- 自适应活动驱动网络上流行病的主动和非主动隔离;
- 冠状病毒病（COVID-19）大流行的社会经济决定因素;
- 女人担心家庭，男人担心经济：对COVID-19的情感反应中的性别差异;
- Covid-19流行病演变的模拟：隔室模型真的具有预测性吗？;
- 控制COVID-19流行病接触率：一种平衡的观点;
- COVID-19：爆发较大时R0较低;
- Barabasi-Albert网络上的扩散流行过程;
- NAIST COVID：多语言COVID-19 Twitter和微博数据集;
- SIR流行病模型的精确闭式解;
- r-K平面中的网络重连;
- 服务的共同生产：使用Hawkes过程建模联系中心服务时间;
- 量子素养对未来教育和跨学科问题解决的挑战和机遇;
- 使用深度学习和图分析方法的推荐系统;
- 以太坊区块链上的ERC20交易：网络分析和预测;
- 用金融新闻模拟机构信用风险;
- 现代社会网络中的修饰的大规模分析;
- 利用定位技术平台的移动流测试大城市的犯罪模式理论;
- 加权二部图最大覆盖范围的置信度传播及其在文本摘要中的应用;
自适应活动驱动网络上流行病的主动和非主动隔离
原文标题： Active and inactive quarantine in epidemic spreading on adaptive activity-driven networks
地址： http://arxiv.org/abs/2004.07902
作者： Marco Mancastroppa, Raffaella Burioni, Vittoria Colizza, Alessandro Vezzani
摘要： 我们考虑在适应性活动驱动的时间网络上的流行过程，其适应性行为被建模为由于感染引起的活动和吸引力的变化。通过使用均值场方法，我们得出了针对一般适应策略的SIS和SIR流行模型的流行阈值的分析估计，这在很大程度上取决于在易感和感染状态下活性与吸引力之间的相关性。我们将重点放在强大的自适应行为上，以最近的实际案例研究为基础实施两种类型的隔离：主动隔离（其中种群补偿重新连接到非隔离节点的无效连接所造成的链接丢失）和无效隔离（其中具有隔离节点的链接不会重新连接。两种策略都具有相同的流行阈值，但是它们在活动期的动力学方面存在很大差异。我们显示，与非活动隔离相比，活动隔离在减少活动阶段流行病的影响方面效果极差，并且在SIR模型中，措施的后期采用要求非活动隔离才能达到遏制。
冠状病毒病（COVID-19）大流行的社会经济决定因素
原文标题： The socio-economic determinants of the coronavirus disease (COVID-19) pandemic
地址： http://arxiv.org/abs/2004.07947
作者： Viktor Stojkoski, Zoran Utkovski, Petar Jolakoski, Dragan Tevdovski, Ljupco Kocarev
摘要： 冠状病毒病（COVID-19）大流行的规模对世界上几乎每个国家的社会生活和经济活动都产生了巨大影响。除了生物学和流行病学因素外，许多社会和经济标准也控制着冠状病毒疾病在人群中的传播程度。因此，对于导致大流行的关键社会经济决定因素，人们进行了积极的辩论。在本文中，我们将利用贝叶斯模型平均技术和国家/地区数据来调查35种决定因素的潜力，描述各种社会经济特征，以解释冠状病毒大流行的结果，从而为辩论的解决做出贡献。
女人担心家庭，男人担心经济：对COVID-19的情感反应中的性别差异
原文标题： Women worry about family, men about the economy: Gender differences in emotional responses to COVID-19
地址： http://arxiv.org/abs/2004.08202
作者： Isabelle van der Vegt, Bennett Kleinberg
摘要： 围绕COVID-19大流行的关键挑战之一是应对人们心理健康的潜在有害影响。设计适当的干预措施并找出最易受到威胁的人的关注所需要的方法必须能够从文本数据中提取出担忧，关注和情感回应。我们研究了性别差异以及文档长度对持续的COVID-19状况的担忧的影响。我们的发现表明：i）较短的文字不能像较长的文字那样充分地洞悉心理过程。我们进一步发现ii）在涉及情绪反应的话题中存在明显的性别差异。妇女更加担心自己的亲人和严重的健康问题，而男性则更加忙于影响经济和社会。这些发现与其他地方在语言上的普遍性别差异相吻合，但是当前的独特情况可能会放大这些影响。由于Tweet大小的数据的局限性，我们在结束本文时呼吁提供更多高质量的数据集。
Covid-19流行病演变的模拟：隔室模型真的具有预测性吗？
原文标题： Simulation of Covid-19 epidemic evolution: are compartmental models really predictive?
