- 一致性，反差性和意见分歧：来自意见动态数学模型的见解;
- 用于量化博弈理论的全局稳定性和动力学的景观和通量;
- TS网络的简单表征：理论与应用;
- 2017年法国总统选举中的消息和社会僵尸行动;
- 协作网络：Hypergraph建模与可视化;
- 基于Curvature的脑网络分析方法;
- 测量，表征和检测Facebook像农场;
- 预测Reddit上的用户交互;
- 美国金融业的分割，整合和宏观审慎监管：网络科学的见解;
- 罕见的事件和不连续的渗透过渡;
- 基于冯诺依曼熵的节点和主题的中心研究;
- 复杂网络方法可视化和量化科学话题的演变;
- 算法流行度偏差如何阻碍或促进质量;
一致性，反差性和意见分歧：来自意见动态数学模型的见解
地址： http://arxiv.org/abs/1608.08810
作者： Tyll Krueger, Janusz Szwabiński, Tomasz Weron
摘要： 理解和量化社会系统中的两极分化是很重要的，原因很多。它可以帮助避免社会中的隔离和冲突，或者控制极化的辩论并预测其结果。在本文中，我们提出了一种版本的$ q $ -voter意见动态模型，其中有两种对社会影响的反应：一致性（如原始$ q $ -voter模型）和反形态。我们将模型放在具有双层拓扑结构的社交网络上，以便检查这些响应之间的相互作用如何影响分为两个对立段的人群的意见动态。该模型通过分析，数值和蒙特卡罗模拟进行分析。我们的研究结果表明，系统之间的交叉点数量发生变化时，系统会经历两个分岔。低于整个系统的第一个关键点共识是可能的。因此，两个对立的集团只有在松散联系的时候才能有相同的意见。在该点之上，系统以极化状态结束。
用于量化博弈理论的全局稳定性和动力学的景观和通量
地址： http://arxiv.org/abs/1707.00001
作者： Li Xu, Jin Wang
摘要： 博弈理论已广泛应用于经济，生物，社会科学等多个领域。然而，量化博弈理论的全球稳定性和全球动态仍然具有挑战性。我们开发了一个景观和通量框架，以量化博弈理论的全球稳定性和全球动态。作为一个例子，我们调查了三策略博弈的模型：一个特殊的复制器 - 变异器博弈，重复的监狱困境模型。在这个模型中，一个稳定状态，两个稳定状态和极限循环可以在不同的参数下出现。重复的囚徒困境系统具有从一个稳定状态到极限循环状态的Hopf分岔过渡，然后到另一个稳定状态或两个稳定状态，反之亦然。我们探讨了重复的囚徒困境系统的全球稳定性以及吸引子盆地之间的动力学路径。由于非零通量，路径是不可逆的。人们可以解释$ Peace $和$ War $的博弈。
TS网络的简单表征：理论与应用
地址： http://arxiv.org/abs/1707.00013
作者： Neelima Gupte, N. Nirmal Thyagu, Malayaja Chutani
摘要： 我们使用可见度算法构建从物流图的不同动力学方案的时间序列获得的时间序列网络。我们定义网络的简单特征，可以分析全球和地方层面的简单结构。这些特征用于分析在不同动力学状态下获得的TS网络的逻辑映射。可以看出，简单的表征者能够区分不同的动态制度。我们还将简单的特征应用于由fMRI数据构建的时间序列网络，其中初步结果表明，特征符能够区分不同的TS网络。
2017年法国总统选举中的消息和社会僵尸行动
地址： http://arxiv.org/abs/1707.00086
作者： Emilio Ferrara
摘要： 研究人员，记者以及联邦调查人员最近的报告得出了一致的结论：社会媒体被系统地利用来操纵和改变舆论。一些虚假的宣传运动已经通过机器人协调，通过电脑脚本控制的社交媒体帐户，试图伪装成合法的人类用户。在这项研究中，我们描述了一个这样的行动发生在2017年法国总统大选之前。我们在2017年4月27日至5月7日（选举日）收集了大量Twitter数据。然后我们研究MacronLeaks的虚假信息运动：通过利用机器学习和认知行为建模技术的混合，我们将人与机器人分开，然后研究了独立采取的两组活动及其相互作用。我们提供了与机器人和与他们接触的用户的表征，并反对那些没有的用户。以前的虚假信息使用者的兴趣确定了这一运动成功的原因：与MacronLeaks合作的用户大多是外来人，对Alt-right主题和替代新闻媒体感兴趣，而不是具有不同政治观点的法国用户。总而言之，异常的账户使用模式表明可能存在可重复使用的政治虚构机器人的黑市。
协作网络：Hypergraph建模与可视化
地址： http://arxiv.org/abs/1707.00115
作者： Xavier Ouvrard, Jean-Marie Le Goff, Stéphane Marchand-Maillet
