- 从头建模网上评论帖子;
- 迈向使用顶点更换文法的解释性图建模;
- 数字民主：第四集 - 新希望，公共软件公司可以如何改变政府与公民社会数字参与;
- 系统暴露的多级分析：局部和全系统信息的洞察;
- 行业中性投资组合：市场结构动态的长记忆模体的持久性;
- 含时网络采样;
- 通过偏倚去除和数据不完全适应的上下文驱动的数据挖掘;
- 采用强化学习的社会网络舆论塑造;
- EQSA：从社交媒体分析地震情况;
- 囚徒困境博弈的领导力情景;
- 随机游走着陆概率用于超图的种子组扩展;
- 你可以逃跑，但你不能隐藏：使用高程信息通过轨迹预测获取位置隐私;
- 在线社区发现的谱累积和;
- 使用机器学习和信息可视化发现Twitter新闻潜在主题;
- 网络化系统的多体相互作用和非线性共识动力学;
- 网络上有公平回报的激励扩散;
- 用户感知民谣受欢迎等级：可以提高社会知名度的基于用户流行标签的推荐;
- Movienet：使用视觉和文本语义线索的电影多层网络模型;
- 通过惊喜的科技进步;
- 适度的死亡率可能对合作的演化有益;
- 可逆自举渗流：假新闻和事实检查;
- 网络的转配性结构;
从头建模网上评论帖子
原文标题： Modelling Online Comment Threads from their Start
地址： http://arxiv.org/abs/1910.08575
作者： Rachel Krohn, Tim Weninger
摘要： 社交网站是一个在线讨论一种广泛使用的平台。在整个社交媒体，用户可以开始通过张贴局部图片，网址，或消息的讨论。见状初始后，其他用户可以添加自己的评论的帖子，或者到其他用户的评论。将所得的在线话语产生评论线程，这构成了现代网络通信的一个巨大部分。评论线程往往被视为树：节点代表后，其意见，而有向边代表答复向关系。目前的工作的目的是预测这些评论线程的大小和形状。现有的模型通过观察前几个意见，然后拟合预测模型做到这一点。然而，大多数评论线程都比较小，并等待数据计数器兑现运行的预测任务的目标。因此，我们介绍了评论跟帖预测模型（CTPM）准确预测仅使用初始后的文本注释螺纹的尺寸和形状，允许对新职位而没有明显的意见预测。我们发现，CTPM显著优于现有的模型和竞争力的基线上千种reddit的讨论，来自九个不同的subreddits，特别是对新职位。
迈向使用顶点更换文法的解释性图建模
原文标题： Towards Interpretable Graph Modeling with Vertex Replacement Grammars
地址： http://arxiv.org/abs/1910.08579
作者： Justus Hibshman, Satyaki Sikdar, Tim Weninger
摘要： 真实世界的数据的大量存在于图的形式。通常情况下，描述这些图的复杂动态有趣的模式中再次发生频繁子的形式被捕获。在形式语言理论和图论的路口最近的工作探索了图建模和模式挖掘利用图语法。但是，现有的制剂不从数据中提取有意义和容易解释的模式。本工作地址这个限制通过提取一种特殊类型的顶点替换语法的，我们称之为KT语法，根据最小描述长度（MDL）启发式。在合成的和真实世界的数据集的实验中，我们表明，KT-语法可以从曲线图中可以有效地提取，并且这些编码语法表示所述真实世界系统的动态有意义的模式。
数字民主：第四集 - 新希望，公共软件公司可以如何改变政府与公民社会数字参与
原文标题： Digital Democracy: Episode IV -- A New Hope, How a Corporation for Public Software Could Transform Digital Engagement for Government and Civil Society
地址： http://arxiv.org/abs/1910.08604
作者： John Gastil, Todd Davies
