- 共同演进的三人最后通牒博弈中的偏袒和团体公平的演变;
- 在基于加速度的流动模型中，前辈数量在交互中的影响;
- 进化囚徒的困境博弈与自适应网络相结合;
- 语言中的超音速扩散：日本博客上已经流行的形容词的外观动态;
- 蚂蚁如何移动：集体与个人尺度属性;
- 网络潮流：一小群人如何能够造成反组织多数;
- 研讨会用户在阿拉伯语Twitter领域;
- 非均匀人气相似度优化（nPSO）模型，有效地生成有社区的现实复杂网络;
- 检测动态社区网络中的拓扑变化;
- Pitman抽样公式和选择行为的实证研究;
- 使用随机块模型的数据聚类;
- 爱尔兰维京时代的网络分析描绘在加加亚加加利;
- 具有希尔伯特空间的决策理论作为可能性空间;
- 社交机器人传播假消息;
- “黑暗德国”：参与在线远程抗议难民住房的隐藏模式;
共同演进的三人最后通牒博弈中的偏袒和团体公平的演变
地址： http://arxiv.org/abs/1612.08801
作者： Hirofumi Takesue, Akira Ozawa, So Morikawa
摘要： 使用最后通牒博弈研究了二元关系中的公平性的演变。然而，人的公平并不局限于两人的情况，群体成员之间的普遍平等主义被广泛观察。在这项研究中，我们调查了三人最后通牒博弈（TUG）中的偏袒和团体公平的演变，并在战略更新和合作伙伴切换动态的共同进化框架下进行。在TUG中，一个提议者向两个响应者提出要约，并且如果至少一个个人回复者接受该提议，该提案在组级别被接受。调查超越二元关系的公平性允许偏袒的可能性，因为提出者可以通过歧视一个回应者来确保集体层面的接受。我们的模拟显示，当伙伴切换频率低时，提议者有利于具有类似类型的响应者。相反，当伙伴切换频率较高时观察到群体公平性。战略与邻里规模之间的相关性表明，合作伙伴交换通过提出者的提议而不是通过响应者的接受阈值来影响策略。此外，平均程度对公平性的出现产生不利影响，除非合作伙伴转换的频率较高。此外，当一个时间步长中的最大博弈数量被限制到较小的值时，合作伙伴切换的频率更高可以支持公平性的演变。
在基于加速度的流动模型中，前辈数量在交互中的影响
地址： http://arxiv.org/abs/1701.06101
作者： Antoine Tordeux, Mohcine Chraibi, Andreas Schadschneider, Armin Seyfried
摘要： 在本文中，分析了与$ K \ ge1 $前辈相互作用的微观流动模型的均匀解的稳定性。我们计算环形几何线性稳定性的一般条件，并基于松弛过程探索特定行人和车辆跟随模型的结果。如果松弛时间足够小，则均匀溶液是稳定的。分析侧重于前人数量在动态中的相关性。介绍了$ K $与稳定性之间的非单调关系。
进化囚徒的困境博弈与自适应网络相结合
地址： http://arxiv.org/abs/1702.05119
作者： Hsuan-Wei Lee, Nishant Malik, Peter J. Mucha
摘要： 我们研究一种在囚徒困境博弈中切换策略的模型，玩家配对的自适应网络随着玩家尝试最大化他们的回报而合作。我们使用基于节点的策略模型，其中每个玩家在其所有邻居之间一次遵循一个策略（合作或缺陷），改变该策略以及可能改变的合作伙伴以响应于玩家配对网络中的局部变化和策略被联合伙伴使用。我们比较和对比数值模拟与现有的对近似微分方程描述该系统，以及使用近似主方程的框架在这里开发更准确的方程。我们探索模型的参数空间，证明了用于描述由模拟进行的系统观测的近似主方程的相对较高的精度。我们研究这种合作伙伴切换模型的两个变体来调查系统演化，预测固定状态，并比较这两种模型变量之间的总体效用和其他定性差异。
语言中的超音速扩散：日本博客上已经流行的形容词的外观动态
地址： http://arxiv.org/abs/1707.07066
作者： Hayafumi Watanabe
