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
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
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
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
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
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
The dynamic of information-driven coordination phenomena: a transfer entropy analysis
来自社交媒体的数据提供了前所未有的机会来调查统治集体社会现象动态的过程。在这里，我们认为，信息理论的方法来定义和测量的时间和结构的签名典型的集体社会事件，因为它们的出现和获得突出。我们使用微博时间序列的符号传递熵分析来提取社会系统中地理定位子单元之间的有向影响网络。这种方法捕捉系统级动态的出现接近社会相关的集体现象的发病。五个案例研究的详细的实证分析，该框架进行了验证。特别是，我们确定的信息传递的特征时间尺度的变化，标志着信息驱动的集体现象的发病。此外，我们的方法确定了社会子单位之间的有向网络的影响的有序无序过渡。在没有明确的外生驱动的情况下，社会集体现象可以表现为信息传递网络的内生驱动结构变迁。这项研究提供的结果可以帮助定义基于开源数据的社会事件分析模型和预测算法。
2015-07-22 cs.SI nlin.AO physics.data-an
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
Social Network Reciprocity as a Phase Transition in Evolutionary Cooperation
在进化动力学中，对自然和社会系统中的合作现象的理解一直是几十年来深入研究的主题。我们在这里集中注意力在所谓的“格子互惠”机制，提高进化生存的合作表型在囚徒困境的游戏时，人口的达尔文复制通过一个固定的网络的社会联系。精确的结果“偶极子模型”，以及平均场分析，以及从广泛的数值蒙特卡罗模拟的结果。所使用的理论框架是宏观系统的标准统计力学，但没有能量的考虑。我们说明了社会建模的这种观点的力量，通过一贯的解释晶格相互作用的发生作为一个化学相变，而且，不能被捕获的一个纯粹的平均场方法。
2008-06-30 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
Temporal Evolution of Social Innovation
创新的接受可以通过多次暴露给已经接受它的个体而发生。这里提出的是一个模型来跟踪具有偏好$λ$的社会网络中的创新的演变，其中拓扑约束主要由连接性$k$和人口规模$N_k$指定。该模型试图通过创新属性与网络结构之间的相互作用来解释社交网络中创新模式的差异。传播达到最高速度的时间取决于$λ^{-2}k^{-2}N_{k}^{1/2}$。随机网络中的动力学行为可能领先于无标度网络中的动力学行为，也可能落后于无标度网络中的动力学行为。无标度网络中的连接类之间以及具有不同拓扑指数的随机网络之间的分层传播是明显的。对于高度偏好的创新，在无标度网络中观察到的层次结构往往是微不足道的。研究结果对管理有限规模网络中的创新具有一定的意义。
2014-08-21 cs.SI nlin.AO physics.soc-ph
Public discourse and social network echo chambers driven by socio-cognitive biases
近年来，社交媒体越来越成为政治运动，特别是选举的重要平台。公众话语究竟是如何受到个人社会认知偏见、竞争性竞选活动和社交媒体平台之间错综复杂的相互作用的驱动，这一点仍然难以捉摸。我们通过将2016年政治网络中观察到的转推网络与基于代理的政治观点形成和网络结构模型相结合来研究这一复杂的社会政治过程。在这里，我们表明，个人愿意考虑的政治观点的范围是形成极化网络和回声室出现的关键决定因素。我们还发现，在公共话语中赢得大多数人的支持是由双方的努力所施加的运动和相对的意识形态定位的对立运动。我们的研究结果表明，公共话语和政治极化可以被建模为一个互动的过程，改变个人意见，不断发展的社交网络，和政治运动。
2020-04-12 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
An Adaptive Networks Model to Simulate Consensus Formation Driven by Social Identity Recognition
社会系统中个体状态的一致性模型一直是物理学文献中最近研究的主题。我们在社会认同理论的框架下研究网络结构如何与个体状态共同演化。我们提出了一个自适应网络模型，通过评估个体之间的同质性来实现个体的状态一致性或局部结构调整。具体而言，相似性阈值显著影响不同初始条件下网络的演化，从而出现明显的社区结构和极化。更重要的是，存在一个相变的临界点，在这个临界点上，网络可能演化成一个重要的社区结构和状态一致的群体。
