- “钻石公主”号将出现多少COVID-19的感染者——根据人群流动模拟的病毒传播模型预测;
- 信息超载对网络会话动力学的影响;
- MIDMod-OSN：一个微观层面的在线社会网络信息扩散模型;
- 自动化发现同步电脑中介通信的主导;
- 迁徙网络：网络分析应用于大规模人口流动;
- 一个社会学习的实用方法;
- 网上谎言：结构和拓扑对促进诚信的作用;
“钻石公主”号将出现多少COVID-19的感染者——根据人群流动模拟的病毒传播模型预测
原文标题： How many infections of COVID-19 there will be in the "Diamond Princess"-Predicted by a virus transmission model based on the simulation of crowd flow
地址： http://arxiv.org/abs/2002.10616
作者： Zhiming Fang, Zhongyi Huang, Xiaolian Li, Jun Zhang, Wei Lv, Lei Zhuang, Xingpeng Xu, Nan Huang
摘要： 目的：模拟COVID-19在邮轮上的传输过程，然后判断“钻石公主”号上的3711人中有多少会感染，并分析阻止大规模传播的可能措施。方法：基于人群流动模型，建立行人之间的病毒传播规则，以模拟游轮上行人日常活动中的紧密接触导致的病毒传播。测量和主要结果：研究设计了三种类型的模拟情景，基本情景关注由病毒携带者引起的病毒传播过程和对抗病毒的个人防护措施的效果。自我保护情景中考虑了原病毒携带者中途下船，越来越多的人加强自我保护，这会比较符合“钻石公主”号邮轮的实际情况。控制情景的设置模拟了采用建议或强制措施控制病毒传播。结论：“钻石公主”号的航程中有850-1009人（大概率）被感染COVID-19。如果能在COVID-19暴发的警报阶段立即采取建议或强制措施，人群感染率将得到有效的控制。
信息超载对网络会话动力学的影响
原文标题： The Effects of Information Overload on Online Conversation Dynamics
地址： http://arxiv.org/abs/1910.09686
作者： Chathika Gunaratne, Nisha Baral, William Rand, Ivan Garibay, Chathura Jayalath, Chathurani Senevirathna
摘要： 在线社交媒体用户的行为信息超载的抑制作用，可以通过网上对话会影响信息传播的人口水平的特性。我们介绍了信息超载的机制，基于主体的模型和调查的信息过载阈值和观察到的现象，网上信息丢失率的影响。我们发现在高信息过载阈值和信息丢失的中档价格的谈话音量和参与是最低的。校准模型在Twitter用户响应数据，我们复制和解释几个观察到的现象：1）响应速度是在信息丢失率很高信息过载阈值敏感; 2）信息载阈值和信息丢失的速率是帕累托最优和用户可以在流入超过每小时30个通知遇到过载; 3）本地丰富的全球温和的知名度和较大的高全球普及的级联的局部稀缺的小瀑布的解释了为什么重载用户接受，但不要到大，极受欢迎的级联反应; 4）用户通常，每小时7个通知工作; 5）过度暴露于信息可以由用户过载相反，类比至生物激发病毒扩散抑制反应的可能性。与概念重建信息过载的机制的信息传播产生的在线交谈动力更丰富的表现，使的（DIS）信息是如何在社会化媒体传播有更深的了解。
MIDMod-OSN：一个微观层面的在线社会网络信息扩散模型
原文标题： MIDMod-OSN: A Microscopic-level Information Diffusion Model for Online Social Networks
地址： http://arxiv.org/abs/2002.10522
作者： Abiola Osho, colin Goodman, george Amariucai
摘要： 随着在线社会网络继续常用的信息传播给公众，了解支配，信息传播是许多安全和安全相关的应用，比如危机和自然灾害的过程中最大限度地提高信息传播和误传遏制至关重要的现象。在这项研究中，我们假设，在在线社会网络有助于信息传播的功能显著的事件类型的影响正在研究中。我们将其归类到Twitter事件，无论是信息还是趋势，然后探讨与信息传播相关的节点到节点的影响力度。我们建立基于贝叶斯Logistic回归学习和预测和随机森林的特征选择的模式。从现实世界的数据集上的实验结果表明，国家的最先进的提出的模型优于扩散预测模型，实现了信息的事件93％的准确度和趋势事件86％。我们观察到的信息和趋势的事件模型显著不同，无论是在扩散过程和支配扩散的用户功能。我们的研究结果显示，玩的追随者在扩散过程中具有重要作用，它可以使用用户的扩散和OSN行为预测消息的趋势字符，而不必计算反应的数量。
