定向还是非定向？一种新的社会经济网络关系方向性检验指标

时间之箭依然存在且运行良好，但在物理学公认观点下却被禁止

The Arrow of Time is Alive and Well but Forbidden Under the Received View of Physics

本文从元层次分析“时间之箭问题”，论证时间方向性与物理学并无必然冲突，冲突源于公认观点中可选的形而上学、认识论和方法论预设。

有向网络上的非一致意见模型

Non-consensus opinion model on directed networks

动态社会意见模型在无向网络上得到了广泛的研究，其中大多数是基于产生共识的自旋交互模型。然而，在现实中，许多网络，如Twitter和万维网是定向的，由单向和双向链接组成。此外，从选择咖啡品牌到决定在选举中投票给谁，两种或多种相互竞争的意见往往共存。为了应对这种无处不在的有向网络和两个或两个以上的意见共存的决策情况下，我们研究了一个非共识的意见模型介绍了Shao等人。\cite{shao2009dynamic}对有向网络。我们将方向性$ξ$定义为网络中单向链路的百分比，并使用节点入度和出度之间的线性相关系数$ρ$来量化入度和出度之间的关系。我们介绍了两个度保持重新布线的方法，使我们能够构建有向网络，可以有一个广泛的方向性$ξ$和线性相关系数$ρ$的可能组合，并研究如何$ξ$和$ρ$影响意见的竞争。我们发现，随着方向性$ξ$或深度和深度相关性$ρ$的增加，多数意见变得更加占主导地位，少数意见的生存能力降低。

动态有向网络中少数追随者的意见可以获胜：一个演化博弈视角

Opinions with few disciples can win in the dynamical directed networks: an evolutionary game perspective

本文在动态有向网络上建立选民模型，将意见入侵与平均度动态分别映射为涌现的四玩家和三玩家演化博弈，揭示网络单向性使少数追随者意见在内群体偏好下也能获胜。

Multilevel Structural Evaluation of Signed Directed Social Networks based on Balance Theory

Balance theory explains the forces behind the structure of social systems, which are commonly modeled as static undirected signed networks. We expand this modeling approach to incorporate directionality of edges, and consider three levels of analysis: triads, subgroups, and the whole network. For triad-level balance, we operationalize a new measure by utilizing semicycles that satisfy the condition of transitivity. For subgroup-level balance, we propose measures of cohesiveness (intra-group solidarity) and divisiveness (inter-group antagonism) to capture balance within and among subgroups of t…

论社会网络分析中的平衡概念

On the notion of balance in social network analysis

对于研究社交网络的社会学家来说，“平衡”的概念是最基本的。在正式的数学术语中，它涉及到实际网络中的三重结构的分布，与具有相同边缘密度的随机网络相比。在阅读Charles Kadushin的新书《理解社交网络》时，我们被书中前几部分对这一概念的表述所造成的混乱所震惊。这种困惑似乎隐藏在他对经典经验数据集（即扎卡里的空手道俱乐部图）的错误分析背后。我们的目标是双重的。首先，我们用逻辑上一致的术语提出平衡的概念，但也与社会学家使用这个术语的方式一致。主要的信息是，这个概念只能有意义地应用于无向图。其次，我们纠正了空手道俱乐部图中三合会的分析。这导致了有趣的观察结果，即该图在准确的意义上是相当“不平衡”的。我们表明，这种缺乏平衡的特点是广泛的类星形图，并讨论可能的社会学解释这一事实，这可能是有用的，在许多其他情况下。

有向网络中的社会平衡

Social balance in directed networks

本文提出一种基于最大熵原理的有向零模型，通过保留有向拓扑和符号节点度来检测有符号有向网络中的社会平衡，并验证了两种有向强平衡概念。

基于模体的有向网络比较

Directed network comparison using motifs

本文提出一种基于模体的有向网络比较方法，通过节点模体分布向量和Jensen-Shannon散度捕捉局部、全局及高阶差异，并在真实网络实验中验证其优于现有基线且具有鲁棒性。

Weighted directed clustering: interpretations and requirements for heterogeneous, inferred, and measured networks