摘要： 虽然数字技术的连续几代在过去的二十年已经变得越来越强大，数字民主还没有实现其审议转型的潜力。大规模的社会化媒体系统的不民主剥削延续了这种趋势，但它只是恶化现代民主的存在的问题，这已经在努力开发审议基础设施独立的数字技术。曾有市民高科技的许多创造性的概念，但是执行却落后于创新。本文认为，通过建立一个公共公司实现数字民主的这样一个愿景。仿照公共广播公司在美国，该实体将通过提供资金，非营利的技术专家，利益团体，民间组织，政府，研究人员，私营公司和公众的稳定来源培育新的数字技术的创造。资助实体将生产和维护公共利益的软件基础设施。最后一节确定什么情况下创造和维持这样一个实体。
系统暴露的多级分析：局部和全系统信息的洞察
原文标题： A multilevel analysis to systemic exposure: insights from local and system-wide information
地址： http://arxiv.org/abs/1910.08611
作者： Yérali Gandica, Sophie Béreau, Jean-Yves Gnabo
摘要： 在金融危机之后，对金融网络中越来越多的文献已经广泛记载的拓扑特征（如中心性措施）的预测能力来解释金融机构的系统性影响或全身性漏洞。在这项工作中，我们表明，在考虑基于本地子网络环境的备选拓扑措施提高了我们识别系统重要性机构的能力。为了提供经验证据，我们采用一种两个步骤。首先，我们恢复金融机构的外溢网络上的网络社区（即接近等环境）。其次，我们倒退三个层次的拓扑措施漏洞的替代措施：在全球范围内（即计算在整个系统公司拓扑特征），地方一级（即公司拓扑特征上计算社区）和聚合级由个体特性随平均社区。样品包括在标准普500指数上市 46的金融机构（银行，券商，保险和房地产公司）。我们的研究结果证实基于近等环境拓扑指标的信息内容。这些信息是不同于传统的全系统的拓扑指标的一个嵌入，并证明是困扰金融机构的预测在危机时期。
行业中性投资组合：市场结构动态的长记忆模体的持久性
原文标题： Sector Neutral Portfolios: Long memory motifs persistence in market structure dynamics
地址： http://arxiv.org/abs/1910.08628
作者： Jeremy Turiel, Tomaso Aste
摘要： 我们研究从股票价格登录返回在具有指数平滑滚动窗口计算随时间变化的Kendall相关矩阵生成三角最大限度过滤图表基序结构（TMFG）的软的持久性（存在于基序的后续时间层从初始层）。我们观察到这些结构在功法的形式长期记忆过程中的衰减持续模体的数量。衰变然后用较小的指数幂律衰减过渡到高原制度。我们表明，识别模体持续允许预测和应用投资组合的多样化。平衡的投资组合往往是从历史相关性的分析，但不是所有过去的相关性持续反映到未来的构建。行业中立也已经在投资组合多样化和系统性风险的核心主题。我们提出了一个无人监管的技术来识别持续关联套的股票。这些经验发现，以确定由强劲的基本面驱动的行业。这些研究结果的应用两种不同的方式进行测试四个不同的市场，导致投资组合的波动显著减少。对组合分配基于持久性的措施，提出并所示，当测试了样品的超越挥发性加权。
含时网络采样
原文标题： Temporal Network Sampling
地址： http://arxiv.org/abs/1910.08657
作者： Nesreen K. Ahmed, Nick Duffield, Ryan A. Rossi
摘要： 代表时间戳的边流时空网络在现实世界中似乎无处不在。然而，这些网络的庞大规模和持续性使他们从根本上具有挑战性的分析和利用的描述和预测建模任务。在这项工作中，我们提出了用无偏估计暂时网络抽样的总体框架。我们的在线开发，单次采样算法和用于暂时网络抽样无偏估计。所提出的算法使时空网络模式和属性快速，准确，和存储器高效的统计估计。此外，我们建议用无偏估计一时间衰减抽样算法研究，在连续的时间，其中的链接强度是时间的函数演进网络，以及主题模式在时间加权。在对比一个 bigtriangleup T -temporal基序，所提出的制剂和算法，用于计算在时间上加权基序的现有概念是用于在网络中的预测任务有用诸如预测将来链接或节点的未来时间序列和可变链接。最后，在各种来自不同域的颞网络的广泛的实验证明了该算法的有效性。
通过偏倚去除和数据不完全适应的上下文驱动的数据挖掘
原文标题： Context-Driven Data Mining through Bias Removal and Data Incompleteness Mitigation
