- 数据合作社：迈向分布式的个人数据管理基础;
- IdeoTrace：意识形态追踪框架与2016年美国总统选举案例研究;
- 环中的分布式模式形成;
- 平面双曲流形上链接渗流的重整化群;
- 模拟与增强用于构建深度学习模型的社会网络;
- 全球Facebook使用的人口统计差异;
- 从动态观测中盲辨识随机块模型;
- 多层网络信息传播的最佳层间结构;
数据合作社：迈向分布式的个人数据管理基础
原文标题： Data Cooperatives: Towards a Foundation for Decentralized Personal Data Management
地址： http://arxiv.org/abs/1905.08819
作者： Thomas Hardjono, Alex Pentland
摘要： 对成员承担信托义务的数据合作社为通过个人数据赋予个人权力提供了有希望的方向。数据合作社可以管理，策划和保护对公民成员个人数据的访问。此外，数据合作可以运行内部分析，以获得有关其成员的福祉的见解。有了这些见解，数据合作伙伴可以很好地为其成员提供更好的服务和折扣。信用合作社和类似机构可以提供合适的数据合作实现。
IdeoTrace：意识形态追踪框架与2016年美国总统选举案例研究
原文标题： IdeoTrace: A Framework for Ideology Tracing with a Case Study on the 2016 U.S. Presidential Election
地址： http://arxiv.org/abs/1905.08831
作者： Indu Manickam, Andrew S. Lan, Gautam Dasarathy, Richard G. Baraniuk
摘要： 2016年美国总统大选被定性为一个极度分裂的时期，由于假新闻，巨魔和社交机器人的影响，这种时期在社交媒体上更加严重。然而，公众在选举过程中对这些影响的反应更加两极化的程度尚不清楚。在本文中，我们提出了IdeoTrace，这是一个框架，用于（i）联合评估社交媒体用户和新闻网站的意识形态，以及（ii）跟踪用户意识形态随时间的变化。我们将这个框架应用于47508名Twitter用户的选举期的最后两个月，并证明自由派和保守派用户随着时间的推移变得更加两极分化。
环中的分布式模式形成
原文标题： Distributed Pattern Formation in a Ring
地址： http://arxiv.org/abs/1905.08856
作者： Anne-Laure Ehresmann, Manuel Lafond, Lata Narayanan, Jaroslav Opatrny
摘要： 由于对社会网络多样性的担忧，我们考虑环中的以下模式形成问题。假设 n 移动代理位于 n -node环网的节点上。每个代理都会分配一组来自 c_1，c_2， ldots，c_q 的颜色。该环分为 k 连续 em blocks或长度 p 的邻域。代理商需要以分布式方式重新排列自己以满足给定的多样性要求：在每个块 j 和每种颜色 c_i 中，必须有正好 n_i（j）> 0 颜色 c_i 的代理商阻止 j 。假设代理能够在相邻块中查看代理，并且在一个时间步中移动到相邻块中的任何位置。当颜色数量 q = 2 时，我们给出一个终止时间 N_1 / n ^ _ 1 + k + 4 的算法，其中 N_1 是颜色 c_1 和 n ^的代理商总数 _1 是任何块中所需的颜色 c_1 的最小代理数。当每个块中的多样性要求相同时，我们的算法需要 3k + 4 步，并且渐近最优。我们的算法推广了任意数量的颜色，并以 O（nk）步骤结束。我们还展示了如何扩展它以实现任意特定的最终模式，前提是每个模式中至少有一种颜色的代理。
平面双曲流形上链接渗流的重整化群
原文标题： Renormalization group for link percolation on planar hyperbolic manifolds
地址： http://arxiv.org/abs/1905.08875
作者： Ivan Kryven, Robert M. Ziff, Ginestra Bianconi
摘要： 网络几何学目前是一个日益增长的科学兴趣的话题，因为它开启了使用几何参数探索和解释复杂网络的结构和动态之间的相互作用的可能性。然而，该领域仍处于起步阶段。在这项工作中，我们研究网络几何在确定平面双曲流形中渗流转换的性质中的作用。参考文献S。Boettcher，V。Singh，R。M. Ziff表明，一种特殊类型的二维双曲流形，即Farey图，显示了普通链接渗流的不连续过渡。这里使用重整化群我们研究了构成二维细胞复合体骨架的更广泛的二维双曲线确定性和随机流形的链接渗流的关键性质。通过随后将 m -polygons粘合到单个边来迭代地构建这些双曲线流形。我们展示当多边形的大小 m 从分布 q_m 中抽取，渐近幂律尺度 q_m simeq Cm ^ - gamma m gg1 ，不同的普遍性类可以是观察幂律指数 gamma 的不同值。有趣的是，渗透过渡是 gamma in（3,4）的混合，并且变为连续 gamma in（2,3）
