- 地理社会群体查询与最小认识约束;
- OSMnx：获取，构建，分析和可视化复杂街道网络的新方法;
- MixedTrails：异构序列数据的贝叶斯假设比较;
- 随机二部图中的本地化：数值和实证研究;
- 矩阵函数的低阶更新;
- 看看谁在说话：二模网络表征新西兰议会演讲主题模型;
- 动态网络社区发现：综述;
- MovePattern：提供可移动模式的可扩展可视化的交互式框架;
- 特朗普与希拉里：2016年美国总统选举中病毒是什么;
地理社会群体查询与最小认识约束
地址： http://arxiv.org/abs/1406.7367
作者： Qijun Zhu, Haibo Hu, Cheng Xu, Jianliang Xu, Wang-Chien Lee
摘要： 基于位置的社交网络服务的繁荣使基于群体的活动规划和营销的地理社会群体查询成为可能。本文提出了一种具有最小认识约束（GSGQs）的新的地理社会群体查询家族，它们比现有的地理社会群体查询更具吸引力，从而形成一个保证最差情况熟悉程度的凝聚力群体。也用各种空间约束指定的GSGQ比传统的空间查询更为复杂;特别是具有严格的$ k $ NN空间约束的那些被证明是NP-hard。为了有效处理大型基于位置的社交网络上的一般GSGQ查询，我们设计了两个社会意识索引结构，即SaR-tree和SaR *树。后者具有考虑空间和社会因素的新型聚类技术。基于SaR树和SaR *树，开发了高效的算法来处理各种GSGQ。对现实Gowalla和Dianping数据集的广泛实验表明，我们提出的方法基本上优于基于R-tree的基线算法。
OSMnx：获取，构建，分析和可视化复杂街道网络的新方法
地址： http://arxiv.org/abs/1611.01890
作者： Geoff Boeing
摘要： 城市学者以各种方式研究街道网络，但目前的城市规划/街道网络分析文献中存在数据可用性和一致性限制。为了解决这些挑战，本文介绍了OSMnx，它是从图理论，交通和城市设计的角度进行数据收集和街道网络创建和分析的新工具，简单，一致，自动化和健全。 OSMnx为研究人员和从业人员提供了五个重要功能：第一，自动下载政治边界和建立足迹;二来自OpenStreetMap定制和自动下载和构建街道网络数据;第三，网络拓扑的算法校正;第四，将街道网络保存为磁盘作为shapefile，GraphML或SVG文件的能力;第五，分析街道网络的能力，包括计算路线，投影和可视化网络，以及计算度量和拓扑措施。这些措施包括城市设计和交通研究中常见的措施，以及网络结构和拓扑结构的先进措施。最后，本文介绍了一个使用OSMnx在俄勒冈州波特兰构建和分析街道网络的简单案例研究。
MixedTrails：异构序列数据的贝叶斯假设比较
地址： http://arxiv.org/abs/1612.07612
作者： Martin Becker, Florian Lemmerich, Philipp Singer, Markus Strohmaier, Andreas Hotho
摘要： 经常在线和离线观察用户数据的顺序痕迹，例如作为被访问网站的序列或者由GPS捕获的位置序列。然而，理解解释序列数据生成的因素是一项具有挑战性的任务，特别是因为数据生成通常不是均匀的。例如，浏览网站的不同阶段的导航行为可能会发生变化，否则移动行为可能会因用户组而异。在这项工作中，我们处理这个任务，并提出了MixedTrails，一种贝叶斯方法，用于比较关于异质序列数据生成过程的假设的似然性。每个假设都是从现有的文献，理论或直觉中得出的，并且表示了一组可以观察到的过渡组之间变化的一组状态之间的转移概率的信念。例如，当试图了解城市中的人类运动并给出一些观察数据时，假设游客比当地人更有可能移向兴趣点的假设可能比假设相反的假设更可信。我们的方法结合了贝叶斯先验在生成混合过渡马尔科夫链模型中的假设，并比较了贝叶斯因子的合理性。我们讨论用于计算贝叶斯因子的边际可能性的分析和近似推理方法，给出解释结果的指导，并通过对维基百科和Flickr的综合数据和经验数据进行多次实验来说明我们的方法。因此，这项工作为研究许多应用领域的顺序数据提供了一种新型的分析。
随机二部图中的本地化：数值和实证研究
地址： http://arxiv.org/abs/1707.02979
作者： Frantisek Slanina
摘要： 我们调查了幂律度分布的二部图的邻接矩阵。这项研究的动机是双重的。首先，粒状物质和堵塞球体的振动状态;第二，编码社会互动的图表，特别是电子商务。我们建立了移动性边的位置，并且表明它强烈地取决于度数分布中的权力和两部分图的两个部分的大小的比率。在干扰阈值下，两个部分的大小相同，定位消失。我们发现多分形谱在离域相位上是不平凡的，但仍然靠近移动边。我们还研究一个经验性的二部图，即亚马逊审查者项目网络。我们发现在这个特定的图移动性边消失，我们从关于亚马逊网络的早期实证研究的这一事实得出结论。
矩阵函数的低阶更新
地址： http://arxiv.org/abs/1707.03045