2020-05-14 cs.SI physics.soc-ph
A New Model of Flaming Phenomena in Online Social Networks that Considers Resonance Driven by External Stimuli
在线社交网络中的燃烧现象所代表的爆炸性用户动态有时会对现实世界中的生活产生负面影响。为了及时采取措施应对网络火焰现象，有必要对其定义特征进行建模。基于描述网络用户动态的振荡模型，以前的工作表明，当表示网络结构的矩阵的某些特征值是非实数时，会出现在线火焰。本文考虑了周期性外部激励下的网络共振问题，提出了一个即使矩阵的特征值都是实数也能产生火焰的火焰模型。此外，我们描述了一个理论框架，用于观察在线火焰的预兆，以触发预防措施。
2020-11-10 cs.SI physics.soc-ph
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
A model for phonetic changes driven by social interactions
我们提出了一个随机模型来研究语音变化作为一个进化过程驱动的两组不同的语音系统的个人之间的社会互动。特别是，我们专注于发音的地方的变化，灵感来自漂移/ \textphi / $\rightarrow$ /h/在卡斯蒂利亚语的拉丁根的一些话观察。在该模型中，每个代理的特点是由一个变量的三个状态，代表在语音生产过程中使用的发音的地方。在这个框架中，我们提出了随机规则的代理之间的相互作用，导致语音模仿，从而改变发音的地方。在此基础上，我们数学形式化的模型作为一个问题的人口动力学，推导出方程的平均场近似的演变，并研究了出现的三个非平凡的全球国家，这可以联系到语音变化的模式观察到的语言卡斯蒂利亚和其他罗曼语。
2020-01-31 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
Pattern Formation, Social Forces, and Diffusion Instability in Games with Success-Driven Motion
合作者的局部聚集可以支持合作的生存或传播，即使根据复制者方程预测合作会消亡，这通常用于进化博弈论中研究策略的传播和消失。在本文中，它表明，成功驱动的运动可以触发这种局部聚集，因此，可以用来补充其他机制支持合作，如声誉或惩罚。在这里，博弈驱动的运动被公式化为博弈理论收益的函数。它可以极大地改变空间游戏的结果和动态，特别是当它引起吸引力或排斥力时。当策略的空间分布不均匀时，这些力量就会起作用。然而，即使在齐次初始条件下，当满足某些条件时，小扰动也可以通过图案形成不稳定性触发大的不均匀性。在这里，这些不稳定性条件的囚徒困境和雪堆游戏进行了研究。此外，它表明，不对称扩散可以驱动社会，经济和生物系统进入不稳定的政权，如果这些将是稳定的没有扩散。
2009-03-05 physics.soc-ph
Social dilemmas of sociality due to beneficial and costly contagion
自然界中社会性的层次差别很大。有些物种是独居的;有些生活在家庭群体中;有些形成复杂的多家庭社会。社会互动水平的提高可以使有用的创新和有益的信息得以传播，但也可能促进有害传染病的传播，如传染病。人们很自然地认为，这些传染过程塑造了复杂社会系统的进化，但在传染所施加的选择压力下，社会性的动态仍然难以捉摸。我们认为，在一个有益的和昂贵的传染病的存在下，社会性策略的演变模型。我们在三个时间尺度上研究了这个模型的动态：使用一个易感染-易感染（SIS）模型来描述给定社会性策略的传染传播，一个复制子方程来研究两个不同社会性水平的变化分数，以及一个自适应动力学方法来研究人口社会性水平的长期演化。对于有关感染的益处和成本的广泛假设，我们确定了一个社会困境：进化稳定的社会性策略（ESS）与集体最佳策略（对所有个人来说最好的社会性水平）不同。特别是，当好的传染比坏的传染更容易（或更容易）传播时，社会互动的ESS水平大于（或更小）社会最优值。我们的研究结果揭示了传染如何塑造社会互动的进化，但也揭示了进化可能不一定会导致人群形成对任何人或所有人都有利的社会结构。
2022-08-09 physics.soc-ph q-bio.PE
Phase transition from egalitarian to hierarchical societies driven by competition between cognitive and social constraints
经验证据表明，社会结构可能已经从等级制转变为平等主义，并沿着人类的进化路线回归。我们模拟了一个受到竞争性认知和社会导航约束的社会。该理论预测，等级的程度随着脑化程度的降低而降低，随着群体规模的增加而增加。因此，在过去的200万年里，由于脑化作用，古人类群体可能已经从一个等级有序的阶段进入了一个平等主义结构的阶段，而在新石器时代，由于人口的快速变化，又回到了等级有序的阶段。在感知的社会网络的动态显示的证据，在平等主义阶段观察到的现象的反向支配。该理论还预测，现代狩猎采集者在温和的气候中，有一种走向中间等级制度的趋势，并在更艰苦的生态条件下发生相变。在恶劣的气候条件下，如果组织成小团体，社会将倾向于更加平等，但如果组织成大团体，社会将更加等级分明。该理论模型允许组织的跨文化记录（民族地图集，N=248文化）的对称性破缺过渡可以清楚地看到可用的数据。
