Twitter 的统计力学
物理与社会
2020-01-29 v1
摘要
我们为 Twitter 社区中社会状态的分布建立模型。状态可由个体在围绕关键词的对话中的参与与否来定义，我们利用最大熵原理近似这些二元变量的联合分布，求得与个体发推的平均概率及其两两相关性相匹配的最少结构模型。这些模型对这些社交网络中更高阶的结构提供了非常准确的定量描述。这些模型的参数似乎位于可能模型空间中的临界曲面附近，并且我们观察到数据在粗粒化下的标度行为。这些结果表明，基于统计物理的简单模型，或许能为当前从复杂社会系统中涌现的更大数据集提供一种有用的视角。
引用
@article{arxiv.1812.07029,
title = {The statistical mechanics of Twitter},
author = {Gavin Hall and William Bialek},
journal= {arXiv preprint arXiv:1812.07029},
year = {2020}
}