Collaboration in sensor network research: an in-depth longitudinal analysis of assortative mixing patterns
许多科学合作的调查是基于从书目知识库构建的大型网络的统计分析。这些调查通常依赖于丰富的书目数据，但很少或没有关于网络中个人的其他信息，因此，无法说明更广泛的社会和学术景观，其中发生的合作。在这篇文章中，我们进行了深入的纵向分析的一个相对较小的网络的科学合作（N = 291），从文献记录的研究中心参与传感器网络和无线技术的发展和应用。我们对网络的选定结构特性进行初步分析，计算其范围，配置和拓扑结构。然后，我们支持我们的初步统计分析与选定的节点特征的替代性混合的深入的时间调查，揭示了研究人员的倾向，优先与其他具有类似的学术概况。我们的混合模式的定性分析提供了线索的性质，科学界的组织，学科，机构和国际合作安排的关系进行建模。
2009-12-11 cs.DL physics.data-an physics.soc-ph
Assortative mixing in functional brain networks during epileptic seizures
我们研究了100例不同解剖学发病部位的癫痫发作前、中、后的功能性脑网络的重复性。我们从60名癫痫患者的多通道脑电图数据记录构建二元功能网络，并从时间分辨的估计的重复系数，我们得出结论，积极的度度相关性是固有的癫痫发作动力学。随着癫痫发作的发展，癫痫发作率的增加表明，潜在的功能网络被分成了几组大脑区域，这些区域之间只有稀疏的相互连接。有趣的是，癫痫发作结束之前，癫痫发作率已经降低。再加上以前观察到的全球统计特性和癫痫脑网络的同步性的特征时间演变，我们的研究结果可能有助于更深入地了解癫痫发作的产生，传播和终止的复杂动力学。
2013-09-21 cs.SI physics.comp-ph physics.data-an
Assortative Mixing Equilibria in Social Network Games
众所周知，社交网络中的个体倾向于表现出同质性（也称为同质性）。在他们的社会关系中，这意味着他们更喜欢与自己的同类建立联系。但造成这种现象的原因是什么呢？是不是这样的关系比较方便，比较容易维持？或者说，从这种集体行为中是否也能获得一些更切实的好处？目前的工作需要一个博弈论的角度来看这一现象，并研究在何种条件下，不同的竞争性混合策略导致在不断发展的社会网络的平衡。我们专注于一个有偏见的偏好依恋模型，其中每个群体的策略（例如，政治或社会少数群体）决定了其成员对其他群体成员和非成员的偏见程度。我们的第一个结果是，如果群体试图最大化的效用函数是群体的度中心性，解释为网络中群体成员的度之和，那么实现纳什均衡的唯一策略是完美同质性，这意味着与其他群体的合作对这个效用函数是有害的。第二个，也许更令人惊讶的结果是，如果将组间合作的奖励添加到效用函数中（例如，外部由权威作为法规强制执行），那么只有两种可能的均衡，即完全同质或完全异质，并且可以描述其可行性空间。有趣的是，无论人口中的少数-多数比例如何，这些结果都成立。我们相信，这些结果，以及本文提出的博弈论的角度来看，可能有助于更好地理解的力量，塑造我们的社会群体和社区。
2017-03-26 cs.GT cs.SI physics.soc-ph
Inducing Self-Organized Criticality in a network toy model by neighborhood assortativity
复杂网络是近年来出现的一种研究复杂系统的框架，它包括自组织临界性（SOC）等。网络节点倾向于链接到其他类似类型的节点，其特征在于连续混合。真实网络表现出顶点度的混合，然而典型的随机网络模型，如Erdos-Renyi或Barabasi-Albert，没有表现出任何混合。在本文中，我们介绍了邻域的非线性概念，作为一个节点的倾向，属于一个社区（它的邻居），显示出类似于自己的平均属性。在一个网络玩具模型中，通过引入邻域的按度随机混合，可以发现SOC的动态性，并通过涨落分析表征了由临界性引起的长程相关性，表明节点的活动性与临界性之间存在着线性关系。该模型仅包含一个参数，其不同参数值的统计图可以折叠成一条曲线。该模型的简单性允许进行数值模拟，也可以分析研究的统计参数的特定值，利用马尔可夫链。
2016-09-16 nlin.AO physics.soc-ph
Statistical inference of assortative community structures
