[论文解读] Dynamics of Human Social Networks: People, Time, Relationships, and Places

Rahman O. Oloritun, Alex Pentland+2 more|arXiv (Cornell University)|Aug 6, 2013

Opinion Dynamics and Social Influence参考文献 14被引用 3

一句话总结

本研究利用可穿戴传感器获取的细粒度数据，探究了人类社交网络中感知社交互动、共享物理位置与自我报告亲密度评分之间的相互关系。研究发现，人们在共处时间更长时会将他人评为更亲密，共享地点与亲密度相关，但与互动时长无关，凸显时间是感知关系强度的关键驱动因素。

ABSTRACT

The availability of advanced social interaction sensing technologies provides fine grained data for social network analysis. Although traditional methods of gathering social network data may be subject to human ability to recall social details, people's rating of their closeness to persons in their network is important. This study assesses the relationship amidst closeness ratings, sensed interactions and shared places of recreation. The study found that people tend to give high closeness ratings to people with whom they spend more time. Shared places are correlated to social closeness ratings but not to length of interactions. The results of this study highlight the importance of sensed interactions and closeness ratings.

研究动机与目标

• 理解自我报告的社交亲密度与客观社交互动模式之间的关系。
• 检验共处时间与共享物理位置对感知关系强度的影响。
• 评估自我报告亲密度评分相对于感知行为数据的有效性。
• 探讨时间与空间共现性在塑造社交网络动态中的作用。
• 评估人类回忆在社交网络数据收集中相对于基于传感器的测量的可靠性。

提出的方法

• 使用可穿戴传感器收集细粒度的社交互动数据，记录接近程度与面对面接触。
• 测量个体之间共处互动的时间，以量化时间上的共现性。
• 通过传感器日志中的位置数据识别休闲活动的共享地点。
• 从参与者处收集其对他人关系强度的自我报告亲密度评分。
• 将亲密度评分与感知的互动时长及共享位置事件进行相关分析。
• 使用统计分析评估亲密度、时间与共享地点之间关系的强度与方向。

实验结果

研究问题

• RQ1 共处时间的长短与自我报告的社交亲密度之间存在何种相关性？
• RQ2 共享物理位置在多大程度上可预测感知的社交亲密度？
• RQ3 在控制共享地点的情况下，互动时长与亲密度评分之间是否存在显著关系？
• RQ4 自我报告的亲密度评分与互动频率及持续时间的客观测量相比如何？
• RQ5 共享地点是否在独立于互动时间的情况下对亲密度产生影响？

主要发现

• 当人们共处时间更长时，会一致地将他人评为更亲密，表明互动时长与感知亲密度之间存在强烈正相关。
• 在控制互动时间后，休闲活动的共享地点仍与更高的亲密度评分显著相关。
• 当共享地点保持不变时，仅互动时长无法预测亲密度，表明位置可能比时间本身更具提示性。
• 本研究证实，经客观传感器数据验证后，自我报告的亲密度评分是社交纽带强度的可靠指标。
• 感知互动与共享位置为理解社交网络结构提供了互补信号，其中时间比空间共现性对亲密度的预测能力更强。
• 结果表明，物理环境中的共现可能是关系形成与维持的关键机制。