The Social Bow Tie
几十年来，对社交网络中关系强度的理解以及影响关系强度的因素一直受到众多学科的关注。已经提出了几个模型，包括领带强度的指标，并用于量化社交网络中的关系，和一组标准的结构网络度量已被应用于主要在线社交媒体网站，以预测领带强度。在这里，我们介绍了“社会领结”框架的概念，网络的一个小的子图，由一组节点和领带，围绕一个感兴趣的领带，形成一个类似于领结的拓扑结构。我们还定义了几个直观的和可解释的指标，量化领结的属性。我们使用随机森林和回归模型来预测领结强度的分类和连续测量，包括领结的节点属性。我们还调查了领结的哪些方面最能预测两个不同的社交网络中的领带强度：印度75个农村村庄的集合和欧洲移动电话用户的全国性呼叫网络。我们的研究结果表明，几个领结指标对领带强度具有高度预测性，我们发现两个人的社交圈重叠越多，他们的领带就越强，这与之前的研究结果一致。然而，我们也发现，他们的非重叠社交圈越紧密，联系就越弱。这一新发现补充了我们目前对社交网络中关系强度驱动因素的理解。
2017-10-12 cs.SI physics.soc-ph stat.ML
Temporal patterns behind the strength of persistent ties
社交网络由强关系和弱关系组成，它们具有非常不同的结构和动力学特性。但是，人类互动的哪些特征建立了强有力的联系？在这里，我们从实用的角度来探讨这个问题，找出社交互动的哪些特性可以使关系更加持久，从而更牢固地维持未来的社交互动。使用一个大型的纵向手机数据库，我们建立了一个预测模型，领带持久性的强度，亲密度，结构和时间模式的社会互动的基础上。虽然我们的研究结果证实，结构（嵌入性）和强度（调用次数）与领带持久性相关，我们发现，时间特征的通信事件是更好，更有效的预测领带持久性。具体来说，虽然关系中的沟通总是突发的，但我们发现，比平均水平更突发的关系更容易衰减，这表明关系强度不仅反映在网络的强度或拓扑结构中，而且还反映在个人如何在他们的关系中分配时间或注意力上。我们还发现，稳定的关系需要一个恒定的节奏，如果沟通中断的频率超过之前沟通频率的8倍，那么这种关系很可能会衰退。我们的研究结果不仅对理解社会关系的强度很重要，而且对揭示网络中不同时间尺度之间的纠缠也很重要，从微观的联系突发性和节奏到宏观的网络演化。
2017-06-19 cs.SI physics.soc-ph
The dynamical strength of social ties in information spreading
我们研究人类交流的时间模式及其对社交网络中信息传播的影响。对一个国家2000万人的手机通话的分析表明，人类的交流是突发性的，并且发生在群体对话中。这些特征在信息到达方面具有相反的效果：当突发阻碍大规模传播时，对话有利于局部快速级联。为了解释这些现象，我们定义了社会联系的动态强度，这个量包含了人类交流的拓扑和时间模式。
2010-11-24 cs.SI physics.soc-ph
Multidimensional Tie Strength and Economic Development
社会关系的强弱已被证明会影响个人获得机会的机会。然而，到目前为止，联系强度和人口经济前景之间的对应关系还没有被量化，主要是因为无法将基于格兰米特经典理论的强度操作化。我们的研究偏离了关系强度是一个单维结构（通常与接触的频率或数量有关）的前提，而是使用了一个基于社会心理学文献的社会关系10个基本维度的验证模型。我们构建了最先进的NLP工具来从文本通信中推断这些维度的存在，并分析了整个美国63万地理参考Reddit用户的大型对话网络，这些用户通过7年来创建的1280万社交关系连接起来。我们发现，一维联系强度与经济机会只有弱相关性（R2=0.30），而多维结构高度相关（R2=0.62）。具体而言，经济机会与以下因素的结合有关：㈠知识纽带，它连接地理上相距遥远的群体，促进知识在社区之间的传播; ㈡社会支持纽带，它将地理上接近的社区联系在一起，是社会和情感支持的可靠来源。这些结果指出了在网络理论中发展高质量的联系强度措施的重要性。
2022-12-22 cs.CY cs.SI physics.soc-ph
Measuring Tie Strength in Implicit Social Networks
给定一组人和他们参加的一组活动，我们解决了测量每对人之间的联系或联系强度的问题，因为参加共同的活动会在人与人之间建立一个隐含的社交网络。我们对这个问题采取公理化的方法。从一个列表的公理，一个措施的联系强度必须满足，我们的功能，满足所有的公理，并表明，有一系列的措施，满足这一特点。领带强度的测量导致边缘上的排名（以及每个人的邻居集合）。我们表明，应用程序的排名，而不是绝对值的领带强度，是重要的事情的措施，公理是等价的自然偏序。此外，为了确定一个特定的度量，我们必须做出一个关于将这个偏序扩展为全序的非显而易见的决定，并且这个决定最好留给特定的应用。我们分类的措施，发现在以前的文献中，根据公理，他们满足。在我们的实验中，我们在几个数据集中测量了关系强度和公理的覆盖率。此外，对于每个数据集，我们使用偏序约束满足公理的所有度量之间的最大Kendall Tau散度（衡量两个列表之间成对不一致的数量）。这告诉我们，如果特定的数据集表现良好，我们不必担心选择哪个度量，或者我们必须小心我们所做的度量的确切选择。
2011-12-13 cs.SI physics.soc-ph
Scientific success from the perspective of the strength of weak ties
