- COVID-19后世界航空网络的情景;
- 美国COVID-19期间的州际旅行分析;
- COVID-19和收入概况：不同收入群体的人们如何应对疾病暴发，美国案例研究;
- 基于模型的动态跟踪以预测COVID-19大流行的蔓延;
- 2020年上半年世界和感染人数最多的国家/地区用于模拟COVID-19流行病的叠加;
- 时间尺度在不对称相互作用疾病传播中的作用;
- 使用累计死亡数的有效COVID-19流行病模型;
- 使用社交媒体检测COVID-19大流行的主题和情感动态;
- 检测澳大利亚因COVID-19大流行而引起的社区抑郁动态;
- 探索性分析北美COVID-19相关推文以告知公共卫生机构;
- 空间迭代囚徒困境作为转换半群;
- 限制光污染对人类健康、环境和星空可见度的影响;
- 一个构建大型名称消岐数据集的框架：算法、可视化和人工协作;
- 识别含时网络中重要节点的含时引力模型;
- 被结构平衡的天堂驱逐;
- 高熵合金作为社会物理学的新隐喻;
- 刻画在线故意破坏行为：理性选择的视角;
- AM-GCN：自适应多通道图卷积网络;
- 考虑空间、时间和社会维度的人员流动模型;
- 改划选区的（同调）持久性;
- 发起人对自由软件社区的组织结构的影响;
- 了解电子商务推荐系统中的回声室;
- 基于15世纪意大利战争的社区发现和社会网络分析;
- 通过隐式利用注意力和元路径来实现HIN的GCN;
- 党派排序导致气候政治两极分化：来自芬兰推文的证据;
COVID-19后世界航空网络的情景
原文标题： Scenarios for a post-COVID-19 world airline network
地址： http://arxiv.org/abs/2007.02109
作者： Jiachen Ye, Peng Ji, Marc Barthelemy
摘要： 航空业受到COVID-19危机的严重打击，平均需求下降约 64 ％（国际航空运输协会，2020年4月），这已经引发了全世界多家航空公司的破产。虽然世界航空公司网络（WAN）的健壮性主要是作为一个同类网络进行研究的，但我们引入了一种新的工具来分析公司倒闭的影响：“航空公司公司网络”，如果两家航空公司共享至少一个航空公司，则可以将其连接起来路线段。使用此工具，我们观察到与他人紧密联系的公司的失败对WAN的连接影响最大。然后，我们探讨了全球需求减少如何对航空公司产生不同的影响，并就其保持较低水平且未回到危机前水平的情况提供了不同情况的分析。通过使用《官方航空指南》（OAG）的流量数据以及有关客户的航空公司选择策略的简单假设，我们发现当地的有效需求可能远远低于平均需求，尤其是对于那些不是垄断企业并与大公司共享细分市场的公司而言。即使平均需求恢复到总容量的 60％，我们发现，在 46％至 59％之间的公司流量减少幅度可能超过 50％，具体取决于推动客户选择航空公司的竞争优势类型。这些结果表明，面对如此巨大的危机，广域网的复杂竞争结构如何削弱其稳健性。
美国COVID-19期间的州际旅行分析
原文标题： An Interstate Trips Analysis during COVID-19 in the United States
地址： http://arxiv.org/abs/2007.02020
作者： Weiyi Zhou, Minha Lee, Qianqian Sun, Weiyu Luo, Chenfeng Xiong, Lei Zhang
摘要： 全球范围内爆发的COVID-19对公众构成了可怕的威胁。在大流行期间，人类的流动性已经发生了各种变化。尽管当前对通用出行指标进行了研究，但是专门针对州到州出行的研究非常有限。通过利用来自超过1亿个匿名设备的移动电话位置数据，我们估算了美国所有州之间的人口流动。首先，我们分析了2020年1月1日至2020年5月15日国家间流动的时间格局和空间差异。然后，通过重复测量方差分析和事后分析，我们可以看出国家间人口流动的不同时程模式按流行病严重程度分组。进一步的分析显示，流量减少与大流行的严重程度之间存在中度到高度的相关性，强度的强弱因不同的政策而异。本文对预测进口病例很有希望。
COVID-19和收入概况：不同收入群体的人们如何应对疾病暴发，美国案例研究
原文标题： COVID-19 and Income Profile: How People in Different Income Groups Responded to Disease Outbreak, Case Study of the United States
