识别人类接触网络中稠密化与稀疏化的时间动态

人类交互的时间社交网络对于理解人类行为的基本模式至关重要。在这些网络中，交互在个体（即节点）之间局部发生，这些个体在不同时间相互连接，最终形成一个具有动态组成的复杂系统级网络。网络中的动态行为不仅发生在局部，也发生在全局层面，因为系统会因节点群体规模的变化或两节点间连接概率的变动而扩张或收缩。在此，我们提出一种数值最大似然方法来估计群体规模以及任意给定时刻两节点连接的概率。该方法的一个优势在于它仅依赖于聚合量，这些量易于获取且不涉及隐私问题。我们的方法使我们能够识别人类接触稠密化与稀疏化中每种机制的同步（而非异步）贡献，从而更好地理解人类如何集体构建与解构社交网络。