The social stratification of internal migration and daily mobility during the COVID-19 pandemic
基于540万用户手机数据，研究揭示COVID-19期间圣地亚哥不同收入阶层在内部迁移和日常流动性上的分化响应，为危机时期的公平政策制定提供依据。
2023-09-21 cs.CY cs.SI
Forecasting Faculty Placement from Patterns in Co-authorship Networks
Khoury College of Computer Sciences, Northeastern University（诺思韦普大学科里学院）；Network Science Institute, Northeastern University（网络科学研究所）；Santa Fe Institute（圣菲研究所）
本文将教职安置建模为个体预测任务，发现合著网络相比传统指标可提升最多10%的预测准确率，揭示社会网络与隐性倡导在学术招聘中的作用。
2025-07-19 cs.LG cs.SI
Analysis of co-authorship networks among Brazilian graduate programs in computer science
科学生产平台的增长和普及一直是几项研究的主题，对研究人员群体之间的合作行为进行了相关分析。研究人员和他们的科学成果可以被分析为合著社交网络，因此研究人员通过共同的出版物联系在一起。在这种情况下，可以分析共同创作网络，以找到可以描述或表征它们的模式。这项工作提出了在计算机科学的学术巴西研究生课程的合著网络的分析和表征。为此，巴西研究人员的课程数据被收集和建模为研究人员参与的研究生课程之间的共同创作网络。每个网络拓扑结构进行了分析，关于复杂的网络测量和三个定性指标，评价出版物的质量。此外，研究生课程的合著网络的特点是由CAPES收到的评价，这属性在巴西的研究生课程的质量等级。结果表明，一些最相关的拓扑措施的程序表征和评价在不同的定性率，并表示最好的CAPES评估的研究生课程的模式。
2020-12-23 cs.DL cs.SI
The structure of segregation in co-authorship networks and its impact on scientific production
本研究用SSI划分合作作者网络的隔离类别，对比非隔离与高度隔离社群的结构及引用差异，首次揭示社群隔离与作者引用的关联。
2023-05-03 cs.SI physics.soc-ph
On the Formation of Circles in Co-authorship Networks
包括引文和合著数据在内的大量书目信息的可用性使得有必要采用一种系统的方法，使作者能够组织自己的个人学术网络。一种有效的方法是将一个人的合著网络安排成一组“圈子”，这是最近组织关系的一种做法（例如，友谊）在许多在线社交网络中。在本文中，我们提出了一种无监督的方法来自动检测自我网络中的圆圈，使每个圆圈代表一个密集的研究人员社区。我们的模型是一种无监督的方法，它结合了各种节点特征和节点相似性度量。该模型是建立在一个丰富的合著网络数据超过80万作者。在第一级的评估，我们的模型实现了13.33%的改进，在重叠模块相比，最好的四个国家的最先进的社区发现方法。此外，我们进行了基于任务的评估-两个基本框架的合作预测被认为是与圆信息（从我们的模型中获得）包括在功能集。实验结果表明，与不存在圆形信息的情况相比，包括由我们的模型检测到的圆形信息在AUC（ROC下的面积）和P rec@20（前20名的精度）方面分别平均提高了9.87%和15.25%的预测性能。
2015-05-18 cs.SI physics.soc-ph
Social Capital and Individual Performance: A Study of Academic Collaboration
