本文介绍了一种基于随机游走的框架，旨在优化图形统计数据的估算，提高准确性和效率。研究探讨了高阶网络中的信息扩散，提出了新型随机游走模型和图嵌入分析框架，改进了多特征对象分类和链路预测的性能。此外，介绍了带标记的随机游走和基于交通时间的网络嵌入算法，展示了其在机器学习任务中的有效性。

本文研究了基于 Lévy 随机游走模型的觅食行为，发现步数对策略参数有显著影响，并提出了一种新型随机游走模型，探讨信息扩散机制及其在复杂网络中的应用。

本研究分析了680万用户在社交网络上发布的3200万篇帖子，发现仇恨言论的传播主要依赖用户互动和信息扩散，而非单独的仇恨内容。同时，研究探讨了社交媒体上的政见共鸣箱现象及其对用户观点极化的影响，强调用户参与度和情感行为对社群动态的重要性。