预测社交网络中的小群体增长：一种基于拓扑的增量方法

小群体演化对于理解团队形成动力学在社会科学和工业界都具有核心重要性。虽然大多数研究群体的工作在宏观层面处理任意规模社区的演化，本文则限定于研究小群体（规模 $\leq20$）的演化，这受截然不同的社会学现象支配。给定一组参与者之间先前的群体协作历史，我们处理预测未来可能的群体协作问题。不幸的是，预测群体需要从 $n \choose r$ 种可能性（其中 $r$ 为群体规模，$n$ 为参与者总数）中选择，随着群体规模增加，这在计算上变得不可行。然而，我们对真实世界数据集的统计分析表明，两个过程：外部参与者加入现有群体（增量增长 (IA)）或与现有群体的一个子集参与者协作（子群增长 (SA)），是未来群体形成的主要原因。这有助于大幅减少 $n\choose r$ 种可能性。因此，我们对一个群体对外部不同参与者的依附进行建模。本文构建了三个基于拓扑的预测模型来研究这些现象。通过在 DBLP 数据集上的大量实验评估这些模型的性能。我们的预测结果表明，所提出的模型对于 IA 和 SA 的未来群体预测都显著有用。