- 武汉新型冠状病毒2019-nCoV基本再生数的初步预测;
- 不喂巨魔：通过逆强化学习检测巨魔行为;
- Facebook广告监测：一个独立的Facebook上政治广告审计系统;
- 多组网络形成稳定高效的结构;
- 通过参与用户交互的可解释的微博谣言检测;
- 基于城市共同能源的空间相关性分析方法;
- 能源经济优化模型的可重复分析案例;
- HoaxItaly：2019年在Twitter上分享的意大利不实信息和事实查证的故事集合;
- 利用多图信号的精确盲社区检测;
- 信用评分：通过智能手机为基础的小额贷款增强金融包容性;
武汉新型冠状病毒2019-nCoV基本再生数的初步预测
原文标题： Preliminary prediction of the basic reproduction number of the Wuhan novel coronavirus 2019-nCoV
地址： http://arxiv.org/abs/2001.10530
作者： Tao Zhou, Quanhui Liu, Zimo Yang, Jingyi Liao, Kexin Yang, Xin Lü, Wei Zhang
摘要：目标——为了估计武汉新型冠状病毒（2019-nCoV）的基本再生数。方法——基于易感暴露感染去除（SEIR）舱室模型，和2020年1月25日之前发生的感染病例是没有干预的自由传播所导致的假设，我们根据报告的确诊病例和疑似病例，其他研究团队对感染病例的理论估计数，以及从SARS了解的一些流行病学决定因素，估计了2019-nCoV的基本再生数。结果——根据人民日报的2019-nCoV实时报告感染案例数量，基本再生数处于2.8至3.3之间；根据研究者的预测的感染者数量，基本再生数处于3.2至3.9之间。结论——2019-nCoV的早期传播能力接近或略高于SARS，是一种可控的、中高传播性的疾病，需要及时有效的控制措施抑制进一步传播。
不喂巨魔：通过逆强化学习检测巨魔行为
原文标题： Don't Feed the Troll: Detecting Troll Behavior via Inverse Reinforcement Learning
地址： http://arxiv.org/abs/2001.10570
作者： Luca Luceri, Silvia Giordano, Emilio Ferrara
摘要： 自从2016年美国总统大选中，社会化媒体的滥用已经引起学术界内外大量关注。防止和限制用户，比如巨魔和机器人的恶意活动，在他们的操纵活动是民主，公共健康，多的完整性至关重要。然而，巨魔账户的自动检测是一个开放的挑战。在这项工作中，我们提出了一种基于逆强化学习（IRL）的方法来捕捉巨魔的行为，并确定巨魔账户。我们采用IRL推断出一套在线奖励，可能引导用户行为，这又凸显巨魔和非巨魔帐户之间的行为差异，使它们能够准确分类。我们报告可喜的成果：基于IRL的方法是能够准确地检测巨魔账户（AUC = 89.1％）。在这两类账户之间的预测功能的差异使得反射到激励巨魔和非巨魔响应的独特行为的原则的理解。
Facebook广告监测：一个独立的Facebook上政治广告审计系统
原文标题： Facebook Ads Monitor: An Independent Auditing System for Political Ads on Facebook
地址： http://arxiv.org/abs/2001.10581
作者： Márcio Silva, Lucas Santos de Oliveira, Athanasios Andreou, Pedro Olmo Vaz de Melo, Oana Goga, Fabrício Benevenuto
摘要： 2016年美国总统选举的特点是有针对性的广告在Facebook上的滥用。与同类滥用在2018年巴西大选发生的风险而言，我们设计和部署一个独立的审计系统，监测巴西在Facebook上的政治广告。要做到这一点，我们首先适应一个浏览器插件，使用Facebook的志愿者的时间表收集的广告。我们成功地说服了超过2000名志愿者，以帮助我们的项目和安装我们的工具。然后，我们使用卷积神经网络（CNN）来检测使用的嵌入词政治Facebook上的广告。为了评估我们的方法，我们手动标记10K广告作为数据收集政治和非政治的，然后我们通过它与经典的监督机器学习方法比较来识别政治广告提供建议的方法进行了深入的评估。最后，我们部署了一个真正的系统，它显示了鉴定的广告，涉及到政治。我们注意到，我们没有检测到的所有政治广告都出现在Facebook的广告库中的政治广告。我们的研究结果强调了声明的政治广告，需要独立的审计平台的执法机制的重要性。