地址： http://arxiv.org/abs/2004.08207
作者： Marco Paggi
摘要： 用于模拟严重急性呼吸系统综合症冠状病毒2（SARS-CoV-2）流行演变的计算模型对于支持当局制定医疗保健政策和锁定措施以遏制其对公共卫生和经济的影响将非常有用。在意大利，设计的预测主要基于纯数据驱动的方法，通过拟合和外推意大利民防中心收集的有关疫情演变的公开数据。在这方面，从描述种群区室之间的非线性相互作用开始的SIR流行病学模型将是理解和预测集体紧急反应的更理想的方法。目前的贡献解决了一个基本问题，即是否适当补充了无症状和死亡个体隔室的SIR流行病学模型是否能够提供关于流行病演变的可靠预测。为了达到这个目的，提出了一种基于粒子群优化（PSO）的机器学习方法，该方法基于大小递增的训练数据集自动识别模型参数，并以意大利的伦巴第为案例研究。对预测中的分散性的分析表明，模型预测对用于训练的数据集的大小非常敏感，并且仍需要进一步的数据以实现收敛的（因此是可靠的）预测。
控制COVID-19流行病接触率：一种平衡的观点
原文标题： Contact rate epidemic control of COVID-19: an equilibrium view
地址： http://arxiv.org/abs/2004.08221
作者： Romuald Elie, Emma Hubert, Gabriel Turinici
摘要： 我们考虑通过标准SIR隔间模型建模来控制COVID-19大流行。流行的控制是由个人决定限制他们的社交互动的总和所致：一方面，当流行持续进行时，鼓励个人降低其接触率以避免感染，但是，另一方面，这种努力是要付出社会代价的。如果每个人降低他/她的接触率，该流行病就会消失得很快，但是努力成本可能很高。在种群水平上形成了平均场纳什均衡，导致病毒的有效传播速率降低。但是，不清楚个人的利益与社会的利益是否一致。我们证明了平衡存在并进行了数值计算。与社会最优（所有个人完全尊重的集中决策）相比，均衡选择了次优解决方案，这意味着无政府状态的成本严格为正。我们提供了数值示例和敏感性分析。我们表明，个体和社会策略之间的分歧发生在流行病高峰之后，但仍在继续传播。
COVID-19：爆发较大时R0较低
原文标题： COVID-19: R_0 is lower where outbreak is larger
地址： http://arxiv.org/abs/2004.07827
作者： Pietro Battiston, Simona Gamba
摘要： 我们使用来自伦巴第大区的每日数据，该地区是受COVID-19疫情影响最大的意大利地区，每个城市分别校准SIR模型。所有这些都由相同的卫生系统覆盖，在我们关注的锁定后阶段，所有这些都受相同的社会疏散规定的约束。我们发现，在所分析的时期开始之初，病例数量较多的市政当局的扩散率较低，这不能归因于畜群免疫。特别地，与 R_0 作为爆发大小的 emph predictor的作用相反，估计的基本繁殖数量（ R_0 ）与初始爆发大小之间存在强大且极显著的负相关。我们探索了对此现象的不同可能解释，并得出结论，更多的案例会导致行为发生变化，例如更严格地采用人口中的社会隔离措施，从而减少了传播。这一结果要求透明，实时地分发详细的流行病学数据，因为这些数据会影响受疫情影响的地区的人口行为。
Barabasi-Albert网络上的扩散流行过程
原文标题： The Diffusive Epidemic Process on Barabasi-Albert Networks
地址： http://arxiv.org/abs/2004.08002
作者： Tayroni F. A. Alves, Gladstone A. Alves, Antônio Macedo Filho, Francisco Welington de Sousa Lima, Ronan Silva Ferreira
摘要： 我们提出了一种改进的扩散流行过程，该过程在无标度图上具有有限的阈值。扩散流行过程描述了流行在非必要人群中的扩散，这是一种反应扩散过程。在扩散阶段，个体可以根据感染和易感个体的不同扩散率在连接的节点之间跳跃。在反应阶段，如果有一个感染者共享同一节点，那么感染就可能发生，并且感染者可以自发恢复。我们的主要修改是通过使用Gillespie算法，使反应时间为 t_ mathrm max ，并且与节点浓度成反比，其均值成反比，从而使个体交互的数量独立于种群大小。我们在Barabasi-Albert网络上修改后的模型的仿真结果与增加浓度时从吸收相到活性相的有限阈值的连续相变兼容。过渡服从阶参数的平均场临界指数，其波动和空间相关长度，其值为 beta = 1 ， gamma'= 0 和 nu_perp = 1/2 ， 分别。另外，系统分别在阶数参数及其波动上给出对数校正，其中伪指数为 widehat beta = widehat gamma'=-3/2 。我们的模拟结果最明显的含义是，如果个人为了避免疾病传播而避免了社交互动，这将导致系统在无标度图中具有有限的阈值，从而可以进行流行病控制。
