Social dynamics with peer support on heterogeneous networks: The "mafia model"
人类行为经常表现出一种模式,在这种模式中,个体对给定的主题采取漠不关心、中立或激进的立场。社区形成的机制与社会压力和接触网络的拓扑结构密切相关。在这里,我们讨论了一种方法来模拟社会行为,该方法考虑了在最近的邻居中与其相对丰度成比例的同类保护。我们探讨了随后的非线性动态强调的作用,社会网络的具体结构,无标度图建模。我们发现,意见的共存和共识的默认位置是可能的模型的定态。特别是,我们展示了这些状态如何严重依赖于社会网络的异质性和外部控制元素的具体分布。
2011-08-22 cond-mat.stat-mech cs.SI physics.soc-ph
Social Influence in Social Advertising: Evidence from Field Experiments
社交广告使用关于消费者的同伴的信息,包括同伴与品牌、产品、组织等的关系,来定位广告并将其展示情境化。这种方法可以提高广告效果,主要有两个原因:同伴的联系反映了未观察到的消费者特征,这些特征沿着社交网络相互关联;以及包含社交线索(即,同伴与品牌的关联)与广告一起通过社会影响过程影响反应。出于这些原因,当多个社交信号与广告一起呈现时,以及当广告与强关系而不是弱关系的对等体相关联时,响应可能会增加。我们进行了两个非常大的现场实验,确定社会线索对消费者对广告的反应,广告点击和与广告实体的连接的形成方面测量的效果。在第一个实验中,我们随机化了口碑广告中存在的社交线索的数量,并测量了响应如何作为线索数量的函数增加。第二个实验检查了用最小的社交线索(即,以浅灰色文本在广告下方显示对等体的从属关系)。平均而言,这种提示会显著提高广告效果。使用测量的关系强度的基础上,受试者和他们的同龄人之间的通信总量,我们表明,这些影响力的影响是最大的强关系。我们的工作对广告优化、用户界面设计和社会科学研究中的核心问题都有意义。
2012-06-19 cs.SI physics.soc-ph stat.AP
Social clustering reinforces external influence on the majority opinion model
研究外部影响与同伴互动在多数投票模型中的相互作用,发现社会聚类正向强化外部影响,而度异质性削弱外部力量,为企业与政策制定提供见解。
2024-07-30 physics.soc-ph
Disentangling the Effects of Social Signals
同行推荐是一项众包任务,它利用许多人的意见来识别在线有趣的内容,如新闻,图像或视频。对等推荐应用通常使用社交信号,例如,事先推荐的数量,引导人们去看更感兴趣的内容。人们对社交信号的反应,结合内容质量及其呈现顺序,决定了同行推荐的结果,即,物品人气。使用Amazon Mechanical Turk,我们通过实验测量了社交信号在同行推荐中的影响。具体来说,控制后的变化,由于项目的内容和位置,我们发现,社会信号影响项目的流行程度约一半的位置和内容。这些效应在某种程度上是相互关联的,因此社会信号加剧了“富人更富”的现象,这导致了更广泛的受欢迎程度差异。此外,社交信号会改变个人偏好,产生“羊群效应”,使人们对内容的判断产生偏见。尽管如此,我们发现,社会信号提高了同行推荐的效率,减少了投入的努力,评估内容,同时保持推荐质量。
2016-01-27 cs.CY cs.IR cs.SI
Modeling peer and external influence in online social networks
