本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
社交網路可以組織成緊密連接的節點的社區，這種屬性稱為模組化。由於疾病、資訊和行為在社區內的傳播速度比社區之間的傳播速度快，因此理解模組化對公共政策、流行病學和社會科學有廣泛的影響。社交網絡中社區形成的解釋通常會納入個人的屬性，例如性別、種族或共同活動。高度模組化也是大規模社交網路的屬性，其中每個節點代表某個位置的一群人，例如行動電話塔之間的呼叫流。然而，基於地點的屬性（包括土地覆蓋和經濟活動）是否可以預測大規模網路中網路節點的社區成員資格仍然未知。我們描述了多明尼加共和國行動電話通訊網路的模組化模式，並使用線性判別分析！ （LDA）以確定地理背景是否可以解釋社區成員資格。我們的結果表明，基於地點的屬性，包括甘蔗產量、城市化程度、到最近機場的距離和財富，可以正確預測超過 70% 的行動電話塔的社區成員資格。我們觀察到模組化分數與 LDA 的預測能力之間存在很強的正相關性 (r = 0.97)，這表明基於地點的屬性可以準確地表示驅動模組化的過程。在缺乏社交網路資料的情況下，我們提出的方法可用於僅使用基於地點的屬性來預測大規模的社群成員資格。