从公开可用数据推断城市社交网络
社会与信息网络
2023-02-16 v2 多智能体系统
摘要
社交网络的出现以及用于合成且逼真社交图的合适生成模型的定义，是文献中广泛研究的问题。由于不依赖于任何真实数据，随机图模型无法捕捉真实网络的所有微妙之处，且不适用于许多实际场景——包括近期备受关注的研究领域，如计算流行病学。与此同时，所谓的接触网络描述的是交互而非关系，并且强烈依赖于应用以及用于推断它们的样本数据的大小与质量。为填补这两种方法之间的鸿沟，我们提出了一个城市社交网络的数据驱动模型，并以开源软件形式实现和发布。给定感兴趣的区域，仅基于广泛可用的聚合人口统计与社会混合数据，我们构建了一个按年龄分层且地理参考的合成人口，其中个体通过两类“强连接”相连：户内（如亲属关系）或友谊。户内链接完全由数据驱动，而对于友谊我们提出了一个参数化概率模型，其基于距离与年龄差异起作用、且并非所有个体社交能力相同的假设。通过针对三座不同规模的意大利城市开展大量仿真，我们深入研究了在不同配置下控制所得网络结构的人口与地理因素。
引用
@article{arxiv.2012.06652,
title = {Inferring urban social networks from publicly available data},
author = {Stefano Guarino and Enrico Mastrostefano and Massimo Bernaschi and Alessandro Celestini and Marco Cianfriglia and Davide Torre and Lena Zastrow},
journal= {arXiv preprint arXiv:2012.06652},
year = {2023}
}