通过社交网络介导的民意调查可以给我们,除了通常的人口统计数据,如年龄,性别和地理位置,选民之间的友谊结构和他们在投票过程中的活动的时间动态。使用Facebook应用程序,我们收集了友谊关系,人口统计数据以及2013年12月1日在克罗地亚举行的婚姻定义公投中超过一万名用户的投票。我们还收集了提及我们应用程序的在线新闻文章的数据。这些文章的发表与投票活动的高峰密切相关,表明这些外部事件对选民的参与有着至关重要的影响。此外,大多数用户在短时间内投票的强连接的友谊社区的存在,以及大多数用户通常倾向于将投票相同的用户加为好友的事实表明,同伴影响力在吸引选民方面也有其作用。由于我们无法随时跟踪用户的活动,也不知道他们通过我们的应用程序表达投票的动机,问题是我们是否可以通过用户的友谊网络和投票时间来推断同行和外部影响。本文提出了一种新的估计友谊网络中节点和外部影响力大小的方法,并在模拟和实际数据上证明了该方法的有效性。
2016-10-26 cs.SI physics.soc-ph
Visual Representation for Patterned Proliferation of Social Media Addiction: Quantitative Model and Network Analysis
本研究构建含同伴影响复吸机制的社交媒体成瘾数学模型,结合复杂网络与反应扩散方法分析其扩散规律,发现系统非线性使成瘾超阈值后难根除,明确同伴复吸是防控主要障碍并提出相关策略。
2023-07-19 physics.soc-ph
SuperNova: Super-peers Based Architecture for Decentralized Online Social Networks
近年来,学术研究人员和开源社区都提出了一些认真的倡议,以实现和部署分散的在线社交网络(DOSNs)。DOSN的主要动机是来自大兄弟服务提供商的隐私和自主权。去中心化的承诺是最终用户完全不受任何服务提供商的限制,既可以保护内容和通信的隐私,也可以免受任何形式的审查。然而,权力下放带来了许多挑战。主要问题之一是即使当数据所有者不在线时也保证数据的可用性,使得即使当节点离线或关闭时其他人也可以访问所述数据。在本文中,我们认为,一个务实的设计需要明确允许和利用系统的异质性,并提供激励资源丰富的参与者在系统中贡献这些资源。为此,我们引入SuperNova -一个基于超级对等的DOSN架构。在提出SuperNova架构的同时,我们设想了一个由激励和声誉驱动的动态系统,然而,调查这种激励和声誉,以及它对确定对等行为的影响是我们未来研究的主题。在本文中,我们反而调查的效率,一个超级同行为基础的系统在任何时间点(一个快照的设想的动态系统),也就是说,我们试图量化的性能SuperNova系统给定的任何(固定)混合的同行人口和战略。
2011-05-25 cs.DC cs.SI physics.soc-ph
Increasing Peer Pressure on any Connected Graph Leads to Consensus
在本文中,我们研究了一个社会网络中的意见动态模型,其中存在越来越多的人际影响,即,增加同伴压力。社会网络中的每个主体都有一个不同的社会压力函数,由内部和外部行为压力的加权和给出。我们假设一个加权平均更新规则和证明条件下,一个连接组的代理收敛到一个固定的意见分布,并在此条件下,该组达成共识。我们证明了更新规则是一个梯度下降,并解释其瞬态和渐近收敛性质。通过模拟,我们研究了无标度网络的收敛速度,然后在一个简单的经验模型中验证了增加节点压力的假设。
2017-06-18 cs.DM cs.SI physics.soc-ph
Estimating Causal Peer Influence in Homophilous Social Networks by Inferring Latent Locations
本文针对潜在同质性导致社会影响难以从观测网络数据中识别的问题,证明在随机块模型或连续潜在空间模型下,利用全局网络结构估计潜在属性后,可在线性模型中一致估计同伴影响效应。
2021-06-17 cs.SI physics.soc-ph stat.ME
A Stochastic Evolutionary Growth Model for Social Networks