我们提出了第一个完整的确认Granaltter的社交网络理论使用大量的数据集。为此，我们研究了一个科学合作网络，它被认为是与这一理论的普遍性相矛盾的最重要的例子之一。我们通过拒绝社会关系对称性的假设来实现这一目标。我们的方法是建立在良好的异质（度为基础）平均场论通常用于研究复杂网络上的动力学过程。格兰特的理论基于两个假设，这两个假设为人际关系和信息传递关系分配了不同的角色。第一个假设指出，承载大多数互动事件的强关系主要位于紧密联系的人群中。第二个假设认为，这些群体之间通过稀疏的弱关系联系在一起，而弱关系对于信息的传播至关重要--能够接触到弱关系的人比没有接触到弱关系的人具有优势。鉴于科学合作网络，与强度的联合出版物的不对称部分测量的直接关系，我们表明，科学的成功是强烈相关的科学家的合作网络的结构。首先，在两个有类似成就的科学家中，关系较弱的一个往往有较高的h指数，其次，由这种关系联系在一起的团队创造了更有价值的出版物。
2021-10-07 cond-mat.dis-nn 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
Going beyond communication intensity for estimating tie strengths in social networks
尽管关系强度的概念是社会网络分析的核心，但很难量化社会关系的强度。在数据驱动的研究中，估计联系强度的一种典型方法是简单地计算两个人之间接触的总数或持续时间。然而，这忽略了可以从用于社交网络重建的丰富数据集中提取的许多特征。在这里，我们专注于时间信息的联系人数据。我们系统地研究了接触时间序列的特征如何与通常与领带强度相关的拓扑特征相关。我们分析了一个大型的移动电话数据集，并测量了每个领带的通话时间序列的一些属性，并使用这些来预测所谓的邻域重叠，这是一个与社会学文献中的强联系相关的特征。我们观察到时间特征和邻域重叠之间的密切关系，许多特征优于简单的接触计数。突出的特征包括呼叫的天数、突发级联的数量、典型的联系次数和时间稳定性。我们的研究结果表明，这些措施可以适用于社会网络建设，并表明，最好的结果可以通过结合多种时间特征。
2020-07-28 cs.SI physics.data-an physics.soc-ph
The power of indirect social ties
虽然直接的社会关系已经在以计算机为媒介的社交网络的背景下得到了深入的研究，但间接关系（例如，朋友的朋友（朋友的朋友）很少受到关注。然而，在现实生活中，我们经常依靠朋友的朋友来推荐（好医生、好学校或好保姆），介绍新的工作机会，以及满足许多其他偶尔的需求。在这项工作中，我们试图1）量化间接社会关系的强度，2）验证它，和3）经验证明其有用的分布式应用程序的两个例子。我们量化的社会力量的间接关系使用（ny）的直接联系，连接两个人的力量和直觉提供的社会学文献。我们通过与其他直接的社会关系评估者的相关性比较，实验验证了所提出的度量。我们通过数据驱动的实验表明，所提出的社会强度指标可以成功地用于社会应用。具体来说，我们表明，它解决了已知的问题，在朋友到朋友的存储系统，通过解决两个以前记录的缺点：减少存储候选人和数据可用性的相关性。我们还表明，它可以用于预测社会扩散的影响，准确率高达93.5%。
2014-01-17 cs.SI physics.soc-ph
A Machine Learning Approach to Predicting Continuous Tie Strengths
Rensselaer Polytechnic Institute（伦斯勒理工学院）；University of California San Diego（加州大学圣地亚哥分校）；University of California Los Angeles（加州大学洛杉矶分校）
人与人之间的关系不断发展，改变人际行为，定义社会群体。社交网络中的节点之间的关系可以用联系强度来表示，通常使用调查进行经验评估。虽然这对于获取关系的静态快照是有效的，但是这样的方法难以扩展到动态网络。在本文中，我们提出了一个系统，允许随着时间的推移不断逼近的关系。我们使用NetSense研究来评估这个系统，该研究提供了圣母大学四年来学生的全面通信记录。这些记录由学期自我网络调查补充，这些调查提供了每个参与者与他人的真实社会联系强度随时间推移的离散样本。我们开发了一对功能强大的机器学习模型（辅以从过去的作品中提取的一套基线），从这些调查中学习，将通信记录解释为信号。这些信号代表了动态的联系强度，准确地记录了我们社交网络中个体之间关系的演变。随着这些不断变化的领带值，我们能够使几个经验得出的意见，我们比较过去的作品。
2021-01-23 cs.LG cs.SI physics.soc-ph
NEW: A Generic Learning Model for Tie Strength Prediction in Networks
University of Electronic Science and Technology of China（电子科技大学）；ChongQing University（重庆大学）
连接强度预测，有时也称为权重预测，对于探索网络中出现的连接模式的多样性至关重要。由于其重要的基础性意义，它在网络分析和挖掘领域引起了广泛的关注。近年来出现的一些相关研究成果极大地推进了我们对如何预测社交网络中的强弱关系的理解。然而，大多数提出的方法都是在很大程度上依赖于一些特殊的上下文，甚至专门用于社交网络的网络感知方法。因此，它们不太适用于各种类型的网络。与以往的研究相比，我们提出了一个新的计算框架，称为邻域估计权重（NEW），它纯粹由网络的基本结构信息驱动，具有适应不同类型网络的灵活性。在NEW中，我们设计了一个新的索引，即，连接倾斜度，以生成网络的代表性特征，其能够捕获联系强度的实际分布。为了获得最优的预测结果，我们还提出了一个参数化的回归模型，近似具有线性的时间复杂度，因此很容易扩展到大规模网络的实现。在六个真实网络上的实验结果表明，我们提出的预测模型优于最先进的方法，这是强大的预测丢失的领带强度时，只有一部分网络的领带强度信息是可用的。
