Complex Networks & Their Applications XIV
Proceedings of the Fourteenth International Conference on Complex Networks and Their Applications: COMPLEX NETWORKS 2025, Volume 3
- 2026
- Buch
- Herausgegeben von
- Hocine Cherifi
- Luis M. Rocha
- Chantal Cherifi
- Melissa Zeynep Ertem
- Buchreihe
- Studies in Computational Intelligence
- Verlag
- Springer Nature Switzerland
Über dieses Buch
Dieses Buch beleuchtet Spitzenforschung auf dem Gebiet der Netzwerkwissenschaft und bietet Wissenschaftlern, Forschern, Studenten und Praktikern ein einzigartiges Update über die neuesten Fortschritte in der Theorie und eine Vielzahl von Anwendungen. Es präsentiert die Peer-Review-Arbeiten der XIV. Internationalen Konferenz über komplexe Netzwerke und ihre Anwendungen (COMPLEX NETWORKS 2025). Die sorgfältig ausgewählten Arbeiten decken ein breites Spektrum theoretischer Themen ab, wie Netzwerkeinbettung und Netzwerkgeometrie; Gemeinschaftsstruktur, Netzwerkdynamik; Diffusion, Epidemien und Ausbreitungsprozesse; maschinelles Lernen und neuronale Graphennetzwerke sowie alle wichtigen Netzwerkanwendungen, einschließlich sozialer und politischer Netzwerke; Netzwerke in Finanzen und Wirtschaft; biologische Netzwerke und technologische Netzwerke.
Mit KI übersetzt
Über dieses Buch
This book highlights cutting-edge research in the field of network science, offering scientists, researchers, students and practitioners a unique update on the latest advances in theory and a multitude of applications. It presents the peer-reviewed proceedings of the XIV International Conference on Complex Networks and their Applications (COMPLEX NETWORKS 2025). The carefully selected papers cover a wide range of theoretical topics such as network embedding and network geometry; community structure, network dynamics; diffusion, epidemics and spreading processes; machine learning and graph neural networks as well as all the main network applications, including social and political networks; networks in finance and economics; biological networks and technological networks.
Anzeige
Inhaltsverzeichnis
-
Frontmatter
-
Networks in Finance and Economics
-
Frontmatter
-
Signed Network Models for Portfolio Optimization
Bibhas AdhikariDieses Kapitel befasst sich mit der Anwendung signierter Netzwerkmodelle zur Portfoliooptimierung und bietet einen einzigartigen Ansatz zur Erfassung von Asset-Korrelationen und zum Management von Portfoliorisiken. Der Text stellt das Konzept der vorzeichenbehafteten Diagramme vor, bei denen Kanten auf der Grundlage von Asset-Korrelationen positive oder negative Zeichen zugewiesen werden, und untersucht, wie diese Modelle verwendet werden können, um Sicherungsbeziehungen zu identifizieren und Portfolioabweichungen zu verringern. Ein zentraler Schwerpunkt ist die Entwicklung eines Hedging Scores für jeden Vermögenswert, der sein Potenzial zur Absicherung innerhalb eines Portfolios quantifiziert. Das Kapitel stellt außerdem ein zweistufiges Rahmenwerk für die Portfolioerstellung vor, das Dimensionsreduzierung durch signierte Diagrammmodelle mit traditionellen Allokationsmethoden kombiniert. Empirische Analysen anhand von Börsendaten von 21 prominenten S & P 500-Unternehmen zeigen die Wirksamkeit der vorgeschlagenen Methode und zeigen eine vergleichbare Performance mit etablierten Portfoliooptimierungstechniken. Das Kapitel schließt mit einer Diskussion über das Potenzial der Quantencomputertechnologie für weitere Fortschritte bei der Portfoliooptimierung und zeigt den vielversprechenden Weg für hybride quantenklassische Ansätze auf.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractIn this work, we consider weighted signed network representations of financial markets derived from raw or denoised correlation matrices, and examine how negative edges can be exploited to reduce portfolio risk. We then propose a discrete optimization scheme that reduces the asset selection problem to a desired size by building a time series of signed networks based on asset returns. To benchmark our approach, we apply two standard allocation rules: Markowitz mean-variance optimization and the 1/N strategy, both on the reduced universe and on the full universe of 21 major S&P500 companies over the 2020–2024 period. Empirical results show that portfolios constructed via our signed network selection perform as good as those from the classical Markowitz model and the equal-weight benchmark in most occasions. -
The Role of Creative Industries in the Material Resources Network as Drivers of Innovation
Deimantė Krisiukėnienė, Asta GaigalienėDiese Studie untersucht die zentrale Rolle der Kreativwirtschaft bei der Innovationsförderung durch materielle Ressourcen-Netzwerke. Durch die Analyse der branchenübergreifenden Daten der EU27 aus den Jahren 2010 und 2022 wird der Wandel des Sektors von Wissensabsorbern zu schnellen Innovationsförderern aufgezeigt. Die Forschung unterstreicht die einzigartige Position der Kreativindustrien als Vermittler zwischen Wissenserzeugern und -nutzern und erleichtert den bidirektionalen Fluss materieller und kognitiver Ressourcen. Zu den wichtigsten Ergebnissen zählen die zunehmende Abhängigkeit des Sektors von Inputfaktoren aus Bildung, Dienstleistungen und IKT sowie neue Verbindungen zu Tourismus, Pharmaindustrie und Forschung und Entwicklung. Die Studie stellt außerdem eine bescheidene Verringerung der sektorübergreifenden Zusammenarbeit und eine Konzentration der Wertschöpfung in einigen wenigen Drehkreuzbranchen fest. Insgesamt unterstreicht die Analyse die Bedeutung sektorübergreifender Zusammenarbeit und die Offenheit kreativ-digitaler Verknüpfungen für die Aufrechterhaltung eines innovationsgetriebenen Wachstums in der europäischen Wirtschaft.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractBoth researchers and policymakers increasingly emphasize the importance of creative industries for innovation outcomes in the broader economy. Previous studies have mainly focused on the innovation productivity of creative industries or their subsectors, as well as on how innovation outcomes diffuse through labor and resource linkages. Yet, literature lacks studies that explore innovation diffusion through intersectoral networks structured by material and knowledge linkages. There are few studies analyzing creative industries innovation diffusion networks from workforce perspective, but there is no known research analyzing innovation diffusion in networks, where linkages are treated as intersectoral, resources-based, relatedness. This study applies to an inter-sectoral relatedness index and network analysis to identify which economic sectors are most affected by the innovative activities of creative industries in terms of material flows. The findings indicate that creative industries function primarily as suppliers rather than consumers within the European input–output network, acting as key facilitators of innovation diffusion through embodied resource linkages. -
Static and Dynamic Risk Exposure Analysis of China Production Network Under US Friend- Shoring and Near-Shoring Strategies
Zhifei Li, Lizhuo Cui, Jairui Feng, Feiyu Hao, Anzhe Shao, Lizhi XingDieses Kapitel befasst sich mit den statischen und dynamischen Risiken, denen Chinas Produktionsnetzwerk im Rahmen von Freund-Shoring- und Beinahe-Shoring-Strategien der USA ausgesetzt ist. Es nutzt fortschrittliche Netzwerkanalysetechniken, einschließlich der ADB-MRIO-Datenbank und des Global Industrial Value Chain Network (GIVCN) -Modells, um die strukturelle Vernetzung und den evolutionären Zusammenhalt des chinesischen Industriesystems zu bewerten. Die Analyse zeigt, dass das Freund-Shoring eine nachteiligere Auswirkung auf Chinas Produktionsnetzwerk hat als das Beinahe-Shoring, was insbesondere ressourcen- und arbeitsintensive Sektoren betrifft. Das Kapitel hebt auch die Widerstandsfähigkeit bestimmter Sektoren wie Kokerei, raffiniertes Erdöl und Transportausrüstung im Rahmen dieser Strategien hervor. Darüber hinaus enthält er politische Empfehlungen zur Verbesserung der Widerstandsfähigkeit und Sicherheit der chinesischen Industrie und Lieferketten, wobei regionale Koordination, gezielte industrielle Unterstützung und institutioneller Schutz im Vordergrund stehen. Die Ergebnisse bieten wertvolle Einblicke in die sich entwickelnde Landschaft globaler Lieferketten und die strategischen Implikationen für Chinas Industriepolitik.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractAmid accelerating global supply chain restructuring and the U.S. “friend-shoring” strategy, China production network faces substantial static and dynamic risks. Using the ADB-MRIO, we build a Global Industrial Value Chain Network (GIVCN) and its backbone (GIVCBN) to quantify friend-shoring's effects on China's relocation risks via topological connectivity and evolutionary cohesion. Static analysis shows pronounced decoupling and disruptions in resource- and labor-intensive sectors— agriculture, forestry, fisheries, wood processing, and real estate—with more disrupted links under friend-shoring than near-shoring. Dynamic simulations indicate friend-shoring suppresses the natural evolution of China production network and weakens supply chain cohesion, while sectors like coking and refined petroleum, transport equipment, and inland transportation remain relatively resilient within domestic circulation. Policy recommendations: (i) strengthen regional coordination and adopt “re-routing export” strategies to buffer shocks; (ii) promote industrial upgrading toward high-end, intelligent manufacturing; (iii) improve institutional and social security to enhance supply chain resilience. -
Risk Measurement and Analysis of China's Factor-Intensive Industries Under the U.S. “De-Risking” Strategy