模拟与增强用于构建深度学习模型的社会网络
原文标题： Simulation and Augmentation of Social Networks for Building Deep Learning Models
地址： http://arxiv.org/abs/1905.09087
作者： Akanda Wahid -Ul- Ashraf, Marcin Budka, Katarzyna Musial
摘要： 图卷积网络（GCN）的局限性在于它假定在神经网络模型的特定 l ^ th 层中，只有社会网络的 l ^ th order邻域节点是有影响的。此外，GCN已经在引文和知识图上进行了评估，但并未广泛用于基于友谊的社交图。与基于友谊的图相比，与层之间的依赖关系和GCN的节点邻域的顺序相关联的缺点可能更普遍。评估GCN在基于友谊的社会网络上的全部潜力需要大量公开可用的数据集。但是，大多数可用的社会网络数据集都不完整。此外，大多数可用的社会网络数据集不包含要素和地面实况标签。在这项工作中，首先，我们提供了一个模拟动态社会网络的指南，其中包含地面实况标签和功能，以及拓扑结构。其次，我们介绍了一个基于Python的开源仿真库。我们认为网络的拓扑结构是由一组潜在变量驱动的，称为社会DNA（sDNA）。我们将sDNA视为节点的标签。最后，通过对我们的模拟数据集进行评估，我们提出了四种新的GCN变体，主要是为了克服节点邻域顺序与模型特定层之间依赖性的限制。然后，我们评估所有模型的性能，我们的结果显示，在30个模拟数据集中的27个中，我们提出的GCN变体优于原始模型。
全球Facebook使用的人口统计差异
原文标题： Demographic Differentials in Facebook Usage Around the World
地址： http://arxiv.org/abs/1905.09105
作者： Sofia Gil-Clavel, Emilio Zagheni
摘要： 我们使用来自Facebook广告平台的数据来研究各国使用Facebook时的人口差异模式。我们提出了三个主要问题：（1）Facebook的使用情况如何因世界各地的年龄和性别而异？ （2）友谊网络的规模如何因年龄和性别而异？ （3）Facebook用户的特定子群的人口统计特征是什么？我们发现，在北美和北欧的国家，Facebook使用模式在老年人和年轻人之间差异很小。在性别不平等程度较高的亚洲国家，按性别划分的Facebook采用率的差异在年龄较大时消失，这可能是由于选择性的原因。我们还观察到，在不同的国家，女性往往拥有比男性更多的亲密朋友网络，而且远离家乡的女性用户比男性用户更有可能从事Facebook使用，无论其地区和年龄组如何。我们的研究结果将近期关于在线使用中性别差异的研究进行了背景化，并对采用和使用数字技术时人口差异的一些细微差别提供了新的见解。
从动态观测中盲辨识随机块模型
原文标题： Blind identification of stochastic block models from dynamical observations
地址： http://arxiv.org/abs/1905.09107
作者： Michael T. Schaub, Santiago Segarra, John N. Tsitsiklis
摘要： 我们考虑盲辨识问题，其中我们的目标是在不知道网络边的情况下恢复网络的统计模型，而仅仅基于某个过程的节点观察。更具体地说，我们关注的是由在未知网络上演化的扩散过程的快照组成的观察。我们将网络建模为从潜在随机块模型（SBM）的独立抽取生成，我们的目标是将节点的划分推断为块，以及该SBM的参数。我们提出了简单的谱算法，可以高精度地解决分区恢复和参数估计问题。我们的分析依赖于随机矩阵理论和协方差估计以及相关的浓度不等式的最新结果。我们用几个数值实验来说明我们的结果。
多层网络信息传播的最佳层间结构
原文标题： Optimal interlayer structure for information spreading on multilayer networks
地址： http://arxiv.org/abs/1905.09176
作者： Liming Pan, Wei Wang, Shimin Cai, Tao Zhou
摘要： 从社会，生物到基础设施的许多现实世界系统都可以通过多层网络建模。促进多层网络上的信息传播在开展电子商务产品广告和预测流行的科学出版物方面做出了重大贡献。在本文中，我们提出了一种通过在两个隔离网络之间添加一个互连边来促进传播的最佳策略。基于离散马尔可夫链方法的扰动理论，我们偏离了一个评估互联网络中扩散流行率的指标。索引可以被解释为Katz中心性的变体，边由扩散过程的动态信息加权。这些重量会增强一端及其附近低度感染的边，而另一端的高度感染。我们通过详尽检查所有潜在边并发现它提供最佳或接近最佳性能来验证策略在小型网络上的有效性。对于大型合成和现实世界的网络，它总是优于其他一些启发式策略，如连接具有最高度数或特征向量中心的节点。
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.me （提供RSS订阅）进行同步更新。
网友评论