- 一个错误信息和事实检查模型中的网络隔离;
- 集体大脑的节奏：在连接的群体中进行亚稳态同步和跨尺度的相互作用;
- 弱图上的相互作用信念控制策略;
- 使用社会网络进行盲去匿名攻击;
- 白鲸或蓝鲸，鲸鱼进行了复仇：对蓝鲸挑战的社交媒体分析;
- 从集体动态的统计数据揭示物理互动网络;
- 社交媒体文本中网络欺凌的自动检测;
- 揭示块内嵌套：检测和基准测试;
- 实际网络中的特征向量本地化及其对流行病传播的影响;
- 关于大系统中自振荡的起源;
- 消除评级偏差对信誉系统的影响;
- 评估风险网络在风险识别，分类和出现中的作用;
网络隔离在一个错误的信息和事实检查模型
原文标题： Network segregation in a model of misinformation and fact checking
地址： http://arxiv.org/abs/1610.04170
作者： Marcella Tambuscio, Diego F.M. Oliveira, Giovanni Luca Ciampaglia, Giancarlo Ruffo
摘要： 谣言，恶作剧和阴谋论形式的错误信息以惊人的速度在社交媒体上传播。一个假设是，由于社交媒体是由同性恋形成的，所以错误信息的信仰可能更有可能在与其他网络隔离的社交圈中兴旺起来。一个可能的解毒剂是事实检查，在某些情况下，已经知道阻止谣言进一步传播。然而，事实核查也可能适得其反，并加剧了骗局的信念。在这里，我们考虑网络隔离，有限的记忆和注意力，以及事实检查的结合。我们考虑了一个隔离模式，即在轻信用户和怀疑论用户之间隔离的网络上的两个相互作用的流行过程。广泛的模拟和平均场分析表明，更独立的网络只有以低的遗忘率才能促进恶作剧的蔓延，但是当代理人以更快的速度忘记时，这种网络没有任何效果。这一发现可能会为缓解技术的发展提供信息，并可能在网上发布不受控制的错误信息的风险。
集体大脑的节奏：在连接的群体中进行亚稳态同步和跨尺度的相互作用
原文标题： Rhythms of the collective brain: Metastable synchronization and cross-scale interactions in connected multitudes
地址： http://arxiv.org/abs/1611.06831
作者： Miguel Aguilera
摘要： 人群行为挑战了我们对社会现象的根本理解。涉及多个时间和空间尺度的活动之间复杂的相互作用，其管理机制无视常规分析。我们利用西班牙15M运动的150万条Twitter消息作为众多自组织的例子，描述了利用小波变换测量不同频率锁相统计的系统协调动力学，确定了15个地理位置之间夹带振荡的8个频带节点。然后，我们应用最大熵推理方法来描述我们的数据在每个频带捕获瞬态同步的Ising模型。这些模型表明：1）系统的所有频带在其参数空间的临界点附近运行;以及2）在快速频率仅呈现显示全或无同步的几个亚稳态时，慢频呈现部分亚稳态同步。此外，使用相应的Ising模型的能量描述每个频带的状态，我们计算传递熵以表征频带之间的交叉尺度相互作用，示出1）上行信息流的级联，其中每个频带影响其连续的较慢2）下行信息流，其中慢频率调制遥远的快速频率。
弱图上的相互作用信念控制策略
原文标题： Belief Control Strategies for Interactions over Weak Graphs
地址： http://arxiv.org/abs/1801.05479
作者： Hawraa Salami, Bicheng Ying, Ali H. Sayed
摘要： 在弱连通图上的扩散社会学习中，最近已经显示，有影响力的代理人最终形成了无影响力的代理人的信念。本文对这一控制机制进行更为深入的分析，并提出两个主要问题首先，文章考察了影响力代理人在控制接收代理人信念方面有多少自由度。也就是说，这些推导明确了接收代理人是否可以被推向任意信念，网络结构是否限制了有影响力的代理人的控制范围。其次，即使有影响力的代理人能够完成的任务是有限度的，本文也建立了这些代理人可以引导接受者采取某些信念的机制。这些问题提出了关于联网代理信念控制的有趣可能性。一旦解决，最终的设计程序将允许有影响力的代理人推动其他代理人认可特定的信仰，而不管他们当地的观察或定罪。通过几个例子来说明理论发现。
使用社会网络进行盲去匿名攻击
原文标题： Blind De-anonymization Attacks using Social Networks
地址： http://arxiv.org/abs/1801.05534
作者： Wei-Han Lee, Changchang Liu, Shouling Ji, Prateek Mittal, Ruby Lee
摘要： 研究发布隐私敏感数据的风险非常重要。即使敏感身份（例如姓名，社会安全号码）被删除，并且采用了先进的数据扰动技术，也有人提出了一些去匿名攻击来重新识别个人。但是，现有的攻击有一些局限性：1）去匿名的准确性有限; 2）他们需要先前的种子知识并且遭受这种种子信息的不精确性。我们提出了一种新的基于结构的去匿名攻击，它不需要攻击者拥有先验信息（例如种子）。我们的攻击是基于两个关键的见解：使用多跳邻居信息，并通过利用增强的机器学习技术优化去匿名过程。实验结果表明，我们的方法是强大的数据扰动，并显著优于最先进的去匿名技术高达$ 10倍的改善。