2020-01-15 cs.LG cs.SI physics.soc-ph
Evolutionary dynamics of pairwise and group cooperation in heterogeneous social networks
研究网络结构中合作演化问题，提出基于淬火平均场的框架分析加权网络上的成对与群体困境，发现度反比加权社会联系能稳健促进合作并使异质网络优于同质网络。
2025-06-24 physics.soc-ph
Social features of online networks: the strength of intermediary ties in online social media
如今，越来越多的社交互动使用在线社交媒体作为沟通渠道。最近的世界性事件，如西班牙的社会运动或中东的起义，突出了它们促进人与人之间协调的能力。在线网络一般显示出丰富的内部结构，用户可以选择不同类型和强度的互动。尽管如此，关于在线互动的社会价值仍然存在一些悬而未决的问题。例如，拥有数百万在线朋友的用户的存在使人怀疑这些关系的相关性。在这项工作中，我们专注于Twitter，最流行的在线社交网络之一，并发现由基本类型的连接所形成的网络是有组织的群体。使用者的活动与这些群体所决定的景观相一致。此外，Twitter对不同类型交互的区分使我们能够在在线和离线社交网络之间建立一种平行性：个人互动更有可能发生在群组的内部链接上（强关系的弱点），传递新信息的事件优先通过连接不同群体的链接（弱关系的强度）或更多地通过链接连接到属于充当经纪人的几个组的用户（中介关系的强度）。
2012-02-08 cs.SI physics.soc-ph
The Dynamics of a Mobile Phone Network
由于缺乏纵向数据，网络动力学的实证研究一直受到限制。在这里，我们引入了一个定量指标的链接持久性，探讨移动电话网络的结构和持久性的链接之间的相关性。我们发现，持久的链接往往是互惠的，更常见的人与低程度和高集群。我们研究了冗余的持久性，程度，集群和互惠性之间的关联，互惠性是最强的预测领带持久性。所提出的方法可以很容易地适应于其他网络的动态特性，并可用于确定最有可能在未来生存的链接。
2008-02-11 physics.soc-ph
The Strength of Friendship Ties in Proximity Sensor Data
了解人们如何互动和社交在从疾病控制到城市规划的许多情况下都很重要。在过去几年中，捕捉人类生活这一特定方面的数据集在规模和可用性方面都有所增加。然而，我们还没有了解这种电子数据集在多大程度上可以作为现实生活中社交互动的有效代理。对于使用手机收集的观察数据集，我们分析了识别短暂和不重要链接的问题，以及如何突出重要的社交互动。应用蓝牙信号强度参数来区分观测结果，我们证明了弱链接，强链接相比，有一个较低的概率被观察到在以后的时间，而这样的链接-平均-也有较低的链接权重和概率共享在线友谊。此外，链接强度的作用进行了研究，在社会网络属性。
2014-05-27 cs.SI physics.soc-ph
Universal patterns in egocentric communication networks
该研究通过多数据集分析发现自我中心通信网络的关系强度分布存在普适性，提出其由累积优势与随机选择的竞争驱动，为社交网络异质性机制提供新解释。
2023-02-27 cs.SI nlin.AO physics.soc-ph
The Strength of Absent Ties: Social Integration via Online Dating
University of Vienna（维也纳大学）；Center for European Economic Research (ZEW)（欧洲经济研究中心）
研究探讨了在线约会如何改变社会整合过程，发现新连接加速了社会多样性提升，通过分析 interracial marriage 和 broadband adoption 数据验证了这一过程的持续性。
2018-09-14 cs.SI econ.GN physics.soc-ph
Close relationships: A study of mobile communication records
移动电话通信作为数字服务产生了越来越多的人类通信行为的数据集，这反过来又使我们能够研究社会互动及其网络的结构和演变。这些数据集可以用来研究这种自我中心网络的结构相对于强度的关系，通过假设直接依赖于社会关系的强度的通信强度。最近我们发现，从年龄和性别偏好的角度来看，第一个和进一步的“最好的朋友”之间存在显着差异。在这里，我们引入了一个控制参数$p_{\rm max}$的基础上的第一个和第二个“最好的朋友”的通信的统计数据，并使用它来过滤数据。我们发现，当$p_{\rm max}$减少时，“最好的朋友”的识别变得不那么模糊，早期观察到的效果变得更强，从而证实了它们。
2013-01-24 physics.soc-ph
Time varying networks and the weakness of strong ties