我们开发了一个原则性的方法来推断网络中的非参数贝叶斯公式的种植分区模型的基础上的共同体。我们表明，这种方法成功地找到统计上显着的网络中的替代模块，不同的替代方案，如模块化最大化，系统过拟合在人工以及经验的例子。此外，我们表明，我们的方法是不受分辨率限制，并可以发现任意数量的社区，只要有统计证据。我们的配方是服从模型选择程序，这使我们能够比较它更一般的方法的基础上的随机块模型，并以这种方式揭示了非线性是否实际上是占主导地位的大规模混合模式。我们进行这种比较与几个经验的网络，并确定了许多情况下，网络的非线性被夸大了传统的社区检测方法，我们展示了如何更忠实的非线性程度可以确定。
2020-06-29 cond-mat.dis-nn cs.SI physics.soc-ph
Regularized Stochastic Block Model for robust community detection in complex networks
随机块模型能够生成不同的网络分区，从传统的分离社区到分离结构。由于度校正随机块模型没有指定所需的混合模式，因此发现网络节点的最可能分区的推理算法很可能陷入对数似然的局部最优解。在这里，我们引入了一个新的模型约束节点的内部度比的目标函数，以稳定的块模型的推断从观察到的网络数据。给定正则化模型，推理算法，如马尔可夫链蒙特卡罗，可靠地找到由单个参数的值指示的连续或离散结构。实验结果表明，当网络中传统的排斥性社团结构不强时，度修正随机块模型的推理往往陷入局部最优解，而我们提出的模型的推理则能快速收敛到期望的排斥性或排斥性分区.
2019-03-28 cs.SI physics.soc-ph
Degree mixing in multilayer networks impedes the evolution of cooperation
传统上，合作的演化一直是在单个孤立的网络上研究的。然而，一个参与者，特别是在人类社会中，通常是许多不同网络的成员，这些网络在进化过程中将扮演不同的角色。因此，多层网络作为对网络化社会的更恰当描述而迅速流行起来。基于这种动机，我们在这里考虑具有所有可能的度混合组合的2层无标度网络，其中一个网络层用于累积收益，另一个用于策略更新。我们发现，打破对称性，通过在一个层和/或dispertative混合在另一层，以及保持对称性的手段，在两个层的dispertative混合，阻碍了合作的演变。我们使用度依赖分布的策略和集群大小分析来解释这些结果，突出了枢纽和多层网络之间的对称性的成功解决社会困境的重要性。
2014-06-06 cs.SI physics.soc-ph q-bio.PE
Disassortative mixing accelerates consensus in the naming game
在本文中，我们研究了度混合在命名游戏中的作用。研究发现，共识可以加速discretative网络。我们提供了一个定性的解释，这一现象的基础上集群统计。与平行混合相比，平行混合可以促进不同簇的合并，从而缩短收敛时间。同时，还研究了成功率、总字数和不同字数等指标的变化规律。
2015-02-28 cs.SI physics.soc-ph
"Clumpiness" Mixing in Complex Networks
介绍了复杂网络簇性的三种度量方法。这些措施量化了网络的大多数中心节点如何聚集在一起。在以前的研究中定义的扩散系数测量了类似的特征，但只考虑了直接相互连接的中心节点的聚集性。本文中定义的聚集系数也考虑了中心节点被几个链接分开的情况。该定义基于节点度和节点对之间的距离。集块系数和扩散系数可以定义四类网络。数值计算表明，该分类方案成功地将30个真实世界的网络分为四类：丛生的排斥，丛生的排斥，松散的排斥和松散的排斥网络。聚类系数也区分了Erdos-Renyi模型和Barabasi-Albert模型，而聚类系数不能区分两者。此外，还讨论了块度系数的界以及三种块度测度之间的关系。
2009-05-25 cond-mat.stat-mech physics.soc-ph
Effects of Assortativity on Consensus Formation with Heterogeneous Agents
尽管Barabasi的无标度网络和度相关性（不确定性）为中性的Erdos-Renyi网络被广泛使用，但许多研究表明，在线社交网络倾向于显示出不确定性混合（正度相关），而非社交网络则显示出不确定性混合（负度相关）。首先，我们通过使用Reddit中的三个不同的子Reddit来分析同一平台的不同群体的可伸缩性系数的变化。我们的数据分析结果表明，Reddit是离散的，上述子Reddit的离散系数分别为-0.0384，-0.0588和-0.1107。即使在同一平台上，结果也会发生变化，因此我们决定研究共识形成动力学对网络重复性的敏感性。我们的结论是，当网络是非线性混合或中性时，系统更有可能达成共识;然而，当网络是非线性混合时，共识的可能性显着降低。令人惊讶的是，当网络是中立的时，所有节点修正其观点所花费的时间略低于非中立网络或非中立网络。当代理的阈值分布更不均匀时，这些结果更明显。
2020-04-27 cs.SI physics.soc-ph