白鲸或蓝鲸，鲸鱼进行了复仇：对蓝鲸挑战的社交媒体分析
原文标题： White or Blue, the Whale gets its Vengeance: A Social Media Analysis of the Blue Whale Challenge
地址： http://arxiv.org/abs/1801.05588
作者： Abhinav Khattar, Karan Dabas, Kshitij Gupta, Shaan Chopra, Ponnurangam Kumaraguru
摘要： “蓝鲸挑战”是一系列自我伤害的事件，通过在线社交媒体在“博弈”的伪装下传播。任务清单必须在50天内完成，并且对玩家造成身心伤害。最后的任务是自杀。这个博弈本来是由“策展人”管理的，他们煽动别人造成自残，自杀。已经知道策展人和潜在玩家在社交网站上互相联系，他们之间的对话主要是通过难以追踪的直接信息进行的。虽然，为了找到策展人，玩家可以在公开的帖子中找到包含特定主题标签/关键词的帖子，以引起他们的注意。尽管很多这样的社会网络都在讨论这个博弈，但是有些帖子设法通过了他们的过滤器。我们的研究主要集中在以下几个方面：（1）理解社交媒体在挑战中的传播;（2）发现对蓝鲸挑战感兴趣的人的行为;（3）分析可能参与博弈的用户的人口统计特征。
从集体动态的统计数据揭示物理互动网络
原文标题： Revealing physical interaction networks from statistics of collective dynamics
地址： http://arxiv.org/abs/1801.05598
作者： Mor Nitzan, Jose Casadiego, Marc Timme
摘要： 从观察到的集体动力学揭示复杂系统中的物理相互作用构成了科学中的一个基本的逆向问题当前的重建方法需要访问系统的模型或动态数据，其细节水平通常不可用。我们利用不变量的变化，特别是系统采样状态的分布来响应驱动信号，并利用压缩感知来揭示物理交互网络。驾驶后的动态观测足以推断物理连通性，即使它们在时间上是无序的，也是以大采样间隔获得的，并且源自不同的实验。测试在人造和真实网络拓扑结构上出现的各种非线性动态过程表明存在的高重建质量以及相互作用的类型。这些结果提高了我们在复杂的合成和自然系统中揭示物理交互网络的能力。
社交媒体文本中网络欺凌的自动检测
原文标题： Automatic Detection of Cyberbullying in Social Media Text
地址： http://arxiv.org/abs/1801.05617
作者： Cynthia Van Hee, Gilles Jacobs, Chris Emmery, Bart Desmet, Els Lefever, Ben Verhoeven, Guy De Pauw, Walter Daelemans, Véronique Hoste
摘要： 虽然社交媒体提供了很好的交流机会，但也增加了年轻人在网上威胁形势的脆弱性。最近的研究报告指出，网络欺凌是年轻人日益增长的问题。成功的预防取决于对潜在有害信息的充分检测，而Web上的信息过载需要智能系统自动识别潜在风险。本文的重点是在社交媒体文本中通过模拟恶霸，受害者和在线欺凌的旁观者撰写的帖子进行自动网络欺凌检测。我们描述了英语和荷兰语训练语料库的集合和细粒度的注释，并进行了一系列的二元分类实验来确定自动网络欺凌检测的可行性。我们利用线性支持向量机利用丰富的功能集，并调查哪些信息源为这个特定的任务贡献最大。在坚持测试集上的实验揭示了检测网络欺凌相关职位的前景。对超参数进行优化后，分类器的英文和荷兰文分别获得了64％和61％的F1分数，并且基于关键字和单词unigrams的基准系统显著优于基准系统。
揭示块内嵌套：检测和基准测试
原文标题： Revealing In-Block Nestedness: detection and benchmarking
地址： http://arxiv.org/abs/1801.05620
作者： Albert Solé-Ribalta, Claudio J. Tessone, Manuel S. Mariani, Javier Borge-Holthoefer
摘要： 随着嵌套组织的新实例 - 除了生态网络 - 被发现，学者们正在围绕两个明显不兼容的宏观架构 - 嵌套和模块化的共存进行辩论。讨论还远未解决，主要有两个原因。首先，两个矛盾的动态，合作和竞争出现了嵌套和模块化。其次，评估嵌套和模块化结构存在的方法存在缺陷。在这项工作中，我们解决了后一个问题，提出了\ textit {块内嵌套}的概念，这个结构属性决定了一个网络由内部连通性呈现嵌套性的块组成的程度。然后，我们提出了一套优化方法，使我们能够在合成网络和大量实际网络中成功识别这样的组织。这些发现挑战了我们对生态系统和社会系统拓扑结构的理解，并呼吁提出新模型来解释这种模式是如何出现的。