Weights and directionality of the edges carry a large part of the information we can extract from a complex network. However, many network measures were formulated initially for undirected binary networks. The necessity to incorporate information about the weights led to the conception of the multiple extensions, particularly for definitions of the local clustering coefficient discussed here. We uncover that not all of these extensions are fully-weighted; some depend on the degree and thus change a lot when an infinitely small weight edge is exchanged for the absence of an edge, a feature that…

有向网络的最优拆解

Optimal dismantling of directed networks

本文提出网络不一致性中心性度量和基于营养分析的拆解方法，用于高效拆解有向网络，通过减少强连通组件以提升网络鲁棒性。

有向无标度网络中的度相关性

Degree correlations in directed scale-free networks

在复杂系统的研究中，无标度网络普遍存在，其度的分布服从幂律。与所发现的链接的结构相关的一个基本网络属性是度相关性，其是链接末端的节点的度之间的相关性的度量。已知度相关性会影响网络的结构和其上支持的过程的动态，包括对损害的恢复力，信息和流行病的传播以及防御机制的效率。尽管如此，尽管许多研究都集中在无向无标度网络上，但现实世界系统中的相互作用往往具有方向性。在这里，我们调查的依赖度相关的幂律指数在有向无标度网络。为了进行我们的研究，我们考虑了建立具有指定度分布的有向网络的问题，提供了一种正确生成幂律分布有向度序列的方法。应用这种新的方法，我们进行了广泛的数值模拟，生成指数在~2和~3之间的有向无标度网络的集合，并测量Pearson相关系数的集合平均值。我们的研究结果表明，无标度网络在四种可能的度-度相关性中的三种（即入度到入度、入度到出度和出度到出度）的有向链接上平均不相关。然而，它们表现出输出连接数和输入连接数之间的线性关系。研究结果是一致的熵起源观察到的dispertativity在生物和技术网络。

合著网络：考虑合著者顺序和数量的有向网络方法

Coauthorship networks: A directed network approach considering the order and number of coauthors

在许多科学领域，论文合著者的顺序传达了每个人对共同工作的贡献的信息。我们认为，在先前的网络分析的合作网络，排序的信息已被充分考虑，因为作者之间的关系通常是对称的。这基本上与假设每个合著者对一篇论文的贡献相等相同。我们通过采用Kim和Diesner（2014）提出的合作作者信用分配模型来解决这个问题，该模型的核心概念是将共同创作概念化为有向，加权和自循环网络。我们测试和验证我们的应用程序所采用的框架的基础上的样本数据的861名作者发表在杂志Psychometrika。结果表明，这种新的社会计量方法可以补充传统的措施，基于无向网络和扩展的见解共同创作模式，如学者之间的合作层次。作为另一种形式的验证，我们还展示了我们的方法如何准确地检测出该杂志所属的心理测量学会的杰出学者。

有向网络中的聚类和社区发现研究综述

Clustering and Community Detection in Directed Networks: A Survey

网络（或图）作为主导结构出现在不同的领域，包括社会学、生物学、神经科学和计算机科学。在上述大多数情况下，图是有向的-在边缘上存在方向性的意义上，使得边缘的语义不对称。真实网络呈现的一个有趣的特征是聚类或社区结构属性，在该属性下，图拓扑被组织成通常称为社区或集群的模块。这里的本质是同一社区的节点高度相似，而相反，社区之间的节点相似性较低。揭示有向复杂网络的底层社区结构已成为一个重要的跨学科课题，具有大量的应用。因此，自然地，在挖掘有向图的领域中最近有大量的研究成果-聚类是社区发现和评估的主要方法和工具。本文的目标是提供一个深入的审查的方法，迄今提出的聚类有向网络以及相关的必要的方法背景和相关的应用。调查首先提供了一个简明的基本概念和方法论基础上，图聚类算法利用。然后，我们提出了相关的工作沿着两个正交分类。第一个主要是关注的聚类算法的方法论原则，而第二个方法的观点，关于一个好的集群在有向网络的属性。此外，我们提出的方法和度量图聚类结果的评估，展示有趣的应用领域，并提供有前途的未来研究方向。

有向符号网络中的链接互惠性模式

Patterns of link reciprocity in directed, signed networks

本文研究有向符号网络中的挫折与互惠性，将指数随机图框架扩展至二元有向符号网络以量化长度为2环的互惠或对抗倾向，发现平衡理论的有向扩展无法一致解释经验模式，呼吁考虑边方向性的新理论。