Mixing patterns in graphs with higher-order structure
在本文中，我们研究了具有非平凡聚类和基于子图的非平凡混合（基于子图联合度的顶点连接到其他顶点的趋势）的高阶网络的渗流性质。我们的分析方法是基于生成函数。我们还提出了一个蒙特卡罗图生成算法，以绘制随机网络的合奏图与固定的统计。我们使用我们的模型来理解网络微观结构的影响，通过安排集群，对全局属性。最后，我们使用一个边不相交的团覆盖来表示经验网络使用我们的配方，发现由此产生的模型提供了一个显着的改进，基于边的理论。
2022-10-05 physics.soc-ph
Disassortative mixing in online social networks
传统观点认为，社交网络表现出一种排斥混合模式，而生物和技术网络则表现出一种排斥混合模式。然而，近年来对在线社交网络的研究改变了这一普遍看法，许多在线社交网络呈现出分离或中性混合的特征。特别地，我们发现在线社会网络Wealink经历了从真实社交网络的度可变性特征到许多在线社交网络的度可变性特征的转变，并且这种转变可以通过我们提出的一个简单的网络模型来合理地解释。本文还讨论了网络的可拓性、聚类性和模块性之间的关系。
2009-09-02 physics.data-an physics.pop-ph physics.soc-ph
Self-learning Mutual Selection Model for Weighted Networks
本文提出了一个自学习的互选择模型来刻画加权进化网络。通过引入自学习概率$p$和由参数$m$控制的一般的相互选择机制，该模型可以再现在许多实际系统中发现的度、权和强度的无标度分布.仿真结果与理论预测基本一致。有趣的是，我们得到了非平凡的聚类系数$C$和可调程度的可调性$r$，取决于参数$m$和$p$。该模型可以统一表征互反加权网络和互反加权网络。此外，我们发现自我学习可能有助于社交网络的混合。
2005-12-30 physics.soc-ph
Local Assortativity in Weighted and Directed Complex Networks
本文证明两种无权网络局部同配性度量等价，并提出适用于加权有向/无向网络的广义度量，可刻画顶点、边及组件的同配模式。
2023-07-13 cond-mat.dis-nn physics.soc-ph
Semantic homophily in online communication: evidence from Twitter
Aalto University（阿尔托大学）；University Ss. Cyril and Methodius（圣西里尔与美多德大学）；University of Tampere（坦佩雷大学）；Hong Kong University of Science and Technology（香港科技大学）；New York University（纽约大学）
本研究基于Twitter提及关系构建的交流网络，首次深入分析语义同质性现象，量化其不同层级、识别驱动维度、揭示时间演化规律并厘清其与网络结构的复杂相互作用，深化了对计算机介导交流语义塑造机制的理解。
2017-03-20 cs.CL cs.CY cs.HC
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
Mixing patterns and individual differences in networks
我们研究网络中的混合模式，这意味着不同类型的节点相互连接的倾向。节点偏好连接与自己相似的其他节点的现象已经得到了广泛的研究，但在这里，我们进一步研究了相似的节点如何以及在多大程度上具有不同的偏好。例如，友谊网络中的许多人可能更喜欢与自己年龄大致相同的朋友，但有些人可能会表现出对年长或年轻朋友的偏好。我们介绍了一个网络模型，捕捉这种行为和方法，将其拟合到经验网络数据。我们提出的指标来表征的平均值和变化的混合模式，并显示如何推断其值从拟合模型，无论是使用最大似然估计的模型参数或在贝叶斯框架，不需要固定任何参数。
2019-04-17 cs.SI physics.soc-ph
Edge direction and the structure of networks
有向网络是无处不在的，并且是表示具有不对称相互作用的复杂系统所必需的--从食物网到万维网。尽管边缘方向对于检测局部和社区结构很重要，但在研究网络中的一种基本类型的全局多样性时，它被忽视了：具有相似边缘数量的节点连接的趋势。这种趋势称为同配性，会影响现实世界网络的关键结构和动态属性，例如容错性或传染病传播。在这里，我们证明了边缘方向有深远的影响，反磁性。我们定义了一组四个有向重复性的措施，并分配随机网络的比较统计意义。我们将这些措施应用到三个网络类-在线/社交网络，食物网，词邻接网络。我们的措施（i）揭示了每个类别的共同模式，（ii）以前被分类在一起的独立网络，（iii）暴露了几个现有理论模型的局限性。我们拒绝将有向网络的标准分类为纯粹的排斥或排斥。许多显示类特定的混合，可能反映功能或历史的限制，偶然性，和力量引导系统的演变。
