有向网络中的社会平衡

社交网络天然表现出复杂的关系，这些关系可以是正面的或负面的，并且具有方向性。理解这些网络中的平衡对于揭示社交动态至关重要，但传统理论难以纳入有向交互。本视角为理解有符号有向网络中的平衡提供了一个全面的路线图，将传统平衡理论扩展以考虑有向交互。平衡由高阶模式（如三元组）相对于适当零模型的丰富程度来指示，其中网络在保留某些关键方面的情况下被随机化。即使不考虑方向性，寻找合适的零模型也是一项具有挑战性的任务，这极大地扩展了潜在零模型的空间。最近，人们发现无向情况下，网络拓扑和有符号度数是需要保留的关键因素。因此，我们引入了一个最大约束零模型，同时保留有向拓扑以及由有符号单向度、互惠度和冲突度给出的节点级特征。我们的零模型基于最大熵原理，并在大规模社交网络中揭示了持续的模式。我们还考虑了平衡理论的有向推广，发现观察到的模式与两种提出的有向强平衡概念很好地吻合。我们的方法不仅揭示了有符号有向网络中的平衡，还可以作为有符号有向社交网络生成模型的起点，推进我们对复杂社交系统及其动态的理解。