2016-08-11 cs.SI physics.soc-ph
Evolutionary dynamics of time-resolved social interactions
在社会群体中，当其成员共同努力和资源以获得个人无法实现的共享利益时，经常可以观察到无关个体之间的合作。然而，理解为什么尽管个体有自私行为的自然倾向，但合作仍然是一个悬而未决的问题，也是进化动力学中最迷人的挑战之一。最近，社会互动发生的网络的结构特征揭示了合作行为出现并最终克服自然诱惑的机制。特别是，它已被发现，在社会关系的数量和存在的紧密结合的社区的异质性导致显着增加合作相比，在经典的进化动力学考虑的非结构化和同质的连接模式。在这里，我们调查的作用，社会关系的动态出现的合作，在家庭的社会困境。事实上，社会互动本质上是动态的，波动的，随着时间的推移而间歇的，它们可以用随时间变化的网络来表示。通过考虑两个实验数据集的人类互动与详细的时间信息，我们表明，社会关系的时间动态有一个显着的影响，合作的演变：成对的相互作用的动态有利于自私的行为。
2014-11-25 cs.SI physics.soc-ph
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
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
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
Co-evolutionary dynamics in social networks: A case study of Twitter
复杂网络通常表现出协同进化动力学，这意味着网络拓扑结构和节点或链路的状态是耦合的，在重叠的时间尺度上相互影响。我们专注于在线社交网络的共同进化动态，特别是在Twitter上。通过实时监控成千上万的Twitter用户的活动，并跟踪他们的追随者和推/转推，我们提出了一种方法来推断新的转推驱动的追随者关系。这种关系的形成比在没有任何转推的情况下外源性地创造新的追随者更有可能。我们确定了最重要的因素（互惠性和一个潜在的新追随者收到的转发数量），并提出了一个简单的概率模型，这种效果。我们还讨论了社会网络的拓扑结构和功能的影响，这种共同进化的动力学。
2014-02-01 cs.SI 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
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
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
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
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
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
Evolution of social behaviors in noisy environments
本研究将演化博弈论扩展至噪声环境，发现即使无偏噪声也能定性改变行为演化，如实现囚徒困境中的共存、雪堆博弈的双稳定及石头-剪刀-布博弈的极限环，并讨论了外部扰动情境下的应用意义。
2025-10-07 physics.soc-ph q-bio.PE
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
The evolution of high-fidelity social learning
人类文化的一个决定性特征是知识和技术随着时间的推移而不断改进。这种累积的文化进化（CCE）可能更多地取决于信息保存的可靠性，而不是信息提炼的效率。因此，CCE在其他物种中出现减少或缺失的一个可能原因是，它需要准确但专门的社会学习形式，而人类是唯一擅长的。在这里，我们开发了一个贝叶斯模型来对比高保真社会学习（支持CCE）与低保真社会学习（不支持CCE）的演变。我们发现，当（1）社会和（2）个人学习成本较低，（3）特征复杂，（4）个人学习丰富，（5）适应性问题困难，（6）行为灵活时，高保真传输会进化。低保真传输在许多方面有所不同。它不仅在（2）个体学习成本高和（4）不频繁的情况下进化，而且在（3）特征简单和（5）适应性问题容易的情况下也更稳健。如果有利于高保真传输进化的条件更严格（3和5）或更难满足（2和4），这可以解释为什么社会学习很常见，但CCE很罕见。
2020-10-06 physics.soc-ph q-bio.PE
Control strategies and trends to equilibrium for kinetic models of opinion dynamics driven by social activity
University of Parma（帕尔马大学）
研究由社会活动驱动的意见动态动力学模型，提出新动力学方程，表明社会互动对防止极端意见形成的重要性，给出控制策略并证明受控模型趋向平衡的结果，还利用相关技术估计方程解向平衡的松弛。
2026-07-14 math.AP physics.soc-ph q-bio.PE
