- 资助搜索具有彩票债券的外星情报;
- 新手与老牌企业：企业如何选择他们的合作伙伴进行R＆D合作;
- 一种用于中间性排序的有效启发式;
- 希望成为HIP：社会媒体流行的霍克斯强度过程;
- 情绪分析的演变 - 研究课题，场地和主要论文综述;
- 城市社会经济模式通过旅游路线的形态发现;
- 我的军队：袜子在线讨论社区;
- 在紧急情况和异常事件中传播信息;
- 网络数据中的测量误差;
- 在连续的意见模型中通过加热破坏对称性;
- 早期发现社会媒体推广运动;
- 社会离散选择模型;
- 边界线网络：东欧欧洲的权力，宗教与经济多元化关系，公元1250-1453年;
- 社会网络中心心理测度的通用公理化表征;
- 一个时间依赖的零模型来探索不断增长的网络结构;
- 美国Twitter Twitter每日节奏预测就业和失业率;
- 今天还是明天？答案是在你的Facebook喜欢;
资助搜索具有彩票债券的外星情报
地址： http://arxiv.org/abs/1311.2467
作者： Jacob Haqq-Misra
摘要： 我建议成立一个SETI彩票债券，为搜寻地外智能（SETI）提供持续的资金来源。 SETI彩票债券是一种固定利率的永久债券，在到期时有彩票，只有在发现和确认外星智能生活时才发生成熟。 SETI彩票债券的投资者购买股票，产生固定利率，持续无限期，直到SETI成功 - 此时随机子集的股份将从彩票池中获得奖励。 SETI彩票债券股也是可转让的，所以投资者可以在二级市场上为自己的股份或亲属交易。以这种方式筹集的总资本将提供一个由金融机构管理的基金，每年从该基金支付，以支持SETI研究，支付投资者利益，并为彩票基金捐款。这样的计划每年可以产生数千万美元的SETI研究，这将有助于振兴和扩大艾伦望远镜阵列等设施。 SETI彩票债券是一种储蓄产品，只能由具有从事银行和博彩活动授权的金融机构提供。因此，我建议一家或多家银行提供彩票相关的储蓄产品，以支持SETI研究，另外还有利于促进个人储蓄和个人之间的代际财富建设。
新手与老牌企业：企业如何选择他们的合作伙伴进行R＆D合作
地址： http://arxiv.org/abs/1403.3298
作者： Antonios Garas, Mario V. Tomasello, Frank Schweitzer
摘要： 本文通过分析25年来研发联盟的大型数据集，从理论上讲，通过利用基于代理的联盟形成模式，研究了公司研发合作伙伴的经验选择。我们通过加权的k-core分解来量化公司在研发网络中的拓扑位置，为每家公司分配一个核心价值。随着时间的推移，这些核心价值观的演变重构了个别公司的职业发展路径，其中较低的核心性表明企业在不断发展的研发网络中更好地整合。使用大型专利数据集，我们证明核心价值与企业专利数量密切相关。分析公司及其合作伙伴之间的核心差异，我们确定选择合作伙伴的变化：较少的综合性企业选择具有相似核心的合作伙伴，直到达到最佳网络位置。之后，集成度较低的企业（核心度较低）优先选择具有较高核心性的合作伙伴，即新兴企业或外围企业。我们使用基于代理的模型来测试这种行为变化是否需要通过战略考虑来解释，即企业根据其网络位置选择合作伙伴来切换策略。我们发现观察到的行为可以很好地复制，没有这样的战略考虑，这种方式挑战策略在解释宏观合作模式中的作用。
一种用于中间性排序的有效启发式
地址： http://arxiv.org/abs/1409.6470
作者： Rishi Ranjan Singh, Shubham Chaudhary, Manas Agarwal
