加协调成本为代价。在这篇文章中,我们使用了一个非常大的样本物理学家的出版历史的数据来衡量他们的多元化战略的知识和社会关系的影响。使用二分网络,我们计算的主题相似性和社会接近度的措施。我们发现,科学家的策略不是随机的,他们受到两者的显著影响。跨主题的知识相关性解释了逻辑回归偏差和社会相关性的$\approx 10\%$和$\approx 30\%$,这表明科学是一个突出的社会企业:当科学家们走出他们的核心专业,他们这样做是通过合作。有趣的是,我们还发现知识和社会关系之间存在显著的负向相互作用,这表明科学家离专业化越远,他们就越依赖合作。我们的研究结果为科学多样化战略的更广泛的定量分析提供了一个起点,这也可以扩展到技术创新领域-从比较和政策角度提供见解。
2020-09-25 cs.DL cs.SI physics.soc-ph
The Influence of Social User Knowledge Level and Active Communication Channel Control on Rumor Spread
本研究探讨突发公共卫生事件期间社交网络上谣言的传播,并探讨有效管理网络空间虚假信息的策略。通过仿真模型,分析了传播渠道控制、政府干预、个人性格等因素对谣言传播的影响。研究结果表明,提高网民对谣言的认知和抵制能力,发展辟谣平台,促进网络信息内容“清朗”生态,是治理网络虚假信息的有效策略。然而,实际网络的复杂性和规模对建立全面的网络空间治理体系提出了挑战。研究结果为提高治理社交网络谣言传播的有效性提供了实际指导。
2023-03-24 cs.SI stat.CO
Social Media for Emergency Rescue: An Analysis of Rescue Requests on Twitter during Hurricane Harvey
社交媒体在灾害应对中发挥着越来越重要的作用,但有效利用社交媒体进行救援具有挑战性。这项研究分析了2017年哈维飓风期间Twitter上的救援请求,其中许多居民诉诸社交媒体寻求帮助。研究目标包括:(1)了解救援请求信息的特征;(2)揭示救援请求的时空模式;(3)确定需要救援的社区的社会地理条件;(4)识别使用社交媒体进行救援的挑战并提出改进策略。大约一半的救援请求要么没有提供足够的信息,要么忽略了包括与救援相关的标签或账户。在824个地理编码的独特救援请求中,41%来自FEMA定义的最小洪水风险区。在Twitter上发送更多救援请求的社区在环境和社会经济方面更脆弱。最后,我们得出了一个框架,总结了改善救援行动中社交媒体使用所需的步骤和策略。
2021-11-13 cs.SI
Discovering Strategic Behaviors for Collaborative Content-Production in Social Networks
一些社交网络提供明确的机制来分配社会奖励,例如基于用户活动的声誉,而其他网络中的机制则更加不透明。尽管如此,总有一些人比他们的同龄人获得更大的回报和声誉。一个直观但重要的问题是,这些成功的用户是否采用战略行为来变得有影响力。看起来,影响者似乎在玩弄这个系统。然而,由于组合策略空间、无法确定收益以及个人面临的资源限制等因素,仍然很难得出他们行动的合理性结论。这个问题的挑战性引起了理论界和数据采掘界的关注。因此,在本文中,我们的动机是调查,如果资源有限的个人发现与高回报的战略行为时,生产协作或互动内容在社交网络。我们提出了一个新的框架,动态双注意力网络或DDAN模型的内容生产策略的用户通过生成过程中,社会互动的影响下,参与的过程。大量的实验结果表明,我们的模型在建模用户行为的有效性。我们得出了三个强有力的经验发现。不同的策略会产生不同的社会收益,表现最好的个体对所发现策略的偏好表现出稳定性,这表明策略行为的出现,而策略偏好的稳定性与高收益相关。
2020-03-13 cs.SI physics.soc-ph
A Meta Path-based Approach for Rumor Detection on Social Media
University of Tehran(德黑兰大学);Institute for Research in Fundamental Sciences(基础科学研究所)
针对现有方法未充分利用新闻传播网络异构特性的问题,提出基于元路径嵌入的模型 MGLAN,通过提取异构谣言传播的结构特征并捕捉节点级判别能力,在三个数据集上优于其他模型。
2023-04-04 cs.LG cs.SI
Competing control scenarios in probabilistic SIR epidemics on social-contact networks
现实社会接触网络上流行病演变的概率方法允许受试者之间的特征差异,包括社会接触的个体数量和结构,以及根据年龄或医疗先决条件的感染和恢复率的异质性。在我们的概率易感性传染性删除(SIR)模型的社会接触网络,我们评估的“感染负荷”或“激活利润”的各种控制方案,通过限制,通过接种疫苗,以及它们的组合。我们比较了适用竞争或合作控制策略的亚群的流行病负担。随机社会接触图,旨在表现出现实的人与人的接触特性,并遵循近“同质”或“块本地化”亚群传播的模拟实验进行。标量化方法用于多目标优化问题,其中感染负荷最小化和每个子群体的控制策略偏好排序的坚持程度最大化。我们得到的复合支付矩阵的两个子群施加对比的控制策略,每个根据其适当的排名控制策略的偏好。讨论了根据每个亚群的复合目标并根据其适当的排名强度的纳什均衡。最后,讨论了控制策略的相互作用效果,并与两个亚群的传播类型有关。
2022-02-10 cs.SI q-bio.PE
Ising-like agent-based technology diffusion model: adoption patterns vs. seeding strategies
著名的伊辛模型在统计物理学中使用的社会动力学的背景下,模拟采用的技术创新。该模型明确地结合了(a)个人对创新优势的看法和(b)决策者社会网络成员的社会影响。微观层面的采用动态嵌入到一个基于代理的模型,允许探索宏观层面的模式,技术扩散整个系统具有不同的配置(早期采用者的数量和分布,社会网络拓扑结构)。在目前的工作中,我们进行了许多数值模拟。我们发现,当个人的看法之间的差距的选项是高的,采用速度增加,如果早期采用者的分散增长。另一个测试是通过随机连接到一个共同的意见参考(枢纽)来改变网络拓扑结构,这导致了采用速度的增加。最后,我们对常规和小世界网络的选项之间的竞争进行了模拟。
2013-01-02 cs.SI physics.soc-ph q-fin.TR
Network Strategies in Election Campaigns
本研究考虑了一个简单的变化的选民模型与两个竞争的政党。特别是,我们代表了政治选举的情况,人们可以选择支持两名候选人之一或保持中立。人们在社交网络中运作,他们的观点取决于与他们互动的人的观点。因此,他们可能会随着时间的推移改变他们的意见,这可能意味着支持一个特定的候选人或没有。候选人试图通过与他们互动来获得人们的支持,无论他们是否在同一个社交圈(即邻居)。特别是,候选人遵循的策略是与他们不认识的人(也就是说,不是他们邻居的人)互动一段时间。我们对所提出的模型的分析试图确定哪些网络策略对候选人获得公众支持最有效。我们发现,最合适的策略取决于社会网络的拓扑结构。最后,我们研究了魅力在这些动态中的作用。魅力在许多社会环境中都有相关性,因为有魅力的人通常对他人有很强的影响力。研究结果显示,候选人的个人魅力是影响网络策略成功的重要因素。
2016-05-20 cs.SI nlin.AO physics.soc-ph
Evolutionary game selection creates cooperative environments
研究策略与博弈在演化中共同演化的问题,提出博弈选择模型,发现博弈与策略的协同演化可促进合作环境涌现,且结构化种群中的网络异质性可放大亲社会行为。
2024-07-31 cs.GT cs.SI math.DS