地址： http://arxiv.org/abs/2007.02160
作者： Qianqian Sun, Weiyi Zhou, Aliakbar Kabiri, Aref Darzi, Songhua Hu, Hannah Younes, Lei Zhang
摘要： 由于未成熟的治疗和COVID-19的快速传播，流动性干预在控制暴发中起着关键作用。在各种非药物干预措施中，社区感染控制被认为是一种很有前途的方法。但是，缺乏关于根据社区的实际情况和特征使用现实世界的观察来改善社区水平的干预措施的研究。本文旨在调查美国社区之间对流动性干预措施的不同反应，特别关注不同的收入水平。我们每月使用来自超过1亿个匿名设备的移动位置数据为所有社区提供六个每日移动量度。每个指标均由三个绩效指标制成表格：“最佳绩效”，“努力”和“一致性”。我们发现，在十八种情况下，控制多个混杂变量后，成为高收入者可以改善社会疏远行为。除了低收入社区更难以遵守社会隔离这一现实外，情景之间的比较还引起人们对就业状况，工作条件，生活用品的可及性以及对低收入社区病毒的暴露的关注。 。
基于模型的动态跟踪以预测COVID-19大流行的蔓延
原文标题： Dynamic tracking with model-based forecasting for the spread of the COVID-19 pandemic
地址： http://arxiv.org/abs/2007.02032
作者： Ian Cooper, Argha Mondal, Chris G. Antonopoulos
摘要： 在本文中，已使用易感性感染去除（SIR）模型来跟踪COVID-19病毒在四个感兴趣的国家中传播的演变。特别是，在意大利，印度，韩国和伊朗，已将取决于某些基本特征的流行病模型用于对疾病的时间演变进行建模。病毒传播的经济，社会和健康后果是灾难性的。因此，至关重要的是，可以开发可用的数学模型并将其用于在已发布的数据集和模型预测之间进行比较。从这里的SIR模型估计的预测可以用于定性和定量分析价差。它提供了对病毒传播的深入了解，仅通过每日更新发布的数据和模型就无法单独完成发布的数据。例如，可以使用我们的建模方法检测感染高峰的早期发作或第二波的发展。我们考虑了2020年3月至2020年6月的数据，当时各个社区都受到了严重影响。我们根据与COVID-19传播至2020年9月的模型参数有关的参数，进行了预测。通过比较已发布的数据和模型结果，我们得出的结论是，以此方式，可能有可能更好地反映适当数量的成败。政府和个人为缓解和控制当前的流行病而采取的措施。
2020年上半年世界和感染人数最多的国家/地区用于模拟COVID-19流行病的叠加
原文标题： Superposition of waves for modeling COVID-19 epidemic in the world and in the countries with the maximum number of infected people in the first half of 2020
地址： http://arxiv.org/abs/2007.02283
作者： E.M. Koltsova, E.S. Kurkina1, A.M. Vasetsky
摘要： 在逻辑离散方程的基础上，于2020年上半年在全球和感染人数最多的国家（例如美国，巴西，俄罗斯和印度）进行了COVID-19流行病传播的数学建模。结果表明，对于具有严格限制措施的国家而言，COVID-19的传播适合于容量较小的单个波浪，而对于许多违反限制性措施的国家，其流行病适合的传播方式为波浪叠加。对于人口众多的国家而言，今天的流行病传播也正好在同一波浪中，但是具有巨大的承载力（巴西为8000万人，印度为4000万人）。我们估计当今世界上的流行病传播有5次浪潮。前两波是由中国的流行病引起的（第一个是在武汉），第三波是由欧洲国家的流行病引起的，第四波主要是由俄罗斯和美国的流行病引起的，第五波主要是由流行病引起的流行在拉丁美洲和南亚蔓延。这是第五次浪潮，导致冠状病毒流行病COVID-19的传播进入了一个新阶段，受感染人数超过10万。对于所有研究的国家和世界，对于每个叠加波，都计算了波的容量和增长指标。确定波浪的局部峰及其结束时间。这是第五次浪潮，导致COVID-19传播正进入一个新阶段，受感染人数增加了10万以上。对于所有接受检查的国家和整个世界，对于每个叠加波，我们都计算了波的容量和感染者增长的指数。
