- 我们观察网络时看到了什么;
- Kuramoto振荡器在无标度网络中同步的开始;
- 论大学课程社会评价的偏见;
- 在线讨论论坛中使用多模式嵌入的交互式搜索和探索;
- PocketCare：利用部分观察结果的接近性和症状，通过手机追踪流感;
- Alt-Right和全球信息战;
我们观察网络时看到了什么
原文标题： What do we see when we look at networks
地址： http://arxiv.org/abs/1905.02202
作者： Tommaso Venturini, Mathieu Jacomy, Pablo Jensen
摘要： 在几种自然科学和社会科学中，越来越普遍的做法是依靠网络可视化作为启发式工具来获得关系数据集的第一个概述，并作为提供网络分析结果说明的一种方式。这种做法已经存在很长时间，足以证明学者们发现在空间上投射网络并观察它们作为拓扑特征代表的视觉外观是有用的。然而，这种做法在很大程度上仍然基于直觉，并没有进行任何调查来明确这种探索的基础和局限。本文通过概念和数学解构力导向布局的功能，并提供有关如何使网络可读和解释其视觉特征的逐步指导，提供了这种分析。
Kuramoto振荡器在无标度网络中同步的开始
原文标题： On the onset of synchronization of Kuramoto oscillators in scale-free networks
地址： http://arxiv.org/abs/1905.02256
作者： Thomas Peron, Bruno Messias, Angélica S. Mata, Francisco A. Rodrigues, Yamir Moreno
摘要： 尽管在过去二十年中对复杂网络上的相位振荡器的研究给予了极大的关注，但仍然不清楚无标度网络是否在热力学极限中表现出非零临界耦合强度。在这里，我们系统地将异质度平均场（HMF）和淬火平均场（QMF）方法的预测与大型网络上的大量数值模拟进行比较。我们提供令人信服的证据表明随着无标度网络的振荡器数量的增加，临界耦合消失，其特征在于幂律度分布，指数为 2 < gamma leq 3 ，与其他动力学观察到的一致这种网络中的过程。对于 gamma> 3 ，我们证明了临界耦合仍然是有限的，与HMF计算一致，并突出了相位振荡器的关键特性与无标度网络上的流行病模型之间的现象学差异。最后，我们还研究了在研究复杂网络中的同步现象时的关键选择，即如何规范振荡器之间的耦合。
论大学课程社会评价的偏见
原文标题： On bias in social reviews of university courses
地址： http://arxiv.org/abs/1905.02272
作者： Taha Hassan
摘要： 大学课程排名论坛是一种流行的方式，传播有关课程内容和教学质量的满意度信息，特别是对本科生。大学管理者，教学设计师和教学人员的各种政策决策会影响学生如何看待在课堂和在线课程中使用的教学法的效果。尽管对学术评级网站使用背后的定性驱动因素进行了大量研究，但对于所述论坛上（潜在的）隐性学生对机构层面理想课程结果的偏见几乎没有进行过调查。为此，我们根据所收集的数据，检查了弗吉尼亚理工大学教授的数百门课程，课程成果（学生报告的GPA）与初级课程指导员的整体排名之间的关系，以及课程结果的性质差异。来自一个流行的学术评级论坛。我们还复制了对美国几所公立大学的分析。我们的实验表明，在学生注册的教授评级中，对于课程结果存在明显的复杂偏见。
在线讨论论坛中使用多模式嵌入的交互式搜索和探索
原文标题： Interactive Search and Exploration in Online Discussion Forums Using Multimodal Embeddings
地址： http://arxiv.org/abs/1905.02430
作者： Iva Gornishka, Stevan Rudinac, Marcel Worring
摘要： 在本文中，我们提出了一种新颖的交互式多模态学习系统，它有助于在社交多媒体用户的大型网络中进行搜索和探索。它允许分析人员识别和选择感兴趣的用户，并在交互式学习环境中查找类似用户。我们的方法基于用户，单词和概念的新型多模态表示，我们通过部署通用神经嵌入模型同时学习。我们将这些表示显示为不仅可用于对用户进行分类，还可用于自动生成用户和社区配置文件。受传统总结方法的启发，我们通过从所有可用模态（即文本，图像和用户模态）中选择多样且具有代表性的内容来创建配置文件。使用人工演员评估该方法的有用性，该仿真演员在相关反馈场景中模拟用户行为。进行了多次实验，以评估我们的多模态表示的质量，比较不同的嵌入策略，并确定不同模态的重要性。我们展示了所提出的方法在两个不同的多媒体集合中的能力，这些集合源自暴力的在线极端主义论坛Stormfront和微博平台Twitter，由于它们所具有的讨论语义水平很高，因此特别有趣。
PocketCare：利用部分观察结果的接近性和症状，通过手机追踪流感
原文标题： PocketCare: Tracking the Flu with Mobile Phones using Partial Observations of Proximity and Symptoms
地址： http://arxiv.org/abs/1905.02607
作者： Wen Dong, Tong Guan, Bruno Lepri, Chunming Qiao
摘要： 移动电话提供了一个强大的传感平台，研究人员可以通过该平台了解人与人之间的邻近互动以及通过这些相互作用传播疾病，行为和观点。然而，追踪整个社区的基于邻近度的相互作用，然后从一小部分志愿者群体的观察开始模拟疾病和行为的社会传播仍然是一个挑战。在本文中，我们提出了一种新方法，试图将这些稀疏观察结合在一起，使用个体如何相互作用以及社会交互如何在一系列邻近相互作用方面发生的模型。我们采用我们的方法跟踪流感在3000人大学校园的空间 - 近距离网络中的传播，动员300名来自该人群的志愿者通过蓝牙扫描监控附近的手机，并每日报告他们周围的流感症状。我们的目的是根据她/他的日常生活与志愿者的日常生活相交的频率来预测个体患流感的可能性。因此，我们使用志愿者的日常工作来建立志愿者以及非志愿者的模型。我们的研究结果表明，我们可以提前两周预测流感感染，平均精确度从0.24到0.35，具体取决于信息量。这种精度比随机猜测模型高6到9倍。在人口水平上，我们可以在两周的窗口中预测感染人群，r平方值为0.95（随机猜测模型得到的r平方值为0.2）。这些结果表明，一种创新的方法可以跟踪与表现出症状的人进行交互的个体，使我们能够警告那些有感染危险的人，并告知健康研究人员接触引起的疾病的进展。
Alt-Right和全球信息战
原文标题： The Alt-Right and Global Information Warfare
地址： http://arxiv.org/abs/1905.02712
作者： Emmi Bevensee, Alexander Reid Ross
摘要： Alt-Right是一个新法西斯白人至上主义运动，参与暴力极端主义运动，并在广泛的虚假宣传活动中显示出参与的迹象。通过使用社交媒体数据挖掘，本研究可以更深入地了解这些有针对性的虚假宣传活动及其传播方式。它还增加了有关美国极右翼内生和外生影响的现有文献，以及推动虚假宣传活动的激励因素，如地缘政治战略。本研究将作为初步分析，以指出未来的方法和后续研究，这将有助于开发一种综合方法来理解现代法西斯运动的战略和联想。
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