Arxiv网络科学论文摘要18篇(2020-10-20)

• 随机多跳模型。图上的超快速随机游走;
• 通过保护路径多样性和最小化搜索信息来简化网络;
• 涂鸦的空间分布：一种复杂网络方法;
• 了解中介在在线社交电子商务中的作用：北店探索性研究;
• 适应性网络方法用于社会泡沫的涌现;
• 热门者越富网络增长模型;
• 评估社交媒体数据以进行社会网络分析的可靠性的方法;
• ArCOV19-Rumors：用于错误信息检测的阿拉伯文COVID-19 Twitter数据集;
• 用于家庭位置检测的个人级别事实数据集;
• 物理出版中的泄漏管道;
• 具有战略和风险承受力异质性的金融市场演化动力学;
• 小世界网络特征向量的多重分形分析;
• 已检查：中文COVID-19假新闻数据集;
• 付费和假设的时间偏好是相同的：实验室，现场和在线证据;
• 在现实世界的电网的长期历史数据中搜索小世界和无标度行为;
• 负荷下城市网络的分工模式;
• 含时网络的影响力最大化;
• 基于主体的仿真模型和深度学习技术，用于评估和预测COVID-19周围的运输趋势;

随机多跳模型。图上的超快速随机游走

原文标题： Random Multi-Hopper Model. Super-Fast Random Walks on Graphs

地址： http://arxiv.org/abs/1612.08631

作者： Ernesto Estrada, Jean-Charles Delvenne, Naomichi Hatano, José L. Mateos, Ralf Metzler, Alejandro P. Riascos, Michael T. Schaub

摘要： 我们为一般图上具有远距离跳数的随机游走者开发了一个模型。这种随机的多漏斗从图中的一个节点跳到任何其他节点，其概率根据两个节点之间的最短路径距离而衰减。我们在这里考虑最短路径距离的拉普拉斯和梅林变换形式的两个衰减函数。值得注意的是，当这些变换的参数渐近趋近于零时，图中任意两个节点之间的多漏斗命中时间会收敛到其最小可能值，该值由正常随机行者在完整图上的命中时间给出。换句话说，对于较小的参数值，与全图上的随机助步器相比，多料斗尽可能快地浏览普通图。通过计算实验，我们证明了与常规随机游动器相比，多料斗确实在较大的参数范围内更有效地探索了具有簇或偏度分布的图。通过研究确定性，随机和现实网络，我们提供了进一步的计算证据，证明了随机多料斗模型相对于正常随机游走器所能达到的速度。

通过保护路径多样性和最小化搜索信息来简化网络

原文标题： Simplification of networks via conservation of path diversity and minimisation of the search information

地址： http://arxiv.org/abs/1910.09896

作者： Hengda Yin, Richard. G. Clegg, Raul. J. Mondragon

摘要： 网络中的备用路径在其功能中起着重要作用，因为它们可以在节点/链路故障下维持信息流。在本文中，我们考虑了替代路径，探索了网络的导航，尤其是如何以一种简洁的方式描述这种导航。我们的方法是通过将不构成替代路径的节点归为一组来简化网络。我们将这些组称为超级节点，并以超级节点为骨架网络来描述后聚合网络。我们提出了一种以最少的信息量描述超节点和骨架网络中路径的方法。将我们的方法应用于几个真实的网络，我们观察到在描述网络中所有路径所需的信息与描述其骨架路径所需的最小信息之间存在尺度行为。我们展示了如何通过这种尺度比例来以较少的计算成本评估大型网络的路径信息。

涂鸦的空间分布：一种复杂网络方法

原文标题： Spatial distribution of graffiti: A complex network approach

地址： http://arxiv.org/abs/2010.08583

作者： Eric K. Tokuda, Henrique F. de Arruda, Cesar H. Comin, Roberto M. Cesar-Jr., Claudio T. Silva, Luciano da F. Costa

