演化加权网络中爆发与社团的涌现

理解人类动力学和社会交互的模式，以及它们如何导致一个有组织、功能健全的社会的形成，是技术-社会发展的重要议题。通过大规模数据分析（例如手机通话记录）来探讨这些社交网络问题近来已成为可能，这些分析揭示了模块化或社团结构的存在，即同一社团内的节点之间链接众多，而不同社团的节点之间链接相对较少。链接的权重（例如两个用户之间的通话次数）与网络拓扑结构之间存在相关性，表现为社团内链接相较于社团间弱链接更强。这被称为Granovetter的“弱连接的力量”假说。除了这种非均匀的社团结构，人类动力学的时间模式也被证明是非均匀的或爆发性的，其特征是连续两次事件之间的间隔时间呈重尾分布。本文研究社团结构和爆发动力学如何在演化加权网络模型中共同涌现。这些模式背后的主要机制是：通过循环闭合（即与朋友的朋友建立链接）和焦点闭合（即与共享相似属性或兴趣的个体建立链接）实现的社会交互，以及通过任务处理过程实现的人类动力学。这三种机制已通过一个包含局部附着、全局附着和基于优先级的排队过程的网络模型得以实现。通过全面的数值模拟，我们表明这些机制的相互作用导致了重尾事件间隔时间分布的涌现和Granovetter型社团结构的演化。此外，数值结果与来自手机通话数据集的实证结果在定性上一致。