对社交网络的研究强调了网络结构或给定网络的结构属性及其对绩效结果的影响的重要性。这种网络结构的一个重要特性被称为“社会资本”，即“联系网络”和与这些联系网络相关的价值。在本研究中，我们的目的是提供经验证据的影响，社会资本和绩效的背景下，学术合作。我们认为，合作过程涉及社会资本嵌入在直接合作者之间的关系和网络结构。因此，我们研究学者的社会资本是否与他们的引用为基础的性能，使用合著和引文数据。为了测试和验证我们提出的假设，我们从Scopus中提取了2001年至2010年期间在标题或关键字或摘要中包含“信息科学”的出版物记录。为了克服传统社交网络指标在衡量学者社会资本在合著网络中的影响力方面的局限性，我们通过提出一种新的衡量标准（权力多样性指数）来扩展传统社交网络指标。然后，我们使用斯皮尔曼的相关秩和检验学者的社会资本措施和他们的引用为基础的性能之间的关联。研究结果表明，作者的研究绩效与他们的社会资本措施呈正相关。这项研究强调，权力多样性指数，这是作为一个新的混合中心性措施，作为一个指标的权力和个人的能力，控制通信和信息的影响。
2011-12-12 cs.IR cs.SI physics.soc-ph
Gender Differences in International Research Collaboration in European Union
本文基于WoS-SSCI数据构建2011-2022年欧盟国际科研合作网络，揭示女性作者参与度持续偏低、纯女性合作网络呈星型集中结构，并发现COVID-19暂时缩小了性别差距。
2025-07-01 cs.SI
A multi-layer network approach to modelling authorship influence on citation dynamics in physics journals
我们提供了一个通用的框架来模拟由不同耦合层组成的网络的增长。我们的目标是估计这样一个层的动态的其他的影响。作为应用，我们研究了一个科学计量网络，其中一层由出版物作为节点和引用作为链接组成，而第二层代表作者。这允许解决的问题，作者的特点，如他们的出版物或以前的共同作者的数量，影响一个新的出版物的引用动态。为了测试关于这种影响的不同假设，我们的模型以不同的方式结合了引用成分和社会成分。然后，我们评估他们的表现在再现的引用动力学在9个不同的物理学期刊。为此，我们开发了一种适用于不断增长的多层网络的统计参数估计和模型选择的通用方法。它同时考虑了参数误差和模型复杂性，计算效率高，可扩展到大型网络。
2020-08-03 cs.SI physics.data-an physics.soc-ph
Gender Detection on Social Networks using Ensemble Deep Learning
University of Virginia（弗吉尼亚大学）；University of California, Los Angeles (UCLA)（加利福尼亚大学洛杉矶分校）
分析Facebook和Twitter等社交媒体网站上不断增加的帖子数量，需要改进信息处理方法，以分析作者身份。文档分类是这项任务的核心，但随着社交媒体数量的增加，传统监督分类器的性能已经下降。本文通过集成分类在性别检测的背景下解决了这个问题，集成分类采用多模型深度学习架构，从不同的特征空间生成专门的理解。
2020-09-09 cs.AI cs.CL cs.LG
Node Dominance: Revealing Community and Core-Periphery Structure in Social Networks
本研究将节点优势的局部性质与网络的局部和全局性质联系起来。迭代去除支配节点产生用于计算社交网络的核心-外围分解的分布式算法，其中网络核心中的节点在网络流和全局结构方面被认为是必不可少的。此外，外围的连接组件提供了有关网络社区结构的信息，有助于社区发现。一些明确的结果，得出有关的核心和外围网络流，社区结构和全球网络结构，这是由观测结果证实。该方法说明了使用现实世界的网络（DBLP合著网络），与地面真理社区。
2015-09-24 cs.SI physics.soc-ph
Mapping the Intellectual Structure of Social Network Research: A Comparative Bibliometric Analysis