摘要： 尽管城市之间存在巨大差异，但它们在社会不平等，政治和犯罪方面面临类似的挑战。城市艺术从市民的角度表达了这些感受。尤其是，公共表面的绘画可能会携带丰富的时间和区域信息。现有研究已经探索了涂鸦的空间分布，但是大多数研究都将涂鸦视为一个整体，并且没有类型之间的分离。此外，分析很少考虑城市拓扑。在这项工作中，我们建议将涂鸦分为三种类型：简单的涂鸦，复杂的涂鸦，画布。我们分析空间分布并确定每种类型的空间偏差。为了进一步分析类型的空间分布，我们应用了来自复杂网络的概念。首先，获得由城市网络的连接配置文件定义的区域（社区），并分析这些区域上每种涂鸦的流行程度。接下来，计算基于网络动态性（可访问性）的度量，并将其与涂鸦类型的分布进行比较。在分析巴西圣保罗市的三种不同类别的涂鸦时，进行了案例研究。结果表明，类别具有特征性的空间分布。但是，每种类型的网络每个社区的比例并不会造成明显的偏差。最后，在每种涂鸦类型的位置与可及性之间观察到小的正相关。

了解中介在在线社交电子商务中的作用：北店探索性研究

原文标题： Understanding the Role of Intermediaries in Online Social E-commerce: An Exploratory Study of Beidian

地址： http://arxiv.org/abs/2010.08612

作者： Zhilong Chen, Hancheng Cao, Fengli Xu, Mengjie Cheng, Tao Wang, Yong Li

摘要： 社交电子商务作为基于社交计算的营销平台的一种新形式，利用现有的现实世界社交关系来促销和销售产品。近年来，它一直在迅速发展，并在中国吸引了数千万的用户。能够在这些平台上进行市场交易的关键参与者是通过将与现实世界的社交联系人共享信息并向其推荐产品来将生产者与消费者联系起来的中介。尽管它们发挥了至关重要的作用，但尚未系统地分析这些中介在这些社交电子商务平台上的性质和行为。在这里，我们通过混合方法研究解决了这一知识鸿沟。利用北电（中国最大的社交电子商务网站之一）上约4000万用户的9个月全方位行为，结合在线论坛和访谈中的定性证据，我们研究了中介机构的特征，确定了他们的行为方式和发现成功的中介机构的策略和机制。我们证明，社交电子商务网站上的中介充当本地趋势检测器和“社交杂货商”。此外，每当畅销书出现并拓宽促销品时，成功的中介机构就会高度献身。据我们所知，本文首次对中介在社会电子商务平台中的新兴作用进行了大规模分析，这为社会计算营销平台的设计和管理提供了潜在的见识。

适应性网络方法用于社会泡沫的涌现

原文标题： Adaptive network approach for emergence of societal bubbles

地址： http://arxiv.org/abs/2010.08635

作者： Hugo P. Maia, Silvio C. Ferreira, Marcelo L. Martins

摘要： 意见形成和决策过程远远超出其与商业和政治营销的相关性，对于代议制民主，政府职能和国家组织至关重要。在本报告中，研究了基于随机主体的模型。该模型假设有限的信心和同质机制通过重新连接或破坏社交联系来驱动观点动态和社会网络演化。除了从全球共识到观点两极化的经典过渡之外，我们的主要发现是（i）社会网络分裂成一系列持有独特观点的回声室（模块），而连接这些模块的桥梁破裂则成为观点的容忍度差异增加。与这些模块相关的存在多个尚存的意见，在这些意见中形成了共识。 （ii）适应性社会网络表现出类似于滞后的行为，其特征是其拓扑结构发生了不可逆转的变化，因为意见容忍度从激进走向共识，再回到激进。

热门者越富网络增长模型

原文标题： Hot-Get-Richer Network Growth Model

地址： http://arxiv.org/abs/2010.08659

作者： Faisal Nsour, Hiroki Sayama

摘要： 在优先连接（PA）网络增长模型下，迟到者在其最终程度方面处于不利地位。 PA的先前扩展通过将节点适应性的概念添加到PA（通常是从某些适应性得分分布中得出）或通过单独使用适应性来控制依附关系来解决此缺陷。在这里，我们通过向PA添加最近度变化偏差来引入一种新的动态方法来解决延迟到达的问题，以便在到达时间节点附近的时间上具有相对度变化较大的节点获得附加概率。换句话说，如果PA描述了一种“致富”机制，而基于适应度的方法描述了一种“致富”机制，那么我们的模型可以被描述为一种“致富”机制，其中热度由速率决定。最近一段时间的学位变化所提出的模型产生比PA模型晚得多的高级节点，并且在某些参数下产生的结构类似于PA网络的网络。

评估社交媒体数据以进行社会网络分析的可靠性的方法

原文标题： A method to evaluate the reliability of social media data for social network analysis