时间尺度在不对称相互作用疾病传播中的作用
原文标题： The role of time scale in the spreading of asymmetrically interacting diseases
地址： http://arxiv.org/abs/2007.02774
作者： Paulo Cesar Ventura, Yamir Moreno, Francisco A. Rodrigues
摘要： 自然界和社会中的疾病和其他传染现象可以不对称地相互作用，从而使一个人可以从另一种中受益，这反过来会像掠食者—猎物系统那样损害第一个。在这里，我们考虑了两个模型，它们通过不对称相互作用和不同的相关时间尺度来相互作用类似疾病的动力学。使用速率方程的均匀混合人口，我们表明相对于相对时间尺度的变化，每个模型的平稳流行和相图的行为是不同的。我们还详细描述了观察到瞬态振荡的状态，这是非对称相互作用所固有的一种模式，但在文献中经常被忽略。我们的结果有助于更好地理解疾病动态，尤其是总体上的相互作用过程，并可以为现实应用提供有趣的见解，最值得注意的是，事实检查与虚假新闻之间的相互作用。
使用累计死亡数的有效COVID-19流行病模型
原文标题： Effective epidemic model for COVID-19 using accumulated deaths
地址： http://arxiv.org/abs/2007.02855
作者： Gilberto Nakamura, Basil Grammaticos, Christophe Deroulers, Mathilde Badoual
摘要： 严重急性呼吸系统综合症COVID-19一直处于2020年持续的全球健康危机的中心。轻度病例的高患病率促进了医院环境之外的子通知，而且感染或感染者的数量仍然未知，导致对该疾病的粗死亡率的估计不高。在这里，我们使用一个简单的模型来描述由COVID-19引起的累积死亡人数。所提出的模型与SIR模型的近似解之间的紧密联系提供了一个方程组，其解是流行病学参数的可靠估计。我们发现，粗暴死亡率在 10 ^ -4 和 10 ^ -3 之间变化，具体取决于爆发的严重程度，该严重程度低于先前从实验室确认的患者那里获得的估计值。我们还估计了实际感兴趣的数量，例如在有或没有社会疏远措施和封锁的情况下，基本繁殖数量和在渐近极限内的预期死亡人数，这使我们能够衡量这些干预措施的效率。
使用社交媒体检测COVID-19大流行的主题和情感动态
原文标题： Detecting Topic and Sentiment Dynamics Due to COVID-19 Pandemic Using Social Media
地址： http://arxiv.org/abs/2007.02304
作者： Hui Yin, Shuiqiao Yang, Jianxin Li
摘要： 新型冠状病毒病（COVID-19）的爆发极大地影响了全球人们的日常生活。政府已经采取了紧急措施和政策（例如封锁，社会隔离）来对抗这种高度传染性疾病。但是，由于长期严格的社会隔离规则，人们的心理健康也受到威胁。因此，对于决策者做出适当的决定，非常有必要监测人们在各种事件和主题之间的心理健康。另一方面，社交媒体已被广泛用作人们发布和分享个人观点和感受的渠道。大规模的社交媒体帖子（例如推文）提供了理想的数据来源，可以推断出这一大流行时期人们的心理健康状况。在这项工作中，我们提出了一个新颖的框架来分析来自大量社交媒体帖子的COVID-19引起的话题和情绪动态。根据两周内与COVID-19相关的1300万条推文的收集，我们发现在研究期间，积极情绪比消极情绪的比率更高。当放大主题级别的分析时，我们发现COVID-19的各个方面都在不断进行讨论，并显示出可比的情感极性。诸如“保持家园安全”之类的话题以积极的情绪为主，而诸如“人民死亡”之类的其他话题则始终表现为消极的情绪。总体而言，基于对主题级别的情感动态的分析，所提出的框架显示了有见地的发现。
检测澳大利亚因COVID-19大流行而引起的社区抑郁动态
原文标题： Detecting Community Depression Dynamics Due to COVID-19 Pandemic in Australia
地址： http://arxiv.org/abs/2007.02325
作者： Jianlong Zhou, Hamad Zogan, Shuiqiao Yang, Shoaib Jameel, Guandong Xu, Fang Chen
