- 渐近最优的Moran过程放大器;
- 布尔网络集合影响下的最优稳定化;
- anarexia，anarexia，anarexyia：用拼写变化表征在线社区习惯;
- 加权网络的社会三角和广义聚类系数;
- EmTaggeR：一种基于字词嵌入的新颖的Twitter标签推荐方法;
- 同行评审中的人工智能：演化计算如何支持期刊编辑？;
- 尺寸问题：社区检测算法的比较分析;
- 建模R＆D联盟的形成：一个基于主体模型的经验验证;
- 网络增长的专业化模式;
- 自我中心网络中的链路形成：局地度的影响及对链路推荐的影响;
- 艺术，文化和科学职业中的热手现象;
渐近最优的Moran过程放大器
原文标题： Asymptotically Optimal Amplifiers for the Moran Process
地址： http://arxiv.org/abs/1611.04209
作者： Leslie Ann Goldberg, John Lapinskas, Johannes Lengler, Florian Meier, Konstantinos Panagiotou, Pascal Pfister
摘要： 我们研究了由Lieberman，Hauert和Nowak改编的Moran过程。这是一个在图上演化的种群的模型，其中某些个体称为“突变体”，具有适应度，其他个体称为“非突变体”，具有适应度1.我们关注突变是有利的情况，那么r> 1。如果在这个家族的图上运行Moran过程，如果消失概率趋于0，则有一个有向图的族被认为是强烈的放大。已知最有扩展性的有向图族是Galanis等人的巨型家族。我们证明了这个族是最优的，取决于对数因子，因为每个强连通的n-顶点有向图具有消亡概率Ω（n ^（ - 1/2））。接下来，我们证明有一个称为密集的孵化器的无限图的无限族，其消亡概率为O（n ^（ - 1/3））。我们表明，这是最佳的，直到不变的因素。最后，我们引入了稀疏孵化器，用于改变边密度，并且显示这些图的消光概率是O（n / m），其中m是边的数量。再一次，我们证明这是最佳的，达到常数因素。
布尔网络集合影响下的最优稳定化
原文标题： Optimal Stabilization of Boolean Networks through Collective Influence
地址： http://arxiv.org/abs/1712.01308
作者： Jiannan Wang, Sen Pei, Wei Wei, Xiangnan Feng, Zhiming Zheng
摘要： 布尔网络的稳定性因其在生物系统动力学描述中的广泛应用而备受关注。在过去的几十年中，已经投入了很多精力来揭示网络结构和更新规则如何影响布尔网络的稳定性。在本文中，我们的目标是识别和控制能够稳定不稳定布尔网络的最小影响节点集合。通过最小化改进的非回溯矩阵的最大特征值，提出了一种利用集体影响理论来识别布尔网络中具有较高计算效率的有影响节点的方法。我们在四个不同的网络上测试集体影响力的表现。结果表明，集合影响算法能够以比其他启发式算法更小的节点集来稳定每个网络。我们的工作为确定布尔网络稳定性的机制提供了一个新的视角，它可能在寻找导致严重疾病的毒力基因中找到应用。
#anarexia，#anarexia，#anarexyia：用拼写变化表征在线社区习惯
原文标题： #anorexia, #anarexia, #anarexyia: Characterizing Online Community Practices with Orthographic Variation
地址： http://arxiv.org/abs/1712.01411
作者： Ian Stewart, Stevie Chancellor, Munmun De Choudhury, Jacob Eisenstein
摘要： 独特的语言实践有助于社区建立团结并与外界区分开来。在一个在线社区中，一种这样的做法是拼写方面的变化，包括拼写，标点和大写。通过使用超过两百万个Instagram帖子的数据集，我们调查了一个社区中正畸饮食失调（pro-ED）内容的拼写差异。我们发现，字形变化不仅随着时间的推移变得越来越频繁，而且变得越来越深刻或变得越来越深，变体越来越偏离原始：例如#anarexyia比#anarexia远离原来的拼写＃anorexia 。这些变化是由新来者推动的，他们在进入社区时采用最极端的语言实践。此外，这种行为与参与度有关：采用较深拼写形式的新人往往在社区中保持活跃时间较长，而含有较深变化的帖子以“喜欢”的形式获得更多的正面反馈。以前的工作已经将社区成员变化与语言变化联系起来，我们的工作以新的视角提出了这种联系，新来者推动了不断变化的实践，而不是适应。我们还展示了字形变化的效用作为一个新的镜头来研究在线社区的社会语言变化，特别是当这种变化来自外部力量（如内容禁令）时。
加权网络的社会三角和广义聚类系数
原文标题： Social triangles and generalized clustering coefficient for weighted networks
地址： http://arxiv.org/abs/1712.01561
作者： Roy Cerqueti, Giovanna Ferraro, Antonio Iovanella
