- “参议员，我们卖广告”：分析2016年俄罗斯Facebook广告活动;
- 在社会问答中支持有反馈的回答;
- 评论很重要：分布式指导如何预测FanFiction.net上的词汇多样性;
- 使用熵-度图表表征复杂网络：揭示Ayahuasca引起的功能性大脑连接的变化;
- 城市地区文盲的隐性特征;
- 腐败需要聪明，但检测腐败则不然;
- 深度图Infomax;
- 二氧化碳价格对欧洲高度脱碳耦合电力和供暖系统设计的影响;
- 在无反馈情境中使用元认知证据：建议采纳和信任形成;
“参议员，我们卖广告”：分析2016年俄罗斯Facebook广告活动
原文标题： 'Senator, We Sell Ads': Analysis of the 2016 Russian Facebook Ads Campaign
地址： http://arxiv.org/abs/1809.10158
作者： Ritam Dutt, Ashok Deb, Emilio Ferrara
摘要： 美国民主的一个关键方面是自由公正的选举，允许从一个总统和下一个总统和平地转移权力。由于在选举前，期间和之后涉嫌外国影响，2016年美国总统选举脱颖而出。这种可疑影响的很大一部分是通过社交媒体进行的。在本文中，我们特别关注据称由俄罗斯政府购买的3,500个Facebook广告。这些广告于2018年5月10日由美国国会众议院情报委员会发布。我们使用自然语言处理技术分析广告，以确定与最有效的相关的文本和语义特征。我们将广告随着时间的推移聚集到各种广告系列以及与之关联的已标注方中。我们还研究了广告在个人，活动和派对的基础上的有效性。最有效的广告往往具有较少的积极情绪，专注于过去的事件，并且更具体和个性化。更有效的广告系列也显示出类似的特征。广告的持续时间和广告的宣传表明，希望播种分裂而不是影响选举。
在社会问答中支持有反馈的回答
原文标题： Supporting Answerers with Feedback in Social Q&A
地址： http://arxiv.org/abs/1809.10266
作者： John Frens, Erin Walker, Gary Hsieh
摘要： 之前的研究已经检查了社交问答（Q＆A）网站的使用，以寻求答案和帮助。但是，这些网站支持领域学习的潜力尚未实现。帮助用户撰写有效的答案对于回答者和答案的接收者而言对于学科领域学习是有益的。在这项研究中，我们在以学生为中心的问答网站Brainly.com上研究了众包，基于标准的反馈对于回答者的效用。在一项针对55位用户的实验中，我们将当前评级系统的感知与具有明确标准（适当，可理解和可推广）的两种反馈设计进行了比较。与我们的假设相反，回答者不同意并拒绝基于标准的反馈。虽然标准与回答者的目标一致，并且众包评级被认为是客观准确的，但是对于Brainly的答案的规范和期望与我们的设计相冲突。最后，我们总结了社会问答中反馈设计的含义。
评论很重要：分布式指导如何预测FanFiction.net上的词汇多样性
原文标题： Reviews Matter: How Distributed Mentoring Predicts Lexical Diversity on FanFiction.net
地址： http://arxiv.org/abs/1809.10268
作者： John Frens, Ruby Davis, Jihyun Lee, Diana Zhang, Cecilia Aragon
摘要： FanFiction.net通过分布式指导，联网提供和接收反馈，为年轻作家提供非正式的学习空间。在本文中，我们量化了150万作者的反馈对词汇多样性的累积影响。
使用熵-度图表表征复杂网络：揭示Ayahuasca引起的功能性大脑连接的变化
原文标题： Characterizing complex networks using Entropy-degree diagrams: unveiling changes in functional brain connectivity induced by Ayahuasca
地址： http://arxiv.org/abs/1809.10301
