- 使用博弈论研究文化规范的演变;
- 快速创新的意外和战略;
- 定向网络中的排序层级的可检测性;
- 新闻媒体中的自我审查可以算法地检测吗？拉丁美洲的案例研究;
- 提取社会推荐技术在用户评级预测中的隐性社会关系;
- HellRank：基于Hellinger的中心度量为双向社交网络;
- 平均鸟：在Twitter上检测侵略和欺凌;
- 在政治危机期间在新闻文章和Twitter中识别党派倾向;
- 节点的核心和层在大复用网络中的影响;
- 搜索引擎驱动社会网络的演进;
- 受内部和外部因素影响的局部电网的创新扩散模型;
- 人口控制政策对社会分裂的影响;
- 有争议的社会媒体的讨论的潮流和流动;
- 信息在社交媒体中的复杂传播的证据：使用Twitter Bots的实验;
- 老化和多层结构的联合效应阻止了选民模型中的排序;
- 基于频率的大脑网络：从复用框架到完整的多层描述;
- 跨多种语言的全球实体排名;
- 竞争和共生对共生生态系统生物多样性的共同影响;
使用博弈论研究文化规范的演变
地址： http://arxiv.org/abs/1606.02570
作者： Soham De, Dana S. Nau, Michele J. Gelfand
摘要： 我们讨论如何使用进化博弈理论（EGT）作为研究如何文化动力学和结构性质可以影响社会中的规范和行为的演变的框架。我们提供了一个关于EGT如何工作的简短教程，并讨论它可以提供什么样的见解。然后我们描述三个已发表的研究，其中我们已经开发EGT模型，有助于解释社会的结构和外部条件如何影响社会规范的出现。
快速创新的意外和战略
地址： http://arxiv.org/abs/1608.01900
作者： T. M. A. Fink, M. Reeves, R. Palma, R. S. Farr
摘要： 创新是组织对生物体的进化：它是组织如何适应环境变化和改进。创新的政府，机构和公司更有可能繁荣和经受时间的考验;那些没有这样做的人落后于他们的竞争对手，屈服于市场和环境变化。然而，尽管我们对进化的理解有了稳步的进展，但是什么推动创新仍然难以捉摸。一方面，组织大量投资于系统战略以推动创新。另一方面，历史分析和个人经验表明，偶然性在发现过程中发挥重要作用。为了统一这两个观点，我们分析了创新的数学作为一个搜索过程的可行设计在整个宇宙的构建基块。然后，我们使用来自语言，美食和技术的历史数据测试我们的见解。通过在获得更多组件时测量可制造设计的数量，我们观察到不同组件的相对有用性不是固定的，而是随时间交叉。当这些交叉是意想不到的，他们似乎是偶然的结果。但是，当我们可以提前预测交叉，他们提供了一个机会，以战略性地增加我们的产品空间的增长。因此，我们发现创新的偶然和战略愿景可以被视为同一事物的不同表现：组件构建块随时间变化的重要性。
定向网络中的排序层级的可检测性
地址： http://arxiv.org/abs/1608.06135
作者： Elisa Letizia, Paolo Barucca, Fabrizio Lillo
摘要： 在有向图中识别节点的层次和排名是许多应用的基础，例如社交网络分析，生物学，经济学和金融。最近提出的方法通过找到节点的有序分区来识别层次结构，其使得称为痛苦的得分函数最小化。该功能以取决于违反的强度的方式惩罚违反层次结构的链接。为了调查排名等级的可检测性，我们引入了随机图的集合，即分层随机块模型。我们发现，当结构不够强并且类的大小相对于整个网络小时，痛苦可能无法识别层次。我们分析表征可检测性阈值，我们显示一个迭代版本的痛苦可以部分克服这个分辨率极限。
新闻媒体中的自我审查可以算法地检测吗？拉丁美洲的案例研究
地址： http://arxiv.org/abs/1611.06947
作者： Rongrong Tao, Baojian Zhou, Feng Chen, Naifeng Liu, David Mares, Patrick Butler, Naren Ramakrishnan