摘要： 最近的COVID-19大流行在全球范围内造成了前所未有的影响。我们还目睹了数以百万计的人的心理健康问题日益严重，例如抑郁，压力，担忧，恐惧，厌恶，悲伤和焦虑，这些问题已成为这场严重的健康危机中主要的公共卫生问题之一。例如，根据世界卫生组织（WHO）的发现，抑郁症是最常见的心理健康问题之一。抑郁症可能导致严重的情绪，行为和身体健康问题，并带来重大后果，包括个人和社会成本。本文通过Twitter上用户生成的内容研究了由于COVID-19大流行而引起的社区抑郁症动态。提出了一种基于推文和词频-反文档频率（TF-IDF）的多模式特征的新方法来构建抑郁症分类模型。多模式功能可从情感，主题和特定领域的角度捕获抑郁暗示。我们使用来自澳大利亚新南威尔士州的Twitter用户最近抓取的推文来研究问题。我们新颖的分类模型能够提取出可能在COVID-19期间受COVID-19和相关事件影响的凹陷极性。结果发现，在COVID-19爆发后，人们变得更加沮丧。政府实施的诸如国家封锁之类的措施也增加了萧条的程度。在地方政府区域（LGA）级别上的进一步分析发现，不同LGAs之间的社区抑郁程度有所不同。这种对抑郁动态的粒度分析不仅可以帮助政府部门等机构在必要时更客观地在特定区域采取相应的行动，还可以使用户随着时间的推移感知抑郁的动态。
探索性分析北美COVID-19相关推文以告知公共卫生机构
原文标题： Exploratory Analysis of COVID-19 Related Tweets in North America to Inform Public Health Institutes
地址： http://arxiv.org/abs/2007.02452
作者： Hyeju Jang, Emily Rempel, Giuseppe Carenini, Naveed Janjua
摘要： 社交媒体是一个丰富的资源，在这里我们可以了解人们对社会问题的反应。由于COVID-19对人们的生活产生了重大影响，因此必须掌握人们对公共卫生干预措施的反应并了解他们的关注。本文旨在调查人们对北美地区COVID-19的反应和关注，尤其是加拿大。我们使用主题建模和基于方面的情感分析来分析与COVID-19相关的推文，并与公共卫生专家一起解释结果。我们将讨论的主题的时间表与COVID-19的公共卫生干预措施的实施时间进行了比较。我们还将研究人们对COVID-19相关问题的看法。在设计新干预措施的政策时，我们将讨论结果如何对公共卫生机构有所帮助。我们的工作表明如何在领域专家的参与下将自然语言处理（NLP）技术应用于公共卫生问题。
空间迭代囚徒困境作为转换半群
原文标题： Spatial Iterated Prisoner's Dilemma as a Transformation Semigroup
地址： http://arxiv.org/abs/2007.01896
作者： Isaiah Farahbakhsh, Chrystopher L. Nehaniv
摘要： 囚徒困境（PD）是一种博弈论模型，其研究涉及广泛领域，以了解理性的自利主体之间合作的出现。在这项工作中，我们将空间迭代PD公式化为离散事件动力学系统，在该系统中，主体在每个时间步中都参与博弈，并使用Krohn-Rhodes代数自动机理论通过对变换半群的完整分解进行计算实现，以代数方式对其进行分析。在每次迭代中，所有玩家都采用邻近社区中最有利可图的策略。扰动重置给定玩家的策略会为动态提供额外的生成事件。我们的初步研究表明，代数结构（包括组成置换组的自然子系统如何作用于策略的空间分布）在收益矩阵的某些参数体系中出现，而在其他参数体系中则不存在。当缺陷的诱惑处于中间水平时，随着更多可逆性池的出现，揭示了在完整性分解中的组水平数量的差异（Krohn-Rhodes复杂度的上限）。通过该分析发现的代数结构可以解释为阐明空间迭代PD的动力学。
限制光污染对人类健康、环境和星空可见度的影响
原文标题： Limiting the impact of light pollution on human health, environment and stellar visibility
地址： http://arxiv.org/abs/2007.02063
作者： Fabio Falchi, Pierantonio Cinzano, Christopher D. Elvidge, David M.Keith, Abraham Haim