作者： A. Viol, Fernanda Palhano-Fontes, Heloisa Onias, Draulio B. de Araujo, Philipp Hövel, G. M. Viswanathan
摘要： 复杂网络理论中存在着开放性问题，已经成功应用于各种科学领域。为了进一步提高对大脑功能连通性的理解，我们建议评估我们称之为测地熵的网络度量。该熵以可以精确的方式量化从所有其他节点到特定节点的距离分布的香农熵。测地熵的测量允许表征网络的结构信息，其考虑每个节点到网络拓扑中的不同角色。对这种结构信息的测量和表征有可能极大地提高我们对网络中持续活动和其他新兴行为的理解，例如在这种情况下有时会出现的自组织临界性。我们应用这些概念和方法来研究迷幻Ayahuasca如何影响人脑功能连接的影响。我们证明了测地熵能够在静止状态下区分两种不同意识状态的人脑功能网络：（i）普通的清醒状态和（ii）通过摄入Ayahuasca而改变的状态。来自Ayahuasca影响的受试者的脑网络节点的熵与普通的清醒状态的熵明显不同。与普通状态相比，来自改变状态的受试者的功能性脑网络平均具有更大的测地熵。我们得出结论，测地熵是分析复杂网络的有用工具，并讨论如何以及为什么它可以为人类大脑和其他经验网络的研究带来更多有价值的见解。
城市地区文盲的隐性特征
原文标题： The hidden traits of endemic illiteracy in cities
地址： http://arxiv.org/abs/1809.10302
作者： Luiz G. A. Alves, Jose S. Andrade Jr., Quentin S. Hanley, Haroldo V. Ribeiro
摘要： 尽管在降低文盲率方面取得了相当大的进展，但许多国家，包括发达国家，在进一步降低这些比率方面遇到了困难。这令人担忧，因为文盲与许多健康，社会和经济问题有关。在这里，我们表明，城市系统中文盲的空间模式具有几个类似于登革热和肥胖等疾病传播的特征。我们的研究结果表明，文盲率在空间上是长期相关的，显示出以渗透状过渡和分形为特征的非平凡聚类结构。这些模式可以在关键性的远程相关系统的渗流理论的背景下描述。总之，这些结果提供了证据，证明文盲率可能与传染过程有关，在传播过程中，缺乏最低限度教育的机会以类似于地方病的方式传播。
腐败需要聪明，但检测腐败则不然
原文标题： Being Corrupt Requires Being Clever, But Detecting Corruption Doesn't
地址： http://arxiv.org/abs/1809.10325
作者： Yan Jin, Elchanan Mossel, Govind Ramnarayan
摘要： 我们考虑Alon，Mossel和Pemantle '15提出的网络腐败检测问题的变化。在此模型中，图的每个顶点可以是真实的也可以是腐败的。每个顶点向中央机构报告其所有邻居的类型（真实或腐败），其中真实节点报告他们看到的真实类型并且损坏节点以对抗方式报告。中央机构聚合这些报告并尝试查找单个真实节点。受到真实审计网络的启发，我们为任意图表提出问题，并通过计算镜头考虑腐败。我们确定图 m（G）的关键组合参数，这是阻止中央机构识别单个损坏节点所需的最小数量的损坏代理。我们为中央机构提供了一种有效的（事实上，线性时间）算法，以便在腐败节点的数量小于 m（G）/ 2 时识别成功的真实节点。另一方面，我们证明，对于任何常数 \ alpha> 1 ，很难找到 G 中 S 节点的子集，这样就会破坏 S 阻止中央机构找到一个真实的节点和 | S | \ leq \ alpha m（G），假设小集扩展假设（Raghavendra和Steurer，STOC '10）。我们的结论是，腐败需要聪明，而检测腐败则不然。我们的主要技术见解是隐藏所有真实节点所需的最小损坏节点数与底层图的顶点可分性概念之间的关系。此外，这种洞察力使我们能够为腐败的一方设计一种有效的算法，以确定哪些图需要最少的损坏节点，最多为乘法因子 O（\ log n）。
深度图Infomax
