- 突变传染影响的尺度律;
- 单向流动的社会力模型的解析解;
- 检索图中的大权重三角形;
- 量化网络平台选民偏见：工具变量法;
- 横向网络钓鱼的规模化检测和表征;
- 单篇论文引文动态预测;
- 保持简单：不使用图卷积网络的图自动编码;
- 自然人群聚类大小的截断对数正态分布和尺度律;
突变传染影响的尺度律
原文标题： Scaling law for the impact of mutant contagion
地址： http://arxiv.org/abs/1910.00655
作者： Jonas S. Juul, Steven H. Strogatz
摘要： 传染，广义的解释，是指任何可以从同行感染力蔓延到同行。例子包括传染病，谣言，误传，创意，创新，银行倒闭，而大停电。有时，在1918年西班牙流感疫情中，传染病毒变异，因为它传播。在这里，用简单的数学模型，我们量化变异只出现一次，因为它行进的蔓延下游的影响。假设这种突变发生在接触网络中的随机节点，我们计算“后代” d ，从最初的“患者零”突变下游的数量的分布。我们发现，分布的尾部衰减为 d ^ - 2 的完全图，随机图，小世界网络和其他无限维网络。该预测与记因传播和突变在Facebook上的观察到的统计一致，并且预计将普遍持有其他有效无限维网络，如全球人类接触网络。在更广的范围内，我们的做法提出了蔓延的介观理论可能的出发点。这样的理论将集中在由扩频蔓延跟踪的路径，从而家具描述的，个别节点和总感染人群之间的中间电平。对于每一个关心传染病和预防的学科，我们预计，传染途径持有宝贵的经验教训，因为它们通过其单一的突变，创新，或故障可以通过网络作为一个整体扫管道的作用。
单向流动的社会力模型的解析解
原文标题： An analytical solution of the Social Force Model for uni-directional flow
地址： http://arxiv.org/abs/1910.00674
作者： Tobias Kretz
摘要： 一种用于流的行人密度的依赖性功能从社会力模型（SFM），用于同质群体行走在相同方向的情况下，分析衍生的并在稳定状态。假设只有最近的Voronoi邻居实行强制产生的功能相匹配的各种中发现的经验非常不同的基本图的。
检索图中的大权重三角形
原文标题： Retrieving Top Weighted Triangles in Graphs
地址： http://arxiv.org/abs/1910.00692
作者： Raunak Kumar (1), Paul Liu (2), Moses Charikar (2), Austin R. Benson (1) ((1) Cornell University, (2) Stanford University)
摘要： 模体图计算是一种基本的原始的许多网络分析任务，以及一些方法已经用于尺度子计数，以大图发展。许多真实世界的网络节点进行，这往往是由一个加权图模型之间的连接强度的自然概念，但对于模式挖掘现有可扩展的图算法设计用于非加权图。在这里，我们开发一套确定性和随机采样算法，使3-派系（三角形）的具有最大权重的快速发现在一个图，其中权重是通过一三角形的边的广义平均测量。例如，我们所提出的算法中的一个可以找到一个加权图的顶部1000的加权三角形数十亿边的三十秒商品服务器，这是数量级比现有的“快速”枚举方案快上。我们的方法从而打开向赋权图中可扩展的模式挖掘的大门。
量化网络平台选民偏见：工具变量法
原文标题： Quantifying Voter Biases in Online Platforms: An Instrumental Variable Approach
地址： http://arxiv.org/abs/1910.00757
作者： Himel Dev, Karrie Karahalios, Hari Sundaram
摘要： 在基于内容的网络平台，使用的总用户反馈（比如，票数的总和）是司空见惯的“金标准”衡量内容的质量。投票聚集的用途，但是，在与现有的实证文献，这表明选民易受不同的偏见赔率 - 声誉（例如，海报），社会影响（例如，票迄今），以及位置（例如，回答位置）。我们的目标是量化的，在观察环境，这些偏见的在线平台的程度。具体而言，有什么不同的印象信号的因果效应 - 如贡献用户，总投票的口碑迄今，和内容的位置 - 在参与者的内容投票？我们采用的工具变量（IV）框架来回答这个问题。我们确定一组候选仪器，仔细分析其有效性，然后使用有效的手段来揭示的印象信号对选票的影响。我们的实证研究利用堆栈交易所网站的日志数据显示，从我们IV方法的偏差估计从普通最小二乘法（OLS）方法的偏差估计有所不同。特别是，OLS低估声誉偏置（1.6--2.2x黄金徽章）和位置偏差（最高可达1.9倍的初始位置）和高估的社会影响力偏差（1.8--2.3x初始票）。我们工作的影响包括：重新设计的用户界面，以避免选民的偏见;在更改平台的政策，以减轻选民的偏见;检测其他形式的在线平台偏见。