我们提出了一个随机模型的社会网络,新的演员可能会加入网络,现有的演员可能会变得不活跃,并在稍后的阶段,重新激活自己。我们的模型捕捉网络的演变,假设演员获得新的关系或根据优先连接规则变得活跃。我们推导出这个随机模型的平均场方程,并表明,渐近,演员的分布服从幂律分布。特别地,该模型适用于社交网络,例如无线局域网,其中用户连接到接入点,以及对等网络,其中用户彼此连接。作为一个概念的证明,我们证明了我们的模型的有效性,经验分析一个公共日志包含在达特茅斯学院的无线网络的痕迹在一段时间内的三年。分析数据处理,根据我们的模型,我们证明了用户访问的分布是渐近的幂律分布。
2006-07-21 physics.soc-ph
The Effect of Social Media on Shaping Individuals Opinion Formation
在本文中,社会媒体的意见形成过程中的影响是在竞选期间建模。在所提出的模型中,点对点互动和有针对性的在线宣传信息被假设为意见形成动态的驱动力。目标消息的说服力是基于收集和处理的私人信息。在这项工作中,模型是基于一个人工社会,最初平均分为两方。有界置信度模型用一个导致共识的置信度参数值来管理对等交互。目标信息被建模为一个外部交互信息源,它会转化一些弱承诺的个体,从而打破这种均衡。双方使用相同的宣传方法。结果表明,一个很小的外部影响打破了意见分布的均匀性,对选举结果起着重要作用。所得到的民意波动时间序列与实际选举调查结果有很好的相似性。
2021-03-13 cs.SI physics.soc-ph
Inferring Attitude in Online Social Networks Based On Quadratic Correlation
在大多数情况下,在线社交网络的结构不能仅仅通过其成员之间的链接来描述。我们研究在线社交网络,其中的成员可能对彼此有某种态度,积极或消极的,因此网络由积极和消极关系的混合物组成。我们的目标是根据网络当前快照中提供的证据来预测给定关系的符号。更准确地说,使用机器学习技术,我们开发了一个模型,在特定的网络上训练后,该模型可以预测未知或隐藏链接的迹象。该模型使用来自对等体的关系和影响作为猜测的证据,然而,所使用的对等体的集合不是预定义的,而是在训练过程中学习的。我们使用二次相关的对等成员之间的训练预测。该模型在流行的在线数据集上进行了测试,如Epalent,Slashdot和Wikipedia。在许多情况下,它显示出几乎完美的预测精度。此外,我们的模型还可以随着底层社交网络的发展而有效地更新。
2012-12-07 cs.SI physics.soc-ph
Peer Effects and Stability in Matching Markets
多对一匹配市场以多种不同的形式存在,例如大学招生,将医学实习生与医院进行住院实习,为大学生分配住房,以及经典的公司和工人市场。在所有这些市场中,外部性,如互补性和同行效应严重复杂的偏好排序的每个代理。此外,研究表明,外部性导致严重的问题,市场稳定性和开发有效的算法,以找到稳定的匹配。在本文中,我们观察到,同行效应往往是潜在的社会联系的结果,我们探讨了制定多对一的匹配市场,同行效应来自一个潜在的社会网络。我们的模型的主要特点是,它捕捉同行的影响和互补性使用效用函数,而不是传统的偏好排序。在此模型下,考虑一个较弱的稳定性概念,即双边交换稳定性,我们证明了稳定匹配总是存在的,并从社会福利的角度刻画了稳定匹配集.我们还给出了分布式算法,保证收敛到双边交换稳定匹配。为了评估这些算法的竞争比,并更普遍地描述匹配市场的效率与外部性,我们提供了一般的界限,福利的最坏情况下的稳定匹配可以从福利的最佳匹配,并发现社会网络的结构(例如,如何以及集群的网络)起着很大的作用。
2011-07-22 cs.GT cs.SI physics.soc-ph
The Opacity Problem in Social Contagion