实际网络中的特征向量本地化及其对流行病传播的影响
原文标题： Eigenvector localization in real networks and its implications for epidemic spreading
地址： http://arxiv.org/abs/1801.05649
作者： Romualdo Pastor-Satorras, Claudio Castellano
摘要： 邻接矩阵的谱特性，特别是其最大特征值和相关的主特征向量，支配复杂网络的许多结构和动力学特性。这里我们着重介绍真实网络中主要特征向量的本地化属性。我们表明，在大多数情况下，它是要么定位在最大程度的节点（集线器）和最近邻居定义的星形上，要么是在$ K $ -core中最大$ K $ -core定义的密集连接子图上分解。主特征向量的局部化往往与最大特征值的强相关性，这是由相应定位子图的局部特征值给出的，但有时会出现不同的情况。此外，我们还表明，针对流行病传播的简单有针对性的免疫策略对于实际定位集非常敏感。
关于大系统中自振荡的起源
原文标题： On the origin of self-oscillations in large systems
地址： http://arxiv.org/abs/1801.05672
作者： Daniele De Martino
摘要： 在这篇文章中显示，赋予相位共存的大系统在控制和有序参数之间存在线性反馈时显示自振荡，其中Andronov-Hopf分支接管相变。这只是通过平均场朗道理论来说明的，其反馈动力学结果被范德波尔方程描述，然后在热浴动力学之后对完全连接的伊辛模型进行验证。尽管简单，但这个理论可能涉及一系列的现象：在这里它被用来以一种程式化的方式来描述：1）由于在一个简单的以代理人为基础的市场模型中的强放牧而产生的过度需求 - 价格周期; ii）用户反馈触发的排队网络中的拥塞波对超载情况下的延迟; iii）由双稳态表型景观中的细胞生长控制导致的代谢网络振荡。
消除评级偏差对信誉系统的影响
原文标题： Eliminating the effect of rating bias on reputation systems
地址： http://arxiv.org/abs/1801.05734
作者： Leilei Wu, Zhuoming Ren, Xiao-Long Ren, Jianlin Zhang, Linyuan Lü
摘要： 电子商务和利益基础网站的持续快速发展使得在推荐之前通过采用有效的信誉系统来评估对象的准确质量变得更加迫切。对象的质量往往是根据他们的历史信息，如选定的记录或评分来计算的，以帮助访问者在观看，阅读或购买之前作出决定。通常，高质量的产品比低质量的产品获得更高的平均评级，而不管评级偏差或错误。然而，许多经验案例表明，消费者可能被不可靠的用户添加的评分或误导性的篡改所误导。在这种情况下，评估过程中，用户的信誉，即忠实和精确评估的能力，会产生很大的不同。因此，信誉系统设计的主要挑战之一是消除用户评价偏差对评价结果的影响。为了对每个用户的声誉进行客观的评估，揭示对象的内在质量，我们提出了一种迭代平衡（IB）方法来纠正用户的评分偏差。在两个在线视频提供的网站，即MovieLens和Netflix数据集上的实验表明，IB方法是一种高度自适应且稳健的算法，能准确量化电影的实际质量和用户的评分稳定性。与现有方法相比，IB方法在奥斯卡金像奖中找到“黑马”的能力更强，即不是那么受欢迎，也不是很好的电影。
评估风险网络在风险识别，分类和出现中的作用
原文标题： Evaluating the role of risk networks on risk identification, classification and emergence
地址： http://arxiv.org/abs/1801.05759
作者： Christos Ellinas, Neil Allan, Caroline Coombe
摘要： 现代社会严重依赖强有力的社会技术系统。因此，威胁个别系统运行的明显风险不能再孤立地处理。因此，风险专家正在积极寻求放松破坏典型风险管理模式的风险独立性假设的方法。突出的工作主张使用风险网络作为前进的方向。然而，在这些基于调查的风险网络生成过程中引入的不可避免的偏差限制了我们检查拓扑结构的能力，并反过来挑战风险网络概念的实用性。为了缓解这些担忧，我们提出了一种替代方法来生成加权风险网络。随后我们将这种方法应用于财务数据的经验数据集。本文报告了我们对研究所得风险网络拓扑的研究结果。我们观察到一个模块化的拓扑结构，并将其用作一个强大的风险分类框架。使用这些模块，我们强调风险识别过程中的专业化倾向，一些公司只专注于可用风险类别的一个子集。最后，我们考虑了一些风险的独立和系统性影响，并将可能的不匹配归因于其新兴性质。
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。