NAIST COVID：多语言COVID-19 Twitter和微博数据集
原文标题： NAIST COVID: Multilingual COVID-19 Twitter and Weibo Dataset
地址： http://arxiv.org/abs/2004.08145
作者： Zhiwei Gao, Shuntaro Yada, Shoko Wakamiya, Eiji Aramaki
摘要： 自2019年底爆发2019年冠状病毒（COVID-19）以来，它已影响200多个国家和全球数十亿人口。由于诸如“社会疏远”和“待在家里”之类的执法手段，这影响了人们的社会生活。这导致通过社交媒体的互动不断增加。鉴于社交媒体可以在全球范围内为我们带来有关COVID-19的有价值的信息，因此重要的是共享数据并鼓励针对COVID-19或其他传染病的社交媒体研究。因此，我们发布了与COVID-19相关的社交媒体帖子的多语言数据集，其中包括Twitter的英文和日语微博以及微博的中文微博。数据涵盖了从2020年1月20日到2020年3月24日的微博。本文还通过创建每日文字云作为文本挖掘分析的示例，对这些数据集进行了定量和定性分析。该数据集现已在Github上可用。该数据集可以用多种方式进行分析，并有望帮助有效地传达与COVID-19有关的预防措施。
SIR流行病模型的精确闭式解
原文标题： Accurate closed-form solution of the SIR epidemic model
地址： http://arxiv.org/abs/2004.07833
作者： Nathaniel S. Barlow, Steven J. Weinstein
摘要： 通过使用渐近近似为SIR流行病模型获得准确的封闭形式解决方案（Barlow等，2017，Q.Jl Mech。Appl.Math，70（1），21-48）。通过解析地继续发散幂级数解，使其与流行病模型的长期渐近行为相匹配，来创建该解。通过将分析形式应用于COVID-19大流行，证明了其实用性。
r-K平面中的网络重连
原文标题： Network rewiring in the r-K plane
地址： http://arxiv.org/abs/2004.07825
作者： M.L. Bertotti, G. Modanese
摘要： 我们通过新的重连算法在配置模型中生成相关的无标度网络，该算法允许调整纽曼分类系数 r 和最近邻居的平均度 K （在 -1 le r le范围内） 1 ， K ge langle k rangle ）。在每个尝试的重连步骤，都会计算局部变化 Delta r 和 Delta K ，然后根据标准都会概率 exp（ pm Delta r / T）接受该步骤，其中 T 是可变温度。我们证明了 Delta r 和 Delta K 之间的一般关系，从而找到了两个定义和拓扑意义截然不同的变量之间的联系。我们描述了 r - K 平面中的重连轨迹，并探索了最大分类和非分类网络的限制，包括以前未考虑的最小最小度（ k_ min ge 1 ）的情况。在重连时，将监控巨型组件的大小和网络的熵。分支近似 bar z _ 2，B 中的第二个邻居的平均数目在重连时被证明是恒定的，并且与马尔可夫网络的相关性无关。但是，根据程度，第二邻居的数量提供了有关网络连接性的有用信息，并且也受到监视。
服务的共同生产：使用Hawkes过程建模联系中心服务时间
原文标题： The Co-Production of Service: Modeling Service Times in Contact Centers Using Hawkes Processes
地址： http://arxiv.org/abs/2004.07861
作者： Andrew Daw, Antonio Castellanos, Galit B. Yom-Tov, Jamol Pender, Leor Gruendlinger
摘要： 在客户支持中心，成功的服务交互涉及客户与主体商之间的对话。双方在信息和问题解决方面相互依赖，并且这种相互作用定义了共同产生的服务过程。在本文中，我们提出，开发和比较了用于联系中心中共同生产服务的新随机模型。利用来自服务通信数据的见解，我们使用自激和相互兴奋的双变量Hawkes流程对服务交互进行建模，从而使一方的通信增加了不久后另一方做出响应的可能性。而且，我们的模型既包含依赖于主体工作量的动态繁忙因素，也包含依赖于交互内部机制的动态因素。为了了解我们的Hawkes模型对消息时间戳的描述程度，我们将这些模型与行业联系中心数据的拟合优度进行了比较。我们表明，考虑到双方的互动和各方提供的信息量的词数二元Hawkes模型最适合数据。除了具有很好的拟合优度外，Hawkes模型还使我们能够为双方的通信率与对话进度之间的关系构造显式表达式。这些公式表明，主体在短期内在安排服务节奏方面更具优势，但从长远来看，客户对会话的持续时间影响更大。最后，我们使用模型预测给定对话中的未来活动水平，通过该模型，我们发现结合了各方提供的信息量或客户表达的情感的双变量霍克斯过程为我们提供了最准确的预测。