摘要： 光污染是最迅速增长的环境退化类型之一。为了限制这种污染，已经定义了几种有效的做法：照明设备上的防护罩，以防止直接向上的光线；请勿过度照明，即避免使用超出任务严格要求的照明水平，从而将照明限制在需要照明的地方和时间。然而，即使在达到最佳的光分布控制之后，并且当使用了适量的光时，由于被照亮的表面的反射和大气散射，仍会向上发射光。这种“残留光污染”对环境的影响不可忽略，也应加以限制。我们提出了一种新的方式来限制这种残留的光污染对野生生物，人类健康和恒星可见度的影响。我们对包括新LED在内的外部常用灯的谱进行了分析。我们在可见光，暗视和褪黑素抑制带中评估了它们相对于人眼感光器的谱响应函数的发射，发现污染的程度很大程度上取决于灯的谱特性，而更环保的灯是低压钠，然后是高压钠。污染最严重的是发出强烈蓝光的灯，如白光LED。假设安装了相同的明视通量，从目前广泛使用的钠灯向白光灯（金属卤化物和LED）的迁移将使暗区和褪黑素抑制带的污染增加到目前水平的五倍以上。这种增加将加剧光污染对人类健康，环境和繁星点点的能见度的已知和可能未知的影响。我们提出了基于其谱发射评估灯的定量标准，并提出了监管限制。
一个构建大型名称消岐数据集的框架：算法、可视化和人工协作
原文标题： A framework for constructing a huge name disambiguation dataset: algorithms, visualization and human collaboration
地址： http://arxiv.org/abs/2007.02086
作者： Zhuoyue Xiao, Yutao Zhang, Bo Chen, Xiaozhao Liu, Jie Tang
摘要： 我们提供了一个名为WhoisWho的手动标记的作者姓名歧义（AND）数据集，它由399,255个文档和45,187个不同的作者组成，具有421个含糊的作者名称。为了标记如此大量的高精度AND数据，我们提出了一种新颖的注释框架，在此框架中，人与计算机可以高效，精确地协作。在该框架内，我们还提出了归纳歧义消除模型，以对两个文档是否属于同一作者进行分类。我们在WhoisWho上评估了提出的方法和其他最新的消歧方法。实验结果表明：（1）在这一具有挑战性的基准测试中，我们的模型优于其他消歧算法。 （2）AND问题仍未解决，需要更深入的研究。我们相信，如此大规模的基准测试将为作者姓名消除歧义任务带来巨大价值。我们还进行了一些实验，以证明我们的注释框架可以帮助注释者有效地获得准确的结果，并有效消除人工注释者所犯的错误标签问题。
识别含时网络中重要节点的含时引力模型
原文标题： Temporal Gravity Model for Important Nodes Identification in Temporal Networks
地址： http://arxiv.org/abs/2007.02097
作者： Jialin Bi, Ji Jin, Cunquan Qu, Xiuxiu Zhan, Guanghui Wang
摘要： 识别重要节点是网络科学的中心任务之一，这对于分析网络结构和了解网络的动态过程至关重要。大多数现实世界的系统都是时变的，可以很好地表示为时间网络。受物理学经典引力模型的启发，我们提出了一种时间引力模型来识别时间网络中的影响节点。引力模型中的两个关键元素是物体的质量和两个物体之间的距离。在时间引力模型中，我们将节点视为对象，将基本节点属性（例如静态和时间属性）视为节点的质量。我们将时间距离定义为模型中两个节点之间的距离，即最快的到达距离和时间的最短距离。我们在重要节点识别上利用我们的模型以及基线中心性方法。在十个现实世界数据集上的实验结果表明，在量化节点结构影响方面，时间引力模型的性能优于基线方法。此外，当使用时间最短距离作为两个节点之间的距离时，与基线方法相比，我们的模型是健壮的，并且在量化节点扩展影响方面表现最佳。
被结构平衡的天堂驱逐
原文标题： Expulsion from structurally balanced paradise
地址： http://arxiv.org/abs/2007.02128
作者： Krzysztof Malarz, Maciej Wołoszyn
摘要： 我们使用热浴算法在三角晶格上执行结构平衡演化的模拟。与类似的方法相反（但适用于完整图的分析），三角形晶格拓扑成功地阻止了甚至部分海德平衡的发生。从海德的天堂状态开始，系统的演化导致不平衡和混乱的状态只是时间问题。系统松弛的时间不取决于系统大小。在早期研究的关于结构平衡的系统中未观察到缺乏平衡状态的迹象
