- 基于位置社交网络中用户登记的时空建模;
- 检测和分析Twitter上2016年美国总统选举相关谣言;
- 协调博弈双向流;
- 从Twitter分析计划特别活动的社交互动网络;
- 在社会网络中使用深度学习和危机期间的感知哈希进行自动图像过滤;
- 个人策略与金融市场与动量交易者的价格走势之间的自我加强反馈;
- 最小电导图分割问题的遗传算法;
- 从社会反馈中学习的意见极化;
- 网络中SIS模型中的本地化地方病状态转变;
- 无限传播的非局部流行网络模型：全局性和唯一性;
基于位置社交网络中用户登记的时空建模
地址： http://arxiv.org/abs/1611.07710
作者： Ali Zarezade, Sina Jafarzadeh, Hamid R. Rabiee
摘要： 社交网络越来越接近我们的真实世界。人们分享其签到的确切位置和时间，并受到朋友的影响。对社会网络中用户的时空行为进行建模，对于预测用户的未来行为，控制用户的行为以及发现潜在影响网络，具有重要意义。观察到用户在其运动中具有周期性模式。此外，他们受到最近访问的亲戚朋友的影响。利用这两个观察，我们提出了一种基于双向随机点过程的概率模型，其中在签入时间内具有周期性衰减的内核，以及用于基于位置的用户的签入位置的时变多项式分布社交网络。我们使用有效的EM算法学习模型参数，该算法分布在用户身上。从Foursquare收集的合成和实际数据的实验表明，所提出的推理算法有效地学习参数，我们的模型在预测签到时间和位置方面优于其他替代方案。
检测和分析Twitter上2016年美国总统选举相关谣言
地址： http://arxiv.org/abs/1701.06250
作者： Zhiwei Jin, Juan Cao, Han Guo, Yongdong Zhang, Yu Wang, Jiebo Luo
摘要： 2016年美国总统大选目睹了Twitter在今年最重要的政治事件中的重要作用。候选人广泛使用这种社交媒体平台进行在线广告系列。同时，社交媒体充斥着传闻，这可能对选民的决定产生了巨大的影响。在这篇文章中，我们全面分析了两位总统候选人：希拉里·克林顿和唐纳德·特朗普的消息传闻。为了克服将大量tweets标注为训练数据的困难，我们通过将其与已验证的谣言文章进行匹配来检测谣言推文。我们分析了两名候选人的追随者收集的800多万条推文。我们的结果提供了对这次选举谣言的几个主要关切问题的答案，其中包括：哪一方的追随者发布了最谣言，谁发布了这些谣言，他们发布了哪些传闻，以及何时发布这些谣言。本文的见解可以帮助我们了解美国政治中的在线谣言行为。
协调博弈双向流
地址： http://arxiv.org/abs/1704.02438
作者： Daichi Yanagisawa
摘要： 我们已经将进化博弈动力学引入到一维细胞自动机中，以研究双向流中自驱动粒子的协同避免行为的演进和维护。在我们的模型中，有两种粒子，它们是正确的粒子和剩下的粒子。他们经常面对对手的粒子，使他们随意走向右边或左边，以避免冲突。成功避免之后，这些粒子加强了他们对转弯方向的喜好。记忆丧失效应也减弱了偏好。我们的模拟结果表明，当粒子的密度接近1/2并且记忆损失率小时，实现了协同避免行为，即粒子的转动方向是统一的。此外，当正确的粒子占据系统的大部分时，我们观察到当阻止右侧粒子的平滑运动的左侧粒子的数量变大时，它们的流量增加。还研究了合作避免行为的关键记忆损失率强烈依赖于系统的大小。小型系统可以在大范围内延长记录丢失率范围内的协同避免行为。
从Twitter分析计划特别活动的社交互动网络
地址： http://arxiv.org/abs/1704.02489
作者： Arif Mohaimin Sadri, Samiul Hasan, Satish V. Ukkusuri, Juan Esteban Suarez Lopez
摘要： 真实网络的复杂拓扑允许其角色改变其功能行为。网络模型通过捕获网络代理交互和改变其行为的方式的动态来更好地理解对这种网络增长负责的进化机制。需要大量的研究工作来开发新的网络建模技术，以了解网络的结构特性，基于经验证据再现相似的属性，并有效地设计这样的网络。首先，我们演示如何使用社交媒体数据构建社交互动网络，然后展示从网络分析获得的关键结果。我们分析这种互动网络的特点和发展，考察网络特性，并根据网络科学文献的理论得出重要见解。我们还讨论了这种网络的应用，作为在计划的特别活动中有效传播有针对性的信息的有用工具。我们观察到，这种网络的度数分布遵循幂律，表明网络中存在较少的节点，具有较高的交互级别，以及许多其他具有较少交互的节点。虽然网络元素和平均用户学位每天线性增长，但这种网络的密度往往会变为零。与整个图形相比，最大的连接元件显示出更高的连通性（密度）。网络半径和直径随着时间的推移证明了小世界的财产。随着网络的发展，我们还观察到幂律指数的增加的传递性和更高的稳定性。数据是针对普渡大学社区和两个大型活动，即普渡大学颁奖典礼和参议员伯尼·桑德斯参观普渡大学作为印第安纳州小选2016的一部分。
在社会网络中使用深度学习和危机期间的感知哈希进行自动图像过滤
地址： http://arxiv.org/abs/1704.02602
作者： Dat Tien Nguyen, Firoj Alam, Ferda Ofli, Muhammad Imran