在大多数社会和信息系统中，代理人的活动会产生快速演化的时变网络。网络连接模式的时间变化和正在进行的动态过程通常以仍然挑战我们的数学或计算建模的方式耦合。在这里，我们分析了一个移动电话数据集，并找到一个简单的统计规律，表征用户的自我中心网络的时间演变。我们将这一观察结果编码在一个强化过程中，定义了一个随时间变化的网络模型，该模型表现出强关系和弱关系的出现。我们研究了时变和异构的相互作用对经典的谣言传播模型在合成和现实世界的网络。我们观察到，强关系严重抑制信息扩散，通过限制传播过程与经常性的通信模式之间的代理。这提供了一个反直觉的证据，即强联系可能对信息在网络中的传播起负面作用。
2014-02-17 cs.SI physics.soc-ph
Romantic Partnerships and the Dispersion of Social Ties: A Network Analysis of Relationship Status on Facebook
分析在线社交网络系统的一个关键任务是识别重要的人-那些通过强大的社会关系联系在一起的人-在个人的网络邻居中。在这里，我们调查这个问题的一个特定类别的强关系，那些涉及配偶或浪漫的合作伙伴。我们围绕一个基本问题组织分析：考虑到一个人的朋友之间的所有联系，你能仅仅从网络结构中识别出他或她的浪漫伴侣吗？使用来自Facebook用户的大样本数据，我们发现这项任务可以以高精度完成，但这样做需要开发一种新的领带强度测量方法，我们称之为“分散”-两个人共同的朋友在多大程度上没有良好的联系。研究结果提供了方法，用于识别类型的结构显着的人在网上的应用程序，并提出了潜在的扩展现有理论的领带强度。
2013-10-24 cs.SI physics.soc-ph
Asymmetry of social interactions and its role in link predictability: the case of coauthorship networks
本文研究社会互动不对称性对连接强度的影响，发现在合著网络中不对称连接强度与邻域重叠呈幂律关系，并证明考虑连接不对称性可显著提升链路预测效率，进而合理解释了资源分配指数的高性能。
2023-06-26 cond-mat.dis-nn cs.SI physics.soc-ph
Attention on Weak Ties in Social and Communication Networks
格兰维特的社交网络弱联系理论是围绕两个核心假设建立的。第一种观点认为，强的社会关系承载了绝大多数的互动事件;第二种观点认为，弱的社会关系虽然不那么活跃，但往往与特别重要的信息交流有关（例如，关于潜在的新工作在格兰米特的工作）。虽然一些实证研究为第一个假设提供了支持，但第二个假设受到的审查要少得多。一个可能的原因是，它涉及到的概念的性质和重要性的信息是很难量化和测量，特别是在大规模的研究。在这里，我们寻找的实证验证两个Granoblutter的假设。我们发现明确的经验支持第一个。我们还提供了第二个经验证据和定量解释。我们表明，注意力，作为一个特定的社会联系的互动的分数，是高的弱关系-可能反映了这种关系的假设信息的目的-但也非常强的关系。来自在线社交媒体和移动通信的数据显示，基于平台的典型使用情况，这两种影响依赖于网络。我们的研究结果建立了关注度，重要性和社交联系强度之间的明确关系，并可能导致改进算法以优先考虑社交媒体内容。
2017-08-31 cs.SI physics.soc-ph
Spline tie-decay temporal networks
本文提出样条纽带衰减时序网络，用三次样条建模短期核函数并与指数衰减拼接，实现延迟且C^1连续的交互速率，仅略微增加计算负担，并在网络嵌入、观点动力学和流行病传播任务中验证其有效性。
2025-05-08 physics.soc-ph
Keep Your Friends Close and Your Facebook Friends Closer: A Multiplex Network Approach to the Analysis of Offline and Online Social Ties
社交媒体允许人们在网上进行前所未有的互动。然而，人类社会行为的一个基本方面是人们倾向于将自己与志同道合的人联系起来，形成在线和离线的同质社交圈。在这项工作中，我们应用了一个新的模型，使我们能够区分不同强度的社会关系，并观察在74名大学生的在线和离线社交网络中，关于政治，音乐，健康，住宅部门和大学一年的同质性证据。我们提出了一个多路复用网络的方法，社会关系的强度，在这里应用到移动通信数据-电话，短信，并共同定位，使我们能够通过考虑学生之间利用的通信渠道的数量来确定维度的关系。我们发现，强的社会关系的特点是最大限度地利用沟通渠道，而弱的关系，最小的使用。我们能够识别75%的亲密友谊，90%的弱关系，以及90%的Facebook友谊。然后，我们表明，较强的关系表现出更大的配置文件的相似性比较弱的。除了在政治和健康方面的社会圈子高度同质性，我们观察到音乐，住宅部门和大学一年的强烈同质性。尽管Facebook友谊高度依赖于居住地和年份，但学生的在线社交圈而不是线下社交圈中可以发现不太同质的内容，尤其是在政治和音乐方面。
2014-03-31 cs.SI physics.soc-ph
Preferentiality and bandwidth drive tie activity in online and offline ego networks