摘要： 衡量网络社区结构的一种方法是聚类系数。这样的数量是基于理论数据上的节点周围现有三角形的数量。据我们所知，由于网络节点之间存在间接连接，虚拟的三角形缺乏关注。本文通过提供加权网络的聚类系数的新定义填补了这一空白，同时也可以考虑缺失链接。具体而言，通过假定共享节点的两个弧的足够强的集合权重引起不公共节点之间的链接，引入了三角形的新概念。除了这样的社交三角形的直观意义之外，我们还探索了它们的用途，以获得对下划线网络的拓扑结构的见解。在美国500个商业机场的标准网络和秀丽隐杆线虫的神经系统上的经验实验支持理论框架。
EmTaggeR：一种基于字词嵌入的新颖的Twitter标签推荐方法
原文标题： EmTaggeR: A Word Embedding Based Novel Method for Hashtag Recommendation on Twitter
地址： http://arxiv.org/abs/1712.01562
作者： Kuntal Dey, Ritvik Shrivastava, Saroj Kaushik, L. Venkata Subramaniam
摘要： 主题标签推荐问题解决了基于帖子的内容和上下文推荐（建议）一个或多个主题标签以明确地标记在给定社会网络平台上进行的帖子。在这项工作中，我们提出了一个新颖的微博帖子标签推荐方法，特别是Twitter。 EmTaggeR的方法建立在一个训练测试框架的基础上，这个框架建立在词嵌入的概念之上。训练阶段包括学习与每个井号标签相关联的字向量，并且为每个井号标签导出字嵌入。我们提供了两个训练程序，其中每个标签被用在该标签的上下文中适用的单独的单词嵌入模型进行训练，另一个是每个标签从全局上下文中获得其嵌入。测试阶段包括计算测试帖子的平均词嵌入，并找出这个嵌入与已知的主题标签嵌入的相似度。包含最相似哈希标签的推文被提取，并且在这些推文中出现的所有哈希标签按照嵌入相似性分数排序。出现在这个排名列表中的top-K hashtags被推荐用于给定的测试帖子。我们的系统产生了50.83％的F1得分，比LDA基线提高了6.53倍左右，超过了文献中提供的6.42倍的最佳表现系统。 EmTaggeR是一个快速，可扩展和轻量级的系统，可以在实际应用中部署。
同行评审中的人工智能：演化计算如何支持期刊编辑？
原文标题： Artificial intelligence in peer review: How can evolutionary computation support journal editors?
地址： http://arxiv.org/abs/1712.01682
作者： Maciej J. Mrowinski, Piotr Fronczak, Agata Fronczak, Marcel Ausloos, Olgica Nedic
摘要： 随着每年提交出版物的稿件数量不断增加，同行评审的不足（例如漫长的审稿时间）变得越来越明显。编辑策略，旨在加快进程和减少编辑工作量的一系列指导方针，被出版社视为商业秘密，不会被公开分享。为了提高策略的有效性，小型出版集团的编辑们正在面临着一个反复的试错法。我们表明，笛卡尔遗传规划，一种自然启发的演化算法，可以显著改善编辑策略。人为发展策略将同行评审过程的持续时间缩短了30％，而不增加评审人员（与典型的人为策略相比）。演化计算通常用于技术过程或生物生态系统。我们的研究结果表明，遗传程序可以改善现实世界的社会系统，这些系统通常比物理系统更难理解和控制。
尺寸问题：社区检测算法的比较分析
原文标题： Size Matters: A Comparative Analysis of Community Detection Algorithms
地址： http://arxiv.org/abs/1712.01690
作者： Paul Wagenseller III, Feng Wang
摘要： 由于其广泛的应用，如朋友推荐，用户建模和内容个性化，了解社交媒体的社区结构是至关重要的。现有的研究使用模块化和电导率等结构度量标准和地面真值等功能度量标准来衡量各种社区检测算法发现的社区资格，同时忽略了社区规模的自然和重要维度。最近，人类学家邓巴（Dunbar）提出，社交媒体中稳定社区的规模应该限制在150个，被称为邓巴的数量。在这项研究中，我们提出了一种系统的算法比较方法，通过将社区规模作为一个新的维度正交整合到现有的结构度量标准中，以便在社交媒体环境中一致地整体评估社区质量。我们设计了一个基于启发式派系的算法，该算法通过调整参数来控制社区的大小和重叠，并在Twitter网络和DBLP网络上对五种最先进的社区检测算法进行评估。具体而言，我们将发现的社区按其规模划分为亲密朋友，偶然朋友，熟人，面子四个类，然后计算社区的覆盖率，模块性，三角参与率，电导率，传递性和内部密度在每个班级。我们发现不同类别的社区呈现出不同的结构特征，许多现有的社区检测算法倾向于输出非常大的社区。
建模R＆D联盟的形成：一个基于主体模型的经验验证
原文标题： Modeling the formation of R&D alliances: An agent-based model with empirical validation
地址： http://arxiv.org/abs/1712.01755
作者： Mario V. Tomasello, Rebekka Burkholz, Frank Schweitzer