横向网络钓鱼的规模化检测和表征
原文标题： Detecting and Characterizing Lateral Phishing at Scale
地址： http://arxiv.org/abs/1910.00790
作者： Grant Ho, Asaf Cidon, Lior Gavish, Marco Schweighauser, Vern Paxson, Stefan Savage, Geoffrey M. Voelker, David Wagner
摘要： 我们提出的横向网络钓鱼攻击的第一座大型特征的基础上，从92个企业组织的1.13亿员工发送的邮件的数据集。在横向网络钓鱼攻击，敌人利用被攻破的企业帐户发送电子邮件，网络钓鱼给其他用户，无论从绝对的信任，并在劫持用户的账户信息中获益。我们开发了数百发现现实世界的横向钓鱼邮件分类，而每一个每百万员工发送的电子邮件在四个误报产生。借鉴我们检测到的攻击，以及用户报告的事件的语料库，我们量化横向网络钓鱼的规模，确定若干专题内容和收件人瞄准，攻击者跟随策略，照亮两种类型的复杂行为的攻击者展出，并估计这些攻击的成功率。总的来说，这些结果扩大我们的'企业攻击者的心智模式和企业的网络钓鱼攻击现状线索。
单篇论文引文动态预测
原文标题： Prediction of citation dynamics of individual papers
地址： http://arxiv.org/abs/1910.00867
作者： Michael Golosovsky
摘要： 我们应用在我们以前的工作开发的单篇论文（M. Golosovsky和S.所罗门，物理评论Ë textbf 95，012324（2017））预测个人论文的被引生涯的引文动态随机模型。我们不仅注重一纸未来引用的估计，但是这种估计的概率利润率为好。
保持简单：不使用图卷积网络的图自动编码
原文标题： Keep It Simple: Graph Autoencoders Without Graph Convolutional Networks
地址： http://arxiv.org/abs/1910.00942
作者： Guillaume Salha, Romain Hennequin, Michalis Vazirgiannis
摘要： 图表自动编码（AE）和自动编码变（VAE）最近成为强大的节点嵌入方法，对富有挑战性的任务有前途的表演如链路预测和节点群集。图AE，VAE和大部分的扩展依靠图卷积网络（GCN）学习节点向量空间表示。在本文中，我们提出了一个简单的线性模型w.r.t.更换GCN编码器该曲线图的邻接矩阵。对于上述两个任务，我们经验表明，这种做法持续达到竞争力绩效w.r.t. GCN为基础的众多真实世界的图，包括成为事实上的标准数据集用于评估图AE和VAE广泛使用的科拉，Citeseer和写作技巧的网络模型。这一结果质疑反复使用这三个数据集进行比较复杂的图AE和VAE模型的相关性。它还强调简单的节点编码方案对许多现实世界的应用程序的有效性。
自然人群聚类大小的截断对数正态分布和尺度律
原文标题： Truncated lognormal distributions and scaling in the size of naturally defined population clusters
地址： http://arxiv.org/abs/1910.01036
作者： Alvaro Corral, Frederic Udina, Elsa Arcaute
摘要： 采用高空间分辨率的人口数据在欧洲南部的一个地区，我们通过整合个人，形成连接群集定义城市。产生的集群人口分布显示涵盖六个数量级的平稳下降的行为。我们进行分布的详细研究，采用先进设备，最先进的统计工具。通过尺度分析的方法，我们排除在低人口范围内的幂律制度的存在。对数系数-的-变动试验使我们能够建立幂律尾高人口，齐普夫定律的特性，具有适用性的相当有限的范围内。相反，对数正态分布拟合描述了从一个几十个人在一个范围覆盖的人口分布，以一百多万（相当于最大集群的人口）。
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。