时尚、产品采用、暴民、谣言、迷因和新兴规范是各种各样的社会传染,它们被建模为网络级联。这些级联的实证研究是脆弱的,我们所描述的“不透明问题”:无法观察到的临界水平的同伴影响所需的触发个人的行为变化。即使有最大的信息,网络级联揭示的间隔,约束临界水平的同行曝光,而不是临界值本身。现有的实践使用区间最大值,系统地高估了行为改变所需的社会影响。仿真结果表明,高估可能是常见的,在幅度大。一项针对320万Twitter用户的标签级联的实证研究证实了这一点:五分之一的标签采用由于不透明问题而遭受临界值不确定性。不同的假设,这些时间间隔导致定性不同的结论的作用,同伴强化扩散。我们介绍了一种解决方案,结合确定紧密有界的区间预测不确定的临界值,使用节点级信息。
2018-11-19 cs.SI physics.soc-ph
Towards Trusted Social Networks with Blockchain Technology
大规模的谣言传播会造成严重的社会和经济损失。网络社交网络和新媒体的出现甚至会使谣言传播更加严重。有效控制谣言传播具有重要的理论和现实意义。本文迈出了第一步,了解区块链技术如何帮助限制谣言的传播。具体来说,我们开发了一种嵌入区块链技术的社交网络的新范式,它采用去中心化合同来激励信任网络以及安全的信息交换合同。我们设计了一种基于区块链的顺序算法,该算法利用虚拟信息信用进行每个对等信息交换。我们验证了区块链社交网络在限制谣言传播方面的有效性。仿真结果验证了我们的算法设计在避免快速和激烈的谣言传播,并激励更好的机制设计的可信社交网络。
2018-02-22 cs.SI physics.soc-ph
Enabling Social Applications via Decentralized Social Data Management
由在线社交网络产生的前所未有的信息财富,通过位置/搭配数据进一步增加,目前分散在不同的专有服务中。结合起来,它可以准确地表示社交世界,并实现新颖的社交感知应用程序。我们提出了Prometheus,一个具有社会意识的点对点服务,从多个来源收集社会信息到一个多图管理在一个分散的方式对用户贡献的节点,并通过接口实现非平凡的社会推理,同时遵守用户定义的访问策略暴露它。在PlanetLab平台上进行的仿真实验表明,该系统具有良好的端到端响应时间、较低的通信开销和较强的抗恶意攻击能力。
2015-04-28 cs.CY cs.DC cs.SI
Analytical reasoning task reveals limits of social learning in networks
社会学习--通过观察和模仿他人--是一种非常成功的文化适应机制,优于个人信息获取和经验。在这里,我们调查社会学习的背景下,独特的人类反思能力,分析推理。人类思维的一个标志是我们进行分析推理和抑制错误联想直觉的能力。通过一组基于实验室的网络实验,我们发现,社会学习未能传播这种认知策略。当人们做出错误的直觉结论,并接触到同龄人的分析输出时,他们会识别并采用这种正确的输出。但他们在随后的类似任务中无法进行分析推理。因此,人类表现出一种“不反思的复制偏见”,这将他们的社会学习限制在同伴推理的输出上,而不是过程中--即使这样做只需要最小的努力,也不需要任何技术技能。与最近许多基于观察的社会学习的研究相反,这些研究强调通过复制传播成功的行为,我们的研究发现在需要分析推理的情况下,社交网络的力量是有限的。
2014-06-29 cs.SI physics.soc-ph
Modeling public opinion control by a charismatic leader
本研究用广义伊辛模型建模魅力型领袖影响下的公众舆论,推导平均场解发现,因亚稳态,平均磁化强度符号随温度变化,且最近邻相互作用下效应仍存。
2024-05-29 cond-mat.stat-mech physics.soc-ph
Excess reciprocity distorts reputation in online social networks