Lizhuo Cui, Jiarui Feng, Zhifei Li, Feiyu Hao, Anzhe Shao, Lizhi XingDieses Kapitel vertieft die tiefgreifenden Veränderungen in der globalen industriellen Arbeitsteilung und beleuchtet die doppelten Herausforderungen, vor denen Chinas industrielle Entwicklung aufgrund steigender Inlandskosten und US-amerikanischer "Friend-Shoring" -Strategien steht. Sie kategorisiert die Gründe für die Verlagerung von Industriebetrieben in wirtschaftliche Triebkräfte, außenpolitische Impulse und evolutionäre Dynamiken der Globalisierung. Die Studie verwendet Daten aus dem Zwischenhandel mit Gütern aus der World Multi-Regional Input-Output (MRIO) -Datenbank, um Modelle des Global Production Network (GPN) zu erstellen, die die potenziellen Auswirkungen von US-Strategien auf das Risiko der Verlagerung von Industriebetrieben aus China bewerten. Die Analyse konzentriert sich auf verschiedene faktorintensive Branchen, einschließlich ressourcen-, arbeits-, kapital- und technologieintensiver Sektoren. Das Kapitel verwendet netzwerkwissenschaftliche Modelle, um die topologischen Strukturänderungen im globalen Produktionsnetzwerk zu visualisieren und zu analysieren. Sie berechnet fünf zentrale Indikatoren für Netzwerke, um die Auswirkungen der US-Strategie des Friend-Shoring auf Chinas Industriestruktur zu quantifizieren. Die Ergebnisse zeigen, dass ressourcenintensive Sektoren am stärksten betroffen sind, während technologieintensive Sektoren wie elektrische und optische Geräte relative Stabilität bewahren. Das Kapitel schließt mit politischen Empfehlungen, die darauf abzielen, die Widerstandskraft und Sicherheit der chinesischen Industrie- und Lieferketten zu verbessern, und betont die Notwendigkeit tieferer Handels- und Investitionsverbindungen mit Ländern, die Ziel von US-Freund-Shoring-Outsourcing und der Kultivierung regionaler und nationaler Wertschöpfungsketten sind.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractAgainst the backdrop of profound restructuring within global industrial chains, the United States’ pursuit of “Friend-Shoring” strategies aims to reshape the global supply chain landscape and reduce reliance on China's industrial ecosystem. This strategic reorientation potentially triggers risks of industrial relocation away from China, posing particular challenges for factor- intensive industries and consequently impacting China's strategic position within Global Value Chains (GVCs). Utilizing intermediate goods trade data from a Multi-Regional Input-Output (MRIO) database, this paper constructs a global production network model. By comparing the real network (null model) with a counterfactual network model and employing a three-dimensional indicator system—Degree Centrality, Betweenness Centrality, and Closeness Centrality—this study systematically assesses the impact of US trade policies on China's factor-intensive industries. Empirical findings indicate that the Friend-Shoring strategy significantly accelerates the relocation of China's resource-intensive industries (e.g., agriculture, forestry, fishing, mining), while technology-intensive industries (e.g., electrical equipment) and some labor- intensive industries (e.g., textiles) demonstrate stronger resilience. Within the context of the US “De-Risking” policy, this paper proposes a systematic policy framework to enhance the resilience and security of China's industrial and supply chains, offering crucial decision-making references for navigating global supply chain restructuring. -
Measuring the Impact of U.S. Friend-Shoring and Near-Shoring Strategies on Global Production Networks
Jiarui Feng, Zhifei Li, Lizhuo Cui, Feiyu Hao, Anzhe Shao, Lizhi XingDieses Kapitel vertieft die tiefgreifenden Anpassungen in der globalen Arbeitsteilung, die von den USA vorangetrieben werden. Freund-Shoring und Beinahe-Shoring-Strategien. Darin wird untersucht, wie diese Strategien die globalen Wertschöpfungsketten umgestalten, insbesondere im Hinblick auf die Risiken und strukturellen Veränderungen, die sie für Chinas Industrieketten darstellen. Die Studie verwendet ein globales Produktionsnetzwerkmodell, um die Auswirkungen dieser Strategien zu analysieren und aufzuzeigen, wie sie zur teilweisen Entkopplung globaler Industrieketten beitragen. Das Kapitel untersucht auch die unterschiedlichen Auswirkungen von Freund-Shoring und Beinahe-Shoring und hebt die signifikanteren Fragmentierungsrisiken hervor, die mit Freund-Shoring verbunden sind. Er schließt mit politischen Empfehlungen für China, die Widerstandsfähigkeit der industriellen Kette zu verbessern, die regionale wirtschaftliche Zusammenarbeit zu vertiefen, die Industriestruktur zu optimieren und Frühwarnsysteme für außenpolitische Maßnahmen zu stärken. Die Analyse bietet einen umfassenden Überblick über die sich entwickelnde Dynamik globaler Wertschöpfungsketten und die strategischen Reaktionen, die erforderlich sind, um diese Veränderungen zu bewältigen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractAgainst the backdrop of accelerating restructuring of global industrial and supply chains, the United States has pursued friend-shoring and near-shoring strategies to reduce its dependence on China. Economies such as Southeast Asia and Mexico have become primary destinations for industrial relocation from China, potentially undermining China’s influence, profitability, and risk resilience within global value chains. This study uses intermediate goods trade data from a multi-regional input-output (MRIO) database to construct a global production network model. Real networks (null models) and synthetic networks (counterfactual models) reflecting the backbone of global value chains are extracted from different perspectives. Two types of network-wide metrics and two types of centrality metrics are used to assess evolving trends in global production networks and potential effects of U.S. trade policies toward China on network restructuring and industrial relocation risks. The findings indicate that the U.S. friend-shoring strategy (“Altasia”) and near-shoring strategy (“USMCA”) would lead to partial decoupling of global industrial and supply chains. Moreover, friend-shoring exacerbates economic deglobalization and heightens the risk of industrial relocation from China. Finally, amid the U.S. “de-risking” policy toward Chinese supply chains, this paper proposes recommendations focusing on enhancing supply chain resilience, deepening regional cooperation, optimizing industrial structure, improving risk early-warning mechanisms, and engaging in global rule-making. -
Network Contagion in Financial Labor Markets: Predicting Turnover in Hong Kong
Abdulla AlKetbi, Patrick Yam, Gautier Marti, Raed JaradatDieses Kapitel befasst sich mit der komplizierten Dynamik der beruflichen Fluktuation innerhalb des Finanzsektors Hongkongs, einer entscheidenden Komponente der Wirtschaft der Stadt. Durch den Aufbau zeitlicher Netzwerke zwischen 2007 und 2024 erfasst die Studie die Karriereverläufe von 121.883 Fachkräften in 4.979 Unternehmen. Die Forschung führt ein graphenbasiertes Rahmenwerk zur Ausbreitung von Merkmalen ein, um Peer-Einfluss und Organisationsstabilität zu quantifizieren und diese Signale in Vorhersagemodelle zu integrieren. Schlüsselergebnisse zeigen, dass netzwerkbasierte Signale die Vorhersagegenauigkeit gegenüber nicht netzwerkbasierten Basislinien erheblich verbessern, wobei Stabilität auf Unternehmensebene und Peer-Einfluss demografische Attribute dominieren. Die Studie unterstreicht die Rolle der Ansteckung auf den Finanzarbeitsmärkten und zeigt, dass die Fluktuationswahrscheinlichkeit des Einzelnen um 23% steigt, wenn mehr als 30% seiner Kollegen innerhalb der letzten sechs Monate gegangen sind. Darüber hinaus zeigen die Forschungsergebnisse, dass die Berechenbarkeit im Laufe der Zeit abgenommen hat, was mit einem reifenden Arbeitsmarkt im Einklang steht, der weniger anfällig für synchronisierte Schocks ist. Praktische Implikationen beinhalten die Verwendung netzwerkbasierter Risikobewertungen für Regulierungsbehörden, die Identifizierung gefährdeter Teams für die Bindung von Fachkräften und die Kalibrierung von Einwanderungsprogrammen für Fachkräfte. Die Studie schlägt auch zukünftige Arbeiten vor, um reichhaltigere Ansätze zur Modellierung von Netzwerken und marktübergreifende Erweiterungen zu erforschen, um Finanzzentren zu vergleichen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractEmployee turnover is a critical challenge in financial markets, yet little is known about the role of professional networks in shaping career moves. Using the Hong Kong Securities and Futures Commission (SFC) public register (2007–2024), we construct temporal networks of 121,883 professionals and 4,979 firms to analyze and predict employee departures. We introduce a graph-based feature propagation framework that captures peer influence and organizational stability. Our analysis shows a contagion effect: professionals are 23% more likely to leave when over 30% of their peers depart within six months. Embedding these network signals into machine learning models improves turnover prediction by 30% over baselines. These results highlight the predictive power of temporal network effects in workforce dynamics, and demonstrate how network-based analytics can inform regulatory monitoring, talent management, and systemic risk assessment. -
Profiling Consumption Using Attributed Network Clustering