量子素养对未来教育和跨学科问题解决的挑战和机遇
原文标题： The challenge and opportunities of quantum literacy for future education and transdisciplinary problem-solving
地址： http://arxiv.org/abs/2004.07957
作者： Laurentiu Nita, Laura Mazzoli Smith, Nicholas Chancellor, Hellen Cramman
摘要： 由于物理学家，计算机科学家，教育家和工业最终用户之间的跨学科对话，我们提出了量子素养的概念，以此作为解决复杂问题的跨学科性质的一种手段，这些问题是我们围绕全球可持续性问题的核心。这样，量子素养可以为联合国可持续发展目标4（素质教育）做出贡献。我们认为，这里定义的量子素养解决了在高度受限的学科中学习和技能习得的挑战，以及在整个生命过程中，更广泛的学习者（无论是学生）应该获得的更强大的知识的获取方式的挑战。和专业人士。那些以更包容的方式处理现实世界中的应用程序的人可以访问量子技术的知识，这一点变得越来越重要。因此，我们认为，当强大的知识由密集的概念以及概念之间的复杂和等级关系组成时，解决教学法问题的重要性，除了以数学形式表现出强大的进入障碍之外。我们介绍了一种特殊的拼图可视化学习工具，通过它可以实现有关量子计算的这些教学目的。通过谜题可视化可以使非专业人士对通用量子计算有一个直观但仍然严格的理解，并为非专业人士发现日益复杂和新的量子算法提供便利。利用量子力学中的Hong-Ou-Mandel光学效应，我们演示了诸如通过拼图可视化工具实现的视觉方法如何对理解量子物理学及其以外的基本复杂过程非常有用，从而支持量子目标识字。
使用深度学习和图分析方法的推荐系统
原文标题： Recommendation system using a deep learning and graph analysis approach
地址： http://arxiv.org/abs/2004.08100
作者： Mahdi Kherad, Amir Jalaly Bidgoly
摘要： 当用户连接到Internet以满足其需求时，他经常会遇到大量相关信息。推荐系统是用于大量过滤信息并向用户提供令他们满意和有趣的项目的技术。机器学习方法（尤其是深度学习）的进步已在推荐系统中取得了巨大成就，尽管这些系统仍面临诸如冷启动和稀疏性问题的挑战。为了解决这些问题，通常使用诸如用户通信网络之类的上下文信息。在本文中，我们提出了一种基于矩阵分解和图分析方法的新型推荐方法，即用于社区检测的Louvain和用于查找信任网络中最重要节点的HITS。此外，我们利用深层自动编码器初始化用户和项目潜在因素，Node2vec深度嵌入方法从用户信任图中收集用户潜在因素。该方法在Ciao和Epinions标准数据集上实现。实验结果和比较结果表明，所提出的方法优于现有的最新推荐方法。我们的方法优于其他比较方法并取得了很大的进步，即Epinions的RMSE改善了15.55％，Ciao的RMSE改善了18.41％。
以太坊区块链上的ERC20交易：网络分析和预测
原文标题： ERC20 Transactions over Ethereum Blockchain: Network Analysis and Predictions
地址： http://arxiv.org/abs/2004.08201
作者： Shahar Somin, Goren Gordon, Alex Pentland, Erez Shmueli, Yaniv Altshuler
摘要： 随着比特币的诞生和十年前以太坊ERC20协议的引入，近年来，研究人员，私营部门公司和NGO引入了越来越多的加密令牌。这种无处不在的基于区块链的加密货币催生了一种新型的经济增长，这给使用常规语义属性对其动态模型进行建模带来了很大的困难。我们的工作使用网络理论来分析符合ERC20协议的加密货币交易数据的动态特性。通过分析网络的元参数及其程度分布的力量，我们研究了基于ERC20的网络随时间变化的动态。我们的分析表明，随着时间的流逝，该参数可以建模为欠阻尼谐波振荡器，从而可以对网络参数进行一年的预测。
用金融新闻模拟机构信用风险
原文标题： Modeling Institutional Credit Risk with Financial News
地址： http://arxiv.org/abs/2004.08204