摘要： 在社会学家和心理学家以前流行的心理测量方法已经在较晚的几个学科中得到广泛的应用。在文献中可用的许多应用特定定义中，对顶点进行排序，关系中心性，中间性和特征向量中心性（页面级别）已经是最重要和广泛应用的。信息，信号或商品在边缘流动的网络围绕着我们。中间性中心作为分析这种系统的便利工具，但是在大型网络之间，中间性计算是一项艰巨的任务。在本文中，我们提出了一种有效的启发式来确定k顶点（其中k非常小于顶点总数）的间隔顺序，而不计算其确切的指标。该算法基于基于Erdos-Renyi图的分析开发的非均匀节点采样模型。我们应用我们的方法来找到几个合成和现实图中顶点的间隔顺序。所提出的启发式结果非常有效的排序，即使在边缘数量的条件下运行线性时间。我们将我们的方法与文献中的可用技术进行比较，并且表明我们的方法比目前已知的方法产生更有效的排序。
希望成为HIP：社会媒体流行的霍克斯强度过程
地址： http://arxiv.org/abs/1602.06033
作者： Marian-Andrei Rizoiu, Lexing Xie, Scott Sanner, Manuel Cebrian, Honglin Yu, Pascal Van Hentenryck
摘要： 建模和预测在线内容的普及是信息传播，广告和消费实践的重大问题。最近分析大量数据集的工作提高了我们对流行度的了解，但仍然存在一个重大差距：精确量化在线项目的普及程度与其接收的外部促销之间的关系。这项工作提供了诸如Twitter之类的公共社交媒体平台的外部投入之间的缺失链接，以及内容平台（如YouTube）中的内生回应。我们开发了一个新颖的数学模型，霍克斯强度过程，可以根据其内容类型，扩散网络和促销敏感性来解释每个视频的复杂人气历史。我们的模型提供了视频的原型描述，称为内向外映射。这个地图解释了受欢迎程度是外部因素的结果 - 视频接收来自外部世界的促销活动的数量，作用于两个内在因素 - 对促销的敏感性和固有的病毒性。我们使用这种模式来预测未来的受欢迎程度，通过推送最多推荐视频的大型5个月的促销活动，发现将平均错误从基于人气历史的方法降低了28.6％。最后，我们可以确定有潜力成为病毒的视频，以及促销几乎没有任何影响的视频。
情绪分析的演变 - 研究课题，场地和主要论文综述
地址： http://arxiv.org/abs/1612.01556
作者： Mika Viking Mäntylä, Daniel Graziotin, Miikka Kuutila
摘要： 情绪分析是计算机科学领域增长最快的研究领域之一，使其跟踪该领域的所有活动变得具有挑战性。我们提出了一个计算机辅助文献综述，我们利用文本挖掘和定性编码，并分析了6,996篇来自Scopus的论文。我们发现情绪分析的根源在于20世纪初的舆论分析研究和1990年代计算语言学界进行的文本主观性分析。然而，基于计算机的情绪分析的爆发仅在网络上提供主观文本的情况下才发生。因此，99％的论文已经在2004年以后出版。情绪分析论文分散在多个出版场所，15个场馆中的论文总数仅为约。共有30％的论文。我们提供来自Google Scholar和Scopus的前20名引用的论文和研究课题的分类。近年来，情绪分析已从分析在线产品评论转移到Twitter和Facebook的社交媒体文章。产品评论之外的许多话题，如股票市场，选举，灾难，医药，软件开发和网络欺凌，扩大了情绪分析的利用
城市社会经济模式通过旅游路线的形态发现
地址： http://arxiv.org/abs/1701.02973
作者： Minjin Lee, Hugo Barbosa, Hyejin Youn, Gourab Ghoshal, Petter Holme
摘要： 城市是一个复杂的系统，通过其固有的经济和社会互动演变。城市街道网络作为促进人与资源交互的重要媒介，为这些模式提供了重要的信息来源。虽然已经对城市基础设施网络进行了大量研究，但街道结构与功能使用之间的具体相互作用，换句话说，人力和资源的运动模式尚未完全了解（特别是根据新的数据来源）。在这项研究中，我们通过探索由建议的旅行路线表现的街道网络的远程连接（或中尺度属性）来解决这个问题。我们研究了全球92个人口最多的城市中472,040个时空优化的旅行路线（最短路线和最快路线）的形状。特别是，我们提出了一种新的度量标准，它捕捉了相对于市中心的旅行路线的几何和抽样特性，本身就是社会经济活动的中心。路线的集体形态表现出一种方向性的偏见，受到这些社会经济活动产生的有吸引力（或排斥力）的影响。对各个城市形态模式的分析揭示了具有相似形式的城市之间的结构和社会经济共性。特别是，城市与城市发展的规模和推定阶段相关联，这些群体是由自身的模式定义的。我们的结果体现了城市社会经济发展水平与物质连接性和道路等级体系多样性本质上的联系。