DASC: Towards A Road Damage-Aware Social-Media-Driven Car Sensing Framework for Disaster Response Applications
虽然车辆传感器网络（VSN）已经赢得了利用内置在汽车中的传感器的移动传感范例的地位，但它们的传感范围有限，因为汽车驾驶员只能机会性地发现新事件。相反，社会感知正在成为一种新的感知范式，其中有关物理世界的测量是从人类那里收集的。与VSN相比，社会感知更普遍，但其关键限制之一在于其不一致的可靠性，这源于不可靠的人类传感器提供的数据。在本文中，我们提出了DASC，一个道路损害感知社会媒体驱动的汽车传感框架，利用社会传感和VSN的集体力量可靠的灾难响应应用。然而，将VSN与社交传感集成引入了一系列新的挑战：i）如何利用嘈杂和不可靠的社交信号将车辆路由到准确的感兴趣区域？ii）如何解决可用性不一致的问题（例如，汽车司机是理性的行为者？iii）如何在事先对灾难造成的道路损坏知之甚少的情况下有效地引导汽车到达活动地点，同时还要处理物理世界和社交媒体的动态？DASC框架通过建立采用来自博弈论、反馈控制和马尔可夫决策过程（MDP）的技术的新型混合社交车感测系统来解决上述挑战。特别是，DASC提取从社交媒体发出的信号，并发现道路损坏，以有效地将汽车驾驶到目标区域，以验证紧急事件。我们实现和评估DASC在一个著名的车辆模拟器，可以模拟现实世界的灾难响应场景。实际应用的结果表明，DASC在检测精度和效率方面优于当前基于VSN的解决方案。
2020-06-04 cs.SI physics.soc-ph stat.ML
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
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
Modelling co-evolution of resource feedback and social network dynamics in human-environmental systems
该研究提出人类-环境系统协同演化模型，发现知识反馈可独立维持公共池资源，而社会互动影响具有双重性，并识别出临界网络平均度对应资源消耗/再填充与社会状态转变的平行关系。
2024-03-16 cs.IT math.IT nlin.AO
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
Sociohydrodynamics: data-driven modelling of social behavior
本文提出数据驱动的社会流体动力学建模流程，结合人口普查、调查与神经网络分析刻画个体偏好，解释住宅隔离转变中的社会记忆与社区倾覆现象。
2025-04-10 cond-mat.soft cond-mat.stat-mech nlin.AO
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
A vector logistic dynamical approach to epidemic evolution on interacting social-contact and production-capacity graphs
个体社会接触网络和个体感染恢复率的变化所表现的群体不均匀性，使得传染病传播动力学具有不确定性。因此，覆盖经济生产网络及其适当的协作组件在某种程度上受到不可预测的影响。我们的模型提出了一个“矢量逻辑”的动态方法SIS动态的社会联系网络与其经济能力网络的互动。向量逻辑描述中的图状态的概率解释提供了一种方法来评估被感染者的平均值和方差对生产能力的影响，并允许社会连接调节的战略规划。根据“累积”、“多数”和“脆弱性”代用指标评估了流行病的平均效应和波动对生产能力的影响。
2021-08-31 physics.soc-ph q-bio.PE
A primer on data-driven modeling of complex social systems
道路上的交通堵塞、社交媒体上的回音室、流动的行人人群以及选举期间的观点动力学，都是复杂的社会系统。这些应用程序可能看起来不同，但从数学的角度来看，它们激发的一些问题是相似的。在这些例子中，研究人员试图揭示个体代理-无论是司机，Twitter帐户，行人还是选民-是如何互动的。通过更好地理解这些相互作用，数学建模者可以预测当代理改变其行为时将出现的组级特征。在本教程中，这是基于我在2021年美国数学学会短期课程的演讲，我介绍了一些术语，方法，以及在构建这种数据驱动模型时出现的选择。我讨论了统计模型或数学模型、静态模型或动态模型、空间模型或非空间模型、离散模型或连续模型以及现象模型或机械模型之间的差异。为了具体起见，我还更详细地描述了两个复杂系统，选举动力学和人群运动的模型。通过概念方法，我广泛强调了在构建和校准模型、选择复杂性以及使用定量和定性数据时出现的一些挑战。
2022-10-16 math.HO physics.soc-ph
Popularity-driven interactions in multilayer bounded-confidence opinion dynamics
Ghent University（根特大学）
本文构建含社交网络与探索层的多层有界置信观点动力学模型，提出热度驱动交互机制，发现热度不平等加剧时高热度用户可维持观点极化，为观点集群形成机制提供新解释。
2026-10-16 physics.pop-ph physics.soc-ph