作者： Tam Tran-The
摘要： 信贷风险管理是通过了解借款人的资本和贷款损失准备金的充足程度来减轻损失的做法，长期以来对任何金融机构的长期可持续性和增长都至关重要。 MassMutual也不例外。该公司热衷于有效监控降级风险，或与公司信用评级下降时发生的事件相关的风险。当前降级风险建模的工作取决于第三方评级机构和风险管理咨询公司提供的定量度量的多种变化。随着这些结构化的数值数据在机构投资者中日趋商品化，人们广泛推动使用替代数据源，例如财经新闻，收益电话记录或社交媒体内容，以可能获得行业竞争优势。在过去的几十年中，定性信息或非结构化文本数据的数量激增，现在可以进行尽职调查以补充信用风险的定量度量。本文提出了仅使用由神经网络嵌入表示的新闻数据的预测降级模型。独立模型可实现接收器工作特性曲线（AUC）下的面积超过80％。此新闻模型的输出概率作为一项附加功能，仅使用定量度量，就AUC和召回率而言，就将我们基准模型的性能提高了5％以上。定性评估还表明，与我们预测的降级事件相关的新闻文章在我们的业务环境中特别相关且高质量。
现代社会网络中的修饰的大规模分析
原文标题： Large-scale analysis of grooming in modern social networks
地址： http://arxiv.org/abs/2004.08205
作者： Nikolaos Lykousas, Constantinos Patsakis
摘要： 社会网络通过向用户提供更多功能而不断发展，以吸引更多用户。流中最吸引人的内容之一。用户可以向全球成千上万的其他人广播他们的部分日常生活，并与他们实时互动。不幸的是，据报道该功能被用于修饰。在这项工作中，我们提供了针对社交实时流服务的此问题的首次深入分析。更准确地说，使用我们收集的数据集，我们可以识别掠夺行为并在聊天中进行修饰，从而绕过LiveMe（正在调查的服务）的审核机制。除了传统的文本方法，我们还研究了表情符号在这种情况下的相关性，以及通过LiveMe的礼物机制进行的用户交互。最后，我们的分析表明了对未成年人进行修饰的可能性，显示了此类平台中问题的严重性。
利用定位技术平台的移动流测试大城市的犯罪模式理论
原文标题： Leveraging Mobility Flows from Location Technology Platforms to Test Crime Pattern Theory in Large Cities
地址： http://arxiv.org/abs/2004.08263
作者： Cristina Kadar, Stefan Feuerriegel, Anastasios Noulas, Cecilia Mascolo
摘要： 犯罪以前是通过居住人口的社会特征来解释的，并且按照犯罪模式理论的规定，犯罪也可能与非居住者的人口流动有关。然而，缺乏对后者的完整的经验验证。主要原因是，先前的研究仅限于人类访客的汇总统计数据，而不是流动性，因此，它忽略了人类活动的时间动态。作为一种补救措施，我们提供了第一项研究，即以小时为单位研究颗粒状人员流动性在描述和预测犯罪集中度方面的能力。为此，我们建议使用定位技术平台中的数据。这种类型的数据使我们能够跟踪各个过渡，因此，我们成功地区分了以下不同的流动性流：（i）来自邻域的传入或传出，（ii）保留在其中，或者（iii）指仅人为对象的过渡经过附近。我们的评估通过利用来自Foursquare的匿名数据集来推断出流动性，该数据集包括在美国三个主要城市中近1,480万次连续签到。根据我们的经验结果，流动性与犯罪有着显著的正相关关系。这些发现为犯罪模式理论提供了可验证的证据，进一步提高了我们的理论理解。此外，我们对数字位置服务数据的新颖使用被证明是犯罪预测的有效工具。在研究人员流动与犯罪之间的联系时，它还提供了前所未有的粒度。
加权二部图最大覆盖范围的置信度传播及其在文本摘要中的应用
原文标题： Belief Propagation for Maximum Coverage on Weighted Bipartite Graph and Application to Text Summarization
地址： http://arxiv.org/abs/2004.08301
作者： Hiroki Kitano, Koujin Takeda
摘要： 我们从最大覆盖问题的角度研究文本摘要。在图论中，文本汇总的任务被视为具有加权节点的二部图的最大覆盖问题。在最近的研究中，使用统计力学的思想提出了基于信念传播的最大加权图覆盖算法。我们将其概括为加权图以进行文本汇总。然后，我们将算法应用于加权双正则随机图，以验证最大覆盖性能。我们还将其应用于表示开放文本数据集中真实文档的二部图，并检查文本摘要的性能。结果，在某些文本摘要设置中，我们的算法表现出比贪婪型算法更好的性能。
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