我的军队：袜子在线讨论社区
地址： http://arxiv.org/abs/1703.07355
作者： Srijan Kumar, Justin Cheng, Jure Leskovec, V.S. Subrahmanian
摘要： 在线讨论社区，用户可以在各种主题上进行交互和分享信息和意见。然而，一些用户可能会创建多个身份，或者是sockpuppets，并通过欺骗他人或操纵讨论来进行不良行为。在这项工作中，我们研究了九个讨论社区的笨拙，并表明sockpuppets与普通用户在发布行为，语言特征以及社交网络结构方面有所不同。 Sockpuppets往往开始较少的讨论，写较短的帖子，使用更多的人称代词，如“I”，并有更多的群集自我网络。此外，由同一个人控制的成对的袜子在与同一对普通用户同时的同一讨论中更有可能进行交互。我们的分析表明，在讨论社区中有欺骗行为的分类法。一堆袜子的欺骗性可能会有所不同，即他们假装是不同的用户，还是他们的支持，即如果他们支持由同一用户控制的其他袜子的参数。我们将这些发现应用于一系列预测任务，特别是识别一对帐户是否属于相同的底层用户。总而言之，这项工作提供了数据驱动的在线讨论社区的欺骗观点，并为自动检测sockpuppets铺平了道路。
在紧急情况和异常事件中传播信息
地址： http://arxiv.org/abs/1703.07362
作者： James P. Bagrow
摘要： 信息传播最关键的时刻是严重的紧急情况，危机或灾难的后果。受这种情况影响的个人现在可以转到一系列沟通渠道，从手机通话和短信到社交媒体职位，同时提醒社会关系。这些频道大大提高了时间敏感事件中的信息速度，并在事件发生期间和之后提供人类动态的现有记录。对这种异常事件的回顾性分析为研究人员提供了一系列“发现实验”，可用于更好地了解社会传播。在这一章中，我们研究了由于一些紧急事件的信息传播，包括波士顿马拉松爆炸事件和西欧机场的飞机失事。我们还将社交媒体数据与手机数据相比较的不同信息进行对比，并使用提出的异常检测方法估计手机数据集中的异常事件发生率。
网络数据中的测量误差
地址： http://arxiv.org/abs/1703.07376
作者： M. E. J. Newman
摘要： 最近网络物理和数学兴趣的增长在很大程度上是由于数据的可用性越来越多，这些数据描述了从互联网和网络到社会和生物网络的网络结构。然而，许多实证研究的令人惊讶的特征是，即使很清楚，大多数确实遭受各种测量误差，所报告的数据没有对其预期精度的任何估计。在本文中，我们开发了网络数据的测量误差理论，并给出了一种期望最大化算法，用于估计观测网络边缘的假阳性和假阴性率。我们将我们的方法应用于从邻近数据确定的社交网络。我们描述的方法是一般性的，可以直接扩展以涵盖不同类型的网络或错误。
在连续的意见模型中通过加热破坏对称性
地址： http://arxiv.org/abs/1703.07451
作者： Celia Anteneodo, Nuno Crokidakis
摘要： 我们研究连续观点模型的关键行为，由完全连接的人口中的动力交换驱动。意见范围在[ -1,1]的实际间隔内，代表了针对和正在讨论的问题的不同意见。个人的意见通过成对互动进行演变，耦合通常是正的，但是允许分数为p的负数。此外，社会温度参数T控制个体对中立性的反应倾向。根据p和T，出现不同的集体状态：对称性破坏（一方胜利），对称（相对方）和吸收中立（犹豫不决胜利）。我们找到表征它们之间的相变的关键点和指数。对称断裂转变属于通常的伊辛平均场通用性类别，但β=0.5的吸收相位转变不在范式定向渗透类中。此外，有序阶段可以通过增加社会温度而出现。