摘要： 社交媒体的审查已经被深入研究，并提供了政府如何扼杀在线言论自由的见解。在传统媒体（例如新闻）中使用社交媒体作为响铃检测（自我）审查的比较少（或没有）注意。我们提出一种新颖的无监督方法，其将社交媒体视为传感器以检测新闻媒体中的审查，其中在新闻媒体中发布的信息与在社交媒体中发布的相关信息之间的统计上显着的差异被自动识别为候选检查事件。我们开发了一个假设测试框架，以确定和评估被审查的关键字集群，和一个新的近线性时间算法（称为GraphDPD），以确定最高评分群集作为审查指标。我们概述了来自墨西哥和委内瑞拉的半合成数据以及实际数据集（使用Twitter和本地新闻媒体）的大量实验，强调了准确检测真实世界自我审查事件的能力。
提取社会推荐技术在用户评级预测中的隐性社会关系
地址： http://arxiv.org/abs/1612.01428
作者： Seyed Mohammad Taheri, Hamidreza Mahyar, Mohammad Firouzi, Elahe Ghalebi K., Radu Grosu, Ali Movaghar
摘要： 推荐在我们的日常生活中起着越来越重要的作用。推荐系统自动向用户推荐可能对他们感兴趣的项目。最近的研究表明，将社会信任纳入矩阵因子分解方法明显提高了评级预测的准确性。这种方法主要使用由用户明确表达的信任分数。然而，使用户提供彼此的显式信任分数通常是具有挑战性的。有相当多的研究提取信任度量，以基于用户之间的交互来计算和预测用户之间的信任分数。在本文中，我们首先介绍如何通过描述推荐系统中用户之间的Hellinger距离，从用户对项目的评分中提取社交关系。然后，我们建议将预测的信任得分纳入社会矩阵分解模型。通过分析来自三个众所周知的真实世界数据集的社会关系提取，其中：信任和推荐数据可用，我们得出结论：使用社交推荐技术中的隐式社交关系具有与实际信任分数几乎相同的性能，用户。因此，我们建立我们的方法，称为Hell-TrustSVD，在先进的社会推荐技术之上，结合提取的隐含的社会关系和用户给出的评级对活动用户的项目的预测。就我们所知，这是扩展TrustSVD与提取的社会信任信息的第一个工作。实验结果支持每当明确的信任不可用时将隐式信任用于矩阵分解的想法可以比用户等级预测中的最先进的方法更好地执行。
HellRank：基于Hellinger的中心度量为双向社交网络
地址： http://arxiv.org/abs/1612.01511
作者： Seyed Mohammad Taheri, Hamidreza Mahyar, Mohammad Firouzi, Elahe Ghalebi K., Radu Grosu, Ali Movaghar
摘要： 测量社交网络中的中心性，特别是在二分节模式中，提出了几个挑战，例如需要完全知道网络拓扑和缺乏正确地检测top-k行为代表性用户。在本文中，为了克服上述挑战性问题，我们提出了一个准确的中心度量，称为HellRank，以识别中心节点在二分社会网络。 HellRank基于在二分网络的同一侧上的两个节点之间的Hellinger距离。我们理论上分析Hellinger距离对二分网络的影响，并找到这个距离的上限和下限。 HellRank中心度测量的计算可以通过让每个节点仅使用其直接邻居上的本地信息来分布，因此不需要中央实体来充分了解网络拓扑结构。我们实验地评估与真实世界网络上的其他中心度度量相关的HellRank度量的性能。结果显示，根据Kendall和Spearman秩相关系数，HellRank和其他常规度量之间的部分等级相似性。
平均鸟：在Twitter上检测侵略和欺凌
地址： http://arxiv.org/abs/1702.06877
作者： Despoina Chatzakou, Nicolas Kourtellis, Jeremy Blackburn, Emiliano De Cristofaro, Gianluca Stringhini, Athena Vakali