摘要： 什么动态管理代表社交媒体数据中单词出现的时间序列？在本文中，我们调查一个基本的动态，从这个单词依赖的特殊效果被隔离，如突发新闻，增加（或减少）关注或季节性。为了阐明这个问题，我们在六年的时间里研究了大约30亿日本博客文章，并分析了一些相应的可解数学模型。从分析中我们发现一个单词的出现可以通过随机扩散模型来解释，这个随机扩散模型是基于幂律遗忘过程，这是一种与ARFIMA相关的长记忆点过程（0,0.5,0）。特别地，我们证实了模型以近似的方式预测的超声扩散（其中均方位移以对数增长）再现实际数据。此外，我们还表明该模型可以再现时间序列的其他统计特性：（i）波动尺度，（ii）谱密度和（iii）概率密度函数的形状。
蚂蚁如何移动：集体与个人尺度属性
地址： http://arxiv.org/abs/1707.07135
作者： Riccardo Gallotti, Dante R. Chialvo
摘要： 社会昆虫的动议构成了明显无目的的个人行为所产生的适应性集体动力的美丽例子。在本文中，我们回顾了蚂蚁爆发活动背后的执政规律。对以前报告的数据进行的分析重新考虑了提议的因果关系箭头，没有发现蚂蚁活动的持续时间与其移动速度之间的任何联系。其次，由不同蚂蚁的步骤创建的合成轨迹表明，一个加法随机过程可以解释先前报告的速度形状轮廓。最后，我们表明，随着更多的蚂蚁进入巢穴，移动速度越快，意味着集体财产。总体而言，这些结果为所报告的行为法律提供了机制性解释，并提出了在这些情况下进一步研究集体财产的正式方法。
网络潮流：一小群人如何能够造成反组织多数
地址： http://arxiv.org/abs/1707.07187
作者： Jonas S. Juul, Mason A. Porter
摘要： 意见，模因，疾病和“替代事实”在人口中的传播取决于传播过程的细节和传播网络的结构。可以改变传播动力学的一个特征基本上是社会网络中不同类型的个体之间的异质行为。在本文中，我们将探讨\ textit {anti-establishment}节点（例如\ textit {hipster}）如何影响两个竞争产品的扩展动态。我们考虑一种模型，其中扩展遵循用于更新节点状态的确定性规则，其中网络中的节点的可调节分数$ p _ {\ rm Hip} $是时髦的，他们总是选择采用他们认为较少的产品受欢迎的两个。剩下的节点是一致的，谁选择使用哪个产品来考虑他们的直接邻居采用哪些产品。我们在合成网络和实际网络上模拟我们的模型，并且我们表明，这些时尚对于采用每种产品的人的最后一部分都有重大影响：即使在模拟开始时只有两种产品之一存在，网络中的小时数仍然可能导致其他产品最终变得更受欢迎。我们的模拟还表明，在人口中的产品分布知识的时间延迟$ \ tau $对产品收购的最终分配有很大的影响。我们简单的模式和分析可能有助于揭示选举中反选择成功的道路，因为这样的成功 - 竞争产品，政治候选人等之间的最终结果的质量差异可能会产生一般来说，从少数反对个人和普通个体对社会影响的普通过程。
研讨会用户在阿拉伯语Twitter领域
地址： http://arxiv.org/abs/1707.07276
作者： Kareem Darwish, Dimitar Alexandrov, Preslav Nakov, Yelena Mejova
摘要： 我们介绍“研讨会用户”的概念，谁是社会媒体用户从事宣传支持政治实体。我们开发了一个框架，可以识别这样的用户84.4％的精度和76.1％的召回。虽然我们的数据集来自阿拉伯地区，但忽略语言特征对分类性能影响不大，因此我们的方法可以用于检测世界其他地区和其他语言的研讨会用户。我们进一步探讨了一个有争议的政治话题，以观察这些用户的普遍性和潜在的潜力。在我们的案例研究中，我们发现，25％的参与者的用户实际上是研讨会用户，他们的推文将近三分之一的话题推文。此外，他们常常成功地通过协调的主题标签活动来影响主流话语。
非均匀人气相似度优化（nPSO）模型，有效地生成有社区的现实复杂网络
地址： http://arxiv.org/abs/1707.07325
作者： Alessandro Muscoloni, Carlo Vittorio Cannistraci
