- 使用Chung-Lu随机图模型生成大规模无标度网络;
- 不对称相互依存使得多层系统对连锁故障更稳健;
- 使用弱社会监督检测假新闻;
- 迈向含时网络的流行病阈值：综述和开放性问题;
- 用于新闻推荐的快速准确的考虑知识的文档表示提升;
- 操纵网络中的节点相似性度量;
- 用于网络社区检测的随机游走贝叶斯建模;
- 同意情况下建立社会网络：综述;
- 理性非刻意逆强化学习阐释了YouTube的发表评论行为;
- 使用高分辨率的网络数据进行贝叶斯流行病学建模;
- 使用递归神经网络建模车辆移动模式;
使用Chung-Lu随机图模型生成大规模无标度网络
原文标题： Generating large scale-free networks with the Chung-Lu random graph model
地址： http://arxiv.org/abs/1910.11341
作者： Dario Fasino, Arianna Tonetto, Francesco Tudisco
摘要： 如果能够通过生成随机图模型和可扩展算法的手段来生产合成网络是一个经常性工具的最贸易网络分析，因为它提供了真实世界的网络中的各种属性的统计分析可靠的依据。在本文中，我们将说明如何生成具有由仲吕模型来幂律度曲线大的随机图。特别是，我们所关注的一个基本假设的实现必须被放置在模型参数，没有这些生成的图表松模型的所有的理论性能，值得注意的是，预期节点度的可控性和不存在相关性的度由边连接的两个节点之间。我们提供了模型参数明确的公式，以产生其满足一系列要求的最小，最大和平均预期程度的行为，并有几个理想的特性随机图，包括与任何规定的指数幂律度分布大于 2 ，巨型成分的存在和没有潜在的分离节点。
不对称相互依存使得多层系统对连锁故障更稳健
原文标题： Asymmetry in interdependence makes a multilayer system more robust against cascading failures
地址： http://arxiv.org/abs/1910.11417
作者： Run-Ran Liu, Chun-Xiao Jia, Ying-Cheng Lai
摘要： 多层网络系统在本质上和工程无处不在，和失效这些系统的健壮性是极大的兴趣。理论追求的主要线已经渗滤诱导级联故障，其中网络层之间的相互依赖方便且默认假设为对称的。在现实世界中，相互依存相互作用一般都是不对称的。为了揭示和定量在网络的健壮性相互依赖不对称的影响，我们专注于双层系统渗透力度，并实施下列破坏机制：一旦在网络层中的节点发生故障，它可以造成伤害不仅取决于它的在该层中，而且在其对应的邻居中的其他层的位置的位置。我们发现，渗透过渡的特性取决于不对称，其中在相变的性质交换机的引人注目的现象，从第一代到第二次出现的程度。我们推导出一个理论来计算在这两个网络层中的渗流的过渡点，以及所述过渡切换点，与由合成与实证网络强大的数值的支持。不仅我们的工作揭示在决定对连锁故障多层网络的鲁棒性的因素，但它也提供了这样的系统可以设计或控制，达到弹性的理想水平的情况。
使用弱社会监督检测假新闻
原文标题： Detecting Fake News with Weak Social Supervision
地址： http://arxiv.org/abs/1910.11430
作者： Kai Shu, Ahmed Hassan Awadallah, Susan Dumais, Huan Liu
摘要： 限制标记数据正在成为监督学习系统的最大瓶颈。这是专为地方大型注释的例子是不是太贵收购或无法因隐私或数据访问限制许多真实世界的任务的情况。弱监督已证明是通过利用弱标签或从启发式规则和/或外部知识源注入约束减轻注释的数据的稀缺性良好的装置。社交媒体也鲜有标记的数据，但具有独特的特点，使其适合于产生监管不力，导致新型监管不力，即薄弱的社会监督。在这篇文章中，我们说明社交媒体方面是如何的各种可用于产生弱社会监督。具体来说，我们用最近对假新闻的检测作为使用情况下，如果应酬的丰富，但标注的例子是稀缺的研究，表明面对小标记数据的问题时弱社会监督是有效的。本文将打开与其他新兴的任务薄弱的社会监督学习的大门。
迈向含时网络的流行病阈值：综述和开放性问题
原文标题： Toward epidemic thresholds on temporal networks: a review and open questions
地址： http://arxiv.org/abs/1910.11474
作者： Jack Leitch, Kathleen A. Alexander, Srijan Sengupta