摘要： 近年来，对社交媒体上的用户的欺凌和侵犯显着增长，对所有人口统计的受害者造成严重后果。特别是，网络欺凌影响了全世界一半以上的年轻社交媒体用户，并且由于长期和/或协调的数字骚扰，也导致了青少年自杀。然而，用于理解和减轻它的工具和技术是稀缺的，并且大多是无效的。在本文中，我们提出一个原则和可扩展的方法来检测欺凌和攻击性行为在Twitter上。我们提出一个鲁棒的方法，用于提取文本，用户和基于网络的属性，研究网络霸凌和攻击者的属性，以及什么功能将它们与普通用户区分开来。我们发现，欺凌用户发布更少，参与更少的在线社区，并且不如普通用户受欢迎，而侵略者是相当受欢迎，往往包括更多的消极性在他们的职位。我们评估我们的方法使用一个语句的1.6M发布超过3个月，并表明机器学习分类算法可以精确检测用户展示欺凌和侵略行为，实现超过90％的AUC。
在政治危机期间在新闻文章和Twitter中识别党派倾向
地址： http://arxiv.org/abs/1703.05819
作者： Dmytro Karamshuk, Tetyana Lokot, Oleksandr Pryymak, Nishanth Sastry
摘要： 在本文中，我们有兴趣了解主流和社交媒体之间在大规模危机期间形成舆论的相互关系，特别是关于如何在主流新闻和社交网络中构架事件以及这些框架中使用的语言如何允许推断政治倾向和党派。我们研究主流和社交媒体的政治议程设置的语言选择，通过分析超过40M的tweets的数据集和超过400万的来自乌克兰2013 - 2014年期间的大规模抗议的新闻文章 - 被称为“Euromaidan”在俄罗斯，亲俄罗斯和乌克兰部队在乌克兰东部和克里米亚的Euromaidan冲突。我们设计了一个自然语言处理算法，以大规模分析语言标记，指向在线媒体的特定政治倾向，并表明新闻文章和Twitter帖子的政治倾向可以高水平的准确性推断。这些发现使我们能够更好地理解大规模危机期间党派意见形成的动态以及主流和社交媒体在这种情况下的相互作用。
节点的核心和层在多元网络中的影响
地址： http://arxiv.org/abs/1703.05833
作者： Christoph Rahmede, Jacopo Iacovacci, Alex Arenas, Ginestra Bianconi
摘要： 我们制定和提出一个算法（MultiRank）用于大型多元网络中节点和层的排序。 MultiRank考虑了数据的完全多元网络结构，并利用节点和层方面的网络的双重性质。所提出的层的中心性（影响）和节点的中心性由一组耦合的方程确定。基本思想在于向从高度影响的层和从已经中心的节点接收链路的节点分配更多的中心性。如果高度中心节点在其中是活跃的，层是更有影响力的。该算法适用于定向/非定向以及加权/未加权多路复用网络。我们讨论MultiRank在多元网络数据集的三个主要例子的应用：欧洲空中交通复用网络，Pierre Auger多元协作网络和粮农组织多元贸易网络。
搜索引擎驱动社会网络的演进
地址： http://arxiv.org/abs/1703.05922
作者： Cai Fu, Chenchen Peng, Xiao-Yang Liu
摘要： 搜索引擎与社交网络紧密耦合，主要是为用户获取感兴趣的信息而设计的。具体地，搜索引擎辅助社交网络的信息传播，即，使得用户能够利用关键词访问感兴趣的内容 - 搜索和促进从源用户直接到潜在感兴趣用户的内容传送的过程。伴随这样的过程，社交网络随着在具有共同兴趣的用户之间出现新的链接而演变。然而，对这种“鸡鸡蛋”问题没有明确的理解，即新的联系促进更多的社会互动，反之亦然。在本文中，我们的目标是定量表征由搜索引擎驱动的社会网络演化现象。首先，我们提出一个社会网络演化的搜索网络模型。其次，我们采用两个性能度量，即度数分布和网络直径。理论上，我们证明度数分布遵循加强的幂律，并且网络直径缩小。第三，我们定量地显示，搜索引擎加速了社交网络中的谣言传播。最后，基于四个真实世界的数据集（即CDBLP，Facebook，微博推文，P2P），我们验证我们的理论发现。此外，我们发现搜索引擎大大增加了谣言传播的速度。