摘要： 我们开发了一个基于主体的模型来重现R＆amp; D联盟的规模分布。代理商一律选择启动联盟并邀请合作伙伴。这些决定是基于一个单独的门槛来进行接受，而这个门槛是与加入当前联盟所预期的效用相比较的。联盟的好处来自所涉及的代理人的适应性。适应度从代理人活动的经验分布中获得。联盟的成本反映了协调的努力。两个免费的参数$ a_ {c} $和$ a_ {l} $可以尺度成本和个人门限。如果发起人收到$ R $拒绝邀请，则联盟形成停止，并选择另一个发起人。三个自由参数$（a_ {c}，a_ {l}，R）$是根据大约15,000家从事大约15,000个R＆D联盟的大型数据集26年进行校准的。为了验证模型，我们使用置信度来比较实证的大小分布与理论的大小分布，以找到非常好的一致性。作为我们基于主体的模型的一个资产，我们提供了一个分析解决方案，可以大大减少模拟工作量。分析解决方案适用于联盟效用的一般形式。因此，该模式可以扩展到联盟形成的其他情况。虽然没有关于联盟发起人的信息，但我们的结果表明，大多数具有较高适应性的公司能够吸引新来者和建立更大的联盟。
网络增长的专业化模式
原文标题： Specialization Models of Network Growth
地址： http://arxiv.org/abs/1712.01788
作者： L. A. Bunimovich, D. C. Smith, B. Z. Webb
摘要： 在真实网络中观察到的最重要的特征之一是，随着网络拓扑结构的演变，网络执行各种复杂任务的能力也在不断发展。为了解释这一点，也已经观察到，随着网络的增长，某些子网络开始专门化它们执行的功能。在这里，我们引入一种基于这种专业化概念的网络增长模型，并且表明，作为一个网络是专门使用这种方法，其拓扑变得越来越稀疏，模块化和分层，每个都是在真实网络中观察到的重要属性。这个过程也是非常灵活的，因为一个网络可以专用于其任何子元素。这种灵活性使那些研究特定网络的人能够搜索描述这些特定网络发展的机制。作为一个例子，我们发现通过随机选择这些元素，网络的拓扑结构将获得真实网络的一些最着名的属性，包括小世界属性，disassort度，幂律像度分布和幂律像聚类系数。就作者所知，这是第一个这样的模型类，它创建了具有这些属性的日益模块化和分层的网络拓扑。
自我中心网络中的链路形成：局地度的影响及对链路推荐的影响
原文标题： Link Formation in Egocentric Networks: Impacts of Local Degrees and Implications for Link Recommendation
地址： http://arxiv.org/abs/1712.01796
作者： Makan Arastuie, Kevin S. Xu
摘要： 理解推动社会网络链接形成的机制是一个长期存在的问题，对理解社会结构以及链接的预测和推荐具有启发意义。社会网络表现出高度的传递性，这就解释了常用的基于邻居的链路预测方法的成功。在本文中，我们从自我节点的角度来考察链接形成背后的机制。我们发现自己邻居节点的邻居节点的邻居节点的邻居节点的邻接节点的邻接节点的本地度在链路形成中起着举足轻重的作用。具体而言，具有较高局部程度的邻居当与两跳自我中心网络中的其他节点共同邻居时，更有可能导致新的链路形成，无论是在无向还是有向的环境中。这与Adamic和Adar的发现相反，即具有较高全局程度（即整个网络中该节点的程度）的邻居节点不太可能导致新的链路形成。此外，我们证明，将本地学位纳入普通的基于邻居的链路预测器可以为自我节点提供更准确的链接建议，特别是对于排名最高的建议。
艺术，文化和科学职业中的热手现象
原文标题： Hot Hand Phenomena in Artistic, Cultural, and Scientific Careers
地址： http://arxiv.org/abs/1712.01804
作者： Lu Liu, Yang Wang, Roberta Sinatra, C. Lee Giles, Chaoming Song, Dashun Wang
摘要： 热烈的现象，松散地定义为赢得赢得更多的奖金，突出了个人的表现远高于她的典型表现的特定时期。在过去的几十年中，在体育，赌博和金融市场广泛争论的时候，人们对于热门现象是否适用于个人事业知之甚少。在这里，我们以丰富的创作生命周期文献为基础，收集了个人艺术家，电影导演和科学家的大型职业史，追踪他们制作的艺术作品，电影和科学出版物。我们发现，在所有这三个领域中，打击职业生涯中的作品都显示出高度的时间规律性，每个职业都以爆发性的高影响作品为特征。我们证明这些观察结果可以通过我们开发的一个简单的热手模型来解释，这使我们能够定量地探讨控制个人职业的热手现象，我们发现这种现象在我们分析的不同领域是非常普遍的：热手现象是在不同的职业中无处不在但独一无二。虽然绝大多数人至少有一个热手期，但热手最有可能只出现一次。热手期随机出现在一个人的一系列作品中，是暂时性的，与任何可察觉的生产力变化无关。我们发现，由于在热手中产生的作品获得的影响明显更大，所以发现的热手现象从根本上推动了个体的集体影响，忽略了这一点，导致我们系统性地高估或低估了职业未来的影响。这些结果不仅加深了我们对管理个人智慧和成功的模式的量化理解，还可能对涉及预测和培育个体的决策和政策产生影响
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。