悉尼大学的研究人员在复杂的网络中发现了新的结构关系，比如X(以前的Twitter)和政治博客，这有助于解释数字信息的流动。
他们发表在PNAS Nexus杂志上的研究介绍了一种能够识别和分类网络关系的新方法。他们在分析的53个网络中几乎都发现了未知的关系类型。
这项研究在理解复杂网络及其支架方面取得了重大进展，而该方法有可能改变网络分析和解释的方式。
该研究由博士生Cathy Liu领导，数学与统计学院的Eduardo Goldani Altmann教授和物理学院的Tristram Alexander副教授共同撰写。这三位都是复杂系统中心的成员。
研究人员称之为“源-盆地”结构的一种新关系在他们仔细研究的两个在线网络中起着重要作用——一个是Twitter用户的新网络，另一个是研究得很好的政治博客网络。
Altmann教授说:“这种结构组织了在线社交网络中的信息流，信息流发生在一个由稀疏连接的有影响力的节点组成的社区——信息源——到一个由紧密连接的活跃节点组成的社区——信息源。”
“来源-盆地组织的一个例子是‘影响者’，如新闻机构，充当来源，而普通用户扮演盆地的角色。
“网红之间相互竞争，因此不会相互吸引，而普通用户会被网红吸引，也会通过转发等方式相互联系。”
亚历山大副教授说，把网络想象成一个拥有不同社区的城市是有帮助的，每个社区都有自己独特的特征和社会动态。研究人员的方法使他们能够识别和分类这些社区之间所有可能的关系，从紧密的社区到更分散和多样化的网络。
像Twitter这样的社交媒体平台或博客网络被认为是复杂的网络，因为它们涉及许多相互连接的节点(如用户或帐户)和这些节点之间的关系(如连接、交互或链接)。
“网络是各种数据集和系统的强大数学表示。从大型复杂网络中研究和提取信息的一个重要计算工具是将其划分为具有相似连通性的节点组，”第一作者刘说。
“对博客网络的惊人发现表明，被大量引用的源博客彼此之间的联系并不紧密，而被引用的博客较少，但在引用他人方面非常活跃，彼此之间的联系也很强。”
“我们的研究提出了一种研究网络组织的新方法，在这个阶段，我们只能推测它们对社交媒体产生影响的原因和影响，但我们未来的计划是更深入地研究这个问题。”
更多信息:Cathy Xuanchi Liu等人，节点组之间的非分类关系在复杂网络中是典型的，PNAS Nexus(2023)。DOI: 10.1093/pnasnexus/pgad364
由悉尼大学提供
引用:研究人员发现了Twitter(2023年12月1日)等网络中的隐藏结构，检索自https://techxplore.com/news/2023-12-hidden-networks-twitter.html
作品受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。的有限公司
内容仅供参考之用。