摘要： 流行病学接触网络模型已成为理解的重要工具，预测传染病的传播，由于其容量为接合可依据特定的宿主 - 病原体系统的基本动力学个体异质性。正如根本性的变化是现实世界的联系网络经过一段时间，无论是独立的，并响应病原扩散。这些动态在确定疾病是否会消亡，或成为人群中的流行，被称为流行阈值发挥核心作用。在本文中，我们提供的方法来预测时间接触网络模型流行阈值，并讨论仍然未探测区域的概述。
用于新闻推荐的快速准确的考虑知识的文档表示提升
原文标题： Fast and Accurate Knowledge-Aware Document Representation Enhancement for News Recommendations
地址： http://arxiv.org/abs/1910.11494
作者： Danyang Liu, Jianxun Lian, Ying Qiao, Jiun-Hung Chen, Guangzhong Sun, Xing Xie
摘要： 知识图包含结构良好的外部信息，并已显示出对于推荐系统是有用的。大多数现有的知识感知方法假定从推荐系统的项目可以链接到一个实体的知识图，因此项目的嵌入可通过模拟联合既推荐系统和知识图来更好的了解。然而，这不是新闻的建议，在项目，即新闻报道，实际上涉及到知识实体的集合的情况。重要性分值和一文中实体的语义信息来自对方，这取决于制品和共同发生的实体之间关系的话题不同。如何充分利用这些实体为更好的新闻推荐服务是不平凡的。在本文中，我们提出了改进新闻文档理解一个快速和有效的知识感知表示增强模式。该模型，名为 EMPH KRED，由三层组成：（1）一个实体表示层; （2）的上下文中嵌入层;和（3）一种信息的蒸馏层。一个实体是由本身的嵌入物及其周边实体表示。上下文嵌入层被设计来区分不同的实体，例如频率，类别和位置的动态上下文。信息蒸馏层将聚集实体的嵌入原始文档向量的指导下，将所述文档载体导入一个新的。我们有一个真实世界的新闻阅读数据集进行了广泛的实验。结果表明，我们提出的模型非常有利于各种新闻推荐任务，包括个性化新闻推荐，文章类别分类，文章普及预测和本地新闻的检测。
操纵网络中的节点相似性度量
原文标题： Manipulating Node Similarity Measures in Network
地址： http://arxiv.org/abs/1910.11529
作者： Palash Dey, Sourav Medya
摘要： 节点的相似性措施量化一对节点的相似程度的网络。这些相似性措施被证明是对许多现实世界的应用，如网络链路预测，推荐系统等的相似性措施，一类重要的是局部相似措施的重要基础性工具。两个节点被认为在局部相似的措施类似，如果他们有他们的邻居节点集之间的大的重叠。通过除去边操纵节点的相似性度量是一个重要的问题。这种类型的操纵，例如，阻碍在恐怖分子网络链路预测的有效性。幸运的是，各地的操作相似的措施制定了流行的计算问题变成是NP难。我们在本文中，提供了通过参数化复杂的镜头，这些问题细粒度的复杂结果。特别是，我们表明，其中的一些问题是固定的参数可解（FPT）相对于各种天然参数，而其他问题仍然顽固W [1] -hard和W [2] -hard尤其是）。最后，我们显示了我们对现实世界的数据集提出的FPT算法的有效性以及使用Barabasi-Albert和鄂尔多斯 - 仁义模型生成的合成网络。
用于网络社区检测的随机游走贝叶斯建模
原文标题： Bayesian Modeling of Random Walker for Community Detection in Networks
地址： http://arxiv.org/abs/1910.11587
作者： Takafumi J. Suzuki
摘要： 我们提出了一个生成模型，利用随机游动检测网络全局最优的社会结构。复杂的参数优化算法是基于马尔可夫链蒙特卡罗方法来克服EM算法，这在以前的作品中使用，但根据初始条件有时会陷入局部最优的局限性开发。我们采用的算法合成和真实世界的网络，以检查其精度和检测社区的稳健性方面的性能。据发现，吉布斯采样优于特别是在检测重叠社区先前方法。随机行走的马尔可夫动力是稳健地找出最佳社会结构至关重要。
同意情况下建立社会网络：综述
原文标题： Building social networks under consent: A survey
地址： http://arxiv.org/abs/1910.11693
作者： Robert P. Gilles
