年，明尼苏达大学的斯蒂芬·盖伊教授和他的同事描述了人们在大规模互动时如何避免互相攻击这一现象。他们在文件中写道“人类群体与相互作用的粒子系统有着惊人的相似之处。”研究人员观察到，当行人移动时，他们就像带负电荷的电子一样，当这些电子靠近时相互排斥的强度更大，但这两者有一个关键区别：与电子不同的是，行人会在面对即将来临的碰撞时做出预测，并通过大幅摆动来改变自己的运动，以避免碰撞。
利用这一结论，研究人员推导出了一个数学规则，关于任何两个行人之间的电子“排斥力”，但这是基于碰撞时间而非距离的。这使得研究人员能够正确地预测当移动的人群进入狭窄的通道时是如何建立起队形的，或者当球迷离开体育场走向不同的出口时是如何自发形成定向队列的，其他的社会物理学家也将类似的原理应用于汽车交通的设计上。
数学和物理可以解释人类行为的观点可以追溯到18世纪苏格兰的哲学家大卫·休谟。后来，法国哲学家奥古斯特·孔德提出了描述人类社会行为的一般法则，从比利时数学家阿道夫·奎特雷开始对人类的品质进行统计分析。今天，社会物理学和经济物理学在试图解释人类行为时，利用了以前所有的这些思想。
其中一些研究使用了统计物理学的方法，研究粒子群如何相互作用产生新的效应。例如，单个的水分子在水中会随机运动但是，但当把水冷却到摄氏零度时，它们会经历聚合并结合成固态冰。同样，无论个人的素质如何，他们都可以组成一个投票集团，比如*治候选人之间的辩论，投票集团可能会自发地进行改革和变化。法国科学家塞尔日·加兰在他的《社会物理学》(Sociophysics,)一书中，将这些物理效应应用于人类行为的解释上。
社会物理学的另一种应用方法是从现有记录或社交媒体中tb级别的数据中提取总结出数学规则和行为模式。麻省理工大学研究员AlexPentland在年发表的《社会物理学》(SocialPhysics)一书中提出，这种基于数据的研究方法是一种“可靠的、用数学作为桥梁，连接的一方面是信息和思想的流动，另一方面是人们的行为。”
事实上，有意义的社会物理学需要数据和模型或理论支持。正如苏黎世联邦理工大学的社会物理学家弗兰克·施韦策所指出的那样，分析数据可能会发现一些有趣而有用的关联，但它不会产生“对因果关系的不同理解，成功的社会物理学模型往往在所有数据和社会理论上都有接口”。
普林斯顿天体物理学家、社会物理学家约翰·q·斯图尔特就是在实践中应用这个理论的人。他在年指出，在许多群体之间的互动中都有这样的现象：例如美国任何两个城市之间的通话，它们相互作用的数量与群体之间的乘积成正比，再除以它们之间的物理距离，也就是说，更大的群体和更小的距离之间的相互作用更多。这个结论似乎很直观，尤其是在电话公司长途电话收费的制定中；但是斯图尔特也看到了其中蕴含的数学方程就像艾萨克·牛顿对两个物体之间引力能量的方程式，引力与物体质量的乘积除以物体之间的距离成正比。从这个类比中，斯图尔特定义了一个科学名词：“人口能量”，这是一种无形的力量，它直观的描述了美国人口在城市和农村地区的分布。
在斯图尔特那个时代，大多数科学家认为这样的分析没有什么价值。与传统的物理、社会学和经济学相比，这些跨学科的理论仍然没有被广泛接受。但随着新的分析工具和新数据的出现，研究人员渐渐发现了一些具有说服力的观点和理论。
年，苏黎世联邦理工学院的戴维加西亚和弗兰克施韦策研究了人们之间是如何相互影响的，他们研究了亚马逊中近万条匿名评论，这些评论涉及数千本书和产品。他们在人类情感的“抑扬格”模型中进行了实验，在这个模型中他们把情感定义为:
(1)心理效价。与之相关的是快乐或痛苦的程度；
(2)觉醒。即由情绪所引发的活动。这些特质被认为来自于两个独立的人类神经生理系统的相互反应。
研究人员给每条亚马逊评论的情感内容打分，分数范围从-5分到+5分，分别代表了高度负面到高度正面。他们还研究了情绪引发的行为，比如当人们把商品评价为“有用的”或“没用的”，或者带有好感的去写自己的评论，这些评论是带有真实情感的。
结果清楚地表明,个人评论会受到其他买家评论的影响。研究人员通过比较《哈利波特》丛书的评价--同时也是媒体