2010-11-08 cond-mat.dis-nn cs.NI physics.soc-ph
Percolation on correlated networks
我们重新考虑的问题，在一个平衡的随机网络的度度相关最近的相邻顶点集中在临界奇点渗流阈值。我们得到的度度相关性是无关的临界奇点的标准。我们提出的网络中的混合和dispertative混合导致不寻常的渗流特性和新的临界指数的例子。
2008-10-09 cond-mat.stat-mech math.PR physics.soc-ph
A generative model for community types in directed networks
本文提出一种网络演化生成模型，可复现有向网络中四种成对社区类型，通过平均场解揭示了模型参数对社区关系的影响，阐明了不同社区类型转变的机制及观测背后的原理。
2024-05-23 cs.SI physics.soc-ph
Attention Dynamics in Collaborative Knowledge Creation
为了揭示知识的协同生产的机制，我们调查了一个非常大的在线问答系统，其中包括超过五年的数百万用户的提问和回答活动。我们创建了知识网络，其中节点是问题，边是用户的连续回答活动。我们发现，这些网络有两个共同的性质：1）减轻节点之间的度不平等; 2）节点的混合。这意味着，虽然系统倾向于减少对旧问题的注意力投入，以便对新问题给予足够的关注，但将新知识整合到现有知识体系中并不容易。我们提出了一个混合模型，结合偏好连接和反向偏好连接过程来模拟知识网络的演化，并成功地再现了所观察到的模式。我们的混合模型不仅在理论上很有趣，而且还为在线社区的管理提供了见解。
2015-11-24 cs.SI physics.soc-ph
Clustering assortativity, communities and functional modules in real-world networks
现实世界系统的复杂网络被认为是由常见现象控制的，产生的结构远非规则或随机。集群化、群落结构和按程度进行的非竞争性混合也许是后者最突出的例子。虽然这些性质被普遍接受用于社交网络，但它们只能部分解释其他网络的结构。我们首先表明，度校正的聚类是在相反的标准定义，高度重复性。然而有趣的是，我们进一步注意到，非社交网络包含具有非常低聚类的连接区域。因此，现实世界的网络结构是超越社区的。在这里，我们调查的概念功能模块-定期等价节点组-并表明，这种结构可以解释在非社会网络中观察到的属性。现实世界的网络可能由社区覆盖的功能模块组成。我们支持后者提出了一个简单的网络模型，生成无标度的小世界网络可调聚类和度混合。模型在许多现实世界的网络中有一个自然的解释，同时它也提供了一个适当的社区提取框架的见解。我们还提出了一种在没有任何先验知识的情况下检测任意结构模块的算法。算法被证明是优于国家的最先进的，而应用到现实世界的网络揭示了良好的支持复合材料的不同结构模块，是一致的底层系统。在包括社交网络在内的所有类型的网络中，都有明确的功能模块。因此，我们的发现揭示了功能模块是复杂现实世界网络的另一个关键组成部分。
2012-02-15 cs.SI physics.data-an physics.soc-ph
The large-scale structure of journal citation networks
我们分析的大规模结构的期刊引文网络所包含的信息建立在汤森路透期刊引文报告。为此，我们利用网络科学的工具，探索网络属性，如密度，渗透鲁棒性，平均和最大节点距离，互惠性，传入和传出度分布，以及节点度的混合。我们发现，期刊引文网络是一个密集的、健壮的、小型的、互惠的世界。此外，在节点度分布和出节点度分布显示长尾，少数重要的期刊和许多琐碎的，他们是强正相关。
2011-10-18 cs.DL cs.SI physics.soc-ph
What defines a group of friends? Rethinking community structure in signed, directed networks