Soroosh Shalileh, Egor Antonov, Daria TsyplakovaDieses Kapitel geht der Anwendung von zugeordneten Netzwerk-Clustern auf das Verbraucherverhalten anhand von Banktransaktionsdaten aus elf Städten im Fernen Osten Russlands nach. Die Studie vergleicht drei datengesteuerte Methoden - KEFRiN, WSNMF und DMoN -, um ihre Leistung bei der Clusterbildung von Konsumenten sowohl anhand ihres Transaktionsverhaltens als auch anhand demografischer Merkmale zu bewerten. Die Ergebnisse unterstreichen die überlegene Leistung von KEFRiN bei der Erreichung zusammenhängender und gut getrennter Cluster, wie höhere Silhouettenbreiten und Calinski-Harabasz-Werte belegen. Die Analyse zeigt auch deutliche sozioökonomische und Verhaltensmuster in den Städten, wobei jüngere Verbraucher eine höhere Online-Kaufintensität aufweisen und ältere Verbraucher sich auf grundlegende Ausgaben konzentrieren. Das Kapitel schließt mit Einblicken in die praktischen Implikationen dieser Ergebnisse für die Verbrauchsanalyse und schlägt zukünftige Forschungsrichtungen vor, einschließlich zeitlicher Clusterbildung und externer Validierung von KPIs für Unternehmen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractWe study consumption profiling through the lens of attributed network clustering using proprietary bank transactions from eleven cities in Russia’s Far East (May–July 2025; 5, 000 observations per city). For each city, we construct an attributed network where edges reflect similarity in category-level expenditures (42 categories, online/offline) and node attributes summarize spending composition, temporal activity (morning/day/evening/night), mobility and loyalty indices, and age. This formulation yields coherent, city-specific consumer segments whose profiles align with socio-demographic and behavioral patterns, revealing consistent urban differences in essential and discretionary spending, online adoption, and mobility. Our contributions are a domain-tailored problem setup with a city-scale dataset and a comparative empirical study across representative attributed-network clustering paradigms, together with qualitative insights that support actionable segmentation for analytics, product design, and informed decision making. We conclude with directions for temporal tracking, learned similarities, and broader validation. -
Energy Trade and Security: Network Structure and Scenario Simulation of LNG Trade
John SchoenemanDieses Kapitel vertieft das kritische Zusammenspiel zwischen Energiesicherheit und geopolitischen Herausforderungen und konzentriert sich auf das LNG-Handelsnetzwerk. Er untersucht, wie Unterbrechungen der Energieversorgung die wirtschaftliche Gesundheit und geopolitische Allianzen untergraben können, und betont die Notwendigkeit robuster Kooperationsrahmen. Die Forschung nutzt Social Network Analysis (SNA), um Störungen im LNG-Handel zu simulieren, was einen neuartigen Ansatz zum Verständnis der Netzwerkstruktur und Schwachstellen bietet. Die Studie kommt zu dem Ergebnis, dass die Handelsnetze für Flüssigerdgas spärlich und stark verzerrt sind und insgesamt eine starke strukturelle Abhängigkeit aufweisen. Sie zeigt auch erhebliche Unterschiede bei strukturellen Abhängigkeits- und Zentralitätsmaßnahmen für Subgrafien des Netzwerks auf, was den Einsatz von SNA zur Erfassung dieser Dynamik unterstützt. Das Kapitel schließt mit Empfehlungen für zukünftige Forschungen, die die Einbeziehung anderer Methoden in die SNA zur Verbesserung von Vorhersagemodellen vorschlagen. Die Analyse bietet wertvolle Einblicke in die Struktur und die Schwachstellen des LNG-Handelsnetzwerks und unterstreicht die Bedeutung geopolitischer Allianzen bei der Gestaltung von Handelsströmen und Energiesicherheit.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractEnergy security plays a pivotal role in sustaining the economic growth and geopolitical stability of nations. This research examines the disruption of energy security supply chains and how mapping network structure may contribute to predicting network changes when supply chains are disrupted. The analysis is completed in two steps. First, observed LNG trade networks are mapped out for 2019, 2021, and 2023. This establishes a base year and shows disrupted networks after the COVID-19 pandemic and the invasion of Ukraine. Post-disruption, the networks have become more skewed and potentially less resilient. Second, a novel approach using social network analysis (SNA) is developed to simulate disruption of global energy commodity trade flows and compared with that of observed disruptions. The analysis shows that network structure impacts how networks shift from disruptions, but the simulation method is too conservative when compared against observed networks post-disruption. -
Network Embedding Analysis for Anti-Money Laundering Detection
Anthony Bonato, Adam SzavaDieses Kapitel untersucht die Anwendung von Netzwerk-Einbettungsanalysen zur Aufdeckung von Aktivitäten zur Bekämpfung der Geldwäsche (AML) innerhalb von Bankennetzwerken. Die Studie konzentriert sich darauf, verdächtige Transaktionen und Knoten zu identifizieren, die traditionellen Zentralisierungsmaßnahmen entgehen könnten. Durch die Nutzung von Grapheneinbettungen und Zentralitätsmaßnahmen führen die Autoren das Konzept der anti-zentralen Knoten ein, die strukturell wichtig, aber unauffällig sind und das Verhalten von Geldwäschern widerspiegeln. Die Analyse basiert auf einem anonymisierten Banktransaktionsdatensatz der Rabobank, der Transaktionen zwischen Konten umfasst, die durch gerichtete Kontenpaare gruppiert sind. Die Studie identifiziert 83 Zyklen innerhalb des Netzwerks und wendet Netzwerkeinbettungstechniken an, um verdächtige Knoten zu erkennen. Die Ergebnisse unterstreichen, dass nur eine kleine Teilmenge von Zyklen hohe Gesamtpunktzahlen erzielt, wodurch die verdächtigsten Konten effektiv identifiziert werden. Das Kapitel diskutiert auch das Potenzial der Analyse gerichteter Pfade und die breitere Anwendbarkeit der Methodik auf andere komplexe Netzwerke. Die Ergebnisse deuten darauf hin, dass die Analyse von Netzwerk-Einbettungen die AML-Erkennungsbemühungen erheblich verbessern kann, indem sie versteckte Muster und strukturelle Rollen innerhalb von Transaktionsnetzwerken aufdeckt.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractWe employ network embedding to detect money laundering in financial transaction networks. Using real anonymized banking data, we model over one million accounts as a directed graph and use it to refine previously detected suspicious cycles with node2vec embeddings, creating a new network parameter, the spread number. Combined with more traditional centrality measures, these define an aggregate score R that highlights so-called anti-central nodes: accounts that are structurally important yet organized to avoid detection. Our results show only a small subset of cycles attain high R values, flagging concentrated groups of suspicious accounts. Our approach demonstrates the potential of embedding-based network analysis to expose laundering strategies that evade traditional graph centrality measures. -
Augmenting Firm Diversification Behavior Prediction with Graph Embeddings
Niclas F. Sturm, Cristian Candia, Bruno Damásio, Flávio L. PinheiroDiese Studie geht der Vorhersage des Diversifizierungsverhaltens von Unternehmen auf den Märkten des öffentlichen Beschaffungswesens auf den Grund und nutzt Diagrammeinbettungen, um die Vorhersagegenauigkeit zu verbessern. Indem die Forschung den relativen komparativen Vorteil (RCA) als kontinuierliche Variable behandelt, umgeht sie die Beschränkungen binärer Vorhersageschwellen. Die Studie führt neue Messgrößen wie Capability Alignment und Portfolio-Entropie ein, die aus einem Aktivitätsnetzwerk abgeleitet werden, das durch Node2Vec abgeleitet wird. Diese Einbettungen werden zusammen mit traditionellen Merkmalen wirtschaftlicher Komplexität verwendet, um die Fähigkeiten von Unternehmen zu prognostizieren und eine Verbesserung von 30% gegenüber dem besten Basismodell zu erreichen. Die Studie untersucht auch die Bedeutung verschiedener Merkmale anhand von SHAP-Werten und hebt die Bedeutung von Verwandtschaft und Größe des Firmenportfolios hervor. Die Studie kommt zu dem Schluss, dass netzwerkgestützte Embedding-Space-Features als sinnvoller Ersatz für explizit definierte Messgrößen der Verwandtschaft dienen können und ein differenzierteres Verständnis der Diversifizierungsprozesse von Unternehmen bieten.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractPublic procurement plays a crucial role in modern economies, serving not only as a means to procure the necessary services, works, and goods by public administrations but also as a policy tool to foster innovation and development. Here, we utilize machine learning models to predict the competitiveness of firms in securing contracts by activity sector, thereby enhancing our understanding of market dynamics, specifically by predicting firm capabilities and their evolution over time. To that end, we utilize a large dataset of public procurement contracts from 2009 to 2024, and we extend the existing literature on activity and technological diversification by applying these methodologies to a new domain, thereby contributing methodologically to the study of firm-level behavior. We develop a machine learning-based approach that enables a higher degree of explainability in the drivers of diversification outcomes, a common requirement in policy-relevant applications. We develop feature sets derived from a Node2Vec approach, inferring an embedding space using a network of firm activities. Our experiments show that machine learning models outperform heuristic baselines, including autocorrelation models of firm behavior, and achieve a performance comparable to feature sets derived from the relatedness paradigm. These findings suggest that embedding-space features may serve as substitutes for established measures of firm capabilities. Using predictive models has additional potential for decision makers in firms to identify future opportunities for diversification and gather market intelligence, as well as to estimate whether the firm can remain competitive in its activities. -
Graph-Theoretical Approaches for Analyzing Financial Markets