Leiden Institute of Advanced Computer Science, Leiden University（莱顿大学高级计算机科学研究所）；Inserm U1309, Arènes–UMR 6051, EHESP, CNRS, IEP Rennes, University of Rennes（雷恩大学）；Department of Physics and Astronomy “Ettore Majorana”, University of Catania（卡塔尼亚大学）；Department of Network and Data Science, Central European University Vienna（中欧大学）；IMT School for Advanced Studies, Lucca（卢卡高等研究院）；Network Science Institute, Northeastern University London（伦敦东北大学）；InfoLab, Department of Information Technology, Uppsala University（乌普萨拉大学）；Department of Computer Science, University of St. Andrews（圣安德鲁斯大学）；Data Science Program, College of Science, University of the Philippines Diliman（菲律宾大学）；Tampere Complexity Lab, Data Science Research Centre, Tampere University（坦佩雷大学）；Centro de Ciencias de la Complejidad, Universidad Nacional Autonóma de México（墨西哥国立自治大学）
通过分析面对面、共定位和在线通信数据，发现人口层面的偏好模式在在线和面对面网络中相似，但共定位数据不同；模型揭示关系偏好性与带宽之间存在普遍标度关系。
2026-06-29 physics.soc-ph
Nonlinear spread of rumor and inoculation strategies in the nodes with degree dependent tie strength in complex networks
在早期的谣言传播模型中，在每个时间步，节点都与所有邻居联系。在更现实的情况下，一个节点可能只联系它的一些邻居来传播谣言。因此，在现实复杂网络中，必须对经典的谣言传播模型进行修正，使其考虑谣言传播速率对传播者度和被告知节点度的依赖性。我们已经给出了一个修改的谣言传播模型，以适应这些事实。在这项工作中，这个新的模型，已经研究了复杂网络中的谣言传播。非线性谣言传播指数$α$和度依赖的联系强度指数$β$给出了复杂网络中谣言阈值的有限值。在目前的工作中，修正的谣言传播模型已在无标度网络进行了研究。研究还发现，如果$ α$和$ β$参数被调整到适当的值，谣言阈值变得与网络规模无关。在任何社交网络中，谣言的传播都可能产生不良影响。控制谣言传播的一种可能的解决方案是将一定比例的节点用于谣言。接种可以随机进行或以靶向方式进行。我们使用修正的谣言传播模型在无标度网络上研究接种的有效性。采用了随机和有针对性的接种计划。研究表明，随机接种方案下的谣言阈值大于无接种方案下的谣言阈值。但是随机接种并没有那么有效。在抑制谣言方面，定向接种的谣言阈值比随机接种的谣言阈值高得多。
2012-08-30 cs.SI physics.soc-ph
Interplay between tie strength and neighbourhood topology in complex networks: Granovetter's theory and beyond
本文指出非对称度量在证实格兰诺维特弱关系理论时会引入结构性相关，提出用相关剖面过滤这些干扰，并在社会、代谢和神经网络中证实了权重-拓扑相关性，表明该理论是更一般复杂网络原理的社会学表现。
2024-02-04 cond-mat.dis-nn cs.CY cs.SI
Opinion dynamics on tie-decay networks
在社交网络中，交互模式通常随时间而改变。我们研究的意见动力学领带衰减网络中，领带强度瞬间增加时，有一个相互作用和相互作用之间的指数衰减。具体来说，我们制定了连续时间拉普拉斯动态和离散时间DeGroot模型的意见动态这些领带衰减网络，我们进行了数值计算的连续时间拉普拉斯动态。我们研究的收敛速度，通过研究的光谱间隙的组合拉普拉斯矩阵的领带衰减网络。首先，我们比较了我们从经验数据中构建的领带衰减网络的拉普拉斯矩阵的谱间隙与相应的随机和聚合网络的谱间隙。我们发现，经验网络的谱隙往往小于随机和聚合网络的谱隙。其次，我们研究了光谱间隙作为衰减率和时间的函数。直观地说，我们预计较小的领带衰减率会导致快速收敛，因为两个节点之间的每次交互的影响会持续更长时间，衰减率越小。此外，随着时间的推移和更多的互动发生，我们预计最终的收敛。然而，我们证明，谱隙不需要单调减少的衰减率或单调增加的时间。我们的研究结果强调了时间网络中边缘增强和衰减的时间之间相互作用的重要性。
2021-07-03 cs.SI math.DS nlin.AO
On Facebook, most ties are weak
