项目名称: 复杂时空社会网络的演化、建模及动力学研究

项目编号: No.11205057

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 物理学II

项目作者: 蒋志强

作者单位: 华东理工大学

项目金额: 22万元

中文摘要: 社会网络中节点具有空间移动性,节点的交互也有特定时间顺序,这一特性不仅会影响网络的拓扑结构,还会影响网络的动力学过程,如流行病传播、社会传染等。本项目申请拟利用手机通讯定位数据、无线上线定位数据和网络游戏玩家行为日志数据,同时从时间和空间两个维度研究复杂社会网络的演化动力学。本项目将运用统计物理、复杂性科学和复杂网络的理论和方法,结合海量数据挖掘技术,研究个体时空行为和个体交互作用的典型特征(如呼叫时间间隔分布、移动位移分布、通讯网络、移动网络、空间接触网络等),探索其中蕴含的标度率和普适性,提炼出解释数据典型特征的内在机制,深化人类行为动力学的机理分析,构建机理与数据相结合的可计算混合模型,实现基于数据本质的模型校准。本课题还将依托流行病传播和社会传染等背景问题,通过计算实验阐明基于个体时空行为的网络动力学传播机制,为特定情景下的网络动力学控制提供扎实的科学思想和技术手段。

中文关键词: 社会物理;复杂网络;社会网络;人类行为动力学;网络演化

英文摘要: The mobility patterns of individuals and the contact sequences between two friends have significant influences on the topological properties of social networks, as well as its dynamics, such as disease spreading and social contagions. We try to explore the spatiotemporal evolution of complex social networks based on three mass datasets, including the logs of cellphone communication, wireless internet access, and MMORPG game. The theories and methods from statistical physics, complexity science, complex networks, and data mining will be employed to investigate the stylized facts of individuals' spatiotemporal behaviors and interacting patterns, such as the distribution of inter-call durations, the distribution of motion displacements, the statistical features of communication networks and contact networks, to list a few. The underlying mechanisms will be proposed according to the empirical stylized facts obtained from the mass datasets. Based on the empirical results and proposed mechanisms, a computational model will be constructed to simulate the spatiotemporal evolution of social networks. In order to develop efficient strategies for controlling dynamical processes under different situations, several computational experiments will be conducted to investigate the diffusive processes on the dynamical social netw

英文关键词: social physics;complex networks;social networks;human dynamics;network evolution

成为VIP会员查看完整内容
0

相关内容

【ICLR2022】图神经网络复杂时间序列建模
专知会员服务
88+阅读 · 2022年4月15日
数字孪生网络(DTN)白皮书, 55页pdf
专知会员服务
92+阅读 · 2021年10月10日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
14+阅读 · 2021年5月18日
【经典书】图理论与复杂网络导论,287页pdf
专知会员服务
133+阅读 · 2021年3月5日
专知会员服务
51+阅读 · 2020年12月19日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
53+阅读 · 2020年12月1日
专知会员服务
45+阅读 · 2020年11月13日
今年你印象最深刻的一款手机是?
ZEALER订阅号
0+阅读 · 2021年12月7日
【新书】感知和行动的贝叶斯模型,348页pdf
手机的负一屏有用吗?
ZEALER订阅号
0+阅读 · 2021年11月14日
干货:复杂网络及其应用简介
数据猿
24+阅读 · 2018年12月21日
【泡泡点云时空】集成深度语义分割的3D点云配准
泡泡机器人SLAM
28+阅读 · 2018年11月24日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
2D Human Pose Estimation: A Survey
Arxiv
0+阅读 · 2022年4月15日
Arxiv
92+阅读 · 2021年5月17日
Arxiv
20+阅读 · 2021年2月28日
Arxiv
27+阅读 · 2020年12月24日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Arxiv
15+阅读 · 2019年6月25日
Arxiv
26+阅读 · 2018年8月19日
Arxiv
11+阅读 · 2018年5月21日
Arxiv
19+阅读 · 2018年3月28日
小贴士
相关VIP内容
【ICLR2022】图神经网络复杂时间序列建模
专知会员服务
88+阅读 · 2022年4月15日
数字孪生网络(DTN)白皮书, 55页pdf
专知会员服务
92+阅读 · 2021年10月10日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
14+阅读 · 2021年5月18日
【经典书】图理论与复杂网络导论,287页pdf
专知会员服务
133+阅读 · 2021年3月5日
专知会员服务
51+阅读 · 2020年12月19日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
53+阅读 · 2020年12月1日
专知会员服务
45+阅读 · 2020年11月13日
相关资讯
今年你印象最深刻的一款手机是?
ZEALER订阅号
0+阅读 · 2021年12月7日
【新书】感知和行动的贝叶斯模型,348页pdf
手机的负一屏有用吗?
ZEALER订阅号
0+阅读 · 2021年11月14日
干货:复杂网络及其应用简介
数据猿
24+阅读 · 2018年12月21日
【泡泡点云时空】集成深度语义分割的3D点云配准
泡泡机器人SLAM
28+阅读 · 2018年11月24日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
相关论文
2D Human Pose Estimation: A Survey
Arxiv
0+阅读 · 2022年4月15日
Arxiv
92+阅读 · 2021年5月17日
Arxiv
20+阅读 · 2021年2月28日
Arxiv
27+阅读 · 2020年12月24日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Arxiv
15+阅读 · 2019年6月25日
Arxiv
26+阅读 · 2018年8月19日
Arxiv
11+阅读 · 2018年5月21日
Arxiv
19+阅读 · 2018年3月28日
微信扫码咨询专知VIP会员