作者： Bernhard Beckermann, Daniel Kressner, Marcel Schweitzer
摘要： 当{\ mathbb C} ^ {n \ times n} $中的矩阵$ A \受到低级修改时，我们考虑更新矩阵函数$ f（A）$的任务。换句话说，我们的目标是为$ k \ ll n $的矩阵$ D $近似$ f（A + D）-f（A）$。本文提出的方法通过投影到由$ A $和$ A ^ * $的矩阵向量乘法产生的张量Krylov子空间上来实现效率。我们证明从$ m $获得的近似值，如果$ f $是最多$ m $的多项式，并将其用作证明各种收敛结果的基础，特别是矩阵指数和马尔可夫函数。我们通过考虑来自网络分析的各种示例来说明我们的方法的性能，我们的方法可以用于廉价地更新中心性和可通信性度量。
看看谁在说话：二模网络表征新西兰议会演讲主题模型
地址： http://arxiv.org/abs/1707.03095
作者： Ben Curran, Kyle Higham, Elisenda Ortiz, Demi Vasques Filho
摘要： 衡量参与议会辩论和选举议员及其所属各方的话语的量化方法是缺乏的。这是一项探索性研究，我们提出开发一种定量分析这种参与的新方法。我们利用新西兰政府的“国会议事录”数据库，在2003年至2016年期间构建了一个由近4000万字组成的议会发言主题模型。实施潜在的狄利克雷分配主题模型，以揭示我们的文件集的主题结构。这样可以检测出新西兰议会公开讨论的主题或主题，并允许他们由议员进行分类。我们观察时间序列分析的主题频率，可能与具体的社会，经济和立法事件有关的模式。
动态网络社区发现：综述
地址： http://arxiv.org/abs/1707.03186
作者： Giulio Rossetti, Rémy Cazabet
摘要： 构建现实世界现象的网络被一些吸引了科学界关注的财产所特征化：（i）它们是根据社区结构组织的，（ii）它们的结构随着时间而演变。许多研究人员已经开发了可以在复杂网络中有效揭示子结构的方法，从而产生了社区发现领域。一个新颖和具有挑战性的问题最近开始捕获研究者的兴趣：识别不断发展的社区。为了模拟系统的演变，可以使用动态网络：节点和边是可变的，它们的存在或不存在对构成它们的社区结构产生深刻的影响。这项调查的目的是提出动态社区发现的特色和挑战，并提出公布方法的分类。作为“用户手册”，这项工作将基于他们的理由和具体的实例将艺术方法论组织成分类。考虑到网络动态，社区特征和分析需求的定义，这项调查将支持研究人员确定最适合其需求的一系列方法。所提出的分类也可以帮助研究人员选择今后研究的朝哪个方向。
MovePattern：提供可移动模式的可扩展可视化的交互式框架
地址： http://arxiv.org/abs/1707.03350
作者： Kiumars Soltani, Anand Padmanabhan, Shaowen Wang
摘要： 移动数据源（如GPS踪迹，交通网络和社交媒体）的快速增长为分析人员提供了以几乎实时的方式探索集体地理运动模式的机会。快速和互动的可视化框架可以帮助分析人员了解这些庞大和动态变化的数据集。然而，以前关于运动可视化的研究忽视了地理运动的独特性质，或者无法处理今天的大量数据。在本文中，我们开发了MovePattern，一个新颖的框架，1）使用可扩展和基于空间感知的MapReduce方法，有效地构建一个简洁的多层次运动视图; 2）提供快速，高度互动的基于Web的环境，包括即时定制和通过存储元数据来增强分析功能的能力。我们使用从地理标记的推文捕获的Twitter用户的移动来评估框架。实验证实，我们的框架能够在几分钟内聚合近1.8亿次的动作。此外，我们在框架的前端执行一系列压力测试，以确保同时的用户查询不会导致用户响应的长时间延迟。
特朗普与希拉里：2016年美国总统选举中病毒是什么
地址： http://arxiv.org/abs/1707.03375
作者： Kareem Darwish, Walid Magdy, Tahar Zanouda
摘要： 在本文中，我们对2016年9月1日美国总统选举与2016年11月8日的选举日之间的转播推特（病毒推特）进行了量化和定性分析。每天，我们标记了前50名转播的tweet作为支持或攻击候选人或中立/不相关的。然后我们分析了每个类的推文：总体趋势和统计;最常用的主题标签，术语和位置;最反转的帐户和推文;和最共享的新闻和链接。总的来说，我们分析了在美国大选期间获得最多关注的3,450种最具病毒性的推文，总共转录了2630万次，占上述期间美国大选总播放量的40％以上。我们对Twitter的分析强调了候选人的社交媒体策略之间的一些差异，他们的信息的渗透以及对两者的攻击的潜在影响
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。本系列在个人博客 http://www.complexly.me 进行更新，并提供RSS订阅。