多组网络形成稳定高效的结构
原文标题： Stable and Efficient Structures in Multigroup Network Formation
地址： http://arxiv.org/abs/2001.10627
作者： Shadi Mohagheghi, Jingying Ma, Francesco Bullo
摘要： 在这项工作中，我们提出了战略性的网络形成模型预测多组结构的出现。个人决定成立或删除基于的利益联系，收费是那些连接随身携带;我们专注于为纽带形成的双边同意。在外源系统中指定的群体中产生协调问题的频率。我们感兴趣的是发生于解决协调问题，具体的结构，在该组通过桥接，冗余和联合会员互连连接结构。我们描述下其某些结构是稳定的，并研究它们的效率，以及形成动态的收敛条件。
通过参与用户交互的可解释的微博谣言检测
原文标题： Interpretable Rumor Detection in Microblogs by Attending to User Interactions
地址： http://arxiv.org/abs/2001.10667
作者： Ling Min Serena Khoo, Hai Leong Chieu, Zhong Qian, Jing Jiang
摘要： 我们通过学习社会应对在微博真假的权利要求进行区分处理谣言的检测。现有的国家的最先进的模型是基于树的模型，模型的对话树木。然而，在社会媒体，发布回复用户可能会回复到整个线程，而不是特定的用户。我们提出了一个后级的关注模型（PLAN）与在变压器网络多头注意机制的鸣叫之间的长距离相互作用的模型。我们调查了这种模式的变体：（1）结合了变压器网络中的树状结构信息的结构认识自我的关注模型（STA-PLAN），和（2）的分层令牌和后级的关注模型（STA-HiTPLAN）该学会与标记级别自注意句子表示。据我们所知，我们是第一次来评价我们的模型在两个传言检测数据集：PHEME数据集，以及在Twitter15和Twitter16数据集。我们证明了我们最好的车型优于国家的最先进的电流模式的两个数据集。此外，注意机制使我们能够解释在两个令牌级和后级的传闻检测预测。
基于城市共同能源的空间相关性分析方法
原文标题： An Analytical Methodology of Spatial Correlation Based on Urban Mutual Energy
地址： http://arxiv.org/abs/2001.10743
作者： Yanguang Chen
摘要： 人口统计力，能量和潜力撰写了一组在社会物理学，区域经济学，和定量地理空间相互作用的基本概念。潜在的和相互能基于引力模型的公式仍然在地理系统的当前空间分析是有用的。然而，基于能源和电位测量空间建模的系统方法还没有被开发出来。本文致力于利用的潜力和互能公式城市系统构建一个新的分析过程。一系列的空间相关性，其中包括全球共同能源，本地互能源，全球势能，和当地的势能的测量，被定义或重建。潜力和能量散点图被推进了空间相关性的可视化地理分析。一发现是潜在的和相互能源的空间相互作用的指标数学与空间自相关关联。空间相互作用和空间自相关表示空间分析的相同的硬币的两个不同的侧面。潜在的能源分析和空间自相关分析可以集成到空间相关性分析，为未来城市研究的总体框架。
能源经济优化模型的可重复分析案例
原文标题： The Case for Repeatable Analysis with Energy Economy Optimization Models
地址： http://arxiv.org/abs/2001.10858
作者： Joseph F. DeCarolis, Kevin Hunter, Sarat Sreepathi