地址： http://arxiv.org/abs/1910.08670
作者： Feras A. Batarseh, Ajay Kulkarni
摘要： 数据挖掘的努力的结果很多被大量的数据质量驱动。纵观这些部署，认真表明，塞问题仍然没有得到解决，如：数据收集含糊不清，数据不均衡，在数据隐藏的偏见，缺乏域信息和数据不完整。本文基于的前提是上下文可以减轻这些问题的帮助。在传统的数据生命周期的科学，语境不考虑。上下文驱动的数据科学生命周期（C-DSL）;本文的主要贡献，是为解决这些挑战。 （使用数据集从体育赛事）两个案例的开发，以测试C-DSL。判定（R2值）和混淆矩阵的系数：从两个案例研究结果是使用共同的数据挖掘指标，如评价。本文介绍的工作的目的是重新定义生命周期和引进切实改进其成果。
采用强化学习的社会网络舆论塑造
原文标题： Opinion shaping in social networks using reinforcement learning
地址： http://arxiv.org/abs/1910.08802
作者： Vivek Borkar, Alexandre Reiffers-Masson
摘要： 在本文中，我们研究如何塑造社会网络意见时，相互作用的基质是未知的。我们认为有一些顽固的主体和持续影响的几个选定的主体意见，尽管在资源约束的可能性经典看法动态。我们认为动态映射到值迭代计划策略评估的特定随机最短路径问题。这导致了意见矢量作为与一些非经典约束的随机最短路径问题的近似价值函数的表示。我们认为影响药物的两种可能的方式。一个导致凸优化问题和其他的非凸之一。首先，对于这两个问题，我们建议收敛到每个问题的最优解两种在线两次大规模强化学习计划。其次，我们建议随机梯度下降方案和这些类的算法有两种时间尺度强化学习方案进行比较。第三，我们还得到另一种算法旨在解决维度灾难时观察到的所有主体一个面孔。提供数值研究来说明我们的算法收敛性和效率。
EQSA：从社交媒体分析地震情况
原文标题： EQSA: Earthquake Situational Analytics from Social Media
地址： http://arxiv.org/abs/1910.08881
作者： Huyen Nguyen, Tommy Dang
摘要： 本文介绍EQSA以社交媒体情境地震分析的互动探索工具。 EQSA被设计为支持用户跨区域周围的特征震区的情况，对于相关事件，被分配的资源，并从社会的反应。上的一般水平，在信息中的选自类别量的变化的呈现，帮助用户在输送条件的一般概念。更深入的分析，提供有话题的演变，社区可视化和位置表示。 EQSA与直观，互动功能和多重链接视图开发，可视化社交媒体数据，并支持用户获得全面的洞察形势。在本文中，我们提出EQSA与VAST挑战2019的应用：迷你挑战3（MC3）的数据集。
囚徒困境博弈的领导力情景
原文标题： Leadership scenarios in prisoner's dilemma game
地址： http://arxiv.org/abs/1910.08929
作者： S.G. Babajanyan, A.V. Melkikh, A.E. Allahverdyan
摘要： 囚徒困境博弈是博弈论的最重要的贡献为社会科学。在这里，我们描述了交易和变革领导这个博弈的新内涵。虽然专制（斯坦博格的）领导是低效的这场比赛中，我们将讨论一个帕累托最优方案，其中片头L承诺概率作出反应，跟随女，这是免费迈出第一步的纯策略。提供F到解决困境，L是能够获得更大的平均放。开采可以通过L和F的重复相互作用来稳定，而成为比平等制度，其中L和F的付费取舍相等更稳定。剥削制度的总（摘要）放线不会比在平等的情况下大。我们讨论这个解决方案的应用，以打击腐败和不择手段的领导建模软方法。每当叛逃的好处是大，F的最优策略混合，而总结放是最大的。用于维持这种解决方案的一种机制是使L识别F的意图
随机游走着陆概率用于超图的种子组扩展
原文标题： Landing Probabilities of Random Walks for Seed-Set Expansion in Hypergraphs
地址： http://arxiv.org/abs/1910.09040
