- 流动性对创新产生的有益作用;
- Twitter中人口群体的语言多样性;
- 美国Twittersphere新闻分享的人口统计;
- 东地中海崩溃？拜占庭和近东气候与社会相互作用的新结果和理论。公元1000-1200;
- 通过3元组模体检测网络中的核心 - 外围结构;
- 词语在文本网络结构中的作用：应用于作者归属;
- 在线请愿的时间动态;
- 符号网络中的社区检测：错误纠正代码方法;
流动性对创新产生的有益作用
地址： http://arxiv.org/abs/1702.03286
作者： Giuliano Armano, Marco Alberto Javarone
摘要： 创新是包括社会和生物系统在内的几个系统的演变的关键因素。重点调查和横向思考可能导致创新，以及偶然性和其他随机发现过程。有些人在提出创新方面有天赋（比如说创新者），而其他人则深入探索提出的新奇事物，进一步了解理论，或开发产品，服务等（开发商）。创新者和开发人员之间的分离提出了一个至关重要的问题：系统能够在哪些条件下维护创新者？根据一个简单的模型，这项工作调查了创新出现的进化动态。特别是，我们考虑到一群创新者和开发者，其中代理人组成小组，其组成对他们的回报至关重要。后者取决于形成群体的异质性，其所包含的创新者的数量，以及代表促进创新的制度政策的奖励因素。在“移动性”效应可能支持创新的出现的假设下，我们比较了不同情况下我们人口达成的均衡。结果证实了“流动性”的有益作用，并出现了更有趣的现象。
Twitter中人口群体的语言多样性
地址： http://arxiv.org/abs/1705.03926
作者： Pantelis Vikatos, Johnnatan Messias, Manoel Miranda, Fabricio Benevenuto
摘要： 在线社交媒体的广泛普及为研究人员研究用户交互的语言特征和模式提供了独特的机会。在本文中，我们提供了Twitter中各个人口群体的语言使用情况的深入描述。特别是，我们使用Face ++中的高级图像处理算法来提取位于美国的Twitter用户的性别和种族。然后，我们调查人口统计学（即男性/女性，亚裔/黑人/白人）在语言风格以及他们的兴趣方面不同。我们从6个类别（情感属性，认知属性，词汇密度和意识，时间参考，社会和个人关注以及人际关系）中提取语言特征，以便识别特定写作集合的相似性和差异。此外，我们提取人口统计组之间的顶级短语的绝对排名差异。作为多样性的一个维度，我们还使用从每个用户检索的感兴趣的主题。我们的分析揭示了不同人口群体的写作风格（以及感兴趣的话题）的明显差异，在性别和种族方面都有变化。我们希望我们的努力可以刺激在线空间中与人口信息有关的新研究的发展。
美国Twittersphere新闻分享的人口统计
地址： http://arxiv.org/abs/1705.03972
作者： Julio C. S. Reis, Haewoon Kwak, Jisun An, Johnnatan Messias, Fabricio Benevenuto
摘要： 通过社交媒体系统广泛采用和传播在线新闻已经彻底改变了我们社会的许多部分，最终导致了我们的日常生活。在这些系统中，用户可以在向朋友分享内容时发挥核心作用。尽管如此，社交媒体上的消息传播者知之甚少。在本文中，我们首先提供了社会媒体新闻播报器的深入定性。特别是，我们调查他们的人口统计特征，他们分享的是什么样的内容，以及他们达到的受众群体。在我们的主要发现中，我们显示，男性和白人用户在分享新闻方面往往更加活跃，将新闻观众偏向于这些人口群体的利益。我们的结果也量化了跨人口统计的新闻共享利益的差异，这对个性化消息摘要有影响。
东地中海崩溃？拜占庭和近东气候与社会相互作用的新结果和理论。公元1000-1200
地址： http://arxiv.org/abs/1705.04013
作者： Johannes Preiser-Kapeller
摘要： 本文讨论了最近在公元11世纪发生的东地中海气候诱发的崩溃情景。它表明，当面对来自不同地区的代理数据时，这种情况不能维持。另一方面，提出了Komnenian时期（1081-1185年）环境与经济相互作用的数据，以及Angeloi（1185-1204）期间气候条件变化的证据，认为气候参数应为将东地中海的社会经济动力与西欧的社会经济动态进行对比时考虑在内。强调了对中东东地中海人类社会与环境相互作用的许多方面进一步研究区域和跨区域层面的必要性。