无处不在的社会技术网络给开发人员和用户带来了新的概念和技术挑战。一个中心的研究主题是评价联系用户的关系的强度，以及他们如何促进沟通和信息的传播。社会科学在马克·格兰特提出的“弱关系强度”理论框架下对人际关系的这些方面进行了广泛的研究。13一些研究考虑了该理论是否可以扩展到Facebook等在线社交网络，表明互动数据可以用于预测关系强度。正在使用的方法需要处理用户生成的数据，由于隐私问题，这些数据通常不公开。在这里，我们提出了一个弱关系和强关系的替代定义，它只需要知道社交网络的拓扑结构（比如谁是谁在Facebook上的朋友），依赖于在线社交网络或OSN倾向于分裂成社区的事实。因此，我们建议分类为弱关系的边缘连接属于不同的社区和强关系的连接用户在同一个社区的个人。我们在一个代表Facebook社交图的大型网络上测试了这个定义，并研究了弱关系和强关系如何影响信息传播过程。我们的研究结果表明，OSN中的个体自组织创建连接良好的社区，而弱关系产生凝聚力并优化信息传播的覆盖范围。
2014-11-01 cs.CY cs.SI physics.soc-ph
Models of Continuous-Time Networks with Tie Decay, Diffusion, and Convection
离散时间的时间网络的研究已经产生了大量的见解，时间依赖的网络系统在各种各样的应用。然而，对于许多复杂系统，建立网络的连续时间模型并将其与相关的离散模型进行比较是有用的。在本文中，我们研究了几个连续时间网络模型，并检查他们的离散近似数值和解析。为了考虑连续时间网络，我们将图中的每条边与一个依赖于时间的联系强度相关联，该联系强度可以取连续的非负值，并在最近的交互之后随时间衰减。我们调查如何平均领带强度随时间的演变在几个模型中，我们探索-数值和分析-标准出现一个巨大的连接组件在这些模型中。我们还简要地研究了我们的连续时间网络的相互作用模式对传染病的一个可治愈的传染病模型中的传染动力学的影响。
2020-09-27 cond-mat.stat-mech cs.SI math.CO
Strength of minority ties: the role of homophily and group composition in a weighted social network
本文扩展加权社会网络模型以纳入同质性原则，并利用蜘蛛猴交往数据表明，少数群体内部更强的连接可由群体构成不对称性解释。
2024-01-27 cond-mat.stat-mech physics.bio-ph physics.soc-ph
Link Classification and Tie Strength Ranking in Online Social Networks with Exogenous Interaction Networks
在线社交网络（OSN）已经成为连接人们、共享知识和信息以及进行通信的主要媒介。使用这些OSN的人之间的社交联系形成为虚拟链接（例如，友谊和后续连接）连接人。这些链接是当今OSN的核心，因为它们促进了社交网络成员可以进行的所有活动。然而，这些网络中的许多遭受噪声链路，即，不反映真实关系的链接或强度较低的链接，这些链接改变了网络的结构，并妨碍了对这些网络的准确分析。因此，为了维持一个健康和真实的网络，对社交网络中的链接进行评估和排名的过程至关重要。在这里，我们将链路评估定义为识别网络中有噪声和无噪声链路的过程。在本文中，我们解决的问题，链接评估和链接排名的社交网络使用外部交互网络。除了友谊社交网络之外，还利用额外的外源交互网络来使评估过程更有意义。我们采用了机器学习分类器，使用来自外生交互网络的数据对感兴趣的社交网络中的链接进行评估和排名。该方法用两个不同的数据集进行了测试，每个数据集都包含感兴趣的社交网络，具有地面真实性，以及外源交互网络。结果表明，仅利用外生交互网络中单个网络的结构，以及利用外生交互网络的整体结构，都可以有效地评估社会网络的链接。实验表明，一些分类器做得比别人更好，无论是链接分类和链接排名。
2017-08-14 cs.SI physics.soc-ph
The Weakness of Weak Ties in the Classroom
格兰维特的“弱关系的力量”假设孤立的社会关系提供了有限的外部前景，而异质的社会关系使一个人的机会多样化。我们分析了迄今为止最完整的大学生互动记录（290名学生进行了大约80，000次互动-比以前在教育网络上的研究多出16倍，几乎多出3倍的学生），并将社交互动数据与学生的学业成绩进行比较。我们的第一个发现是，社会多样性与绩效呈负相关。我们的第二个发现解释了这一点：表现优异的学生在表现相似的同龄人群体中互动。学生成绩越高，这种影响越强。事实上，表现差的学生往往会发起许多短暂的互动，而与目标的表现无关。换句话说，表现差的学生对他们的社交网络表现得不自信，而高分的学生表现得不自信。我们的数据还显示，表现优异的学生建立持久的互动之前，中，低性能的，他们使用更结构化和更长的级联信息，从低性能的学生被排除在外。
2012-03-12 cs.SI physics.soc-ph
Contrasting Effects of Strong Ties on SIR and SIS Processes in Temporal Networks
大多数真实网络的特征是连通性模式，这些模式遵循复杂的非马尔可夫动态随时间演化。在这里，我们通过研究易感-感染-易感（SIR）和易感-感染-易感（SIS）流行病模型对有记忆和无记忆的活动驱动网络（即，马尔可夫和非马尔可夫）。我们发现，虽然记忆抑制传播过程中的SIR模型，其中的流行病阈值被移动到更大的值，它起到相反的效果，在SIS的情况下，阈值降低。联系强度的异质性，以及由此带来的频繁重复联系，实际上使得毒性较低的SIS样疾病能够在紧密连接的局部集群中生存，这些集群是病毒的储存库。我们通过评估真实时间网络中这两个过程的阈值来验证这一结果。我们的研究结果证实了非马尔可夫网络动力学在动力学过程中的重要作用
2015-06-23 cs.SI physics.soc-ph