早期发现社会媒体推广运动
地址： http://arxiv.org/abs/1703.07518
作者： Onur Varol, Emilio Ferrara, Filippo Menczer, Alessandro Flammini
摘要： 社交媒体每天向数百万用户传播信息宣传活动 - 一些从基层活动中有机的出现，其他的则是通过广告或其他协调的努力。这些运动有助于形成集体意见。虽然大多数信息宣传活动是良性的，但有些可能会部署为恶意用途。因此，重要的是能够检测到在被疯狂流行的那一刻，是否人为地提到了一个记忆。这个问题具有重要的社会影响，并带来了许多技术挑战。作为第一步，在这里我们将重点放在通过广告来区分有机或通过宣传推广的趋势模因之间。分类不是微不足道的：广告引起了可以容易地被误认为是有机趋势的注意力。我们设计了一个机器学习框架来分类在Twitter上被标注为趋势的模因。在趋势之后，我们可以依靠大量的活动数据。由于在趋势之前可用的活动数据量最少，我们的监督学习框架利用了数百个时变特征来捕获不断变化的网络和扩散模式，内容和情绪信息，定时信号和用户元数据。我们探索编码特征时间序列的不同方法。使用数百万包含趋势标签的推文，我们实现了早期检测的75％的AUC分数，在趋势趋势之后增加到95％以上。我们通过在趋势时间序列上引入随机时间偏移来评估算法的鲁棒性。特征选择分析揭示内容提示始终如一的有用信号;用户功能对于早期检测具有更多的信息，而网络和时序功能在更多数据可用时更有用。
社会离散选择模型
地址： http://arxiv.org/abs/1703.07520
作者： Danqing Zhang, Kimon Fountoulakis, Junyu Cao, Mogeng Yin, Michael Mahoney, Alexei Pozdnoukhov
摘要： 人力决策是多个应用领域的数据生成过程的基础，解释和预测个人选择的模型需求量很大。离散选择模型在经济学和计算社会科学中被广泛研究。随着数字社交网络促进信息流动和个人之间的影响力的传播，除了影响个人选择的特征之外，还需要新的建模进展将社会信息纳入这些模型。在本文中，我们提出了第一个潜在类离散选择模型，其中包含了给定图表示的个体之间的社会关系。我们添加社会正则化来表示朋友之间的相似性，我们引入潜在的类来解释不同社会群体之间可能的偏好差异。使用专门的蒙特卡洛期望最大化算法进行社会离散选择模型的训练。通过在期望和最大化步骤中并行计算来实现对大图的可扩展性。在单个离散选择模型中将功能和图形合并在一起并不能保证在预测方面取得成功。数据生成过程需要满足某些特性。我们介绍并解释大量的实验，我们展示了我们的模型预期哪种类型的数据集优于最先进的模型。
边界线网络：东欧欧洲的权力，宗教与经济多元化关系，公元1250-1453年
地址： http://arxiv.org/abs/1703.07526
作者： Johannes Preiser-Kapeller
摘要： 我们展示了多路网络方法的应用，用于分析在边界地区内部和跨边界地区政治上高度分散的中世纪巴尔干半岛（1204-1453 AD）中的个人和社区的各种网络。我们介绍如何从我们的来源获取关系数据，并将这些数据整合到各种拓扑的三个不同网络（道路，州行政和教会管理）中;那么我们计算出连接同一组节点（定居点）的这些不同网络之间的影响和重叠的几个指标。我们分析了三个时间步骤（1210,1324和1380 CE）各种网络拓扑结构的变化和连续性，并展示了这些网络作为社会互动框架的作用。最后，我们将所有三个网络组合成一个网络，显示小世界模型观察到的属性。因此，我们展示了通过多路复用网络方法捕获历史复杂性的可能性。