通过3元组模体检测网络中的核心 - 外围结构
地址： http://arxiv.org/abs/1705.04062
作者： Chuang Ma, Bing-Bing Xiang, Hai-Feng Zhang, Han-Shuang Chen, Michael Small
摘要： 近来，作为一种中尺度结构的网络的核心周边（CP）结构受到重视。 CP结构由致密的核心和稀疏的连接外围组成。在本文中，我们提出了一种基于3元组图案来检测CP结构的算法，它受到图案的思想启发。在这个算法中，我们首先通过考虑节点的属性来定义一个3元组模体，然后基于定义的图案形成一个模体相邻矩阵，最后，将CP结构的检测转换为找到最小化最小的图案电导。我们的算法可以检测不同的CP结构：包括单个或多个CP结构;以及本地或全球CP结构。合成和经验网络的结果表明该方法是有效的，可以应用于大规模网络。更重要的是，我们的算法是无参数的，其中检测到核心和周边，而不需要任何预定义的参数。
词语在文本网络结构中的作用：应用于作者归属
地址： http://arxiv.org/abs/1705.04187
作者： Camilo Akimushkin, Diego R. Amancio, Osvaldo N. Oliveira Jr
摘要： 对文本的完善自动分析主要考虑语言单位的频率，例如字母，单词和双字母，而基于同现网络的方法考虑到文本的结构，而不管节点标签（即词语义）。在本文中，我们通过引入广义相似性度量来比较文本的网络结构和网络中单个词的作用，从而调和这些不同的观点。我们使用相似性度量作为三本书籍作者归属，每本作者由8位作者和10本书组成。获得了高精度率，典型值为90％〜98.75％，远高于传统的TF-IDF方法。这些精度也高于仅考虑网络拓扑。我们得出结论，整个文本的宏观尺度结构上的具体单词的不同属性与其出现频率相关;相反，考虑到节点的身份会带来更多关于表示为网络的文本的知识。
在线请愿的时间动态
地址： http://arxiv.org/abs/1705.04202
作者： Lucas Böttcher, Olivia Woolley-Meza, Dirk Brockmann
摘要： 在线请愿是直接政治行动的重要途径，但决定何时成功的动因尚不清楚。在这里，我们分析在线请愿签名行为的时间特征，以便识别收到大量签名的流行请愿书与不受欢迎的请愿书之间的系统差异。我们发现，根据人类活动的其他时间特征，签名过程通常是非泊松和非均匀的。然而，这个过程对于人类活动表现出异常高的记忆，可能表明同步的外部影响或传染作用和重要作用。更有趣的是，我们发现事件间时间分布的特征有明显的差异，这取决于请愿人得到的签名总数，而不是申请的总持续时间。具体来说，吸引大量签名的大众请愿书在事件发生时间方面表现出比不受欢迎的请愿方式更多的差异，只有少数签名，这可能被认为是前者更为突出的一个迹象。然而，根据考虑事件发生时间的时间顺序的措施，具有大签名量的请愿较少突发。因此，我们的结果强调了计算时间排序来描述人类活动的重要性。
符号网络中的社区检测：错误纠正代码方法
地址： http://arxiv.org/abs/1705.04254
作者： Cheng-Shang Chang, Duan-Shin Lee, Li-Heng Liou, Sheng-Min Lu
摘要： 在本文中，我们考虑了符号网络中的社区检测问题，其中有两种类型的边缘：正边缘（朋友）和负边缘（敌人）。被称为哈里定理的符号网络的一个着名的定理说，结构平衡的符号网络是可集群的。通过将符号网络中的每个周期视为奇偶校验约束，我们显示具有两个社区的符号网络中的社区检测问题等同于奇偶校验码的解码问题。我们还展示了如何在符号网络中使用两种着名的解码算法对纠错码进行社区检测：比特翻转算法和置信传播算法。除了这两种算法之外，我们还提出了一种新的社区检测算法，称为汉明距离算法，通过找到最小化汉明距离的码字来执行社区检测。我们通过用已知的地面实况进行各种实验来比较这三种算法的性能。我们的实验结果表明，我们的汉明距离算法胜过其他两个。
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。本系列在个人博客网络科学研究速递 进行同步更新，并提供RSS订阅。