本研究对《Social Networks》《Network Science》《Journal of Complex Networks》三种顶尖期刊开展比较文献计量分析，通过共作者、引文网络分析及中心性指标，绘制知识图谱并揭示网络科学的学科轮廓、融合点与演化轨迹。
2025-02-11 cs.SI
Network assembly of scientific communities of varying size and specificity
研究人员的合作网络如何围绕一个科学主题联合起来？当一个新的领域发展时，会发生什么样的社会结构调整？以前对这些问题的实证探索已经研究了与几个科学领域相关的合著网络的演变，每个都注意到网络结构随着领域发展而发生的特征性变化。然而，从历史上看，这类研究往往依赖于手动注释的数据集，因此只考虑少数学科，从而质疑观察到的结构特征的普遍性。为了克服这一限制并测试这一现象的鲁棒性，我们使用了超过189，000篇科学文章的综合数据集，并开发了一个框架，用于将文章及其作者划分为连贯的，语义相关的组，代表不同规模和特异性的科学领域。然后，我们使用由此产生的人口的领域来研究不断发展的合著网络的结构。与早期的研究结果一致，我们观察到一个全球性的拓扑结构转变的合著网络合并从一个脱节的聚合成一个密集的巨大的连接组件，占主导地位的网络。我们使用一个单独的，免费的科学文章语料库来验证这些结果，总体而言，我们发现以前报道的科学领域的相关合著网络的特征结构演变在大量不同规模，范围和特异性的科学领域中是稳健的。此外，在这项研究中开发的框架可以用于其他scientometric背景下，以扩展研究，在更大范围的科学学科进行比较。
2018-01-15 cs.SI physics.soc-ph
Graphic-theoretic distributed inference in social networks
我们认为分布式推理在社交网络中的一个现象的兴趣演变在一个给定的社会互动图，称为\emph{social digraph}。对于推理，我们假设代理网络监控社交有向图中的某些节点，并且没有代理可以在其邻域内执行推理;代理必须依赖于智能体通信。本文的主要贡献包括：（一）一种新的构造的分布式估计和分布式观测的第一原则;（二）图论代理分类，建立的重要性和作用，每个代理对推理;（三）表征的必要条件，分类的基础上（二），在代理网络实现分布式观测。我们的结果是基于结构化系统理论，并适用于任何参数的选择，只要社会有向图保持固定的底层系统矩阵。换句话说，任何在结构不变的社会有向图上（线性）演化的社会现象都可以被考虑-我们将这种系统称为线性结构不变（LSI）。因此，上述贡献（i）-（iii）只需要社会有向图（拓扑）的知识，并且独立于社会现象。我们展示了结果对几个真实世界的社交网络的适用性，即僧侣之间的社会影响力，政治博客和书籍的网络，以及合著图。
2014-02-05 cs.MA cs.SI
Research Topic Flows in Co-Authorship Networks
University of Kassel（卡塞尔大学）
本文提出主题流网络（TFN）来量化合著网络中作者间的专业知识流动，利用多图和主题模型自动发现主题，并在宏观和微观尺度上分析主题间流动，实验验证了其有效性。
2022-06-16 cs.DL cs.IR cs.LG
Twitter-Network Topic Model: A Full Bayesian Treatment for Social Network and Text Modeling
ANU（澳大利亚国立大学）；NICTA（澳大利亚国家信息通信技术研究院）
Twitter的数据非常嘈杂--每条推文都很短，没有结构，语言也不正式，这对当前的主题建模来说是一个挑战。另一方面，推文伴随着额外的信息，如作者，标签和用户追随者网络。利用这些额外的信息，我们提出了Twitter网络（TN）的主题模型，共同建模的文本和社会网络在一个完整的贝叶斯非参数的方式。TN主题模型采用分层泊松-狄利克雷过程（PDP）的文本建模和高斯过程随机函数模型的社会网络建模。我们表明，TN主题模型显着优于现有的几个非参数模型，由于其灵活性。此外，TN主题模型能够实现额外的信息推理，例如作者的兴趣，主题标签分析，以及导致进一步的应用，例如作者推荐，自动主题标签和主题标签建议。注意，我们的一般推理框架可以很容易地应用到其他主题模型嵌入PDP节点。