原文标题： Deep Graph Infomax
地址： http://arxiv.org/abs/1809.10341
作者： Petar Veličković, William Fedus, William L. Hamilton, Pietro Liò, Yoshua Bengio, R Devon Hjelm
摘要： 我们提出Deep Graph Infomax（DGI），这是一种以无人监督的方式学习图结构数据中的节点表示的一般方法。 DGI依赖于最大化补丁表示和相应的图高级摘要之间的互信息 - 两者都是使用已建立的图卷积网络架构得出的。所学习的补丁表示总结了以感兴趣的节点为中心的子图，因此可以重用于下游的节点学习任务。与大多数现有的图表表示学习方法相比，DGI不依赖于随机游走，并且很容易适用于转换和归纳学习设置。我们在各种节点分类基准测试中证明了竞争性能，有时甚至超过了监督学习的性能。
二氧化碳价格对欧洲高度脱碳耦合电力和供暖系统设计的影响
原文标题： Impact of CO2 prices on the design of a highly decarbonised coupled electricity and heating system in Europe
地址： http://arxiv.org/abs/1809.10369
作者： K. Zhu, M. Victoria, T. Brown, G.B. Andresen, M. Greiner
摘要： 可再生能源和二氧化碳税收的宏伟目标都是能源系统脱碳的政治工具。我们模拟了大量耦合电力和供热系统，其中CO2中性能源的主要来源是可变可再生能源（VRES），即风能和太阳能发电机。该模型包括为欧洲每个国家每小时发送一整年的所有技术。在每个模型运行中，可再生能源的数量和二氧化碳税的水平是外生固定的，同时计算能源生产，转换，传输和存储技术的成本最优组成以及相应的二氧化碳排放。我们表明，即使对于VRES的高渗透率，也需要超过100~欧元/吨二氧化碳的显著二氧化碳税来限制各行业的二氧化碳排放量低于1990年水平的5％，因为削减了化石燃料的VRES尽管存在丰富的VRES，但燃料和低效转换技术在经济上是有利的。足够高的二氧化碳税导致特别是通过热泵和热水储存更有效地使用VRES。我们的结论是，可靠的可再生能源目标是不够的;此外，还需要征收二氧化碳税，以使电力和供暖部门脱碳，并激励灵活高效的能源转换和储存的最低成本组合。
在无反馈情境中使用元认知证据：建议采纳和信任形成
原文标题： On the Use of Metacognitive Evidence in Feedback-free Situations: Advice-taking and Trust Formation
地址： http://arxiv.org/abs/1809.10453
作者： Niccolo Pescetelli, Nick Yeung
摘要： 在一个思想在人与人之间不受控制地自由流动的世界中，我们经常发现自己依赖于他人的信息而无法确定这些意见是否准确。本研究测试了建议感知的“置信度假设”，即假设内部元认知过程如决策置信度在社会信息的感知和使用中起着重要的作用 - 例如同伴的建议 - 并且可以在计算上使用，估计顾问的可信度和建议可靠性。具体而言，假设这些过程在难以获得客观反馈的情况下特别重要，这些反馈在我们的日常生活中很丰富（例如，政治，教育和健康相关事项）。在这些情况下，人们是否能够以及如何可靠地区分善意和不良建议是一个有争议的问题。在这里，我们使用一个法官 - 顾问系统范例\ citep {Bonaccio2006}来精确操纵参与者独立的信息和建议档案。我们发现，当顾问和参与者的判断是独立的时，即使在没有客观反馈的情况下，人们也能够区分细微的建议特征，例如置信度校准。当观察者的判断（和判断错误）相关时 - 正如许多社会背景中的情况一样 - 可以在反馈和无反馈情景之间观察到可预测的扭曲。具有元认知洞察力的建议可靠性评估的简单模型能够解释在人类数据中观察到的结果的特征模式。
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。