邻近可能空间的探索解释了社交网络的涌现与演化

人类之间的互动构成了我们社会的支柱。人们如何互动、建立新联系以及在这些链接间分配其活动，能够揭示我们社会组织的诸多方面。尽管众多不同科学共同体给予了密切关注，我们仍缺乏一个能够解释社交网络诞生与演化的第一性原理建模框架。在此，我们通过将社会互动视为探索一个非常特殊空间的方式来解决这一问题，即邻近可能空间（adjacent possible space），也就是我们在一生中任一给定时刻可能遇到的个体集合。我们利用近期对邻近可能空间的数学形式化，提出一种基于定义人们如何接触与互动的简单微观规则的社会探索第一性原理理论。该新理论预测了社交网络的微观与宏观特征。在微观层面捕获的最显著特征是：一个已有 $k$ 个连接的个体获得新熟人的概率。在宏观层面，该模型再现了社交网络的主要静态与动态特征：度与活动的广分布、平均聚类系数以及全局与局部层面的创新率。该理论在三个不同的真实世界社交网络中得到了验证：Twitter 用户间提及网络、美国物理学会合著网络以及一个手机通话网络。