自动化发现同步电脑中介通信的主导
原文标题： Automating Discovery of Dominance in Synchronous Computer-Mediated Communication
地址： http://arxiv.org/abs/2002.10582
作者： Jim Samuel, Richard Holowczak, Raquel Benbunan-Fich, Ilan Levine
摘要： 随着电子相互作用的出现，显性（或控制听其他断言）已经获得新的尺寸。本研究通过分析解决隐藏轮廓任务组的电子聊天记录调查了虚拟交互主导地位的动态和特点。我们调查演示的优势，并提出了若干相关变量的计算机为媒介的沟通行为模式。这些指标与文本转录的自动和手动编码计算。两组变量的比较表明，自动文本分析方法产生比手动编码类似的结论。这些结果是令人鼓舞的推进在文本分析方法的研究一般，而在特定的虚拟团队主导地位的研究。
迁徙网络：网络分析应用于大规模人口流动
原文标题： Migration Networks: Applications of Network Analysis to Large-Scale Human Mobility
地址： http://arxiv.org/abs/2002.10992
作者： Valentin Danchev, Mason A. Porter
摘要： 一个新兴的研究领域是大规模迁移的相互作用为代表的地方（例如，国家，城市和农村地区）节点的网络研究和边连接那些地方是编码迁移的相互作用。在本章中，我们回顾了社会和空间网络的跨学科应用迁移网络的分析方法。我们尤其关注全球移民网络。我们描述全球移民网络和轮廓的网络诊断和相关的这种网络的学习方法的性能。然后，我们目前主要结论，并提出未来的研究领域，以克服当前的挑战。研究迁移网络是多学科;它连接迁移的研究，包括社会学，地理学，区域科学，网络科学，应用数学，计算机科学和其他领域有不同的研究领域。因此，本章节的主要目的是为了突出和促进跨学科的对话。
一个社会学习的实用方法
原文标题： A Practical Approach to Social Learning
地址： http://arxiv.org/abs/2002.11017
作者： Amir Ban, Moran Koren
摘要： 社会学习特征的模型二进制信号或抽象信号结构常常被剥夺微观基础的。分析中期业绩或者进行实证分析时，这两种型号的限制。我们提出产生其比二元模型更丰富的信号结构的方法，但易于处理的是足以执行模拟和经验分析。我们证明是重温两种经典的论文方法的可用性：（1）我们讨论无界信号，史密斯和索伦森（2000年）的经济意义; （2），我们使用从Anderson和霍尔特（1997）的实验数据，以执行计量分析。此外，我们还提供了一个行动级联发生的充分必要条件。
网上谎言：结构和拓扑对促进诚信的作用
原文标题： Lying on networks: The role of structure and topology in promoting honesty
地址： http://arxiv.org/abs/2002.11034
作者： Valerio Capraro, Matjaz Perc, Daniele Vilone
摘要： 谎言可以对政府，企业一个否定的影响，以及整个社会。因此，跨越不同的研究领域至关重要的理解说谎的力度。虽然躺在已经充分混合人群之前的研究，这是一个事实，真正的互动很少充分混合。事实上，它们通常的结构，从而通过网络最好的描述。在这里，我们因此采用蒙特卡洛方法研究趴在发送器 - 接收博弈的一个参数的家庭网络，系统覆盖整个网络，小世界网络，以及一维环的演化。我们发现，其中有代价的接收器中受益发件人谎言，所谓的黑色的谎言，不太可能在网络上增殖比他们在充分混合人群做。诚信是因而更容易发展，但只有当发件人的好处是比接收器的成本更小。此外，这种效应是小世界网络特别强，但在一维环少一些。为了有利于在成本给发送者，即所谓的利他善意的谎言接收机的谎言，我们表明，诚信也更有可能发展比在充分混合人群。但出乎黑色的谎言，这种效果更表示在一维环，而在小世界网络中，目前仅在成本给发送者比对接收器的好处更大。最后，对于谎言的好处发送器和接收器，所谓的帕累托善意的谎言，我们表明，网络结构实际上有利于撒谎的演变，但这只有当发送者的好处是比利益稍大收件人。在这种情况下，再小世界拓扑充当的效果的放大器，而其他网络拓扑不能这样做。
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