摘要： 复杂网络拓扑背后的隐藏度量空间是当前网络科学中的热门话题，双曲线空间是最多研究的一个，因为它似乎与许多真实复杂系统的结构组织相关联。人气相似度优化（PSO）模型模拟了双曲线空间中随机几何图的增长，再现了强大的聚类和无标度度分布，但是它忽略了重现真实复杂网络的重要特征，这是社区组织。最近开发了几何优先连接（GPA）模型，以赋予PSO一个社区结构，这是通过强制双曲线的不同角度区域具有可变的吸引力水平而获得的。然而，社区的数量和规模不能在GPA中明确控制，这对实际应用是一个明显的限制。在这里，我们介绍不同于GPA的不均匀PSO（nPSO）模型，通过从定制的不均匀概率分布（例如高斯混合）中对角坐标进行采样来强制异质角节点吸引力。在其他三个方面，nPSO与GPA不同：它允许明确地修正社区的数量和大小;它允许通过网络温度调整其混合性质;生成具有高聚类的网络是高效的。经过多次测试，我们将nPSO作为一种有效和高效的模型来生成双曲空间社区的网络，可以作为社区检测和链路预测等不同任务的现实基准。
检测动态社区网络中的拓扑变化
地址： http://arxiv.org/abs/1707.07362
作者： Peter Wills, Francois G. Meyer
摘要： 时变（动态）网络（图）的研究对计算机网络分析至关重要。已经提出了几种方法来检测时间序列图中重大结构变化的影响。这项工作的主要贡献是对动态社区图模型的详细分析。该模型通过添加新的顶点并将其随机附加到现有节点而形成。这是众所周知的随机阻塞模型的动态扩展。这项工作的目标是检测图动态从平衡社区以相同的速度增长的正常演变转变为社区开始合并的异常行为的时间。为了规避将每个图分解为社区的问题，我们使用度量来量化图拓扑中的变化作为时间的函数。异常检测成为测试图表正在发生重大结构变化的假设之一。另外对测试统计量的理论分析，我们对动态图模型进行蒙特卡罗模拟，以证明我们的测试可以检测图拓扑的变化。
Pitman抽样公式和选择行为的实证研究
地址： http://arxiv.org/abs/1707.07466
作者： Masato Hisakado, Fumiaki Sano, Shintaro Mori
摘要： 这项研究使用投票模式讨论选择行为，投票人可以从以前的选民的有限数量的$ r $获取信息。选民投票选举的候选人的概率与之前的投票比例成正比，这是选民可见的。我们获得Pitman抽样公式作为$ r $票的均衡分布。我们将模型呈现为在公告板系统（2ch.net）上发布帖子的过程，用户可以在其中选择许多线程之一来创建一个帖子。我们探索这个选择取决于最后一个$ r $的帖子以及跨线程的$ r $的发布。我们得出结论，我们的投票模式描述了一个小的$ r $的发布过程，这可能对应于用户响应的时间范围。
使用随机块模型的数据聚类
地址： http://arxiv.org/abs/1707.07494
作者： Nina Mrzelj, Pavlin Gregor Poličar
摘要： 已经表明，社区检测算法比其他更受欢迎的方法（如k-means）更适合于聚类任务。事实上，基于网络分析的方法通常优于使用更广泛的方法，并且不会遭受我们在其他地方注意到的一些缺点。簇k的数量通常必须预先知道。然而，已知在社区检测中表现良好的随机块模型尚未被测试。我们讨论为什么这些模型不能直接应用于这个问题，并测试在加权图上工作的随机块模型的泛化的性能，并将其与其他聚类技术进行比较。
爱尔兰维京时代的网络分析描绘在加加亚加加利
地址： http://arxiv.org/abs/1707.07526
作者： Joseph Yose, Ralph Kenna, Máirín MacCarron, Pádraig MacCarron