高熵合金作为社会物理学的新隐喻
原文标题： High Entropy Alloys as a new metaphor in sociophysics
地址： http://arxiv.org/abs/2007.02154
作者： Pawel Sobkowicz
摘要： 社会物理学中的大多数观点动力学模型都起源于研究二维磁化现象的历史渊源。这种隐喻已被证明是非常有用的，因为它允许使用众所周知的技术，将单个自旋的单个行为及其相互作用与大规模属性（例如磁化或磁畴创建）相关联。然后将这些物理属性“映射”到社会概念：将取向有向为一个人对特定问题的看法，对着迷于该问题的全球看法等。在过去的20年中，模型使用了更为复杂的方法进行了显著扩展。个体行为者的特征甚至更复杂的相互作用类型，但是隐喻的力量保持不变。在本文中，我们建议使用新的物理系统作为社会物理学新思想的基础。我们将争辩说，致力于高熵合金（HEA）研究的概念和工具可以通过关注由原子性质，相互作用引起的更广泛的全球现象，来极大地拓宽社会物理学可以解决的社会概念的范围。和安排。我们通过计算简单的HEA系统的一些特征及其可能的``映射''为社会概念来说明新想法。
刻画在线故意破坏行为：理性选择的视角
原文标题： Characterizing Online Vandalism: A Rational Choice Perspective
地址： http://arxiv.org/abs/2007.02199
作者： Kaylea Champion
摘要： 哪些因素影响人为破坏决定？尽管危害是显而易见的，但破坏者的利益却不清楚。在许多情况下，损坏的东西本身可能就是破坏者使用或喜欢的东西。破坏公物具有传播价值：也许对破坏者本身，对破坏者针对的某些听众以及一般公众具有传播价值。尽管故意破坏者将其视为反规范行为，但他们仍将其视为理性的社区参与者，从而提供了以新颖的方式参与或反对其选择的可能性。价值期望理论（VET）中应用的理性选择理论（RCT）提供了一种在理性选择的框架内刻画行为的策略，并假设在个人偏好和约束受到一定权重的前提下，个体通过实施蓄意破坏行为。这项研究运用RCT和VET的框架来深入了解破坏者的偏好和约束。通过对Wikipedia的混合方法分析，我结合了社交计算和犯罪行为的犯罪学观点，提出了在线内容社区的破坏行为本体。我使用这种本体对141种故意破坏行为进行分类，发现破坏行为的特征因破坏者的相对可识别性，维基百科的政策历史以及破坏行为所需的努力而异。
AM-GCN：自适应多通道图卷积网络
原文标题： AM-GCN: Adaptive Multi-channel Graph Convolutional Networks
地址： http://arxiv.org/abs/2007.02265
作者： Xiao Wang, Meiqi Zhu, Deyu Bo, Peng Cui, Chuan Shi, Jian Pei
摘要： 图卷积网络（GCN）在处理图和网络数据上的各种分析任务方面广受欢迎。但是，最近的一些研究引起了人们的关注，即GCN是否可以在具有丰富信息的复杂图中以最佳方式集成节点特征和拓扑结构。在本文中，我们首先提出一个实验研究。令人惊讶的是，我们的实验结果清楚地表明，最新的GCN在融合节点特征和拓扑结构方面的能力与最佳甚至令人满意的目标相去甚远。该弱点可能会严重阻碍某些分类任务中GCN的功能，因为GCN可能无法自适应地学习拓扑结构和节点特征之间的一些深层相关信息。我们是否可以弥补这一弱点并设计出一种新型的GCN，这些GCN既可以保留最新的GCN的优势，又可以大大增强融合拓扑结构和节点特征的能力？我们解决了这一挑战，并提出了一种适用于半监督分类的自适应多通道图卷积网络（AM-GCN）。中心思想是，我们从节点特征，拓扑结构及其组合中同时提取特定的嵌入和常见的嵌入，并使用注意力机制学习嵌入的自适应重要性权重。我们在基准数据集上进行的广泛实验清楚地表明，AM-GCN从节点特征和拓扑结构中提取出最相关的信息，并以明显的余量提高了分类精度。
考虑空间、时间和社会维度的人员流动模型
原文标题： Modelling Human Mobility considering Spatial,Temporal and Social Dimensions
地址： http://arxiv.org/abs/2007.02371