Nathan Ghanavati, Hesham AliDieses Kapitel vertieft die Anwendung graphentheoretischer Ansätze zur Analyse der Finanzmärkte und bietet eine neue Perspektive auf Marktverhalten und -dynamik. Es beginnt mit der Kritik an traditionellen Anlagetheorien und der Betonung der Notwendigkeit datengestützter Methoden in den heutigen volatilen Märkten. Das Kapitel führt dann ein netzwerkbasiertes Bewertungssystem ein, das Finanzmärkte als Diagramme modelliert, wobei Korrelationsnetzwerke und Bevölkerungsanalysen verwendet werden, um Wechselbeziehungen zwischen Marktkomponenten zu erfassen. Zu den Schlüsselthemen gehört der Einsatz visueller, netzwerkbasierter Messgrößen wie Gemeinschaftsstruktur und Zentralitätsmaßnahmen, um interpretierbare Indikatoren für Leistung, Bestandsdiversität und systemische Struktur zu erzeugen. Die Analyse umfasst drei unterschiedliche Zeiträume: vor der GFC (2004-2007), nach der GFC und vor der COVID-19 (2010-2019) und vor der COVID-19 (2019-2025), die eine vergleichende Studie der Marktentwicklung liefern. Hochentwickelte Graphenfiltertechniken wie der Minimum Spanning Tree (MST) und der Planar Maximally Filtered Graph (PMFG) werden eingesetzt, um die wichtigsten strukturellen Merkmale und sektorspezifischen Treiber von Risiko und Widerstandsfähigkeit hervorzuheben. Das Kapitel schließt mit der Diskussion der Implikationen dieser Ergebnisse für Investoren und Domänenexperten, wobei die Bedeutung der Einbeziehung reichhaltigerer netzwerkwissenschaftlicher Algorithmen in die Bewertung der Finanzmärkte hervorgehoben wird.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractThe field of investing has historically been examined through the lens of theories that were developed in the mid 20th century, such as Modern Portfolio Theory (MPT) and the Capital Asset Pricing Model (CAPM). Within the last 15 to 20 years, these theories have received increasing criticism, particularly since the mid 2010s. With the increased volatile nature of the financial market, due to natural crises or political factors, it became clear that new concepts are needed to complement the traditional theories to address the volatile market. In this study, we introduce a new approach for analyzing the financial markets that is based on the notion of population analysis. The proposed approach consists of leveraging the powerful tools associated with graph modeling and network algorithms to analyze the financial market from a different perspective. Graph theoretic approaches have been employed successfully in various fields of study, and here we demonstrate the value of exploring how such tools can be used to assess the performance of various financial sectors. We describe the strengths of this approach using a model constructed from the recent financial data of the top companies in the US stock market. The obtained results suggest that the proposed approach can complement traditional approaches in providing a more holistic assessment mechanism and serve as a launching pad for next-generation AI based methods. -
Inference of Firm-Firm Competing Networks in the Portuguese Public Procurement Market
Luís P. Semedo, Carolina Pinto, Beatriz Monteiro, Niclas Frederic Sturm, Bruno Damásio, Flávio L. PinheiroDieses Kapitel befasst sich mit der komplizierten Welt der Wettbewerbsnetze zwischen Unternehmen und Firmen auf dem portugiesischen Markt für öffentliche Aufträge und konzentriert sich auf den Zeitraum von 2014 bis 2020. Sie untersucht zwei unterschiedliche Netzwerke: eines basiert auf offenen Ausschreibungsverfahren und das andere auf Direktvergaben. Die Analyse zeigt, dass Firmen, die an offenen Ausschreibungen teilnehmen, eine größere Produkt- und geografische Vielfalt aufweisen und breite, produkt- und bezirksübergreifende Gemeinschaften bilden. Im Gegensatz dazu zeigen Unternehmen im Netzwerk der Direktvergaben mehr Produktspezialisierung, sind aber geografisch verstreut. In der Studie wird hervorgehoben, dass eine beträchtliche Anzahl von Unternehmen an beiden Verfahren teilnimmt, wobei die Hälfte der Direktvergabeunternehmen ebenfalls an offenen Ausschreibungen teilnimmt. Die Netzwerke werden anhand von Metriken wie Modularität, Herfindahl-Index und Jaccard-Koeffizient charakterisiert und bieten so ein detailliertes Verständnis der Marktstrukturen. Die Ergebnisse legen nahe, dass offener Wettbewerb diversifizierte Gemeinschaften fördert, während Direktvergaben produktspezialisierte Netzwerke begünstigen. Diese Forschung weitet die Anwendung der Netzwerkanalyse auf nicht wettbewerbsorientierte Vergabeverfahren aus und bietet wertvolle Einblicke in die portugiesische Beschaffungslandschaft.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractThis work explores the Portuguese public procurement landscape by developing two Firm-Firm networks − one for open tenders (competitive procedure) and other for direct awards (non-competitive procedure). Using data from the official Portuguese public procurement platform, it explores and access these two different procedures and accounts for their differences when building and analyzing the networks. Results show that half of the firms involved in direct awards also participate in open tenders and their level of product and geographical specialization is slightly higher. -
Agrifood Supply Chain Networks Under Water and Energy Stress: A Study on Resilience and Sustainability in Morocco
Asma Boujrouf, Sidi Mohamed RigarDieses Kapitel untersucht die Widerstandsfähigkeit und Nachhaltigkeit der landwirtschaftlichen Versorgungsketten in Marokko, insbesondere unter dem Druck von Wasserknappheit und Energieproblemen. Anhand einer qualitativen Fallstudie über exportierende KMU in der Region Marrakesch-Safi wird untersucht, wie sich diese Netzwerke an Umweltbelastungen anpassen und gleichzeitig wirtschaftliche und ökologische Ziele verfolgen. Zu den Schlüsselthemen zählen die Bedeutung der Widerstandsfähigkeit auf Netzwerkebene, die Integration nachhaltiger Praktiken wie wassereffiziente Produktion und die Einführung erneuerbarer Energien sowie die Rolle institutioneller Unterstützung bei der Förderung von Widerstandsfähigkeit und Nachhaltigkeit. Die Studie kommt zu dem Schluss, dass KMU zwar primär reaktive Resilienzstrategien verfolgen, die Integration von Nachhaltigkeitsmaßnahmen jedoch die Netzstabilität verbessern und Schwachstellen im Zusammenhang mit Wasser- und Energieeinschränkungen abmildern kann. Darüber hinaus betont der Text die Bedeutung institutioneller Initiativen und Zertifizierungen für die Förderung grüner Praktiken und die Sicherstellung der Einhaltung von Umweltvorschriften. Diese umfassende Analyse bietet wertvolle Einblicke in die Strategien und Herausforderungen, vor denen die landwirtschaftlichen Lieferketten in den Schwellenländern stehen, und liefert eine Roadmap, um kurzfristige operative Widerstandsfähigkeit mit langfristigen Nachhaltigkeitszielen in Einklang zu bringen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractThis paper examines how Moroccan agrifood supply chain networks respond to growing water and energy pressures, with a focus on the interconnection between resilience and sustainability. Building on a qualitative study of agrifood exporting SMEs in the Marrakech–Safi region in Morocco, the research draws on semi-structured interviews, institutional reports, and industry publications. The findings show that while firms often rely on reactive strategies to manage disruptions, they increasingly adopt green and energy-saving practices that strengthen supply chain sustainability. These practices, in turn, contribute indirectly to network resilience by enhancing redundancy and reducing dependence on scarce resources. Key actors such as ONSSA, FENAGRI, and Morocco Foodex play a central role in coordinating responses and promoting sustainable practices across the network. The study highlights the importance of viewing resilience and sustainability not only as firm-level strategies but as interdependent features of wider supply chain networks, especially in contexts marked by environmental stress. -
Systemic Risk in the Interbank Market: A Network Science Approach
Louis Tietz, Peter NiemeyerDiese Studie untersucht die entscheidende Rolle der Netzwerktopologie bei systemischen Risiken innerhalb der Interbankenmärkte und konzentriert sich dabei auf modulare skalenfreie Netzwerke. Darin wird untersucht, wie die Struktur dieser Netzwerke, einschließlich ihrer Drehscheiben und Modularität, die Ansteckungsdynamik und Finanzstabilität beeinflusst. Die Studie vergleicht diese Netzwerke mit Erdős-Rényi (ER) -Netzwerken und zeigt deutliche Muster der Ausbreitung von Zahlungsausfällen unter unterschiedlichen Kapitalisierungsniveaus auf. Es untersucht auch die Auswirkungen gezielter Schocks auf Zentralitätsknoten mit hohem Grad und hohem Abstand, was die "robuste, aber fragile" Natur modularer skalenfreier Netzwerke zeigt. Die Studie kommt zu dem Schluss, dass sowohl die Größe als auch die topologische Lage der Knoten entscheidende Determinanten systemischen Risikos sind und betont das komplexe Zusammenspiel zwischen Netzwerkstruktur und finanzieller Verwundbarkeit.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractEmpirical studies demonstrate that interbank networks are modular and scale-free. This study applies the contagion framework developed by Nier et al. to assess how realistic topologies shape systemic risk. While Nier et al. employed Erdős–Rényi (ER) networks with homogeneous connectivity, we generate scale-free networks via preferential attachment and introduce modularity through the probabilistic rewiring method of Nguyen et al. The comparison reveals fundamental differences: modular scale-free networks exhibit gradual stabilization driven by the shock-absorbing and localizing roles of hubs, with persistent contagion explained by clustered neighborhoods and fragile peripheral nodes. In contrast, ER networks display synchronized stabilization around critical thresholds. Targeted shocks expose the dual role of hubs, whose failure amplifies contagion across modules and reflects the “robust-yet-fragile” nature of scale-free systems. These findings underscore the importance of network topology in evaluating systemic risk.