作者： Eli Chien, Pan Li, Olgica Milenkovic
摘要： 我们描述登陆概率的第一个已知的平均场研究对超图随机游动。特别是，我们研究集团扩张和张量的方法和在一类随机超图模型的种子集社区扩张的目的，评估他们的平均场特性。我们描述了其中的两个方法优于彼此并提出了使用局部集团膨胀以减少直接在部分膨胀超图施加的投影失真和低复杂度张量方法的混合扩展法参数的制度。
你可以逃跑，但你不能隐藏：使用高程信息通过轨迹预测获取位置隐私
原文标题： You Can Run, But You Cannot Hide: Using Elevation Profiles to Breach Location Privacy through Trajectory Prediction
地址： http://arxiv.org/abs/1910.09041
作者： Ülkü Meteriz, Necip Fazıl Yıldıran, Aziz Mohaisen
摘要： 广泛使用智能手机和可穿戴式设备提供了便利许多有用的应用。例如，全球定位系统（GPS）-equipped智能和可穿戴设备，许多应用程序可以收集，处理和分享丰富的元数据，如地理定位，轨迹，高度和时间。例如，适应度应用，如Strava和Runkeeper，利用对活动跟踪信息，以及最近出现的普及热潮。这些跟踪器有自己的网络平台，并允许用户在这样的平台上，甚至与其他社会网络平台共享活动。为了保护用户隐私，同时允许共享，这些平台允许用户透露部分信息，比如一个活动，这理应不会泄漏位置轨迹高度剖面。在这项工作中，我们研究到可公开获得的海拔曲线可以用来预测用户的位置轨迹的程度。为了解决这个问题，我们设计在其下市，区，甚至可以将路由预测的三点威胁的设置。这些威胁设置定义的信息提供量对手发动攻击的预测。建立的海拔曲线，例如，谱特征，是不够的简单的特点，我们设计自然语言处理（NLP）灵感的类似文本表示和计算机视觉风格的图像样的海拔曲线表示，我们在转换的问题手握成文本和图像分类问题。我们使用传统的机learning-和深基于学习的技术，并达到预测的成功率从59.59％至95.83％。调查结果令人震惊，并强调共享信息如海拔曲线可能有显著隐私风险。
在线社区发现的谱累积和
原文标题： Online Community Detection by Spectral CUSUM
地址： http://arxiv.org/abs/1910.09083
作者： Minghe Zhang, Liyan Xie, Yao Xie
摘要： 我们提出所谓的谱累积和检测使用基于高斯模型设置的子空间的投影过程的社会的出现，一个在线社区的变化检测算法。提供理论分析来表征平均运行长度（ARL）和预期的检测延迟（EDD），以及所述渐近最优。仿真和实际数据的例子证明了该方法的良好性能。
使用机器学习和信息可视化发现Twitter新闻潜在主题
原文标题： Using machine learning and information visualisation for discovering latent topics in Twitter news
地址： http://arxiv.org/abs/1910.09114
作者： Vladimir Vargas-Calderón, Marlon Steibeck Dominguez, N. Parra-A., Herbert Vinck-Posada, Jorge E. Camargo
摘要： 我们建议以发现潜在的主题和可视化的鸣叫，便于识别和主题演绎的大集合，并从哥伦比亚传媒巨头例证在此期间2014--2019与微博的使用方法。以两种方式进行潜在主题分析：带有隐含狄利克雷分布模型的训练，并与无监督FastText模型的组合来代表的鸣叫为向量和执行K-means聚类进行分组鸣叫成主题。使用分类任务中，我们发现，人们根据不同的新闻主题有不同的反应。分类任务包括以下内容：给一个新闻鸣叫答复，我们训练监督算法仅从答复预测新闻鸣叫的话题。此外，我们展示了哥伦比亚的和平条约是如何对哥伦比亚社会产生了深远的影响，因为它是在大多数人从事以示他们的意见的话题。
网络化系统的多体相互作用和非线性共识动力学
原文标题： Multi-body Interactions and Non-Linear Consensus Dynamics on Networked Systems