社会网络中心心理测度的通用公理化表征
地址： http://arxiv.org/abs/1703.07580
作者： Sambaran Bandyopadhyay, M. Narasimha Murty, Ramasuri Narayanam
摘要： 中心是复杂网络中的一个重要概念;它可以用于表征网络中节点或边缘的影响力。它在其他几个网络分析工具中起着重要作用，包括社区检测。即使有少量与这个概念相关的公理框架，现有的形式化也不是通用的。在本文中，我们提出了一个通用的公理框架，以捕获中心度量（a.k.a.中心指数）的所有内在属性。我们使用这个框架分析流行的中心性措施以及其他新的中心性措施。我们观察到，所考虑的中心性措施都不符合所有公理。
一个时间依赖的零模型来探索不断增长的网络结构
地址： http://arxiv.org/abs/1703.07656
作者： Zhuo-Ming Ren, Manuel Sebastian Mariani, Yi-Cheng Zhang, Matus Medo
摘要： 网络科学的一个主要挑战是确定观察到的网络属性是否显示网络节点的一些不平凡的行为，或者是否是网络的基本属性的结果。统计零模型通过产生随机网络同时保持所选网络的属性固定而实现此目的。虽然对网络的兴趣日益增长，但是我们仍然缺乏一个强大的时间感知框架来评估观察到的网络结构特性的统计学意义。我们通过引入一个零模型来填补这个空白，这个空模型与静态模型不同，它保留了网络的度数序列和个体节点度数时间序列。通过保留所应用的真实系统的时间链接模式，所提出的模型从时间模式中分离结构。因此，它允许我们在时间模式严重影响结构测量结果的环境中适当地评估结构特性的重要性，这是广泛的真实网络的情况。我们将该模型应用于实际引文网络，以探索广泛研究的网络属性的重要性，如度数相关性和流行节点中心度量度之间的关系。所提出的模型可用于评估任何生长网络的结构性质的意义。
美国Twitter Twitter每日节奏预测就业和失业率
地址： http://arxiv.org/abs/1703.07708
作者： Eszter Bokányi, Zoltán Lábszki, Gábor Vattay
摘要： 通过在移动或社交网络上使用人类活动的数字痕迹建模宏观经济指标，我们可以通过基于纸张的调查或民意调查，为以前评估的过程提供重要见解。我们从在线社交网络Twitter上的每小时发送的邮件的标准化数量收集了美国县的工作日活动时间。在本文中，我们通过将活动时间表分解为两种主要模式的线性组合，显示了县人口和失业统计数据如何编码在人们的日常节奏中。这些模式的混合比率定义了每个县的措施，与就业（0.46 \ pm0.02）和失业率（-0.34 \ pm0.02）相关联。因此，两个主要活动模式可以与节律信号存在或个人的正常工作时间缺乏相关联。分析可以为决策者提供更好的洞察就业的过程，不仅可以根据正式登记的失业人员的数量，还可以根据人们在不同平台上离开的数字足迹来确定问题。
今天还是明天？答案是在你的Facebook喜欢
地址： http://arxiv.org/abs/1703.07726
作者： Tao Ding, Shimei Pan, Warren K. Bickel
摘要： 在经济学和心理学中，经常使用延迟贴现来表征个人如何选择较小的立即奖励和更大的延迟奖励。延迟贴现率更高的人通常选择较小但更直接的奖励（“今天”）。相比之下，折扣率较低的人往往会选择较大的未来奖励（“明天”）。由于调整立即满足渴望长期回报的能力在我们的决策中起着重要作用，所以较低的贴现率通常预示着更好的社会，学术和健康成果。相比之下，较高的贴现率通常与酒精/药物滥用，病理赌博和信用卡违约等有问题的行为相关。因此，对理解和调节延迟贴现的研究有可能产生巨大的社会效益。
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。