点对点(P2P)经济依赖于在分布式网络系统中建立信任,其中用户的可靠性通过将评级汇总为声誉分数的数字同行评审过程进行评估。在这里,我们提出了网络效应的证据,偏见的数字声誉,揭示了P2P网络显示出极高的互惠水平。事实上,这些比与零假设兼容的那些高得多,零假设保留了所有节点对之间的经验观察到的一致性水平,并且相当接近与网络声誉景观结构兼容的最高水平。这表明,支持数字声誉的众包过程可能会因用户试图通过交换评级来相互提升声誉或报复而严重扭曲。我们发现,最不活跃的用户主要负责这种互惠引起的偏见,这一事实可以被利用,以获得更可靠的声誉估计。我们的研究结果在不同的P2P平台上都是稳健的,包括使用评级对用户制作的内容进行投票和对用户配置文件进行投票的情况。
2017-05-02 cs.SI physics.soc-ph
The Dynamics of Health Behavior Sentiments on a Large Online Social Network
在许多国家,可改变的健康行为是疾病和死亡的主要原因,通常是由个人对健康和疾病的信念和情绪驱动的。影响健康结果的个人行为越来越多地受到社交网络的调节,例如通过志同道合的个人的协会-同性恋-或通过同伴影响效应。使用统计方法来衡量大量的变量有关的社会网络统计的个人时间效应,我们调查的健康情绪的传播对一种新的疫苗在Twitter上,一个大型的在线社交网络。我们发现,邻里的大小和曝光强度的影响是定性非常不同的情绪的类型。一般来说,我们发现,更多的固执己见的邻居抑制情绪的表达。我们还发现,消极情绪的暴露是传染性的-我们只是指预测未来的消极情绪表达-而积极情绪的暴露通常不是。事实上,积极情绪甚至可以预测消极情绪表达的增加。我们的研究结果表明,同伴影响力和社会传染对社交网络上行为传播动态的影响具有很强的内容依赖性。
2012-07-31 cs.SI physics.soc-ph
Events Determine Spreading Patterns: Information Transmission via Internal and External Influences on Social Networks
近年来,基于经典流行病传播的信息传播模型被广泛应用于社会系统,一般假设信息主要通过社交网络上的对等交互在个体之间传播。在本文中,我们考虑了用户获取信息的另一种途径:社交网络外的影响力。通过对8个典型事件在一个超大型微博系统\emph{Sina Weibo}上的传播进行实证分析,发现外部影响对信息传播和社会活动都有显著影响。此外,我们提出了一个理论模型来解释通过内部和外部渠道的传播过程,考虑三个基本属性:(i)记忆效应;(ii)传播者的作用;和(iii)非冗余的接触。实验和数学结果表明,在内部和外部影响的相互作用下,信息确实传播得更快、更广。更重要的是,本模型揭示了一旦网络结构建立,事件特征将高度决定基本的传播模式。研究结果对于深入理解真实社交网络中信息传递的内在动力学机制具有一定的指导意义。
2015-03-26 cs.SI physics.soc-ph
Information spreading on dynamic social networks
当今社会,信息在社交网络上的传播已经引起了各学科的高度重视。以往的研究主要集中在讨论传播概率或免疫策略对静态网络的影响。然而,在实际系统中,对等网络的结构不断变化,根据频繁的社会活动的用户。为了捕捉这种动力学特性,并研究其对信息传播的影响,本文介绍了一种基于费米函数的链路重布线策略。在当前的模型中,知情的个体倾向于打破旧的联系,并与更多不知情的邻居重新连接到他们的二阶朋友。对具有固定恢复时间的可恢复-感染-恢复(\textit{SIR})模型$T=1$的仿真结果表明,该策略能使信息传播更快、更广.对信息级联规模分布的广泛分析表明,初始步骤的传播过程起着非常重要的作用,也就是说,如果信息在初始时刻仍然存活,那么它就会传播出去。该模型对深入理解动态社交网络上的信息传播具有一定的启发意义。
2013-08-19 cs.SI physics.soc-ph
Social interactions affect discovery processes