摘要： 能源经济优化（EEO）机型采用正式的搜索技术，去探索，以提供与政策相关的见解在过去几十年的未来决策空间。 EEO模型对于决策者谁必须与大未来的不确定性，面对长期的影响，使短期决策的重要工具。虽然基于模型的分析周期中繁衍的数量，重视不够支付透明度模型的开发和应用。鉴于EEO模型的复杂的，数据密集型性质和普遍缺乏访问源代码和数据，许多基于模型的分析的基本假设是从外部观察者隐藏。本文讨论了简化和参与建模过程中的主观判断，不能在期刊论文，报告或模型文档被完全阐明。此外，我们认为，对于所有的实际目的，EEO基于模型的见解无法通过对比现实世界的结果验证。其结果是，建模留下不可靠的指标来评估模型，以提供可靠的洞察能力。我们断言，EEO模型应该通过公开的源代码和数据审讯被发现的。此外，第三方应该能够为了运行特定的模型实例独立核实公布的结果。然而，十二EEO车型审查表明，在大多数情况下，模型计算结果的复制，目前不可能。我们提供了一些建议，以帮助制定和维持可重复的模型分析软件框架。
HoaxItaly：2019年在Twitter上分享的意大利不实信息和事实查证的故事集合
原文标题： HoaxItaly: a collection of Italian disinformation and fact-checking stories shared on Twitter in 2019
地址： http://arxiv.org/abs/2001.10926
作者： Francesco Pierri, Alessandro Artoni, Stefano Ceri
摘要： 我们发布了超过100万的微博中2019共享和含有链接到数千条相关新闻对两类意大利网点发布时间：（1）假网站，即已经由记者和事实跳棋用于生产低信誉的内容反复标记网点如假新闻，恶作剧程序，点击诱饵，误导性和超党派的故事; （2）事实查证该网站主要是揭露和验证网上新闻和索赔。该数据集，其中还包括大约37K的新闻文章的标题和正文，为公众提供https://doi.org/10.7910/DVN/ PGVDHX。
利用多图信号的精确盲社区检测
原文标题： Exact Blind Community Detection from Signals on Multiple Graphs
地址： http://arxiv.org/abs/2001.10944
作者： T. Mitchell Roddenberry, Michael T. Schaub, Hoi-To Wai, Santiago Segarra
摘要： 支持图网络和数据已成为科学和工程无处不在。本文研究了“盲”社区发现的问题，在这里我们试图推断给出独立的图信号，观察在一组节点，其连接是未知的图模型的群落结构。我们每个观测作为经滤波的白噪声，其中底层网络结构与每一个观测变化建模。这些不同的网络结构建模为一个潜在的种植划分模型（PPM）的独立的实现，证明我们的社会结构对所有的意见基本恒定的假设。下图表上的过滤器和PPM参数一定的条件下，我们提出了用于确定算法（ⅰ）潜在社区和数量（ii）所述PPM的相关联的分区。然后，我们证明了在渐进和非渐进采样的情况下统计的保证。真实和合成数据的数值试验表明我们的算法的有效性。
信用评分：通过智能手机为基础的小额贷款增强金融包容性
原文标题： Credit Scoring for Good: Enhancing Financial Inclusion with Smartphone-Based Microlending
地址： http://arxiv.org/abs/2001.10994
作者： María Óskarsdóttir, Cristián Bravo, Carlos Sarraute, Bart Baesens, Jan Vanthienen
摘要： 全球范围内，一二十亿人，超过最穷一半的人不使用正规的金融服务。因此，人们越来越注重发展金融技术，可以方便地获得金融产品，为没有银行账户。在这方面，基于智能手机的小额贷款已经成为一个潜在的解决方案，以增强金融包容性。我们提出了一个方法，以提高这些应用程序使用信用评分模型的预测性能。我们的做法是由几个步骤，在这里我们主要集中在从用户数据工程相应的功能。因此，我们构建伪社会网络来识别相似的人，复杂的网络分析表示学习结合起来。随后我们建立使用先进的机器学习与获得最准确的信用评分的目标，技术信用评分模型，同时还考虑到伦理和隐私法规，以避免不公平的歧视。我们提出的方法论的成功部署可以提高小额贷款的智能手机应用程序的性能，并有助于提高金融福利全球。
声明：Arxiv文章摘要版权归论文原作者所有，由本人进行翻译整理，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。
网友评论