摘要： Cogadh Gaedhel re Gallaibh（“Gaedhil与Gaill的战争”）是一个中世纪的爱尔兰文字，讲述了Brian Boru领导下的一个军队如何在爱尔兰挑战维京入侵者及其盟友，并于1014年与Clontarf战役结束。布莱恩的胜利被广泛记载在爱尔兰打破了维京人的力量，尽管现代的许多奖学金与传统观念相冲突。除了爱尔兰和维京之间的国际冲突，基于修正主义奖学金的解释认为这是国内的内战或内战。反修正主义者质疑这一观点，并继续进行热烈的辩论。我们在这里介绍量化措施的讨论。我们提供嵌入文本的网络数据的统计分析，以将其在国内和国际谱上的交互作用定位。这提供了一个位于对称传统和修正主义极端之间的图片，文本中记录的敌对行为主要在爱尔兰和维京之间 - 但内部冲突也是消极交互的很大一部分。此外，我们将Cogadh Gaedhel re Gallaibh的网络属性与其他史诗式叙述的网络属性进行了定量比较，发现在许多方面，它们与Iliad类似。
具有希尔伯特空间的决策理论作为可能性空间
地址： http://arxiv.org/abs/1707.07556
作者： Juergen Eichberger, Hans Juergen Pirner
摘要： 在本文中，我们提出了在不确定性决策的背景下解释量子理论中使用的希尔伯特空间法。为了明确比较，我们将尽可能接近Savage建议的SEU框架。我们将使用埃尔斯伯格悖论来说明我们处理众所周知的决策理论矛盾的方法的潜力。
社交机器人传播假消息
地址： http://arxiv.org/abs/1707.07592
作者： Chengcheng Shao, Giovanni Luca Ciampaglia, Onur Varol, Alessandro Flammini, Filippo Menczer
摘要： 大量的假消息传播被认定为全球性的重大风险，据称是影响选举和威胁民主。沟通，认知，社会和计算机科学家正在努力研究数字错误信息的病毒传播的复杂原因，并开发解决方案，而搜索和社交媒体平台正在开始部署对策。然而，到目前为止，这些努力主要是通过轶事证据而不是系统数据。在这里，我们分析了1400万条消息，在2016年美国总统竞选和选举之前和之后，在Twitter上传播了40万份声明。我们发现社会机器人在假消息传播中发挥关键作用的证据。积极传播错误信息的帐户更有可能成为机器人。自动帐户在病毒索赔的早期传播阶段特别活跃，并倾向于针对有影响力的用户。人类容易受到这种操纵，篡改发布虚假消息的机器人。虚假和偏袒的索赔的成功来源得到社会机器人的大力支持。这些结果表明，遏制社交机器人可能是减轻在线错误信息传播的有效策略。
“黑暗德国”：参与在线远程抗议难民住房的隐藏模式
地址： http://arxiv.org/abs/1707.07594
作者： Sebastian Schelter, Jérôme Kunegis
摘要： 由于来自中东和非洲各国的难民涌入，西方国家如德国的政治话语近来出现了难民问题的复苏。尽管难民问题在受影响国家的在线和离线政治方面显然起了很大的作用，但是反对难民的抗议活动来自于右翼政治层面，导致相应的媒体以分散的方式分享，潜在的社会和中介网络的分析困难。为了对这些过程的分析作出贡献，我们对德国当地的难民居住地进行全球性抗议运动的社交媒体活动进行了定量研究，该活动通过每个城市专门的Facebook页面进行组织。我们从2015年的136个这样的抗议页面中分析数据，其中包含超过46,000个帖子，超过20万个用户的超过一百万次互动。为了了解远程社交媒体网站和网页用户之间的沟通和互动模式，我们调查此次抗议运动的社交媒体活动的时间特征以及参与者的互动关系。我们发现几个活动指标，例如发布的职位数量，关于犯罪和住房成本的讨论量，评论中的负面极限以及用户参与度在2015年下半年达到顶峰，与总理安吉拉·默克尔15日批评的决定暂时承认叙利亚难民进驻德国。此外，我们的证据表明，参与者在这一运动中的直接联系程度不高（即，由于缺乏地理协作模式而表现出来），但是我们与极右派政党之间存在很大差距。
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 http://www.complexly.me 进行更新，并提供RSS订阅。