作者： Giuliano Cornacchia, Giulio Rossetti, Luca Pappalardo
摘要： 在城市规划，流行病建模，交通预测和假设分析等多个领域，对人员流动进行建模至关重要。一方面，现有模型主要集中在再现人类流动性的时空维度上，而社会方面虽然对人类活动产生了重大影响，但往往被忽略。另一方面，那些捕捉人类流动性的社会方面的模型具有微不足道和不切实际的时空机制。在本文中，我们提出了STS-EPR，这是一个建模框架，其中嵌入了捕获空间，时间和社会方面的机制。我们的实验表明，STS-EPR在一组标准移动性指标上优于现有的时空或社会模型，并且可以与有限的信息量一起使用，而不会损失任何真实感。 STS-EPR是开源的，并已在开放数据上进行了测试，是朝着机械模型设计迈出的一步，该模型可以全面捕获人类活动的所有方面。
改划选区的（同调）持久性
原文标题： The (homological) persistence of gerrymandering
地址： http://arxiv.org/abs/2007.02390
作者： Moon Duchin, Tom Needham, Thomas Weighill
摘要： 我们应用持久性同源性（拓扑数据分析领域的主要工具）来研究选举重新划分。我们的方法将政治分区计划中的地理信息与选举数据相结合，以生成持久性图。然后，我们可以可视化和分析由计算机生成的大型区划计划，这些区划计划通常用于现代区划研究（和法院诉讼）。我们提出了三个应用程序：在每个分区规模上对一个州进行分区，比较选举以及寻找行贿信号。我们的案例研究着重于宾夕法尼亚州和北卡罗来纳州这两个州的重新分区，这两个州在过去几年中对已制定计划的法律挑战引起了相当大的公众兴趣。为了解决持久性图对投票数据和区域边界中的扰动的鲁棒性问题，我们翻译了Cohen-Steiner等人的经典稳定性定理。进入我们的设置，发现它可以用易于解释的方式表达。我们在理论上进行了实证说明，以说明实际中图表的稳定性。
发起人对自由软件社区的组织结构的影响
原文标题： The influence of sponsors on organizational structure of free software communities
地址： http://arxiv.org/abs/2007.02426
作者： Daniel Esashika, Carlos Denner dos Santos
摘要： 最初，自由软件社区的特征是自我管理，但是它们也受到公共和私人组织的影响，这些组织确定了使用地理分布的生产模型的潜在收益。在这种情况下，本研究旨在回答以下问题：赞助商是否通过促进赞助和非赞助社区之间的差异来影响自由软件社区的组织结构？发起人采取了哪些策略来影响自由软件社区的组织结构？这项研究的两个关键是组织结构和赞助。对于本研究，我们采用了案例研究方法，并对三个自由软件社区进行了研究。在对结果的分析中，有证据表明赞助商会影响决策，社区关键角色的定义以及规范的形式化。反过来，非赞助社区的特征是规范的集中和非正式。我们得出的结论是，在赞助者和非赞助者自由软件社区的组织结构中发现了差异，并且这种差异受到赞助者的影响。此外，可以描述发起人用来影响社区组织结构的策略和机制。
了解电子商务推荐系统中的回声室
原文标题： Understanding Echo Chambers in E-commerce Recommender Systems
地址： http://arxiv.org/abs/2007.02474
作者： Yingqiang Ge, Shuya Zhao, Honglu Zhou, Changhua Pei, Fei Sun, Wenwu Ou, Yongfeng Zhang
摘要： 个性化推荐可以使用户有效地访问兴趣内容。当前对推荐系统的研究主要集中在根据用户兴趣将用户与适当项目匹配。但是，缺少大量的工作来了解建议如何影响用户的偏好和行为，例如，建议是否以及如何导致 echo chambers。在检查在线媒体和社会网络系统中的现象方面已经进行了广泛的努力。同时，越来越多的人担心推荐系统可能由于物品暴露范围的缩小而导致用户利益的自我增强，这可能是回声室的潜在原因。本文旨在分析世界最大的电子商务平台之一-阿里巴巴淘宝网中的回声腔现象。回声室是指通过反复接触相似的内容来增强用户兴趣的效果。根据定义，我们分两步检查回声腔的存在。首先，我们探讨是否增强了用户兴趣。其次，我们检查加固是否是由于相似内容的暴露导致的。我们通过强大的指标（包括聚类有效性和统计显著性）增强了我们的评估。对来自阿里巴巴淘宝网的用户点击，购买和浏览日志组成的大量实际数据进行了实验。有证据表明，回声室在用户点击行为中具有趋势，而在用户购买行为中则相对减轻。从结果中得出的见解可指导现实电子商务系统中推荐算法的完善。