摘要： 合作网络的公认模型是超图模型。尽管如此，当可视化超图被转换成简单的图。很多时候，由于所表示的边数量很多，通过派系的集合扩展导致用户的信息丢失和人为更复杂的图。超节点表示对超图的可视化和信息的检索提供了实质性的改进。本文旨在定性和定量地显示节点间表示如何可以改善超图的可视化，而不会丢失信息。
基于Curvature的脑网络分析方法
地址： http://arxiv.org/abs/1707.00180
作者： Melanie Weber, Johannes Stelzer, Emil Saucan, Alexander Naitsat, Gabriele Lohmann, Jürgen Jost
摘要： 人脑在所有空间尺度上形成功能网络。现代fMRI扫描仪允许以高分辨率解析功能性大脑数据，使得能够研究与认知过程相关的大规模网络。这种网络的分析是实验性神经科学的基石。由于基础数据集的巨大规模和复杂性，有效的评估和可视化对数据分析构成挑战。在这项研究中，我们结合了实验神经科学和应用数学的最新进展，以执行由fMRI数据构建的复杂网络的数学表征。我们使用与任务相关的边密度[Lohmann等人，2016]来构建其节点表示fMRI数据中的体素的网络，其边表示它们之间同步的任务相关变化。这种结构捕获了神经元活动模式的动态形成，因此有效地代表了脑区域之间的连通性结构。使用利用Forman-Ricci曲率作为边网络特征的几何方法[Weber et al。，2017]，我们对所得到的复杂网络进行数学分析。我们通过几何方法来激励使用边特征来评估网络结构。我们的结果确定了重要的结构网络特征，包括作为主要网络组件之间的桥梁的高曲率的远程连接。几何特征将曲率链接到高阶网络组织，可以帮助了解认知过程中脑区域的连通性和相互作用。
测量，表征和检测Facebook像农场
地址： http://arxiv.org/abs/1707.00190
作者： Muhammad Ikram, Lucky Onwuzurike, Shehroze Farooqi, Emiliano De Cristofaro, Arik Friedman, Guillaume Jourjon, Dali Kaafar, M. Zubair Shafiq
摘要： 社交网络提供方便的方式无缝地接触到大量观众。特别是，Facebook页面越来越多地被企业，品牌和组织用来与全世界的众多用户进行连接。随着页面喜欢的数量已经成为其受欢迎程度和盈利能力的事实上的衡量标准，地下市场的服务人为膨胀页面喜欢，也就是农场，已经与Facebook的官方目标广告平台一起出现。尽管如此，系统分析Facebook页面推广方法的工作很少。为了填补这个空白，我们提出了一个基于蜜罐的比较测量研究，通过Facebook广告和流行的农场获得的页面喜好。首先，我们根据人口，时间和社会特征分析喜好，发现一些农场似乎由机器人操作，并不真的试图隐藏其操作的性质，而其他农民则采用隐秘的方式，模仿常规用户行为。接下来，我们来看看目前由Facebook部署的欺诈检测算法，并表明它们不能很好地检测到隐藏的农场，这些隐形农场在较长的时间范围内传播喜欢，像流行的页面一样模仿普通用户。为了克服其局限性，我们调查了类似农场账户的基于时间线的检测的可行性，重点是将Facebook帐户生成的内容在其时间表上表征为真正与假的社会活动的指标。我们分析一系列功能，分为两大类：词汇和非词汇。我们发现，像农场帐户一样，重新分享内容，使用较少的单词和较差的词汇，并且与普通用户相比，更经常地产生重复的评论和喜好。使用相关的词汇和非词汇特征，我们构建了一个分类器来检测像农场帐户一样，精确度高达99％和93％。
预测Reddit上的用户交互
地址： http://arxiv.org/abs/1707.00195
作者： Maria Glenski, Tim Weninger
摘要： 为了跟上策划人潮来源的内容的需求，社交媒体平台利用用户互动反馈来决定哪些内容显示，突出显示和隐藏。用户交互（如喜好，投票，点击和观看）被认为是内容质量，受欢迎程度或新闻质量的代理。在本文中，我们问：用户在社交媒体上的互动是否可预测？为了回答这个问题，我们记录了一年一次的186 Reddit用户的点击，浏览和投票行为。我们提供有关他们的339,270个相互作用的有趣的描述性统计数据，我们发现相对简单的模型能够以合理的准确度预测用户的个人浏览或投票交互。
美国金融业的分割，整合和宏观审慎监管：网络科学的见解
地址： http://arxiv.org/abs/1707.00296
作者： Yérali Gandica, Marco Geraci, Sophie Béreau, Jean-Yves Gnabo