2016-09-22 cs.CL cs.IR cs.SI
Modeling Social Media Recommendation Impacts Using Academic Networks: A Graph Neural Network Approach
Università degli Studi di Milano-Bicocca（米兰比可卡大学）；University of Regensburg（雷根斯堡大学）；National Research Council of Italy（意大利国家研究委员会）
针对社交媒体推荐算法影响难研究的问题，提出以学术社交网络为代理，用图神经网络构建分离信息圈与行为预测的模型，模拟推荐信息圈并验证合作预测效果，公开代码以支持可复现。
2024-10-06 cs.AI cs.IR cs.LG
Using Dual-Network Analyser for extracting communities from Dual Networks
使用网络表示数据及其关系在许多研究领域中是普遍的，例如计算生物学、医学信息学和社交网络。最近，已经引入了复杂网络模型，以更好地捕捉建模场景的洞察力。其中，已经引入了基于对偶网络的模型，其包括将信息映射为包含相同节点但不同边的网络对。我们专注于使用一种新的方法来可视化和分析双重网络。该方法使用两种算法来进行社区发现，并且它作为具有图形用户界面的基于Python的工具提供。该工具能够加载对偶网络，并提取denumber-connected子图以及常见的模块化社区。后者是通过使用鲁汶算法的适应性实现获得的。所提出的算法和图形工具已经过测试，使用社会，生物和合著网络。实验结果表明，该方法是有效的，能够从双重网络中提取有意义的信息。最后，作为贡献，所提出的图形用户界面可以被认为是一个有价值的创新的上下文。
2021-03-05 cs.SI
Correlations of consumption patterns in social-economic networks
我们分析了一个耦合的匿名数据集，收集了大量个人的移动电话通信和银行交易历史。在绘制社会结构和引入社会经济地位，人口特征和个人购买习惯的指标后，我们发现，典型的消费模式与确定的社会经济阶层密切相关，从而导致社会结构分层模式。此外，我们测量商家类别之间的相关性，并引入一个相关网络，出现了一个有意义的社区结构。我们检测商家类别之间的多元关系，并显示个人购买习惯的相关性。我们的工作提供了新的和详细的洞察社会和消费行为之间的关系，在推荐系统设计的潜在应用。
2017-12-21 cs.CY cs.SI physics.soc-ph
Patterns of Multiplex Layer Entanglement across Real and Synthetic Networks
现实世界中的复杂网络往往表现出多重结构，连接来自社会、交通和生物网络等物理系统不同方面的实体。很少有人知道这样的网络跨学科的一般属性。在这项工作中，我们首先调查如何一致的连接模式在35个现实世界的多路复用网络。我们表明，纠缠的均匀性和强度，层的一致性的两个措施，表明社会和生物网络之间的明显差异。我们还调查贸易，合作和运输网络。我们发现，真正的网络可以分离的联合空间的同质性和强度，展示了有用的两个措施的分类真正的多重网络。最后，我们设计了一个多路复用网络生成器，其中类似的模式（如在真实网络中观察到的），出现在11{，}905合成多路复用网络与各种拓扑特性的分析。
2019-10-11 cs.SI physics.soc-ph
Correlations and dynamics of consumption patterns in social-economic networks