摘要： 广泛使用社会媒体平台，特别是在灾害中，为人道主义组织创造了独特的机会，以获得情境意识，并相应地发起救灾行动。除了文字内容之外，人们在灾难发生的几分钟内就会在社交网络上发布大量的图像数据。研究指出这种在线图像内容对应急响应的重要性。尽管计算机视觉领域最近取得进展，但与危机相关的社会媒体图像数据的自动处理仍然是一项具有挑战性的任务。这是因为其中大部分由冗余和不相关的内容组成。在本文中，我们提出了一个图像处理流水线，包括重复数据删除和相关过滤机制，以在危机事件中实时收集和过滤社交媒体图像内容。从现实世界危机数据集的广泛实验中获得的结果表明了拟议的管道对人机和机器计算资源的最佳利用的重要性。
个人策略与金融市场与动量交易者的价格走势之间的自我加强反馈
地址： http://arxiv.org/abs/1704.02624
作者： Li-Xin Zhong, Wen-Juan Xu, Rong-Da Chen, Chen-Yang Zhong, Tian Qiu, Yun-Xing He
摘要： 个人的主观感觉对价格走势有很大的影响。通过将动量交易者纳入进化少数民族博弈，我们调查个体策略与价格走势之间的自我增强效应。市场影响和动量交易的耦合效应得到广泛研究。在市场影响$ \ beta $的范围内，动量交易者的比例$ \γ$首先导致价格波动下降，然后涨幅上升。在市场影响$ \ beta $的范围内，动量交易者$ \γ$的比例增加导致价格波动的持续上涨。价格波动与策略分布密切相关。对于一个小的$ \ gamma $，更广泛的个别策略分配对应于股票价格波动较小。对于一个大的$ \ gamma $，个别策略的更广泛的分配对应于股票价格波动较大。观察到关键点$ \ gamma_ {c} $，低于此值时，个别策略的标准差$ \ sigma_g $减少，高于此值时，单个策略的标准差$ \ sigma_g $随着$ \ gamma $的上升而增加。理论分析表明，动量交易者的存在可以有效地影响主导策略和价格波动。发现价格波动与个别策略分配之间的自强反馈。
最小电导图分割问题的遗传算法
地址： http://arxiv.org/abs/1704.02854
作者： David Chalupa
摘要： 最小电导问题是NP硬分区问题。除了在复杂网络中寻找瓶颈之外，问题与网络社区检测的流行区域非常密切相关。在本文中，我们将最小电导问题作为伪布尔优化问题来解决，并提出了一种模拟算法来解决它。建立有效的本地搜索策略。我们的模拟算法开始于使用不同随机字符串的本地搜索策略来对一组不同的初始解决方案进行抽样。其次是基于稳态框架和两个强化子程序的进化阶段。我们将算法与广泛的多启动本地搜索方法和具有不同交叉算子的经典遗传算法进行比较。实验结果为不同的现实世界网络提供。这些结果表明，模拟算法胜过替代随机方法。
从社会反馈中学习的意见极化
地址： http://arxiv.org/abs/1704.02890
作者： Sven Banisch, Eckehard Olbrich
摘要： 我们探索一种解释观点动态中极化现象的新机制。这种模式是基于代理人在基于表达它们获得的社会反馈的基础上评估替代观点的想法。对社会环境中受青睐和表达意见的高度支持被视为积极的社会反馈，强化了与此意见相关的价值。在本文中，我们专注于具有二元通信的模型，并且遇到由未加权的时间同质网络定义的概率。与有界的置信度模型相比，该模型可以更有效地捕获极化动力学，并避免通常存在于二元观察动态中的广泛意见翻转。我们进行系统的模拟实验，以了解网络连接对极化出现的作用。
网络中SIS模型中的本地化地方病状态转变
地址： http://arxiv.org/abs/1704.02925
作者： Zong-Wen Wei, Hao Liao, Mingyang Zhou, Jia-Rong Xie, Hai-Feng Zhang, Bing-Hong Wang, Guo-Liang Chen
摘要： 关于在具有局部化状态的网络上没有SIS扩散模型的阈值是一个长期的辩论。处于不可争议的争议的核心的动态互动模式尚未被揭开。这里我们可以看出，驱动局部地方状态转换的相互作用存在于由高度连接的节点及其邻居组成的超级节点的层次上。超级节点之间的直接相互作用导致具有指数生长寿命的局部状态，而通过两跳路径的相邻超级节点之间的相互作用可以重新激活彼此，避免陷入吸收状态，这标志着地方病的发生。混合交互使得高度连通的节点指数增加感染密度，这真正占据了零阈值。
无限传播的非局部流行网络模型：全局性和唯一性
地址： http://arxiv.org/abs/1704.02961
作者： Elisabeth Logak, Isabelle Passat
摘要： 在\ cite {ipel1}之后，我们考虑非线性SIS型非局部系统，描述网络上流行病的传播，假设是无限传播的。在等扩散系数的情况下，我们证明了任何扩散系数和全局存在的唯一解的局部存在。接下来，我们研究解的渐近行为，并且显示当总平均人口小时，无病平衡（DFE）是线性和全局渐近稳定的。最后，我们证明系统的解决方案收敛于$ DFE $。
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。