关键词:社交网络,异质性,网络演化,累积优势机制,计算社会科学



论文标题:Universal patterns in egocentric communication networks
论文来源:Nature Communications
斑图链接:https://pattern.swarma.org/paper/6bf33ae0-43de-11ee-aadd-0242ac17000d
原文链接:https://www.nature.com/articles/s41467-023-40888-5

社交网络中的连接强度是异质的,强关联和弱关联在网络和个体层面发挥不同的作用,以个体为中心的网络,即围绕一个个体的关系网络,在电子通讯记录中显示出很少的强关联和更多的弱关联。移动电话数据揭示了在这种模式中存在持久的个体差异,然而,社交关系强度异质性的普遍性和驱动机制仍不清楚。

文章通过多个数据集研究了数百万人在数月至数年间互动的以个体为中心的网络中的关联强度,利用从数据中的互动记录重建的社交网络,作者测量了大量以自我为中心的网络中连接强度的分布,重点研究这种分布在个体间的变化。作者利用观察结果构建了一个以个体为中心的网络增长的最小、可分析的模型,该模型将连接强度的异质性及其个体差异性归因于相互竞争的连接强化机制之间的平衡。

以个体为中心的网络中的连接强度分布在所有交流渠道中都存在广泛的差异,大多数网络的连接强度是异质的,异质程度各不相同,而少数人的联系人分布则是同质的。

图1. 连接强度是异质的,由累积优势驱动

在网络演化模型的帮助下,文章将异质性的数量归因于累积优势机制,反过来,同质性又与随机选择改变者进行交流有关,两种关系强化机制的平衡决定了关系强度的多样性。这种平衡通过一个单一的偏好性参数来实现,该参数可与每个个体的数据进行拟合,拟合值在不同数据集中的分布非常相似,这表明在性质迥异的渠道中存在着普遍的交流模式。

图2. 改变活动的简单模型显示了社会特征形状的交叉

与社会特征相似,文章还观察到,在个人层面上偏好度参数是一个稳定而持久的指标,表明人们在特定渠道上塑造网络的独特方式。

图3. 模型揭示了社会特征的多样性和持久性



编译|董佳欣

计算社会科学读书会第二季



详情请见:

数据与计算前沿方法整合:计算社会科学读书会第二季启动



推荐阅读

1. 以数据驱动的社交网络和多智能体模型模拟社会韧性
2. PRX 速递:为什么社交网络中存在六度分隔理论?
3. 脑网络通信综述:概念、模型和应用
4. 张江:第三代人工智能技术基础——从可微分编程到因果推理 | 集智学园全新课程
5成为集智VIP,解锁全站课程/读书会
6. 加入集智,一起复杂!


点击“阅读原文”,报名读书会