-
-
Political Networks
-
Frontmatter
-
Echoes of Automation: How Bots Shaped Political Discourse in Brazil
Merve Ipek Bal, Diogo PachecoDiese Studie untersucht den Einfluss von Social Bots auf den politischen Diskurs während der brasilianischen Präsidentschaftswahlen 2018 und konzentriert sich auf ihre Rolle bei der Verstärkung von Narrativen und der Gestaltung der Wählerstimmung. Es untersucht die Unterschiede in den Strategien des Engagements, dem emotionalen Ton und den thematischen Inhalten zwischen Bot und menschlich erzeugtem Diskurs auf Twitter. Die Analyse umfasst einen Zeitraum von vier Jahren, von August 2018 bis Juni 2022, und erfasst ein breites Spektrum politischer Ereignisse und Kontroversen. Die Studie zeigt, dass Bots in erster Linie als Verstärker fungieren und sich in hohem Maße auf Retweets und Antworten stützen, insbesondere auf die zunehmende Reaktionsaktivität nach der Wahl. Gefühlsanalysen zeigen, dass sowohl Bots als auch Menschen einen weitgehend neutralen bis negativen Diskurs führten, während menschgemachte Tweets eine größere emotionale Bandbreite aufwiesen. Die Modellierung von Themen zeigt, dass Bots ein sich wiederholendes, eng definiertes Vokabular aufwiesen, wobei sich ein Großteil ihres Diskurses um Jair Bolsonaro und verwandte Wahlkampfbotschaften drehte. Im Gegensatz dazu war der menschliche Diskurs breiter und vielfältiger und umfasste ein breiteres Spektrum an Kandidaten, politischen Themen und emotionalen Ausdrucksformen. Die Studie kommt zu dem Schluss, dass Bots zwar zur Verbreitung von Botschaften beitragen, der Mensch jedoch einen komplexeren, vielschichtigeren politischen Dialog führt. Diese Forschungsergebnisse unterstreichen die wachsende Bedeutung digitaler Kompetenz und des kritischen Engagements in den sozialen Medien in einer Zeit, in der Bots Gespräche gestalten und ideologische Trennlinien verstärken können.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractIn an era where social media platforms are central to political communication, the activity of bots raises pressing concerns about amplification, manipulation, and misinformation. Drawing on more than 315 million tweets posted from August 2018 to June 2022, we examine behavioural patterns, sentiment dynamics, and thematic focus of bot- versus human-generated content spanning the 2018 Brazilian presidential election and the lead-up to the 2022 contest. Our analysis shows that bots relied disproportionately on retweets and replies, with reply activity spiking after the 2018 election, suggesting tactics of conversational infiltration and amplification. Sentiment analysis indicates that bots maintained a narrower emotional tone, in contrast to humans, whose sentiment fluctuated more strongly with political events. Topic modelling further reveals bots’ repetitive, Bolsonaro-centric messaging, while human users engaged with a broader range of candidates, civic concerns, and personal reflections. These findings underscore bots’ role as amplifiers of narrow agendas and their potential to distort online political discourse. -
Kicking Politics: How Football Fan Communities Became Arenas for Political Influence
Helen Paffard, Diogo PachecoDieses Kapitel untersucht den Einfluss politischer Kampagnen auf britische Online-Fußballfangemeinschaften auf Twitter während der Zeit nach dem Brexit (2016-2017). Anhand einer umfassenden Netzwerkanalyse von rund 95.000 Tweets zeigt die Studie, wie sich der politische Diskurs mit Fußballdiskussionen verflochten hat. Zu den wichtigsten Ergebnissen gehört die Identifizierung einer dichten Vernetzung innerhalb des Hashtag-Co-occurence-Netzwerks, wobei zentrale politische Hashtags wie # Brexit und # Trump mit Hashtags von Fußballvereinen verwoben sind. Die Studie beleuchtet zudem unterschiedliche Einflussmechanismen wie Hashtag-Hijacking, eingebetteten Aktivismus und politische "Megaphone", mit denen Kampagnen politische Botschaften innerhalb von Fannetzwerken verstärken. Darüber hinaus deckt die Analyse auf, wie sich Nutzergemeinschaften mit politischen und fußballerischen Diskursthemen auseinandersetzen und gibt Einblicke in die breitere thematische Struktur der Gespräche. Das Kapitel schließt mit der Diskussion der Implikationen dieser Ergebnisse für das Verständnis des politischen Einflusses in nicht traditionellen Online-Räumen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractThis paper investigates how political campaigns engaged UK football fan communities on Twitter in the aftermath of the Brexit Referendum (2016–2017). Football fandom, with its strong collective identities and tribal behaviours, offers fertile ground for political influence. Combining social network and content analysis, we examine how political discourse became embedded in football conversations. We show that a wide range of actors–including parties, media, activist groups, and pseudonymous influencers–mobilised support, provoked reactions, and shaped opinion within these communities. Through case studies of hashtag hijacking, embedded activism, and political “megaphones,” we illustrate how campaigns leveraged fan cultures to amplify political messages. Our findings highlight mechanisms of political influence in ostensibly non-political online spaces and point toward the development of a broader framework in future work. -
Nationalization of Partisan Interactions and Mass Polarization
Jing LiDieses Kapitel befasst sich mit dem Phänomen der massenhaften parteipolitischen Polarisierung in den Vereinigten Staaten und betont die Rolle nationalisierter parteipolitischer Interaktionen, die durch digitale soziale Medien ermöglicht werden. Die Studie unterstreicht, wie die zunehmende Verstaatlichung des Nachrichtenkonsums und der Online-Interaktionen zwischen Parteigängern zur ideologischen Polarisierung beiträgt. Anhand eines Rechenmodells zeigen die Forschungen, dass ein höheres Maß an Verstaatlichung in parteipolitischen Interaktionen einer intensiveren ideologischen Polarisierung der Massen entspricht. Das Modell untersucht auch das Zusammenspiel zwischen Verstaatlichung, ideologischer Toleranz und Reaktionsfähigkeit und zeigt, dass geringe Toleranz und hohe Verstaatlichung zu starker Polarisierung führen können. Die Ergebnisse unterstreichen die Bedeutung nationalisierter parteipolitischer Interaktionen für das Verständnis und die Abmilderung massenhafter parteipolitischer Polarisierung, was darauf hindeutet, dass die Verringerung parteipolitischer Medieninhalte im Internet und die Förderung persönlicher Interaktionen dazu beitragen könnten, diesen Trend umzukehren.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractExisting research that studies the relationship between nationalized politics and partisan polarization focuses mostly on electoral politics, this paper examines the relationships between nationalization in terms of partisan interactions and mass partisan ideological polarization. In particular, through computational modeling, we highlight that as political communication becomes increasingly nationalized, individuals become more responsive to nationalized salient partisan news and media contents, which in turn leads to more intense partisan polarization process. -
Mapping Mobility Networks Between Government Roles in Portugal
Carolina Shaul, Bruno Damásio, Flávio L. PinheiroDieses Kapitel vertieft sich in das komplizierte Netz der beruflichen Mobilität innerhalb der portugiesischen Regierung und nutzt Netzwerkanalysen, um die Laufbahnen von Personen in verschiedenen Rollen abzubilden. Durch die Untersuchung der Verbindungen zwischen verschiedenen Positionen und Politikbereichen identifiziert die Studie zentrale Akteure und Überbrückungspositionen und wirft Licht auf die strukturellen Muster des Karriereverlaufs. Die Analyse zeigt, dass Beratungs- und Unterstützungspersonal eine entscheidende Rolle bei der Vernetzung verschiedener Teile des Regierungsnetzes spielen, wobei einige Positionen als Mittler in Richtung höherer Verantwortungsbereiche fungieren. Die Studie unterstreicht auch die Diskrepanz zwischen formaler Autorität und struktureller Zentralität und zeigt, dass hochrangige politische Ämter zwar hochspezialisiert sind, Beratungs- und Unterstützungspersonal jedoch in allen Handlungsbereichen fließender agieren. Darüber hinaus deckt die Forschung den unterschiedlichen Grad der beruflichen Mobilität innerhalb unterschiedlicher politischer Bereiche auf, wobei produktivitätsbezogene Portfolios innerhalb der Portfolios im Vergleich zu hoch spezialisierten Bereichen bedeutsamer sind. Die Ergebnisse liefern wertvolle Einblicke in die Dynamik politischer Karrieren und die strukturelle Organisation der portugiesischen Regierung.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractThis paper examines career mobility within Portuguese governments between 2011 and 2025, focusing on both formal government members (Ministers, Secretaries of State) and their private office staff. Using data collected from official government records, we construct networks where nodes correspond to either governmental positions or policy domains, and links capture shared careers. A descriptive analysis of network and centrality measures allowed for the identification of patterns on cross-portfolio mobility and career progression. Results show that advisory staff occupy central roles in connecting otherwise fragmented networks, while top political offices such as Ministers and Prime-Ministers are structurally peripheral. Moreover, policy domains such as Presidency and Modernization exhibit strong interconnections, suggesting their bridging role across government portfolios, while highly specialized policy domains rarely trade members with other portfolios. -
Who Coordinates U.S. Cyber Defense? A Co-authorship Network Analysis of Joint Cybersecurity Advisories (2024–2025)
M. Abdullah Canbaz, Hakan Otal, Tugce Unlu, Nour Alhussein, Brian NussbaumDieses Kapitel vertieft sich in das Kollaborationsnetzwerk hinter den USA Cyber-Verteidigung, in dem neun zwischen 2024 und 2025 herausgegebene Gemeinsame Cybersicherheitsberatungen (Joint Cybersecurity Advisories, CSAs) analysiert wurden. Die Studie identifiziert Schlüsselbehörden wie CISA, FBI und NSA als zentrale Knotenpunkte in einem hubzentrischen Netzwerk der kleinen Welt und hebt ihre entscheidende Rolle beim Informationsfluss und der Koordination hervor. Die Analyse zeigt eine dicht verbundene Koalition mit hoher Clusterbildung und kurzen Weglängen, die auf eine effiziente Informationsverbreitung hindeutet. Allerdings deckt die Abhängigkeit des Netzwerks von ein paar zentralen Behörden auch potenzielle Schwachstellen auf. Das Kapitel untersucht den strukturellen Kern der Koalition, die Verteilung zentraler Maßnahmen und die Auswirkungen auf die Widerstandsfähigkeit der Netzwerke. Er schließt mit politischen Empfehlungen zur Abmilderung von Anfälligkeiten und zur Verbesserung der Anpassungsfähigkeit der Koalition.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractCyber threats increasingly demand joint responses, yet the organizational dynamics behind multi-agency cybersecurity collaboration remain poorly understood. Understanding who leads, who bridges, and how agencies coordinate is critical for strengthening both U.S. homeland security and allied defense efforts. In this study, we construct a co-authorship network from nine Joint Cybersecurity Advisories (CSAs) issued between November 2024 and August 2025. We map 41 agencies and 442 co-authoring ties to analyze the structure of collaboration. We find a tightly knit U.S. triad—CISA, FBI, and NSA—densely connected with Five Eyes and select European allies. Degree centrality identifies CISA and FBI as coordination hubs, while betweenness highlights NSA, the UK’s NCSC, and Australia’s ASD-ACSC as key bridges linking otherwise fragmented clusters. By releasing the first replicable dataset and network analysis of CSAs, we provide new empirical evidence on how collaborative cybersecurity signals are organized and where strategic influence is concentrated.