我们的熟人网络决定了我们如何接触思想、产品或文化艺术品(书籍、音乐、电影等)。虽然这一原则是我们常识的一部分,但我们对同伴影响我们发现过程和新事物体验的具体途径知之甚少。在这里,我们填补了这一空白,通过调查一个数据集,其中包含了一个大型的,社会联系的样本用户从在线音乐平台\emph{Last.fm}的整个收听历史。我们表明,用户表现出高度异质性的发现率的新歌和艺术家,他们的社会邻里显着影响他们的行为。更多的探索性用户倾向于与更倾向于探索新内容的同龄人互动。我们捕捉到这种现象的建模方案,其中用户代表的随机步行者探索的歌曲或艺术家的图形,并通过他们的社会联系相互交流。即使从一个统一的代理人群体(个体之间没有自然差异)开始,我们的模型也预测了强烈的异质探索模式的出现,用户根据他们的音乐品味和探索倾向进行聚类。我们认为我们的方法可以为集体发现过程的定量方法铺平道路。
2022-02-10 cs.SI physics.soc-ph
Kinetics of Social Contagion
信息、行为模式或创新的传播遵循不同的途径,取决于一些条件,包括基本社会网络的结构、对同伴压力的敏感性和媒体的影响。在这里,我们研究分析和模拟的一般模型,采用阈值机制捕捉敏感性的同行压力,“免疫”节点谁从来没有采用的效果,和一个永恒的外部信息流。虽然任何恒定的,非零速率的动态引入的自发采用者导致全球蔓延,渐近状态的动力学接近显示丰富的行为。特别是,我们发现,作为免疫节点密度的函数,有一个从快速到缓慢的传播由完全不同的机制。这种转变发生在网络分裂的渗透阈值以下,并且起源于采用者诱导的级联行为与免疫节点的阻塞之间的竞争。这种变化是伴随着一个渗流过渡的诱导集群。
2015-10-30 cs.SI physics.soc-ph
MyZone: A Next-Generation Online Social Network
这份技术报告考虑了一个社交网络的设计,它将解决当前社交网络的缺点,并将用户隐私、安全性和服务可用性确定为推动拟议设计架构分布式化的强烈动机。我们详细描述了我们的设计,并确定弹性的属性作为整体设计理念的一个关键目标。我们定义的系统目标,威胁模型和信任模型的一部分,系统模型,并讨论了适应这种分布式框架,成为高可用性和高弹性的潜在的敌对环境中的挑战。我们提出了一个分布式的解决方案,以解决这些挑战的基础上,基于信任的友谊模型复制用户简档和传播的消息,并研究这种方法是如何建立在分布式对等(P2P)网络之前的工作。
2011-10-24 cs.CR cs.DC cs.NI
Trust transitivity in social networks
基于非集中化的决策是若干社会和技术进程的核心特征,如市场动态、对等文件共享和数字认证的信任网络。我们研究网络上的信任传播的性质,基于一个简单的度量信任传递性。本文研究了任意度分布的随机网络中信任传递性的渗流性质,并与数值实现进行了比较。我们发现,存在一个非零部分的绝对信任(即完全自信的信任)是在大型系统中的全局信任传播的可行性的要求:平均成对的信任是由一个不连续的过渡在一个特定的部分绝对信任,低于它消失。此外,我们进行了广泛的分析,相当好的隐私(PGP)的信任网络,在介绍的概念。我们比较不同的情况下的信任分布:社区和权威为中心。我们发现,这些情况下导致急剧不同的模式的信任传播,由于隔离的权威枢纽和密集连接的社区。虽然以权威为中心的场景更有效,并导致更高的平均信任值,但它更青睐弱连接的“边缘”节点,这些节点直接受到权威的信任。另一方面,以社区为中心的方案有利于具有中等学位的节点,不利于当局及其“边缘”同行。
2010-12-10 cond-mat.stat-mech cs.SI physics.soc-ph
Social Network Processes in the Isabelle and Coq Theorem Proving Communities
University of Edinburgh(爱丁堡大学)
我们确定了在伊莎贝尔和科克社区的主要演员,并描述他们如何影响和影响他们的同龄人。这项工作探讨了社会网络分析的基础,我们希望在ProofPeer项目的背景下,这是一个新的模式,互动的定理证明的基础上合作和社会互动是有用的。
2016-09-22 cs.AI cs.LO cs.SI