受内部和外部因素影响的局部电网的创新扩散模型
地址： http://arxiv.org/abs/1703.05964
作者： Laura Hattam, Danica Vukadinovic Greetham
摘要： Haynes等人（1977）推导出一个非线性微分方程，以确定创新在社会网络中跨越空间和时间的传播。这种模式取决于模仿者和社会系统中的创新者，其中模仿者对内部影响作出反应，而创新者对外部因素作出反应。这里，这个微分方程被应用于模拟在位于英国的本地电力网络内的低碳技术（LCT）的摄取。该网络包括分配给某些馈线的许多家庭。首先，Haynes模型的行波解决方案用于预测采用时间作为模仿和创新影响的函数。然后，创建表示电网的网格，使得可以实现有限元方法（FEM）。接下来，创新扩散用Haynes方程和FEM建模，其中施加不同的内部和外部压力的大小。因此，检查这些模型参数的影响。此外，计算在固定馈线位置的LCT采用轨迹，这给出宏观理解在特定网络站点的吸收行为。最后，讨论在家庭层面采用LCT。
人口控制政策对社会分裂的影响
地址： http://arxiv.org/abs/1703.05974
作者： Zvi Lotker, David Peleg
摘要： 提出了人口控制政策，并在某些地方作为遏制人口增长的手段。本文涉及这种政策的令人不安的副作用，即由于家庭规模分布变化而导致的社会分裂的潜在风险。这种效应在一些简单的设置中示出并且通过模拟示出。此外，分析了社会分割对家庭大小分布的依赖性。特别地，显示在所研究的模型下，任何禁止3个或更多儿童的家庭的人口控制政策都会带来社会分裂的可能风险。
有争议的社会媒体的讨论的潮流和流动
地址： http://arxiv.org/abs/1703.05994
作者： Kiran Garimella, Gianmarco De Francisci Morales, Aristides Gionis, Michael Mathioudakis
摘要： 我们探讨了有争议的话题的极化在Twitter上是如何演变的 - 长时间（2011到2016年），以及作为对导致相关活动增加的主要外部事件的反应。我们发现增加的活性通常与增加的极化相关;然而，我们发现在我们研究的主题中，极化在时间上没有一致的长期趋势。
信息在社交媒体中的复杂传播的证据：使用Twitter Bots的实验
地址： http://arxiv.org/abs/1703.06027
作者： Bjarke Mønsted, Piotr Sapieżyński, Emilio Ferrara, Sune Lehmann
摘要： 由于诸如Twitter等在线平台的出现，数百万用户已经可以在大规模地研究技术社会系统中的信息传播的动态。系统地重复出现的一个问题是信息是根据简单的还是复杂的动力学传播：每一次暴露于一条信息是否具有用户采用它的独立概率（简单传染），或者该概率取决于来源的数量暴露，增加高于某一阈值（复合传染）？迄今为止的大多数研究是观察性的，因此，不能解开混杂因素的影响，例如社会强化，均等，有限注意或网络社区结构。这里我们描述一个新的控制实验，我们在Twitter上使用“社交机器人”部署执行协调尝试在传播信息。我们建议描述简单和复杂传染动力学的两个贝叶斯统计模型，并测试竞争假设。我们提供实验证据，复杂传染模型描述观察到的信息扩散行为比简单的传染更准确。我们的结果的未来应用包括对社交媒体上的恶意宣传运动，改进的营销和广告策略以及有效的网络干预技术的设计的更有效的防御。
老化和多层结构的联合效应阻止了选民模型中的排序
地址： http://arxiv.org/abs/1703.06073
作者： Oriol Artime, Juan Fernandez-Gracia, Jose J. Ramasco, Maxi San Miguel