Grupo Interdisciplinar de Sistemas Complejos (GISC), Departamento de Matemáticas, Universidad Carlos III de Madrid（马德里卡洛斯三世大学复杂系统跨学科小组数学系）；Instituto de Biocomputación y Física de Sistemas Complejos (BIFI), Universidad de Zaragoza（萨拉戈萨大学生物计算与复杂系统物理研究所）；Center for Complex Networks and Systems Research, Luddy School of Informatics, Computing, and Engineering, Indiana University Bloomington（印第安纳大学布鲁明顿分校卢迪信息、计算与工程学院复杂网络与系统研究中心）
本文通过分析包含方向性、强度和符号信息的网络，重新审视群体结构，揭示了非对称关系和冲突在群体组织中的作用。
2025-12-18 physics.soc-ph
Multiscale mixing patterns in networks
网络中的分类混合是具有相同属性或元数据的节点相互链接的趋势。这是一种经常在社交网络中发现的属性，表现为具有相同年龄、种族或政治信仰的人之间更高的链接倾向。量化链接性或分离性（链接到具有不同属性的节点的偏好）的水平可以揭示复杂网络中链接和传染过程形成的因素。在离散值元数据的情况下，通常的做法是根据可扩展性系数或模块性来测量可扩展性水平。这个全局值是整个网络的平均重复率水平，当混合模式是异构的时，它可能不是一个代表性的统计数据。例如，由于文化规范的差异，一个跨越全球的社交网络可能会在混合模式上表现出地方差异。在这里，我们介绍了一种方法来本地化这个全球性的措施，使我们可以描述跨多个尺度，在节点级别的可追溯性。因此，我们能够捕捉和定性评估网络中的混合模式的分布。我们发现，对于许多现实世界中的网络的不确定性的分布是偏斜的，过度分散和多模态的。我们的方法提供了一个更清晰的镜头，通过它我们可以更仔细地检查网络中的混合模式。
2018-04-18 cs.SI physics.data-an physics.soc-ph
Nonmonotonic percolation threshold in correlated networks and hypergraphs
Universidad Nacional de Mar del Plata（马德普拉塔国立大学）；Instituto de Investigaciones Físicas de Mar del Plata (IFIMAR), CONICET（马德普拉塔物理研究所 (IFIMAR)，阿根廷国家科学研究委员会）
研究 assortative 和 disassortative 混合对随机节点失效下网络鲁棒性的影响，发现 Pearson 排序系数 r 与渗流阈值 p_c 的关系非单调，且超图中正相关结构更脆弱。
2026-07-29 physics.soc-ph
Model of complex networks based on citation dynamics
现实世界系统的复杂网络被认为是由常见现象控制的，产生的结构远非规则或随机。这些包括无标度度分布，小世界结构和度混合，这些也是文献中提出的不同随机图模型所捕获的属性。然而，许多（非社会）现实世界的网络实际上是离散的程度。因此，我们在这里提出了一个简单的演化模型，生成具有真实世界网络最常见属性的网络，包括度离散性。此外，该模型对具有不同实际应用的引文网络具有自然的解释力。
2013-03-23 cs.SI physics.soc-ph
Degree correlations in signed social networks
我们调查的程度相关性在两个在线社交网络，用户通过不同类型的链接连接。我们发现，虽然子网络中的链接有一个积极的内涵，如认可和信任，其特点是通过程度上的排斥混合，网络中的链接有一个消极的内涵，如不赞成和不信任，其特点是由排斥模式。我们引入了一类简单的理论模型来分析网络拓扑和基于链路符号的叠加结构之间的相互作用。结果揭示了数据中观察到的模式出现的基础条件，即正子网络的非线性和负子网络的非线性。我们讨论了我们的研究对分析有符号复杂网络的影响。
2014-12-02 cs.SI physics.soc-ph
Networks with degree-degree correlations is a special case of edge-coloured random graphs
在复杂网络中，相邻节点的度可能经常表现为依赖性-这提出了建模挑战。我们提出了一个工作框架，研究网络与任意联合分布的程度相邻节点，表明这种网络是一个特殊的情况下，边着色随机图。我们使用这个映射来研究网络中的键渗流与非线性混合，并表明，与网络中的独立度，连接组件的大小可能具有意想不到的敏感度分布的扰动。研究结果还表明，度-度依赖可能具有消失的渗流阈值，即使当度分布的二阶矩是有限的。这些结果可用于设计有效地抵抗链路故障的人工网络，并表明在没有明显区别的枢纽的网络中存在超级传播的可能性
2020-08-24 math.CO physics.soc-ph