地址： http://arxiv.org/abs/2010.08717

作者： Derek Weber, Mehwish Nasim, Lewis Mitchell, Lucia Falzon

摘要： 为了研究在线社会网络（OSN）活动对现实世界中离线事件的影响，研究人员需要访问OSN数据，其可靠性对社会网络分析具有特殊意义。这不仅与收集的任何数据集的完整性有关，而且与从中构建有意义的社会和信息网络有关。在这项多学科研究中，我们考虑了从OSN数据构建传统社会网络的问题，然后提出了一个测量案例研究，显示OSN数据的可靠性如何影响社会网络分析。为此，我们开发了系统的比较方法，将其应用于从Twitter收集的两个并行数据集。我们发现使用不同工具收集的数据集存在巨大差异，这些差异极大地改变了后续分析的结果。我们的结果为打算收集在线数据流以推断社会网络的研究人员提供了一组指南。

ArCOV19-Rumors：用于错误信息检测的阿拉伯文COVID-19 Twitter数据集

原文标题： ArCOV19-Rumors: Arabic COVID-19 Twitter Dataset for Misinformation Detection

地址： http://arxiv.org/abs/2010.08768

作者： Fatima Haouari, Maram Hasanain, Reem Suwaileh, Tamer Elsayed

摘要： 在本文中，我们介绍ArCOV19-Rumors，这是一个用于错误信息检测的阿拉伯语COVID-19 Twitter数据集，该数据集由包含从1月27日至2020年4月底的声明的推文组成。我们收集了138个经过验证的声明，其中大部分来自流行的事实检查网站，并进行了识别9.4K条与这些声明相关的推文。然后，我们通过准确性手动注释这些推文，以支持错误信息检测的研究，这是大流行期间面临的主要问题之一。我们旨在支持Twitter上的两类错误信息检测问题：验证自由文本声明（称为声明级别验证）和验证以推文表示的声明（称为推特级别验证）。除了健康以外，我们的数据集还涵盖与受COVID-19影响的其他主题类别（即社会，政治，体育，娱乐和宗教）相关的声明。

用于家庭位置检测的个人级别事实数据集

原文标题： An individual-level ground truth dataset for home location detection

地址： http://arxiv.org/abs/2010.08814

作者： Luca Pappalardo, Leo Ferres, Manuel Sacasa, Ciro Cattuto, Loreto Bravo

摘要： 在手机数据文献中，大多数研究都将家中检测（将电话设备分配到家中天线）分配给了他们。尽管家庭检测被广泛使用，但是它依赖于一些假设，这些假设如果没有地面真实性就很难检查，即拥有该设备的个人所处的位置。在本文中，我们对65名参与者的家庭检测算法的准确性进行了空前的评估，他们知道他们的确切家庭住址以及可能为他们服务的天线。此外，我们不仅分析呼叫详细记录（CDR），还分析其他两个手机流：扩展详细记录（XDR，``数据''通道）和控制平面记录（CPR，网络流）。这些数据流不仅在时间粒度上有所不同，而且在数据生成机制方面也有所不同，例如CDR纯粹是人为触发的，而CPR是纯粹是机器触发的事件。最后，我们量化每个流执行成功的家庭检测每个流所需的数据量。我们发现流的选择和算法会严重影响家庭检测，其中一天时间算法的XDR表现最佳，而CPR对于执行家庭检测所需的数据量表现最佳。我们的工作对研究人员和从业人员很有用，可以最大程度地减少数据请求并最大化家庭天线定位的准确性。

物理出版中的泄漏管道

原文标题： The Leaky Pipeline in Physics Publishing

地址： http://arxiv.org/abs/2010.08912

作者： Clara O Ross, Aditya Gupta, Ninareh Mehrabi, Goran Muric, Kristina Lerman

摘要： 在高级职位上，女性占物理系教师的比例越来越小，这种现象被称为“泄漏管道”。尽管解决此问题一直是学术机构的首要任务，但各种泄漏源阻碍了工作。在本文中，我们确定了可能导致泄漏管道的偏差。我们分析由物理学研究的领先出版商美国物理学会（APS）提供的书目数据。通过根据姓名推断作者的性别，我们可以衡量过去几十年来女性作家的比例。我们显示，与其他APS期刊相比，更具选择性，影响力更大的APS期刊的女性作者比例较低。纠正这种偏见可能会帮助更多的女性在享有盛誉的APS期刊上发表文章，进而有助于改善她们的学术晋升案例。