地址： http://arxiv.org/abs/1910.09226
作者： Leonie Neuhäuser, Andrew Mellor, Renaud Lambiotte
摘要： 多体相互作用可以揭示不被传统的双体网络模型捕捉到更高阶的动力效果。在这项工作中，我们推导和分析模型的超图，其中节点组，而不是成对互动共识动态。我们的工作表明，如果互动功能是非线性的，不管底层的多体结构的超越重标两两相互作用的多体动力学效果才会出现。作为一种实际应用中，我们引入一个特定的非线性函数来建模三体共识，这结合增强基团的效果，例如对等体的压力。与网络上的共识的过程中，我们发现所产生的动力可能会导致转变从均线系统状态了。这些转变的性质取决于初始状态的分布，底层结构和相互作用函数的形式之间的复杂相互作用。通过考虑模块化超图，我们发现偏振集群，其中多体相互作用使一个集群主宰其他国家之间的依赖性，非对称动态。
网络上有公平回报的激励扩散
原文标题： Incentivize Diffusion with Fair Rewards on Networks
地址： http://arxiv.org/abs/1910.09268
作者： Wen Zhang, Dengji Zhao, Yao Zhang
摘要： 本文社会网络，其中一个节点（卖方）出售一个项目到其他节点在网络上最大限度地提高收入她在研究销售促进机制的设计问题。但是，卖方并不知道，除了她的邻居和她的邻居的其他节点没有动力来促进销售。因此，我们的目标是设计一个拍卖机制使得卖方的邻居诱因，邀请邻居参加拍卖，而卖方收益保证增加。这与传统的机制实现的。一种解决方案已经被精心设计为谁邀请其他节点的奖励方案最近提出的。然而，该解决方案只给出奖励对网络的一些切点，但切点连接良好的网络，这实际上disincentivizes节点的参与很少存在。因此，我们提出另一种新的机制来更公平的奖励奖励更多相关的参与者，并且相比以前的解决方案卖方的收入甚至提高。
用户感知民谣受欢迎等级：可以提高社会知名度的基于用户流行标签的推荐
原文标题： User-Aware Folk Popularity Rank: User-Popularity-Based Tag Recommendation That Can Enhance Social Popularity
地址： http://arxiv.org/abs/1910.09307
作者： Xueting Wang, Yiwei Zhang, Toshihiko Yamasaki
摘要： 在本文中，我们提出，可以提高后的社会知名度的方法（即，意见或喜欢的号码）通过建议适当哈希标签同时考虑内容的受欢迎程度和用户的普及。先前的方法称为FolkPopularityRank（FP-等级）认为仅适用于图像，标签之间的关系，以及他们的知名度。然而，图像/视频的普及，强烈谁上传它的影响。因此，我们开发了一种算法，可以将用户的普及和用户标签的使用倾向到FP-排名算法。使用与他们随行的标签和1000的测试数据，这实际上是上传到一个真实的社会网络服务（SNS）60000个训练图像的实验结果，表明，在十几天，我们提出的算法可以实现比FP-1.2倍以上的观点排名算法。这种技术将是个人用户和企业/品牌谁想要推广自己的SNS的关键。
Movienet：使用视觉和文本语义线索的电影多层网络模型
原文标题： Movienet: A Movie Multilayer Network Model using Visual and Textual Semantic Cues
地址： http://arxiv.org/abs/1910.09368
作者： Youssef Mourchid, Benjamin Renoust, Olivier Roupin, Le Van, Hocine Cherifi, Mohammed El Hassouni
