کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
7375671 | 1480073 | 2018 | 17 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Stylized facts in social networks: Community-based static modeling
ترجمه فارسی عنوان
حقایق تلطیف شده در شبکه های اجتماعی: مدل سازی استاتیک مبتنی بر جامعه
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
ترجمه چکیده
تجزیه و تحلیل گذشته از مجموعه داده های شبکه های اجتماعی ما را قادر ساخته است تا یافته های تجربی از تعدادی از جنبه های جامعه بشری، که معمولا به عنوان حقایق تلطیف شده از شبکه های اجتماعی، مانند توزیع گسترده ای از مقادیر شبکه، وجود جوامع، مخلوط مخلوط، و همبستگی توپولوژی توپولوژی. از آنجا که درک ساختار این شبکه های پیچیده اجتماعی هنوز کامل نیست، برای درک عمیق تر به جامعه انسانی، مجموعه داده های جامع تر و مدل سازی واقعیت های تلطیف شده مورد نیاز است. اگر چه مدل های دینامیک و استاتیک موجود می توانند برخی از حقایق تلطیف شده را تولید کنند، در اینجا ما با ایجاد یک مدل استاتیک مبتنی بر جامعه با ابعاد جامعه ناهمگن و جوامع بزرگتر که تراکم و وزن کمتری دارند، یک رویکرد جایگزین را می گیریم. با استفاده از این فرض های چندگانه، ما قادر به تولید شبکه های اجتماعی واقع بینانه هستیم که بیشترین واقعیت های تلطیف شده را برای طیف وسیعی از پارامترها نشان می دهد، که به صورت عددی و تحلیلی نشان داده شده است. از آنجایی که مدل استاتیک ما مبتنی بر جامعه ساده است و به راحتی مقیاس پذیر است، می توان آن را به عنوان یک سیستم مرجع، معیار و یا برای برنامه های کاربردی دیگر مورد آزمایش قرار داد.
موضوعات مرتبط
مهندسی و علوم پایه
ریاضیات
فیزیک ریاضی
چکیده انگلیسی
The past analyses of datasets of social networks have enabled us to make empirical findings of a number of aspects of human society, which are commonly featured as stylized facts of social networks, such as broad distributions of network quantities, existence of communities, assortative mixing, and intensity-topology correlations. Since the understanding of the structure of these complex social networks is far from complete, for deeper insight into human society more comprehensive datasets and modeling of the stylized facts are needed. Although the existing dynamical and static models can generate some stylized facts, here we take an alternative approach by devising a community-based static model with heterogeneous community sizes and larger communities having smaller link density and weight. With these few assumptions we are able to generate realistic social networks that show most stylized facts for a wide range of parameters, as demonstrated numerically and analytically. Since our community-based static model is simple to implement and easily scalable, it can be used as a reference system, benchmark, or testbed for further applications.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Physica A: Statistical Mechanics and its Applications - Volume 500, 15 June 2018, Pages 23-39
Journal: Physica A: Statistical Mechanics and its Applications - Volume 500, 15 June 2018, Pages 23-39
نویسندگان
Hang-Hyun Jo, Yohsuke Murase, János Török, János Kertész, Kimmo Kaski,