基于15世纪意大利战争的社区发现和社会网络分析
原文标题： Community detection and Social Network analysis based on the Italian wars of the 15th century
地址： http://arxiv.org/abs/2007.02641
作者： J. Fumanal-Idocin, A. Alonso-Betanzos, O. Cordón, H. Bustince, M.Minárová
摘要： 在本文中，我们研究以人际互动为基础的社会网络建模。为此，我们提出了一组新功能，即Affinities，旨在捕获网络中每对参与者之间本地交互的性质。使用这些功能，我们开发了一种新的社区检测算法，即Borgia聚类，该社区自然是由网络中的多主体交互产生的。我们还讨论了这种情况下社区规模和规模的影响，以及当大型社区出现时，我们如何应对当前存在的额外复杂性。最后，我们将我们的社区检测解决方案与其他代表性算法进行了比较，找到了令人满意的结果。
通过隐式利用注意力和元路径来实现HIN的GCN
原文标题： GCN for HIN via Implicit Utilization of Attention and Meta-paths
地址： http://arxiv.org/abs/2007.02643
作者： Di Jin, Zhizhi Yu, Dongxiao He, Carl Yang, Philip S. Yu, Jiawei Han
摘要： 旨在将HIN中的结构和语义信息映射到分布式表示形式的异构信息网络（HIN）嵌入已经引起了相当大的研究关注。用于HIN嵌入的图神经网络通常采用层次结构注意（包括节点级别和元路径级别的注意）来捕获基于元路径的邻居的信息。但是，由于严重的过度拟合，这种复杂的注意力结构通常无法实现选择元路径的功能。此外，在传播信息时，这些方法不会将直接（单跳）元路径与间接（多跳）元路径区分开。但是从网络科学的角度来看，通常认为直接关系更为重要，只能用于对直接信息传播进行建模。为了解决这些局限性，我们提出了一种通过隐式利用注意力和元路径的新型神经网络方法，该方法可以缓解当前对HIN的过度参数化注意力机制带来的严重过度拟合。我们首先使用多层图卷积网络（GCN）框架，该框架在每层执行判别式聚合，并逐层堆叠直接链接的元路径的信息传播，从而实现注意选择元的功能-间接路径。然后，我们通过引入可以与聚合分离的新传播操作来提供有效的放松和改进。也就是说，我们首先使用定义明确的概率扩散动力学对整个传播过程进行建模，然后引入基于随机图的约束条件，使其随着层数的增加而降低噪声。大量的实验证明了新方法优于最新方法的优越性。
党派排序导致气候政治两极分化：来自芬兰推文的证据
原文标题： Polarization of Climate Politics Results from Partisan Sorting: Evidence from Finnish Twittersphere
地址： http://arxiv.org/abs/2007.02706
作者： Ted Hsuan Yun Chen, Ali Salloum, Antti Gronow, Tuomas Ylä-Anttila, Mikko Kivelä
摘要： 先前的研究表明，关于气候政治的公众舆论遵循党派路线。但是，他们悬而未决的问题是，气候政治和其他政治上的突出问题是否表现出问题一致性的趋势，政治两极化的文献认为这是两极化最有害的方面之一。通过使用网络方法和Twitter平台上的社交媒体数据，我们研究了2019年芬兰大选期间公众舆论对气候政治和其他十个政治上重要话题的两极分化，这是反对派在公共论坛中的出现。我们发现，尽管气候政治与其他主题相比并没有特别两极分化，但在右翼民粹主义的兴起引起的欧洲政治的普遍主义-共产主义范畴内，气候党受到党派的排序和问题的协调。值得注意的是，气候政治始终与移民问题保持一致，时间趋势表明这种现象很可能会持续下去。
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。
网友评论