-
-
Social Networks
-
Frontmatter
-
A Comparative Analysis of Bayesian Network Autocorrelation Models for Estimating Peer Effects Involving Count and Rate Outcomes
Guanqing Chen, Sae Takada, A. James O’MalleyDieses Kapitel präsentiert eine vergleichende Analyse bayesianischer Autokorrelationsmodelle (NAMs) zur Schätzung von Peer-Effekten bei Anzahl und Rate der Ergebnisse. Die Studie konzentriert sich auf drei Modelle: Poisson spatial autoregressive (PSAR), negative binomiale Netzwerk-Autokorrelation und generalisierte Poisson-Netzwerk-Autokorrelationsmodelle. Die Autoren wenden diese Modelle auf soziale Netzwerke an und führen eine Simulationsstudie durch, um ihre Leistung zu bewerten. Zu den wichtigsten Ergebnissen gehört die Entwicklung neuer Modelle, die übermäßig verstreute Daten berücksichtigen - ein häufiges Problem in Anwendungen in der realen Welt. Die Studie unterstreicht auch die Bedeutung der sozialen Einflussmatrix und den Einfluss unterschiedlicher vorheriger Spezifikationen auf die Modellschätzung. Die Ergebnisse zeigen die Wirksamkeit des bayesianischen Ansatzes zur Schätzung von Peer-Effekten, mit Implikationen für das Verständnis der Verbreitung von Gesundheitsverhalten und anderen Messgrößen des Wohlbefindens.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractNetwork autocorrelation models for count and rate data have received little focus in the literature. In this paper, we develop and compare three network autocorrelation models for counts and rates when the peer effect (also referred as social influence or contagion) is specified on the conditional mean of the outcome determined under Poisson, negative binomial, and generalized Poisson outcome distributions. We compare the three proposed models and the performance of their associated Bayesian estimation procedures for the model parameters through a comprehensive simulation study. -
The Backfire of Influence Operation: How Manipulating Moderate Influencers Affects Online Discourse
Tomoya Takeda, Fujio Toriumi, Toshiharu SugawaraDiese Studie untersucht die komplexe Dynamik der Meinungsmanipulation auf Social-Media-Plattformen und konzentriert sich dabei auf die Auswirkungen gemäßigter Influencer. Mittels eines ausgeklügelten Multiagenten-Modells wird untersucht, wie die Meinungsänderung gut vernetzter, neutraler Influencer eine starke Gegenreaktion unter Nutzern mit gegensätzlichen extremen Ansichten auslösen kann. Die Forschung deckt die Mechanismen hinter lautstarken Minderheiten und ihren Beitrag zur Polarisierung der Meinung auf und enthüllt, dass die Manipulation von Influencern unbeabsichtigte Folgen haben kann, wie etwa die Verstärkung der allgemeinen Polarisierung. Die Studie unterstreicht auch die Rolle von Echokammern und die Verringerung des grenzüberschreitenden Vertrauens in selektives Exposure und Entsendeverhalten. Durch die Analyse des Wechselspiels zwischen Meinungsverschiebungen und Polarisierung bietet diese Forschung wertvolle Einblicke in die strukturellen Mechanismen, die unbeabsichtigter Polarisierung in sozialen Online-Systemen zugrunde liegen. Die Ergebnisse bieten ein tieferes Verständnis dafür, wie neutrale, gut vernetzte Influencer unbeabsichtigt die Polarisierung anheizen können, und unterstreichen die Notwendigkeit einer umfassenden Analyse, die algorithmische Empfehlungen und andere Formen des Einflusses einbezieht.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractWe investigate the effect of externally manipulated hub users (influencers) on public opinion in online social media, and discuss how this triggers polarization through repulsion from opposing views. To analyze this, we propose a multiagent-based opinion dynamics model that reflects the asymmetric influence structure of social media platforms. By integrating established models of opinion dynamics (Friedkin-Johnsen, bounded confidence, and social reinforcement), we reveal an emergent backfire effect—a counter-intuitive polarization mechanism. The model incorporates social influence, nonstatic bounded confidence, social rewards through posting, follow/unfollowing, and features specific to social media environments. Experiments on scale-free networks show that steering influencers with moderate opinions toward extremes provokes repulsive responses from users with opposing views, depending on the influencers’ network position. These findings highlight how targeted manipulation of well-connected, neutrally positioned influencers can unintentionally intensify polarization, highlighting the structural role of influencers in shaping opinion polarization. -
Decentralized and Segregated or Decentralized and Open? Echo-Chambers Through a Lens on Dedicated Instances in Mastodon
Imme R. Huitema, Kelvin J. A. Bouma, Mirela RiveniDiese Studie untersucht die Bildung von Echokammern innerhalb von Mastodon, einem dezentralen sozialen Netzwerk, mit besonderem Schwerpunkt auf dem Einfluss spezieller Instanzen. Die Forschung verwendet Methoden zur Erkennung von Community-Mitgliedern, einschließlich Leiden, Löwen und Infomap-Algorithmen, um Follower zu analysieren und Netzwerke zu fördern. Es misst die Vielfalt der Gemeinschaften anhand von Metriken wie der Shannon-Entropie und der effektiven Anzahl von Instanzen. Die Ergebnisse zeigen, dass dieses Muster nicht universell ist, obwohl einige Fälle eine höhere Instanzenfolge aufweisen. Darüber hinaus stellt die Studie fest, dass Boosts oder Reposts Inhalte von außerhalb der lokalen Instanz überwiegend verstärken, was auf ein hohes Maß an instanzübergreifender Interaktion hindeutet. Die Analyse unterstreicht, dass die Gemeinschaften in Mastodon vielfältig sind und sich über mehrere Instanzen erstrecken, wobei Boost-Netzwerke eine noch größere Vielfalt aufweisen als Folgernetzwerke. Dies legt nahe, dass strukturelle Clusterbildung zwar existiert, aber nicht zwangsläufig zu inhaltlichen Echokammern führt. Die Studie kommt zu dem Schluss, dass spezielle Fälle in Mastodon eng verbundene Gemeinschaften fördern, insbesondere im politischen Kontext, aber diese Gemeinschaften sind nicht isoliert, was einen reichhaltigen Informationsaustausch über verschiedene Instanzen hinweg ermöglicht.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractEcho-chambers present a persistent issue in communication networks, and especially in centralized ones as existing work tells us. The dynamics of this phenomenon is scarcely studied for decentralized networks. Thus, our motivation to investigate factors of echo-chamber formation in these networks, and in particular in dedicated instances in Mastodon as such. Utilizing community detection and adapted Shannon entropy metrics to analyze instance diversity within communities we can not conclude that dedicated instances present strong influential factors for echo-chamber creation in Mastodon. Our results show that while the instance structure affects both where followers originate and the instance diversity within the follower networks, users boost toots from a highly diverse variety of remote instances indicating that content easily crosses instance boundaries. -
Sandpile Cellular Automata with Manna Rule on the Chung-Lu Graph: Application to X Social Network
Andrey Dmitriev, Ilya Shulman, Andrey LebedevDieses Kapitel taucht in die faszinierende Welt selbstorganisierter Kritik ein und konzentriert sich auf die Anwendung von Sandhaufen-Zellautomaten mit Manna-Regel auf den Chung-Lu-Graphen, um das Verhalten von sozialen Netzwerken wie X / Twitter zu modellieren. Die Studie ist um mehrere Schlüsselthemen strukturiert: die theoretische Grundlage selbstorganisierter Kritikalität, die Konstruktion und Umsetzung des Sandhaufen-Modells auf der Chung-Lu-Grafik, das diskrete Zeitmodell der Selbstorganisation von X / Twitter und die Validierung des Modells anhand empirischer Daten aus den US-Präsidentschaftsdebatten 2016 und 2020. In diesem Kapitel werden auch die Implikationen des Modells für das Verständnis und die Vorhersage des Verhaltens sozialer Netzwerke sowie mögliche Anwendungen auf andere komplexe Systeme diskutiert. Die Ergebnisse der Studie liefern starke Belege dafür, dass sich soziale Netzwerke bis an den Rand eines Phasenübergangs selbst organisieren können und dass das diskrete Zeitmodell ein valides und präzises Werkzeug zur Untersuchung dieses Phänomens ist. Das Kapitel schließt mit einer Diskussion der umfassenderen Implikationen des Modells und potenzieller Wege für zukünftige Forschung.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractA discrete-time model is presented for the self-organization of the X/Twitter social network to the edge of a phase transition, characterized by avalanche-like propagation of information in the network. The model is based on the analogy between the critical dynamics of the X social network and sandpile cellular automata with Manna rule on the Chung-Lu graph. An empirical justification is presented for the self-organization of the segment of the X social network to the edge, which unites network users who post and repost content relevant to the 2016 and 2020 United States presidential debates. The time intervals during which the network is on the edge have been established. A comparison of quantitative indicators of the criticality of real and model time intervals was used to validate the discrete-time model.