摘要： 发现电影内容和故事是在多媒体内容的调查研究中最重要的概念之一。网络模型已经被证明是用于这一目的的有效选择。当观众观看电影时，他们通常比较的人物和他们之间的关系。出于这个原因，大多数迄今开发的模型是基于社会网络分析。他们主要集中在人物在作怪。通过分析人物的互动，我们可以得到叙述的内容的广阔画面。其他作品提出了利用语义元素，如场景，对话，等等。然而，他们总是从一个方面抓获。通过这些限制的启发，我们在这项工作中引入多层网络模型来捕捉根据它的脚本，它的字幕和视频内容的电影的叙事。引入模型和从原始数据提取过程之后，我们执行星球大战佐贺的整个6-电影循环的比较分析。结果表明，对于视频内容表示和分析所提出的框架的有效性。
通过惊喜的科技进步
原文标题： Science and Technology Advance through Surprise
地址： http://arxiv.org/abs/1910.09370
作者： Feng Shi, James Evans
摘要： 突破性的发现和发明涉及的内容意想不到的组合，包括问题，方法和自然实体，也不同背景，如期刊中，子场和会议。从数以千万计的研究论文，专利，研究人员绘制的数据，我们构建了从高维随机块模型构建的嵌入，预测明年的内容和上下文的组合超过95％的车型，其中新组合本身不大可能预计可达，他们将获得丰厚的引文和各大奖项的可能性的一半。大多数这些突破发生时在一个领域的问题是意外的研究人员从一个遥远的解决。这些结果表明，惊喜的关键作用提前，并使科研机构，从教育和同行审查，以支持其奖项的评价。
适度的死亡率可能对合作的演化有益
原文标题： Moderate death rates can be beneficial for the evolution of cooperation
地址： http://arxiv.org/abs/1910.09454
作者： Elton Júnior.S, Marco A. Amaral, Lucas Wardil
摘要： 空间结构是影响合作的演变的最简单，最生态的研究因素之一。它已经表明，空间互惠合作，促进因合作集群，提供对叛逃者相互支持的形成。通常的假设是恒定的人口规模，如果没有密度相关的影响是可能的。在这里，我们延长合作的发展密度相关的影响进行调查。我们整合演化博弈论莱迪思的Lotka-Volterra模型。在我们的模型中，出生率取决于当地的密度和在互动中积累的回报。我们合作的特点的演变在共存和种类灭绝的条款。主要结果是，合作是最被看好的死亡率的中等水平。有趣的是，变节已经灭绝在死亡率的值是比在该合作者已经灭绝更低。当死亡敲车门，逃是最先灭亡，而合作者站在更长由于相互支持。
可逆自举渗流：假新闻和事实检查
原文标题： Reversible bootstrap percolation: fake news and fact-checking
地址： http://arxiv.org/abs/1910.09516
作者： M. A. Di Muro, S. V. Buldyrev, L. A. Braunstein
摘要： 引导渗透已被用来描述社会和其他社会和自然现象的意见形成。自举渗滤的正式方程可以具有多于一个的解决方案中，对应于相应的迭代过程的几个稳定的固定点。我们构造可逆引导渗透的过程，收敛于显示典型的一阶相变滞后这些额外的解决方案。这一过程提供了假新闻传播和事实检查的有效性一个合理的模型。我们发现，有时是不够的丢弃的假新闻的所有来源，以扭转已对这些光源的影响下形成的人口信仰。
网络的转配性结构
原文标题： The Transsortative Structure of Networks
地址： http://arxiv.org/abs/1910.09538
作者： Xin-Zeng Wu, Allon G. Percus, Keith Burghardt, Kristina Lerman
摘要： 网络拓扑可以是不平凡的，由于形成它们复杂的潜在行为。虽然过去的研究表明，在网络上的一些过程可以由低阶统计描述节点和他们的邻居，如度相配来表征，这些量不能捕捉到在网络结构变化的重要来源。我们引入一个属性叫做transsortativity描述一个节点的邻居之间的相关性，从推广即时一跳邻居这些统计信息两跳邻居。我们描述了如何transsortativity可以系统地改变独立于网络的度分布和相配的。此外，我们表明，它可以显著影响接触传染的蔓延以及邻居的看法，称大多数错觉。我们的工作提高了我们创建和分析复杂的网络更真实的模型的能力。
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