摘要： 多层结构可以在网络上运行的系统的动态中引起深刻的变化。作为链接重叠或层之间的度相关性的特征例如有助于增强某些相互作用并且在动态过程中起重要作用。在这项工作，我们调查如何多层结构影响老化选民模型的动态。经典投票者是最简单的观点动态模型之一，代理人复制随机选择的最近邻居的意见。除了观点动态，它在其他领域的应用，如建模催化剂和物种竞争。复制机制模仿无条件模仿的效果，重要的是知道在哪些条件下它能够带来全局共识，这是系统动力学的吸收状态。受到在人类交互的经验数据集中发现的强时间不均匀性的启发，人们还可以在节点中引入衰老：代理更新观点的概率随着从上次改变以来经过的时间而减少。该系统被研究作为跨层共享状态的节点的分数的函数，所谓的多重性参数q。我们发现系统的动力学在中间值q 处遭受显着的变化。在上面，选民模型总是通过粗化过程达到吸收配置。在其下，一部分实现落入动态陷阱，无限延迟到达吸收状态。这些陷阱与自发对称破裂相关联，其中不同层中的主导意见具有相反的符号。因此，我们的结果证实了老化和多层拓扑结合的相关性以产生新的现象学。
基于频率的大脑网络：从复用框架到完整的多层描述
地址： http://arxiv.org/abs/1703.06091
作者： Javier M. Buldú, Mason A. Porter
摘要： 我们探讨如何使用功能多层网络来研究大脑区域之间的动态相互作用，这些多层网络的层表示大脑操作的不同频带。具体来说，我们调查考虑脑作为多层网络的后果，其中所有脑区域可以在不同的频带彼此相互作用，而不是作为多路网络，其中不同频带之间的相互作用只允许在每个脑区域内而不是在他们之间。我们详细研究了多层网络的组合超拉普拉斯矩阵的第二小特征值，因此我们表明层间边缘的异质性，特别是缺失边缘的分数，严重地改变了多层网络的光谱性质。我们用合成网络模型和从静止状态脑磁图得到的真实数据集来说明我们的结果。我们的工作表明在频率多层脑网络的建设中的一个重要问题。
跨多种语言的全球实体排名
地址： http://arxiv.org/abs/1703.06108
作者： Prantik Bhattacharyya, Nemanja Spasojevic
摘要： 我们提出使用维基百科和Freebase知识库建立跨越多种语言的实体的全球长尾排名的工作。我们识别多个功能，并构建一个模型，使用超过10000个标签的地面实况数据集对实体进行排名。最终系统排名2700万个实体，精度为75％，F1得分为48％。我们提供跨语言排名质量的绩效评估和实证证据，并打开未来研究的最终排名列表。
竞争和共生对共生生态系统生物多样性的共同影响
地址： http://arxiv.org/abs/1703.06122
作者： Carlos Gracia-Lázaro, Laura Hernández, Javier Borge-Holthoefer, Yamir Moreno
摘要： 生态系统中物种之间的关系可以通过复杂网络来表示，其中负面（竞争）和积极（共同）互动同时存在。最近，已经表明，许多生态系统可以投入到互惠网络中，嵌套减少有效的物种间竞争，从而促进互惠互动，增加共存物种或生物多样性的数量。然而，目前的方法通过采用不适当处理竞争性相互作用的平均场观点来忽略物种间竞争的结构。在这里，我们介绍一个基于多层网络的概念的框架，这自然地考虑了共性和竞争。因此，我们放弃平均场假说，并通过动态人口模型和数值模拟显示竞争和共生之间存在复杂的关系。具体来说，我们表明，当考虑到所有相互作用时，共生主义不会对专家和通用物种的进化产生相同的后果。这导致在竞争和共生的参数空间中生物多样性的一个不平凡的轮廓。我们的研究结果强调如何同时考虑正和负相互作用可以有助于我们理解生态系统中的拓扑和生物多样性之间微妙的权衡，并要求重新考虑以前的发现在理论生态学，因为它们可能会影响结构和动态稳定性的互惠制度。
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。