-
-
Temporal Networks
-
Frontmatter
-
Tracking Uncertainty in Knowledge Graphs: A Kalman Filtering Approach
Alina Tkachenko, Alex Thomo, Kevin StanleyDieses Kapitel geht den Herausforderungen der Unsicherheit in Wissensdiagrammen nach und führt einen Kalman-Filteransatz ein, um diese Probleme anzugehen. Es beginnt mit der Diskussion der Beschränkungen traditioneller Einbettungen von Wissensgraphen, die alle Fakten als gleichermaßen zuverlässig behandeln und die den Daten der realen Welt innewohnende Unsicherheit nicht erfassen. Das Kapitel stellt dann KG2E vor, ein Modell, das Einbettungen als Gaußsche Verteilungen darstellt, um Unsicherheit zu erfassen, aber in einem statischen Umfeld arbeitet. Das Hauptaugenmerk liegt auf der Erweiterung von KG2E in eine Online-Umgebung mittels Kalman-Filterung, die Echtzeit-Aktualisierungen ermöglicht, wenn neue Verdreifachungen eintreffen. Das Kapitel erklärt die Vorhersage- und Aktualisierungsschritte des Kalman-Filters und wie sie auf die Einbettung von Wissensdiagrammen angewendet werden. Es umfasst auch die Initialisierung von Einbettungen und Kovarianzmatrizen sowie den Umgang mit positiven und negativen Tripeln. Der Auswertungsabschnitt präsentiert Ergebnisse zu sechs Benchmark-Datensätzen, die die überlegene Leistung der vorgeschlagenen Methode, KalmanKG2E, gegenüber der Basismethode KG2E belegen. Die Diskussion unterstreicht die Vorteile der Kalman-Filterung in Bezug auf die explizite Verfolgung von Unsicherheiten, schnellere Konvergenz und Widerstandsfähigkeit gegenüber nicht-stationären Graphenstrukturen. Das Kapitel schließt mit einem Ausblick auf zukünftige Arbeit, einschließlich der Erweiterung auf andere Einbettungsfamilien und der Einbeziehung aufgabenspezifischer Prioritäten. Insgesamt bietet dieses Kapitel einen umfassenden Überblick über die Integration der Kalman-Filterung mit der Einbettung von Wissensgraphen und bietet eine praktische Lösung für Echtzeit-Wissensgraphen-Anwendungen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractWe introduce a method for learning knowledge graph embeddings as evolving Gaussian distributions, using Kalman filtering to support online updates and explicit uncertainty tracking. Our approach extends static models by replacing point embeddings (vectors) with probability distributions and applying online Kalman updates to both means and covariances. This allows embeddings to adapt continuously as new data arrives, without retraining. Experiments on standard benchmarks show up to 15% improvement in Mean Reciprocal Rank and 12% in Hit@10 over static baselines. Our method achieves scalable, real-time knowledge graph embedding with interpretable uncertainty. -
Interval Separators in Temporal Graphs
Riccardo Dondi, Mehdi HosseinzadehDieses Kapitel untersucht die Robustheit von Transportsystemen, indem es zeitliche Diagramme und Intervalltrenner nutzt. Es stellt das Konzept der Zeitdiagramme vor, die Interaktionen darstellen, die sich über unterschiedliche Zeitbereiche entwickeln, und untersucht die Konnektivität und die Herausforderungen bei der Wegfindung innerhalb dieser dynamischen Strukturen. Die Forschung konzentriert sich auf das d-MinIntSep-Problem, das darauf abzielt, einen minimalen Intervalltrenner zu finden, der alle zeitlichen Pfade innerhalb eines vorgegebenen Zeitrahmens stört. Die Studie belegt die NP-Härte dieses Problems und schlägt eine Methode der Integer Linear Programming (ILP) zur Berechnung dieser Trennzeichen vor. Experimentelle Auswertungen synthetischer zeitlicher Netzwerke aus realen Transportdatensätzen zeigen, dass nur eine kleine Anzahl von Knoten, die in begrenzten Zeitintervallen aktiv sind, zeitnahe Verbindungen signifikant stören können. Die Ergebnisse unterstreichen den Einfluss zeitlicher Parameter auf den Rechenaufwand und betonen die Bedeutung des Zeithorizonts und der Pfaddichte für die Skalierbarkeit. Das Kapitel schließt mit möglichen zukünftigen Forschungsrichtungen, einschließlich der Ausweitung der Experimente auf andere Transportnetzwerke und der Erforschung der Rechenkomplexität des nichtstrengen Modells.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractThis paper addresses the problem of identifying time interval separators in temporal networks. We introduce d-MinIntSep, a new variant of the temporal separator problem, which models failures as time intervals assigned to vertices and aims to block all temporal paths between a source and a target that can be completed within a given deadline d. We prove that the d-MinIntSep problem is NP-hard, and we propose an Integer Linear Programming (ILP) formulation to compute minimum interval separators. This latter method is evaluated on synthetic temporal networks derived from real-world transportation datasets. The experiments show that the method runtime is highly sensitive to temporal dimension and path density. -
Temporal Network Analysis of Cognitive-Metacognitive Dynamics in Human-AI Conversations
Christophe Cruz, Hussam Ghanem, Samir Jabbar, Maria Alice Bertolim, Hocine CherifiDieses Kapitel untersucht das dynamische Zusammenspiel zwischen kognitiver Belastung, Metakognition und zeitlicher Netzwerkanalyse in Mensch-KI-Gesprächen. Es identifiziert wichtige Forschungslücken beim Verständnis kognitiver und metakognitiver Prozesse während dieser Interaktionen und stellt ein neuartiges Rahmenwerk vor, das zeitliche Netzwerkanalyse mit kognitiver Belastungstheorie und Metakognitionsforschung verbindet. Das Rahmenwerk ist so konzipiert, dass es die Dynamik von Mensch-KI-Gesprächen in Echtzeit modelliert und Einblicke in Lernen und Anpassung bietet. Das Kapitel stellt auch eine funktionale Plattform vor, die Echtzeit-Visualisierung und explorative Analyse der Gesprächsdynamik unterstützt. Diese Plattform steht der Öffentlichkeit zur Verfügung, um Replikationen und zukünftige Experimente zu erleichtern. Das Kapitel schließt mit der Diskussion zukünftiger Forschungsrichtungen und der potenziellen Anwendung dieses Rahmens in den Bereichen adaptives Lernen, Interface-Design für Gespräche und Kognitionswissenschaften.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractThis paper introduces a methodological and computational framework that integrates temporal network analysis, cognitive load (CL) theory, and metacognitive (MC) research to model how humans learn and adapt during artificial intelligence (AI) mediated conversations. The proposed approach defines a unified architecture and a functional platform capable of estimating CL and MC awareness directly from conversation transcripts, without the need for specialized sensors or intrusive measurements. Rather than focusing on empirical validation, the work establishes the conceptual foundations, data processing pipeline, and visual analytics components required to investigate cognitive–metacognitive dynamics in dialog-based learning. The framework opens new perspectives for designing adaptive educational chatbots, cognitively aware conversational systems, and analytical tools to study learning and collaboration in human–AI interactions.