具有战略和风险承受力异质性的金融市场演化动力学

原文标题： Evolutionary dynamics in financial markets with heterogeneities in strategies and risk tolerance

地址： http://arxiv.org/abs/2010.08962

作者： Wen-Juan Xu, Chen-Yang Zhong, Fei Ren, Tian Qiu, Rong-Da Chen, Yun-Xin He, Li-Xin Zhong

摘要： 在自然和人类社会中，同质和异质特性对集体行为演变的影响彼此之间存在很大差异。了解这种差异发生的潜在机制非常重要。通过将成对模式策略和参考点策略合并到基于主体的模型中，我们研究了异构投资策略和异构风险承受能力对价格波动的耦合影响。在市场上充斥着具有同质投资策略或同质风险承受能力的投资者的情况下，容易出现较大的价格波动。在投资策略多样化或风险承受能力不同的投资者充斥的市场中，价格波动得到抑制。对于异质人口，投资者与配对模式策略和参考点策略并存会导致价格在典型均衡点附近缓慢波动，并且避免了较大的价格波动和无交易状态，在这种情况下，配对模式策略将系统推离平衡，而参考点策略则将系统拉回到平衡。理论分析表明，该模型的演化动力学受不同策略之间的竞争支配。导致价格大幅波动的策略损失更多，而使系统回到均衡状态的策略收益更多。频繁交易会损害人们对更多财富的追求。

小世界网络特征向量的多重分形分析

原文标题： Multifractal analysis of eigenvectors of smallworld networks

地址： http://arxiv.org/abs/2010.09024

作者： Ankit Mishra, Jayendra N. Bandyopadhyay, Sarika Jalan

摘要： 许多现实世界中的复杂系统具有小世界的拓扑结构，其特征是节点的聚类较高且路径长度较短。众所周知，较高的聚类驱动本地化，而较短的路径长度则支持网络特征向量的去域化。使用多重分形技术，我们研究了使用Watts-Strogatz算法构造的小世界网络的邻接矩阵特征向量的定位特性。我们发现特征值谱的中心部分具有很强的多重分形性，而谱的尾部具有Dq-> 1。在小世界过渡开始之前，随机连接的增加导致特征向量定位的增强，而在刚开始之后，特征向量显示出定位的逐渐减小。我们已经验证了在本地化到非本地化过渡时相关维度存在急剧变化的情况

已检查：中文COVID-19假新闻数据集

原文标题： CHECKED: Chinese COVID-19 Fake News Dataset

地址： http://arxiv.org/abs/2010.09029

作者： Chen Yang, Xinyi Zhou, Reza Zafarani

摘要： COVID-19影响了所有生命。为了与社会保持距离并避免接触，工作和生活已逐渐转移到网上。在这种趋势下，获取COVID-19新闻的社交媒体使用量增加了。 CO，关于COVID-19的错误信息经常在社交媒体上传播。在这项工作中，我们开发了CHECKED，这是第一个有关COVID-19错误信息的中文数据集。 CHECKED通过确保使用特定来源精心获得的信誉提供了真实的依据。 CHECKED包括与COVID-19相关的微博，使用特定的关键字列表进行标识，涵盖从2019年12月至2020年8月发布的总共2120个微博。数据集包含每个微博的丰富多媒体信息集，包括真实标签，文本，视觉，响应和社会网络信息。我们希望CHECKED可以促进针对冠状病毒错误信息的研究。该数据集可在https://github.com/cyang03/CHECKED上找到，以保护用户隐私。

付费和假设的时间偏好是相同的：实验室，现场和在线证据

原文标题： Paid and hypothetical time preferences are the same: Lab, field and online evidence

地址： http://arxiv.org/abs/2010.09262

作者： Pablo Brañas-Garza, Diego Jorrat, Antonio M. Espín, Angel Sánchez

摘要： 经过数十年的经济实验，使用假设性动机而非实际决策性动机仍在争论中。由于参与者的收入，标准激励实验涉及大量的金钱成本，并且通常还涉及物流成本。在涉及未来付款的时间偏好实验中，实际付款尤其成问题。由于即时奖励经常比实验任务中的延迟奖励具有更低的交易成本，因此，（准）双曲函数形式无法准确估计。如果假设的付款提供了准确的数据又可以避免交易成本问题怎么办？在本文中，我们测试了在标准的多重价目表任务中使用假设付款与实际付款是否会影响短期和长期折扣的产生。也考虑了十分之一的参与者的概率支付方案。我们分析了三项研究的数据：西班牙的实验室实验，尼日利亚的功能强大的实地实验以及关注概率支付的在线扩展。我们的结果表明，有酬和假设时间偏好基本相同，因此，假设奖励是真实奖励的良好替代。但是，我们的数据表明概率支付不是。