我们分析了一个耦合的数据集收集的移动电话通信和银行交易历史的大量个人生活在一个拉丁美洲国家。在绘制社会结构和引入社会经济地位，人口特征和个人购买习惯的指标后，我们发现，典型的消费模式与确定的社会经济阶层密切相关，从而导致社会结构分层模式。此外，我们测量商家类别之间的相关性，并引入一个相关网络，出现了一个有意义的社区结构。我们检测商家类别之间的多元关系，并显示个人购买习惯的相关性。最后，通过分析个人的消费历史，我们发现购买行为的动态模式及其与社会经济地位，人口特征和个人的自我中心的社会网络的相关性。我们的工作提供了新的和详细的洞察社会和消费行为之间的关系，在资源分配，市场营销和推荐系统设计的潜在应用。
2018-01-23 cs.SI physics.soc-ph
The strength of strong ties in scientific collaboration networks
网络拓扑结构及其与领带强度的关系可能会阻碍或增强社交网络中的信息传播。我们研究了科学合作网络中的关系强度和拓扑结构之间的相关性，并表明这些网络与普通的社交网络有很大的不同。对于后者，早先已经表明，强联系与密集的网络社区相关，而较弱的联系则充当这些之间的桥梁。因此，薄弱环节成为信息传播的瓶颈。我们发现，相反，在合著网络密集的局部社区主要由弱链接，而强链接是更重要的整体连通性。强链接的重要作用在信息传播的模拟中得到进一步强调，它们的拓扑位置被认为大大加快了传播动力学。因此，与普通的社交网络相比，权重-拓扑相关性增强了跨科学合作网络的信息流。
2012-01-11 cs.SI physics.data-an physics.soc-ph
Selection in Scientific Networks
当今最有趣的科学挑战之一是分析和理解复杂网络的动力学。一个主要的问题是定义新的框架，探索在真正的动态网络中发挥作用的动态。在这里，我们通过分析科学的“社会部分”的描述性方法，旨在确定科学社区的出现和恢复力背后的社会决定因素（例如目标和个人之间的潜在互动），专注于科学社区。我们认为，科学共同体同时也是实践共同体（通过合著），它们也作为科学家头脑中的表象而存在，因为引用其他科学家的著作不仅是与相关著作的客观联系，而且还揭示了一个人操纵和引用的社会对象。在本文中，我们通过分析一部分涵盖了10年的物理学出版物的arXiv存储库，确定了一个科学领域的演变模式。由于引文代表了与科学领域工作相关性相关的深思熟虑的选择，我们的分析通过关注最精通和被引用作者的互动模式来探讨社区中共同作者身份和引文行为之间的共存。反过来，我们专注于这些模式是如何影响的引文的选择过程。这样的选择a）产生自组织，因为它是由一群在共同环境中行动、竞争和合作的个人发挥作用的，以促进科学; b）决定主题和科学家的成功（出现）。数据集被分析a）在全局水平，例如网络演化，b）在中观水平，例如社区出现，以及c）在微观水平，例如节点的聚合模式。
2010-12-20 cs.CY cs.DL cs.SI
Ranking of nodes of networks taking into account the power function of its weight of connections
要对社会性质的准层次网络中的节点进行排名，必须对网络进行详细分析，并根据所有给定的标准评估所获得的结果，并确定最具影响力的节点。现有的排名算法在绝大多数估计这样的网络一般，这不允许清楚地确定节点之间的影响。在研究的过程中，已知的算法的结果进行排名的HITS，PageRank的节点的分析，并比较所获得的数据与专家评价的网络。为了有效地分析准层次网络，HITS的基本算法进行了修改，它允许评估和排名节点根据给定的标准（之间的输入和输出链接的数量），这对应于专家评估的结果。结果表明，在某些情况下，收到的方法提供了与真实社会关系相对应的结果，以及节点作者的指数--预先分配的社会角色。
2017-11-14 cs.NI cs.SI physics.soc-ph
A Self-Learning Information Diffusion Model for Smart Social Networks