Master thesis: Growth and Self-Organization Processes in Directed Social Network
从Ubuntu聊天频道收集的大型数据集被研究为一个复杂的动态系统，具有用户的紧急集体行为。通过适当的网络映射，我们研究了Ubuntu网络丰富的拓扑结构。该网络的结构是通过计算不同的拓扑测度来确定的。有向加权网络是Ubuntu聊天频道数据集的合适表示，其特征在于各种数量的幂律依赖性，分层组织和离散混合模式。除了拓扑特征之外，通过分析由情感驱动的用户活动的时间序列来进一步量化涌现的集体状态。时间序列的分析揭示了自组织动态与长期的时间相关性，在用户的行动。
2013-12-14 cs.SI physics.soc-ph
The complex social network of surnames: A comparison between Brazil and Portugal
我们提出了一个社交网络的基础上分析巴西和葡萄牙的姓氏（姓氏）的研究。我们构建的网络的节点是家庭的名字，其边缘代表两个家庭之间的父母关系。从这些网络中，我们提取的连通性分布，聚类系数，最短路径和中心。我们发现，连接分布遵循近似的幂律。我们将枢纽的数量、中心性和熵与两国社会的通婚程度联系起来。我们的研究结果表明，葡萄牙社会有一个较高的异族通婚程度比巴西社会。分析的所有网络都导致度分布近似平方反比律。我们的结论是，热力学极限达到小网络（3或4千个节点）。所有网络的混合概率都是负的，这表明连接度较高的顶点连接到连接度较低的顶点。最后，网络姓氏呈现出一些小世界的特征。
2017-05-12 cs.SI physics.soc-ph
Ordered community detection in directed networks
我们开发了一种方法来推断社区结构的有向网络中的群体是在一个潜在的一维层次结构，确定首选的边缘方向。我们的非参数贝叶斯方法是基于修改的随机块模型（SBM），它可以利用排名对齐和一致性，以产生简约的描述网络，组合有序的层次结构与任意混合模式之间的组。由于我们的模型还包括定向度校正，我们可以用它来区分非局部层次结构与局部入度和出度不平衡-从而消除大多数排名方法中存在的合并源。我们还展示了如何与无序SBM变体获得的结果进行可靠的比较，以确定分层排序是否在统计上是有道理的。我们说明了我们的方法在各种各样的经验网络在几个领域的应用。
2022-08-31 cs.SI physics.data-an physics.soc-ph
Universal role of commuting in the reduction of social assortativity in cities
数百万人每天在城市中上下班，与同事、客户、供应商、朋友和陌生人互动。通勤促进了来自遥远和不同社区的人们的混合，但这是否对社会包容产生了影响，或者相反，联系仍然是不可分割的，这一点很少被探讨。在本文中，我们的目标是更好地了解收入排序的社交网络内的城市和调查如何通勤距离条件的Twitter用户在美国的50个最大的大都市地区的在线社会关系。家庭和工作地点是从地理定位的推文中确定的，使我们能够推断出个人的社会经济地位。我们的研究结果表明，城市中高于中位数的通勤距离与更多样化的个人网络有关，包括连接的同伴及其收入。不同社会经济背景的居民区之间的通勤联系程度因城市规模和结构的不同而有很大差异。然而，我们发现，高于中位数的通勤与美国前50名城市的社会联系活跃度几乎一致，适度减少有关，这表明通勤在整合城市中不同的社交网络方面发挥着普遍作用。我们的研究结果为政策提供了信息，即促进偏远社区的访问可以促进低收入群体的社会包容。
2021-10-14 physics.soc-ph
Constructing and sampling directed graphs with given degree sequences
复杂网络的组成部分之间的相互作用往往是有方向的。正确的建模这样的系统经常需要建设的合奏有向图与一个给定的序列，在和出度。由于具有给定度序列的简单标号图的数量通常非常大，即使对于短序列，也需要抽样方法进行统计研究。目前，有两类主要的生成样本的方法。现有的方法之一，首先产生一个限制类的图，然后使用马尔可夫链蒙特卡罗算法的基础上边交换，以产生其他的实现。由于该过程的混合时间仍然未知，因此不能很好地控制样品的独立性。另一类方法是基于配置模型，由于自环和多个边缘，可能导致不可接受的许多样本拒绝。在这里，我们提出了一个算法，可以直接构造一个给定的二度序列的所有可能的实现由简单的有向图。我们的方法是拒绝自由，保证独立的构造样本，并提供他们的权重。然后，权重可以用于计算网络可观测量的统计平均值，就好像它们是从均匀分布的采样或任何其他选择的分布中获得的一样。
2011-09-21 cond-mat.stat-mech cs.DS cs.SI