-
-
Network Visualisation
-
Frontmatter
-
Cognitive MRI of AI Conversations: Analyzing AI Interactions Through Semantic Embedding Networks
Alex Towell, John MattaDieses Kapitel untersucht die kognitive Struktur von KI-Gesprächen durch Netzwerkanalyse und verwandelt lineare Gesprächsprotokolle in topologische Karten. Durch die Analyse von 449 ChatGPT-Gesprächen offenbart die Studie eine heterogene Netzwerktopologie, wobei theoretische Bereiche wie ML / KI Hub-and-Spoke-Muster aufweisen und praktische Bereiche wie Programmierung baumartige hierarchische Strukturen aufweisen. Die Forschung stellt drei Arten von Brückengesprächen vor - evolutionäre, integrative und reine -, die den Wissenstransfer zwischen Bereichen erleichtern. Die Studie unterstreicht auch die Bedeutung benutzergewichteter Einbettungen und des optimalen Verhältnisses von Benutzer zu KI im Verhältnis 2: 1, um Modularität und semantische Kohärenz zu maximieren. Die Netzwerkanalyse identifiziert unterschiedliche Wissensgemeinschaften und ihre strukturellen Merkmale und bietet Einblicke in die KI-gestützte Wissenserforschung. Die Ergebnisse deuten darauf hin, dass die kognitive Exploration einzigartigen Organisationsprinzipien folgt, wobei intensive lokale Exploration durch themenübergreifende Sprünge unterbrochen wird, was im Gegensatz zu dem kumulativen Aufbau von Autoritäten steht, der in akademischen Zitierungsnetzwerken beobachtet wird. Diese kognitive MRI-Methodik bietet einen Rahmen für das Verständnis und die Verbesserung der KI-gestützten Wissensarbeit, mit potenziellen Anwendungen zur Verbesserung der Auffindungssysteme und zur Erleichterung kreativer Sprünge.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractThrough a single-user case study of 449 ChatGPT conversations, we introduce a cognitive MRI applying network analysis to reveal thought topology hidden in linear conversation logs. We construct semantic similarity networks with user-weighted embeddings to identify knowledge communities and bridge conversations that enable cross-domain flow. Our analysis reveals heterogeneous topology: theoretical domains exhibit hub-and-spoke structures while practical domains show tree-like hierarchies. We identify three distinct bridge types that facilitate knowledge integration across communities. -
A Network Perspective on Protein Complex Predictions
Lukas Papik, Eliska Ochodkova, Eva Kriegova, Milos KudelkaDieses Kapitel geht den Herausforderungen und Fortschritten bei der Vorhersage von Proteinkomplexen innerhalb von Protein-Protein-Interaktion (PPI) -Netzwerken nach. Er beleuchtet die häufigen Probleme falsch positiver Ergebnisse und die Grenzen traditioneller Bewertungsmethoden, die die nuancierten Beziehungen zwischen vorhergesagten und Referenzkomplexen oft übersehen. Die Studie führt einen Visualisierungsansatz ein, der auf anreicherungsartigen Kartennetzwerken beruht, die vorhergesagte und Referenzkomplexe als Knoten darstellen und aufgrund ihrer Ähnlichkeit miteinander verbinden. Diese Methode ermöglicht eine besser interpretierbare Beurteilung der Zuverlässigkeit und biologischen Relevanz von Vorhersagen und deckt systematische Muster auf, die Standard-Kennzahlen möglicherweise übersehen. Das Kapitel vergleicht außerdem vier repräsentative Vorhersagemethoden - BOPS, ClusterOne, Dopcc und mDepStar - über drei Hefe-PPI-Netzwerke und gibt Einblicke in ihre Stärken und Schwächen. Die Visualisierungstechnologie hebt nicht nur Cluster von Vorhersagen hervor, sondern unterscheidet auch wahrscheinliche echte Positive von falschen Positiven und bietet eine umfassendere Bewertung proteinkomplexer Vorhersagemethoden. Die Studie schließt mit der Betonung der Wichtigkeit, Vorhersagen von Proteinkomplexen zu visualisieren, um tiefere Einsichten in die funktionelle Organisation vorhergesagter Komplexe zu gewinnen, die letztlich darauf abzielen, Vorhersageansätze zu verbessern.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractOne of the challenges for bioinformatics is predicting protein complexes in protein-protein interaction (PPI) networks. A wide range of methods are used, each with a different approach and varying degree of accuracy. A common characteristic of current approaches is the generation of a large number of false positive predictions. This largely reflects the difficulty for the methods themselves to accurately distinguish true complexes from noisy or incomplete PPI network. Building on this observation, this paper presents a visualization inspired by enrichment maps. This visualization offers a perspective on protein complexes, highlighting clusters of true and false positives and revealing patterns in the predictions. We apply four representative prediction methods to three different PPI networks and examine how their predictions relate to established reference complexes. By highlighting systematic differences in prediction methods and focusing on clusters of similar results, including true and false positives, our analysis provides new insights into how these methods behave. These insights complement our previous work on structural asymmetries in PPI networks, contributing to a deeper understanding of how to evaluate and interpret the results of protein complex prediction methods. -
Updating the Complex Systems Keyword Diagram Using Collective Feedback and Latest Literature Data
Hiroki SayamaDieses Kapitel befasst sich mit der Entwicklung des komplexen Systems-Keyword-Diagramms, das ursprünglich im Jahr 2010 erstellt wurde, und seiner notwendigen Aktualisierung, um die jüngsten Fortschritte und Erkenntnisse aus der Community einzubeziehen. Der Autor verfolgt einen datengestützten Ansatz, der kollektives Feedback von Social-Media-Plattformen und die neuesten Literaturdaten von OpenAlex nutzt, um ein objektiveres und quantitativeres Netzwerk von Schlüsselwörtern zu schaffen. Die Studie identifiziert vier Hauptgemeinschaften innerhalb des Stichwortverbundes: nichtlineare Dynamik, Computermodellierung, biologische / ökologische / evolutionäre / lernende / soziale Systeme sowie Netzwerke und Systeme. Diese Gemeinschaften sind zwar miteinander verbunden, deuten aber großräumige Gradienten komplexer Systemthemen an, darunter eine Dimension zwischen theoretischen Konzepten und tatsächlichen Phänomenen / Anwendungen und eine weitere zwischen Berechnungsmethoden und dynamischer Systemanalyse. Der Vergleich zwischen öffentlicher Wahrnehmung und wissenschaftlicher Literatur hebt Lücken hervor und betont die Bedeutung zentraler Schlüsselwörter für die Verknüpfung verschiedener Themen. Das aktualisierte Schlüsselwort-Diagramm zielt darauf ab, eine genauere und nuanciertere Darstellung des Feldes zu liefern und zu weiteren Erkundungen und potenziellen Bemühungen der Gemeinschaft um regelmäßige Aktualisierungen zu ermutigen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractThe complex systems keyword diagram generated by the author in 2010 has been used widely in a variety of educational and outreach purposes, but it definitely needs a major update and reorganization. This short paper reports our recent attempt to update the keyword diagram using information collected from the following multiple sources: (a) collective feedback posted on social media, (b) recent reference books on complex systems and network science, (c) online resources on complex systems, and (d) keyword search hits obtained using OpenAlex, an open-access bibliographic catalogue of scientific publications. The data (a), (b) and (c) were used to incorporate the research community’s and other public communities’ perceptions of the relevant topics, whereas the data (d) was used to obtain more objective measurements of the keywords’ relevance and associations from publications made in complex systems science. Results revealed differences and overlaps between public perception and actual usage of keywords in publications on complex systems. Four topical communities were obtained from the keyword association network, although they were highly intertwined with each other. We hope that the resulting network visualization of complex systems keywords provides a more up-to-date, accurate topic map of the field of complex systems as of today. -
Stratified Disk Views of Graph Edge Core Decompositions via Barycentric Coordinates
James Abello, Haoyang ZhangDieses Kapitel geht den Herausforderungen der Visualisierung massiver Graphen mit Milliarden von Kanten nach und konzentriert sich auf die Beschränkungen traditioneller Methoden aufgrund des Bildschirm-Engpasses. Es führt das Konzept der geschichteten Plattenansichten ein, wobei baryzentrische Koordinaten verwendet werden, um skalierbaren visuellen Zugriff auf Graphendaten zu bieten. Der Text untersucht Kantenpartitionen, Graphen und die Verwendung maximaler Kantenpartitionen auf der Grundlage von Subgrapheigenschaften. Es stellt einen Mechanismus zur Aufrechterhaltung und Visualisierung verbundener Komponenten maximaler Kantenäquivalenzklassen dar, der das Verständnis globaler topologischer Trends verbessert. Das Kapitel diskutiert auch den Einsatz baryzentrischer Einbettungen zur Aggregation und Visualisierung von Scheitelpunkten und bietet einen neuartigen Ansatz zur Graphenexploration. Die Schlussfolgerung unterstreicht das Potenzial geschichteter Platteneinbettungen für den Zugriff auf interessante Graphenregionen und wirft Fragen für zukünftige Forschungen auf.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractWe use barycentric coordinates to embed a graph and its given edge-core partition into a stratified collection of disks. We illustrate this embedding with graphs from social networks (a Friendster graph with 1.8 billion edges), paper citation networks (a Microsoft academic graph with 1.6 billion edges), and social media posts (Parler with 1.1 million edges, French election data with 185 thousand edges, and COVID-19 with 18 thousand edges). The proposed embedding aggregates vertices with similar participation in the input edge-core partition, and this similarity can be used to support subset queries useful for making sense of billion-edge graph data.
-
-
Backmatter
- Titel
- Complex Networks & Their Applications XIV
- Herausgegeben von
-
Hocine Cherifi
Luis M. Rocha
Chantal Cherifi
Melissa Zeynep Ertem
- Copyright-Jahr
- 2026
- Verlag
- Springer Nature Switzerland
- Electronic ISBN
- 978-3-032-16723-1
- Print ISBN
- 978-3-032-16722-4
- DOI
- https://doi.org/10.1007/978-3-032-16723-1
Die PDF-Dateien dieses Buches wurden gemäß dem PDF/UA-1-Standard erstellt, um die Barrierefreiheit zu verbessern. Dazu gehören Bildschirmlesegeräte, beschriebene nicht-textuelle Inhalte (Bilder, Grafiken), Lesezeichen für eine einfache Navigation, tastaturfreundliche Links und Formulare sowie durchsuchbarer und auswählbarer Text. Wir sind uns der Bedeutung von Barrierefreiheit bewusst und freuen uns über Anfragen zur Barrierefreiheit unserer Produkte. Bei Fragen oder Bedarf an Barrierefreiheit kontaktieren Sie uns bitte unter accessibilitysupport@springernature.com.