在大数据时代，越来越多的社会活动被数字化，从而变得可追溯，因此社交网络的研究越来越受到学术界的关注。人们普遍认为，社交网络在信息扩散过程中发挥着重要作用。然而，相反的问题，即，信息扩散过程是如何重建社交网络的，在很大程度上被忽视了。在本文中，我们提出了一个新的框架来理解这种逆转效应。具体来说，我们首先介绍了一个新的信息扩散模型在社交网络，考虑两种类型的个人，即，聪明的和正常的人，以及两种信息，真的和假的信息。由于社交网络由具有自我学习能力的人类个体组成，如果一个人从其邻居那里收到了一条真实（或虚假）的消息，那么这个人对其邻居的信任就会增加（或减少）。基于这样一个简单的自学习机制，我们证明了社交网络确实可以变得更聪明，更好地区分真假信息。此外，我们观察到基于新模式的社会分层的出现，即，最初由更接近聪明的个人发布的真实消息可以由更多的其他人转发，这通过自学习机制得到增强。我们还发现了交叉优势，即，两个链式网络之间的互联可以使相关个体具有更高的社会影响力，即，他们的消息可以被相对更多的其他人转发。我们从理论上得到了这些结果，并通过仿真验证了它们，这有助于更好地理解社交网络和信息扩散之间的相互作用。
2018-11-11 cs.SI physics.soc-ph
Intellectual and social similarity among scholarly journals: an exploratory comparison of the networks of editors, authors and co-citations
本文探讨，通过使用适当的定量技术，在何种程度上学术期刊之间的知识接近也是一个接近的社会社区聚集在期刊。三个领域被认为是：统计学，经济学和信息和图书馆学。共同引文网络是期刊之间的知识接近性。围绕期刊的学术社区是通过考虑作者在多个期刊上写作而产生的期刊网络（互锁作者身份：IA）和学者在多个期刊的编辑委员会中产生的网络（互锁编辑身份：IE）来表示的。为了比较网络的整体结构，考虑了相异度矩阵。CC，IE和IA网络似乎是相关的三个领域。最强的相关性是CC和IA之间的三个领域。CC和IE以及IE和IA获得了较低和相似的相关性。然后将CC、IE和IA网络划分为社区。信息和图书馆科学是社区更容易发现的领域，而最困难的领域是经济学。检测到的社区之间的关联度表明，他们不是独立的。对于所有字段，CC和IA网络之间的关联性最强; IE和CC之间的关联性最低。总体而言，这些结果表明，智力接近也是作者和期刊编辑之间的接近。因此，编辑力量、知识接近度和作者群体这三张地图讲述了类似的故事。
2019-09-02 cs.DL cs.SI
Characterizing Interdisciplinarity of Researchers and Research Topics Using Web Search Engines
研究人员的网络一直受到积极的建模和分析。早期的文献主要集中在引用或合作作者网络重建注释的科学出版物数据库，有几个局限性。近来，通用网络搜索引擎也被用于收集关于社交网络的信息。在这里，我们重建，使用网络搜索引擎，网络代表研究人员的相关性，他们的同行以及各种研究主题。研究者与研究主题的相关性表现为研究者关注某一特定主题，从而提高研究者的知名度。据观察，研究人员谁有高知名度提升了相同的研究主题往往是接近对方在他们的网络。我们计算了研究主题与研究人员在个人层面（与研究人员相关的主题多样性）和社会层面（他/她在研究人员网络中的中心地位）的跨学科性之间的相关性。我们发现，某些研究主题的知名度提升与研究人员的个人层面的跨学科性呈正相关，尽管它们与研究人员的普遍受欢迎程度呈负相关。研究还发现，网络相关主题的知名度提升与研究人员的社会层面跨学科性呈正相关。研究主题的相关性与研究人员的个人和社会层面的跨学科被发现是几乎相互独立的。这些发现表明，研究者的“跨学科性”的概念应该被理解为一个多维度的概念，应该使用多种评估手段进行评估。
2012-05-14 cs.DL cs.SI physics.soc-ph
A small world of citations? The influence of collaboration networks on citation practices