摘要： 这项调查探讨了双方同意的链接形成的假设下，对网络形成博弈论模型的文献。在链路形成引进同意的规定在网络形成过程中的协调问题。本次调查从探讨这一理论的结论和各种方法，以避免主陷阱。主要见解来自迈耶森在双方同意的链接形成的工作，他的主要结论，即空网络（网络没有任何链接）总是出现在网络形成双方同意，并积极联系下，任何博弈论模型强大的纳什均衡起源形成成本。 Jackson和Wolinsky推出了合作框架，以避免这种情况的主要缺陷。他们设计成对稳定的网络的概念在平衡网络，主要是不平凡的到来。不幸的是，这个概念成对稳定的需要在链路形成对决策者的协调行动。我通过探索标准的纳什均衡概念的潜在的改进来解释非平凡网络的出现调查的网络形成双方同意下，一个纯粹的非合作框架的可能的解决方案。这包括单方和一元稳定性的概念。第一个是建立在个人的别人会怎么一个人的修改网络响应工作先进合理的推理。后者包含信任，有限理性的行为到网络形成过程。该调查结论与外部相关装置的作为替代的框架，以解决在网络形成相互同意的初始探索。
理性非刻意逆强化学习阐释了YouTube的发表评论行为
原文标题： Rationally Inattentive Inverse Reinforcement Learning Explains YouTube Commenting Behavior
地址： http://arxiv.org/abs/1910.11703
作者： William Hoiles, Vikram Krishnamurthy, Kunal Pattanayak
摘要： 我们认为逆强化学习的新的应用，涉及建模，学习和预测的YouTube观众的评论的行为。用户的各组被模拟为合理不留神贝叶斯剂。我们的方法集成了三个关键组件。首先，找出不同的评论的模式，我们用深嵌入式集群，以估计集群用户分成不同的组帧信息（必要的外在特征）。其次，我们提出了一个逆强化学习算法使用贝叶斯显示性偏好来测试的合理性：确实存在，它能够实现给定的数据，如果是，是否可以用来预测未来的行为效用函数？最后，我们从征收合理的疏忽而产生的行为经济学的约束表征users.The测试组的注意力强加A R 'E纽约摄影学院的互信息成本约束，其影响主体如何选择注意策略，以最大限度地发挥预期效用。经过大规模的YouTube数据集的仔细分析，我们惊奇的结果是，在大多数YouTube的用户群体，发表评论的行为与优化与合理不留神约束的贝叶斯效用是一致的。该文件还强调了如何理性疏忽模型可以准确地预测未来的评论的行为。在本文中采用了大量的YouTube的数据集和分析都可以在GitHub上，完全可重复的。
使用高分辨率的网络数据进行贝叶斯流行病学建模
原文标题： Bayesian epidemiological modeling over high-resolution network data
地址： http://arxiv.org/abs/1910.11720
作者： Stefan Engblom, Robin Eriksson, Stefan Widgren
摘要： 数学流行病学模型有广泛的用途，包括定性和定量的应用。随着数据的日益普及，大规模量化疾病传播模型可以时下制定。这种模式有很大的潜力，例如，在公共健康风险评估。他们的主要挑战是模型参数给出的监测数据，这往往限制了其实际使用的问题。我们提供通过开发适合由网络驱动的数据流行病模型贝叶斯方法对这一问题的解决方案。在获得浓缩后的参数的最大困难是监视数据的质量;疾病测量稀缺和携带有关参数的信息很少。因此模型的辨识性的经常被忽略的问题需要解决，我们可能会使用越来越逼真知道真相实验的层次结构。我们建议的贝叶斯方法在我们所有的综合测试令人信服地执行。从瑞典的牛产志贺毒素大肠杆菌O157病菌的测量，我们能够生产出面对数据第一性原理精确的统计模型。在这个模型中，我们通过评估的疾病检测和-intervention场景效率探索贝叶斯公共卫生框架的潜力。
使用递归神经网络建模车辆移动模式
原文标题： Modeling vehicular mobility patterns using recurrent neural networks
地址： http://arxiv.org/abs/1910.11851
作者： Kevin O'Keeffe, Paolo Santi, Carlo Ratti
摘要： 在车辆移动性模式的数据已经在许多情况下证明是有用的。然而，生成模型准确地再现这些流动模式是稀缺的。在这里，我们探讨是否回归神经网络可以治愈这种稀缺性。通过对从纽约和上海，以及来自密歇根个人的出租车培训网络，我们展示了流动模式的许多方面可以重现。特别是，街道段使用的空间分布由递归神经网络，这是其他车型很难做的很好抓获。
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.cn （提供RSS订阅）进行同步更新。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。