Social Network Differences of Chronotypes Identified from Mobile Phone Data
人类活动遵循大约24小时的昼夜周期，但清醒和睡眠时间存在显着的个体差异。具有极端昼夜节律的个体可以分为两种生理时钟类型：“云雀”，即早起和早睡的人，以及“猫头鹰”，即熬夜和晚起的人。众所周知，一个人的生理时钟类型会影响他们的活动和健康。然而，很少有人知道对社会行为的影响，即使很明显，社会交往需要协调的时间。为了研究生物钟类型与社会行为的关系，我们使用智能手机应用程序收集的数据，对700多名志愿学生进行了研究，同时确定了他们的生物钟类型和社会网络结构。我们发现，猫头鹰保持更大的个人网络，尽管每次联系花费的时间更少。平均而言，猫头鹰在学生的社交网络中比云雀更中心，经常占据网络的密集核心。猫头鹰也表现出强烈的同质性，这可以从猫头鹰与猫头鹰之间出乎意料的大量社会联系中看出。
2017-09-20 cs.SI physics.soc-ph
Coupling Human Mobility and Social Ties
使用从通信技术中被动收集的大量数据的研究揭示了社交网络的许多普遍存在的方面，帮助我们理解和建模社交媒体，信息传播和组织动态。最近，这些数据被贴上了地理信息的标签，使人们能够研究人类流动模式和城市科学。我们结合这两种追求，并发现社会联系中可重复的流动模式。首先，我们介绍了移动性的相似性和可预测性的措施，并在三个大的城市地区的用户群体来衡量它们。我们发现，个体的拜访模式与社会联系比陌生人更相似，更可预测，这些措施与关系强度呈正相关。移动相似性的小时变化的无监督聚类确定了三类社会关系，并表明地理位置是将社会关系置于背景中的重要特征。我们发现，一个用户的自我网络的组成，他们保持的接触类型与移动行为相关。最后，我们扩展了一个流行的流动性模型，包括基于社会联系的运动选择，并比较它的能力，再现经验测量与两个额外的模型的流动性。
2015-02-03 cs.SI physics.soc-ph
Tie-decay networks in continuous time and eigenvector-based centralities
网络理论是研究相互作用实体的互连系统的有用框架。许多网络系统在时间上不断演化，但大多数分析时变网络的现有方法依赖于离散或离散化的时间。在本文中，我们提出了一种方法来研究网络，在连续的时间演变的区别\emph{interactions}，我们的模型作为离散的接触，和\emph{ties}，其中编码的关系作为时间的函数的强度。为了说明我们的领带衰减网络形式主义，我们采用了著名的PageRank中心得分，以数学上易于处理和计算效率高的方式，我们的领带衰减框架。我们将这个框架应用到一个合成的例子，然后用它来研究网络的转发在2012年英国的国民保健服务的争议。我们的工作还为其他工具的类似推广提供了指导，从网络理论到具有领带衰减的连续时间网络，包括流数据的应用。
2021-01-01 cs.NA cs.SI math.NA
Effects of Weak Ties on Epidemic Predictability in Community Networks
弱联系在社区网络的结构和动态中起着重要的作用。基于接触过程的传染病模型，数值研究了弱联系对传染病动力学可预测性的影响。我们首先研究了不同类型的弱联系对到达时间和疾病流行率的影响，发现小度的桥接可以增强传染病传播的可预测性。当弱联系确定后，与到达时间的变异性相比，流行率的变异性随初始种子到桥度的距离和初始种子的程度呈现出截然相反的变化趋势。更具体地说，初始种子的距离越远，初始种子的程度越大，到达时间的可预测性越好，流行率的可预测性越差。此外，我们还讨论了弱联系数对流行病变异性的影响。当弱联系数的减少导致群落强度变强时，流行变异性将发生显著变化。与中心种子和随机种子的情况相比，桥接种子的到达时间的可预测性最差，而流行率的可预测性最好。这些结果表明，到达时间的变异性总是标志着流行时间的变异性完全相反的趋势，这意味着在暴发的早期阶段不可能准确地预测传染病传播。
2012-07-04 cond-mat.stat-mech cs.SI physics.soc-ph
Community extraction for social networks
分析网络，特别是发现网络中的社区一直是最近几个领域的工作重点，应用范围从引用和友谊网络到食物网和基因调控网络。现有的大多数社区检测方法都集中在将整个网络划分为社区，期望社区内有许多联系，社区之间很少有联系。然而，许多网络包含不适合任何社区的节点，强制每个节点进入社区可能会扭曲结果。在这里，我们提出了一个新的框架，专注于社区提取，而不是分区，提取一个社区的时间。提取背后的主要思想是，一个社区的力量不应该取决于其他社区成员之间的联系，而应该只取决于该社区内部的联系以及与外部世界的联系。我们表明，新的提取标准进行模拟和真实的网络，并建立我们的方法下块模型假设的渐近一致性。
2010-05-18 physics.data-an physics.soc-ph stat.ME
Undermining and Strengthening Social Networks through Network Modification