摘要： 根据最近的贡献，从市场数据推断金融相互关联，我们的论文通过使用来自网络科学的几种工具，为长期以来美国金融业的演变提供了新的见解。以下[1]股票市场上的时变参数向量自动回归（TVP-VAR）方法返回以检索金融机构之间的未观察到的有向链接，我们重构一个完全动态的网络，这意味着连接将随着时间的推移而变化。分析的金融体系包括一大批155美元的金融机构，这些金融机构是1993 - 2014年期间标准普尔500美元指数中列出的所有银行，经纪商，经纪商，保险和房地产公司。看看个人，然后是部门，社区和全系统层面，我们表明网络科学的工具能够支持金融市场的众所周知的功能，例如雷曼兄弟崩溃后连接的急剧下降。更重要的是，通过不太传统的指标，例如基于传染过程的部门界面或测量，我们的结果记录了独立于其所属行业的企业之间的分散和整合阶段的共存，并且在这样做时，问题现有的大规模审判监督框架的相关性主要是在部门基础上发展起来的。总体而言，我们的结果提高了我们对美国财务状况的了解，并可能对风险监测和宏观审慎政策设计有重要影响。
罕见的事件和不连续的渗透过渡
地址： http://arxiv.org/abs/1707.00348
作者： Ginestra Bianconi
摘要： 渗透理论描述了复杂网络对其节点的随机损伤的鲁棒性，渗透到网络科学中，具有从生物学到流行扩散和复杂基础设施的应用。尽管风险总体上涉及大偏差的研究，但在渗透理论中，我们仍然缺乏一种理论方法，能够评估在初始损伤罕见配置下的崩溃风险。在这里，我们构建了一个偏差理论，将稀疏网络的响应表征为罕见事件。这个一般理论包括通常用于初始损伤的随机配置观察到的二阶相变，但是还显示对应于巨型部件的尺寸被抑制的初始损伤的罕见配置的不连续转变。
基于冯诺依曼熵的节点和主题的中心研究
地址： http://arxiv.org/abs/1707.00386
作者： Xiangnan Feng, Wei Wei, Jiannan Wang, Zhiming Zheng
摘要： 在分析复杂网络的统计和拓扑特征时，有效方便的方法是计算识别有影响力和重要节点或结构的中心点。广泛研究了节点的中心点，从一定的角度描述网络，效率高，但大多数局限于局部环境或某些具体的配置，难以被广泛应用于网络的结构模式。在本文中，我们通过冯·诺依曼熵提出了节点和主题的新中心，这使得我们可以在结构复杂性的角度来研究节点或结构模式的重要性。通过计算和比较这种中心性与古典的相似性，表明冯诺依曼熵节点中心性是选择关键节点的全面指标，能够评估和总结其他中心的性能。此外，当分析被推广到图案以实现冯·诺依曼熵模式中心性时，保留了全面的属性，通过整合节点和连接充分反映了结构信息，并且由该机制发现的高度中心主题执行比传统节点中心发现的高中心单节点对网络的影响更大。这种新的方法揭示了各种结构模式对网络规律性和复杂性的影响，为网络研究提供了一个新的视角，并且发挥了很大的潜力来发现网络中的基本结构特征。
复杂网络方法可视化和量化科学话题的演变
地址： http://arxiv.org/abs/1707.00482
作者： Olesya Mryglod, Bertrand Berche, Yurij Holovatch, Ralph Kenna
摘要： 跟踪具体课题的演变是属于映射科学知识结构的一般问题的课题。通常，文献计量数据库用于研究科学主题演变的历史，从外观到灭绝或与其他主题的兼并。在本章中，作者介绍了1986年发生在乌克兰的Chornobyl（切尔诺贝利）发生的灾难的学术反应的分析，被认为是历史上最具破坏力的核电站事故之一。使用书目数据库，分析不同科学领域的Chornobyl相关论文的分布，以及共同作者网络的增长率和性质。描述性统计的要素和复杂网络理论的工具用于突出跨学科和国际影响。特别是复杂网络科学的工具使信息可视化得到进一步的定量分析。本章的另一个目标是为视觉数据表示和跨学科交流的复杂网络分析的应用提供简单的教学介绍。
算法流行度偏差如何阻碍或促进质量
地址： http://arxiv.org/abs/1707.00574
作者： Azadeh Nematzadeh, Giovanni Luca Ciampaglia, Filippo Menczer, Alessandro Flammini
摘要： 有利于受欢迎项目的算法用于帮助我们从众多选择中选择社交媒体新闻提供的文章，以及其他人购买的歌曲和书籍，以及从顶尖的搜索引擎结果到高度引用的科学论文。这些算法的目标是确定可靠的新闻，美丽的电影，有声望的信息来源和重要发现等优质物品 - 简而言之，高品质的内容应该排在首位。先前的工作表明，选择流行的可能会放大随机波动，最终导致次优排名。尽管如此，通常推荐推荐什么是流行的，将有助于高品质内容在实践中“起泡”。在这里，我们通过研究具有内在质量概念的文化市场的简单模型来确定人气可能成为质量内容的可行代用品的条件。代表勘探认知成本的参数控制质量和人气之间的关键权衡。我们找到一个中间勘探成本的制度，其中存在最佳平衡，从而选择人气实际上将高品质的物品推向顶峰。然而，在这些限制之外，人气偏见更有可能阻碍质量。这些研究结果明确了算法流行度偏差对质量结果的影响，并可能为技术社会文化市场设计更为原则的机制提供依据。
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。