在现实世界的电网的长期历史数据中搜索小世界和无标度行为

原文标题： Searching for small-world and scale-free behaviour in long-term historical data of a real-world power grid

地址： http://arxiv.org/abs/2010.09315

作者： Bálint Hartmann, Viktória Sugár

摘要： 在本文中，作者使用匈牙利电网长达70年的历史数据集进行复杂的网络分析，这是对长期真实世界数据评估小世界和无标度属性的首次尝试。

负荷下城市网络的分工模式

原文标题： On the breakup patterns of urban networks under load

地址： http://arxiv.org/abs/2010.09320

作者： Marco Cogoni, Giovanni Busonera

摘要： 伦敦和纽约市的城市网络作为图渗透范例中的有向图进行了研究。最近已经观察到，当去除一部分边时，城市网络显示出临界渗滤过渡。生成的强连接的组件形成一个簇结构，其大小分布遵循幂律，且幂指数为 tau 。我们从分析网络在受到越来越广泛的随机边去除以及空间相关性与幂律衰减的影响时的反应开始。随着空间相关性的增加，我们观察到 tau 的逐渐减少。当使用实际流量数据（UBER）删除拥塞的图边时，会发生类似的现象：在低拥塞期间 tau 接近于不相关渗滤所获得的值，而在高峰时段，指数变得更接近于从空间获得的指数相关的边去除。我们表明，空间相关性似乎在模拟不同交通状况方面起着重要作用。我们最终提供了一些初步证据，这些证据表明，在临界状态下，最大的集群显示出空间可预测性，并且集群配置形成几乎没有主要分支的分类法：仅存在有限数量的针对每个城市的分解模式。这适用于随机渗滤和实际流量，其中三个最大的群集很好地定位并且在空间上不同。这种一致的集群组织受到河流和桥梁等当地地形结构的强烈影响。

含时网络的影响力最大化

原文标题： Influence maximization on temporal networks

地址： http://arxiv.org/abs/2010.09614

作者： Sirag Erkol, Dario Mazzilli, Filippo Radicchi

摘要： 我们考虑在时间网络上播种传播过程的优化问题，以使预期爆发的规模最大化。我们按照时标等于网络拓扑演化特征的时间尺度，按照易受感染的恢复模型的规则，对传播过程的问题进行框架化。我们基于12个现实世界的时态网络的语料库进行系统的分析，并对使用网络拓扑和动力学的不同级别信息获得的影响最大化问题的解决方案的性能进行量化。我们发现，拥有网络拓扑的完整知识，但以静态和/或聚合的形式，无助于有效地解决影响最大化问题。相反，对于网络动力学早期阶段的知识，即使是部分知识，也似乎是必不可少的，它对于识别有影响力的扩展器的准最优集合至关重要。

基于主体的仿真模型和深度学习技术，用于评估和预测COVID-19周围的运输趋势

原文标题： Agent-based Simulation Model and Deep Learning Techniques to Evaluate and Predict Transportation Trends around COVID-19

地址： http://arxiv.org/abs/2010.09648

作者： Ding Wang, Fan Zuo, Jingqin Gao, Yueshuai He, Zilin Bian, Suzana Duran Bernardes, Chaekuk Na, Jingxing Wang, John Petinos, Kaan Ozbay, Joseph Y.J. Chow, Shri Iyer, Hani Nassif, Xuegang Jeff Ban

摘要： COVID-19大流行已经影响了出行行为和运输系统的运作，而​​城市正在努力解决哪些有效的政策可以有效解决因社会疏远而导致的逐步重新开放。此版本的白皮书更新了旅行趋势，并重点介绍了基于主体的仿真模型的结果，以预测提议的分阶段重新开放策略的影响。它还介绍了一种实时视频处理方法，可通过城市街道上的摄像头测量社会距离。

声明：Arxiv文章摘要版权归论文原作者所有，机器翻译后由本人进行校正整理，未经同意请勿随意转载。本系列在微信公众号“网络科学研究速递”（微信号netsci）和个人博客 https://www.complexly.cn （提供RSS订阅）进行同步更新。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。