社交网络在个人和整体层面上都有很好的影响。因此，了解影响网络的尝试如何改变其结构并因此实现其他目标通常是有用的。我们开发了一个网络修改框架，允许任意目标函数，修改类型（例如，边权重添加，边权重删除，节点删除和协变量值变化）和恢复机制（即网络如何响应干预）。本文所概述的框架既有助于巩固现有的网络干预工作，也为网络干预开辟了许多新的可能性。特别是使用两个案例研究，以突出的潜在影响，经验校准的目标函数和网络恢复机制，以及显示如何超越节点删除干预可以优化。首先，我们模拟了从Noordin恐怖网络中删除节点的最佳方法，以减少预期的攻击次数（基于从多种类型的网络关系中预测恐怖合作网络的经验）。第二，我们模拟最佳加强在六个发展中国家的创业生态系统内的联系。在这两种情况下，我们估计ERGM模型来模拟网络在干预后如何内生地演变。
2016-02-20 cs.SI physics.soc-ph stat.AP
From calls to communities: a model for time varying social networks
社会互动随时间变化，似乎是由内在机制驱动的，这反过来又塑造了社会网络的新兴结构。大规模的社会互动结构的实证观察最近才成为可能，建模其动态是一个实际的挑战。在这里，我们提出了一个时间网络模型，它建立在活动驱动的时变网络与记忆的框架。该模型还整合了推动社会关系形成的关键机制-社会强化、焦点闭合和循环闭合，这些机制已被证明会产生社区结构和网络的全球连通性。我们比较了所提出的模型与现实世界中的时变网络的移动电话通信，并表明他们共享的几个特点，从异构度和权重丰富的社区结构。此外，从模型中出现的强关系和弱关系遵循与现实世界社交网络类似的权重拓扑关系，包括弱关系的作用。
2015-06-01 cs.CY cs.SI physics.comp-ph
Information spreading during emergencies and anomalous events
信息传播的最关键时刻是在严重的紧急情况、危机或灾难之后。受这种情况影响的个人现在可以求助于一系列沟通渠道，从手机通话和短信到社交媒体帖子，提醒社会关系。这些渠道大大提高了时间敏感事件中的信息速度，并提供了事件期间和之后人类动态的现有记录。对这些异常事件的回顾性分析为研究人员提供了一类“发现的实验”，可以用来更好地理解社会传播。在本章中，我们研究了由于一些紧急事件而导致的信息传播，包括波士顿马拉松爆炸案和西欧机场的飞机失事。我们还对比了社交媒体数据与手机数据可能收集到的不同信息，并使用所提出的异常检测方法估计了手机数据集中异常事件的发生率。
2017-03-21 cs.CY cs.SI physics.data-an
Epidemic Thresholds of Infectious Diseases on Tie-Decay Networks
在网络传染病的研究中，研究人员计算流行阈值，以帮助预测疾病最终是否会感染大部分人口。由于网络结构通常随时间变化，这从根本上影响了传播过程的动态，进而影响疾病传播的流行阈值，因此研究时间网络中的流行阈值非常重要。现有的时间网络中流行病阈值的研究大多集中在离散时间模型，但大多数现实世界中的网络系统在时间上不断演变。在我们的工作中，我们编码的连续时间依赖的网络到评估的易感-感染-易感（SIS）过程的流行病阈值通过研究一个SIS模型的领带衰减网络。我们推导了该模型的临界条件，并通过数值实验进行了验证。我们还研究了不同的因素-网络中联系强度的衰减系数，节点之间的相互作用频率，以及互动发生的底层社会网络的稀疏性-导致阈值临界值的降低或升高，从而有助于促进或阻碍疾病的传播。因此，我们展示了领带衰变网络的功能如何改变疾病传播的结果。
2021-08-10 cs.SI math.DS nlin.AO
Valued Ties Tell Fewer Lies: Why Not To Dichotomize Network Edges With Thresholds
为了对网络系统进行分析，其中个人之间的连接具有一系列值-计数，连续强度或顺序排名-一种常见的技术是根据其相对于阈值的位置对数据进行二分法。然而，有两个问题需要考虑：分析结果如何取决于阈值的选择，以及相对于固定阈值，噪声的存在对系统有什么作用。我们表明，虽然有原则的标准，保持信息从值图中的二分法的版本，他们产生这样一个广泛的二进制图，只有一小部分的相关信息将被保留。此外，虽然线性模型中的预测因子的二分化具有已知的渐近有效性损失，但是应用于时间序列模型中的网络边缘的相同过程将导致随着网络大小的增加而变得更大的效率损失。
2011-01-11 cs.SI physics.soc-ph stat.AP
A small-world of weak ties provides optimal global integration of self-similar modules in functional brain networks
人脑是按功能模块组织的。这样的组织提出了一个基本的难题：模块应该足够独立以保证功能的专门化，并充分连接以绑定多个处理器以实现有效的信息传输。人们普遍认为，短长度和大的局部聚类的小世界架构可以解决这个问题。然而，在产生小世界的捷径和模块化的持久性之间存在着内在的张力;这是一种与局部聚类无关的全局属性。在这里，我们提出了一个可能的解决方案，这个难题。我们首先表明，一个修改后的渗流理论可以定义一组分层组织的模块功能的大脑网络中的强链接。这些模块是“大世界”自相似结构，因此远非小世界。然而，将较弱的联系纳入网络将其转换为一个小世界，保留了定义良好的模块的底层骨干。值得注意的是，弱关系的组织方式与理论预测的一样，以最小的布线成本最大化信息传输。这种权衡架构让人想起了社交网络的关键概念“弱关系的力量”。这样的设计为解决大脑高度模块化结构中高效信息流的悖论提供了一个自然的解决方案。
2012-05-11 cond-mat.stat-mech cs.SI physics.bio-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