本文探讨作者的接近度，他们引用的共同作者网络中使用的分离度，基本上是使用协作网络，以扩大自我引用的概念。虽然直接自引（包括引用和被引用论文的共同作者）的比例在自然科学（10%的引用）和社会科学（20%）的时间和专业之间相对恒定，但对于共同作者网络成员的作者的引用却不能这么说。随着时间的推移，领域和趋势之间的差异不仅在于定义协作网络的大规模拓扑结构的合著程度，而且还在于给定学科内的引用实践，通过定义在协作网络内给定距离处引用的倾向来计算。总的来说，除了直接的自我引用外，几乎没有倾向于引用合作网络中附近的人。通过分析这些社会参考，我们的本地合作网络的科学领域内的知识生产的社会资本的特征。这些结果对大多数类型的引文分析常见的偏见的长期争论，以及对过去50年来跨科学学科的引文实践的理解具有影响。此外，我们的研究结果具有重要的实际意义的可用性的“手臂的距离”的专家评审的赠款申请和手稿。
2011-07-27 cs.DL cs.SI physics.soc-ph
The extent and drivers of gender imbalance in neuroscience reference lists
像许多科学学科一样，神经科学越来越多地试图解决该领域普遍存在的性别不平衡问题。虽然大部分的谈话都集中在出版和会议的参与，最近在其他领域的研究已经呼吁关注引用实践中的性别偏见的普遍性。由于引文可能对知名度和职业发展产生下游影响，理解和消除引文实践中的性别偏见对于解决科学界的不平等至关重要。在这项研究中，我们试图确定神经科学家的引用实践中是否存在性别偏见的证据。使用来自五种顶级神经科学期刊的数据，我们发现，如果性别不是参考文献的一个因素，那么参考文献列表中往往包含更多以男性为第一和最后作者的论文。重要的是，我们发现，这种男性的过度引用和女性的引用不足主要是由男性的引用实践驱动的，并且随着时间的推移，随着该领域变得更加多样化，这种情况正在增加。我们开发了一个合著网络来评估研究人员的社交网络中的同质性，我们发现，即使男性的社交网络具有代表性，男性也倾向于过度引用男性。我们讨论了可能的机制，并考虑如何个别研究人员可能会在自己的实践中解决这些发现。
2020-04-08 cs.DL cs.SI
Emergence through Selection: The Evolution of a Scientific Challenge
University of Siena（锡耶纳大学）；IRIT - Université Toulouse 1 Capitole（图卢兹第一大学信息与电信技术研究所）
当今最有趣的科学挑战之一是分析和理解复杂网络的动力学，以及它们的过程如何根据其组成部分之间的相互作用导致涌现。在本文中，我们将探讨新的可视化方法的定义，并在真正的动态社交网络中发挥的动态探索。我们提出了一个最近推出的形式主义称为TVG（随时间变化的图形），它最初开发的模型和分析高度动态和基础设施较少的通信网络，如移动自组织网络，无线传感器网络，或车辆网络。我们讨论了它的适用性复杂的网络一般，特别是社交网络，通过展示它如何使规范和分析的复杂动态现象的时间相互作用，并允许轻松地切换本地和全球动态之间的角度。作为一个例子，我们选择了科学社区的情况下，通过分析部分的ArXiv库（十年的出版物在物理学）专注于社会的决定因素（例如目标和个人之间的潜在互动）背后的出现和恢复力的科学社区。我们认为，科学共同体同时也是实践共同体（通过合著），它们也作为科学家头脑中的表象而存在，因为引用其他科学家的著作不仅仅是与相关著作的客观联系，而且它揭示了一个人操纵、选择和引用的社会对象。在本文中，我们展示了一个社区的出现/选择，作为一个目标驱动的偏好附件对一组作者，其中有一些关键的科学家（诺贝尔奖）。
2011-02-01 cs.AI cs.SI math.DS
Let There Be Claws: An Early Social Network Analysis of AI Agents on Moltbook
Centre for Complexity Science（复杂科学中心）；Abdus Salam Centre for Theoretical Physics（阿布杜斯·萨拉姆理论物理中心）；Centre for Science Technology & Innovation Policy（科学技术与创新政策中心）；Department of Engineering（工程系）
研究分析了Moltbook上AI代理的早期社会网络结构，揭示了注意力集中、层级角色分离及不平等参与现象，提出代理生态系统中分层结构可迅速形成。
2026-02-23 cs.AI cs.CY cs.SI
