- 重温非渐进影响模型：可扩展影响最大化;
- 科学共同体网络的转换现象建模;
- 群集网络成对模型中的流行阈值：闭合和快速相关;
- 基于梯度提升树的新浪微博谣言检测方法;
- 离线点对点金融网络的结构和演变;
- 球员动态强度的动力学Elo评分模型;
- 在复杂网络上由流行病传播引起的集体行为的反馈牵制控制;
- 包含主臂和两个分支的网络通道中的物质流;
- Newcomb-Benford定律的变种;
- 国际移民的网络分析;
- 运输网络上多包去中心化导航;
- “你是什么类型？”使用组合多视图嵌入的大麻相关通信中用户类型的情景化分类;
重温非渐进影响模型：可扩展影响最大化
原文标题： Revisiting Non-Progressive Influence Models: Scalable Influence Maximization
地址： http://arxiv.org/abs/1412.5718
作者： Golshan Golnari, Amir Asiaee, Arindam Banerjee, Zhi-Li Zhang
摘要： 尽管社会网络中的影响力最大化在过去十年中在计算机科学领域得到了广泛的研究，但其重点一直放在逐步影响模型上，如独立级联（IC）和线性阈值（LT）模型，这些模型无法捕捉到选择的可逆性。在本文中，我们提出热传导（HC）模型，它是一种具有真实世界解释的非渐进影响模型。我们表明，HC统一，概括并扩展了现有的非渐进模型，如Voter模型[1]和非渐进LT [2]。然后我们证明，选择最优种子集的影响节点对于HC而言是NP难度，但通过建立影响扩散的子模量，我们可以用可扩展的和可证明的近乎最优的贪婪算法来解决影响最大化问题。作为HC模型的一个特例，我们率先提出了一个可扩展的解决方案，用于非渐进LT模型下的影响最大化。与其他贪婪影响最大化方法形成鲜明对比的是，我们快速高效的C2GREEDY算法得益于两个可分析计算的步骤：用于查找影响扩散的封闭形式计算以及贪婪的种子选择。通过对几个大型真实和合成网络进行广泛的实验，我们证明C2GREEDY在影响传播和可扩展性方面优于最先进的方法。
科学共同体网络的转换现象建模
原文标题： Modelling transition phenomena of scientific coauthorship networks
地址： http://arxiv.org/abs/1604.08891
作者： Zheng Xie, Enming Dong, Dongyun Yi, Ouyang Zhenzheng, Jianping Li
摘要： 在一系列科学合作网络中，转换出现在度分布，度数与局部聚类系数之间的相关性等等。这些转换的存在可以被认为是科学领域协作行为多样性的结果。为了模拟两种具体的协作行为，即领导者行为和研究团队其他成员的行为，建立了一个建立在同心圆簇上的日益增长的几何超图。该模型成功预测了转换，以及共同作者网络的许多共同特征。特别是，它实现了从简单的“是/否”实验中推导出复杂的“无标度”属性的过程。此外，对于领导者与其他成员之间协作行为差异的过渡的出现，也给出了合理的解释。研究团队的演变中出现了这种差异，它综合地阐述了产生协作的几个具体因素，即研究团队之间的沟通，作者的学术影响和同质性。
群集网络成对模型中的流行阈值：闭合和快速相关
原文标题： Epidemic threshold in pairwise models for clustered networks: closures and fast correlations
地址： http://arxiv.org/abs/1806.06135
作者： Rosanna C. Barnard, Luc Berthouze, Péter L. Simon, István Z. Kiss
摘要： 流行病门槛可能是网络流行病建模中研究最多的数量。对于大量的网络和动态，流行阈值已被充分研究和理解。然而，对于理论结果大多局限于理想化网络的群集网络来说，情况并非如此。在本文中，我们将重点放在一类称为配对模型的模型上，据我们所知，存在对流行阈值的分析结果。我们表明，通过利用快速变量的存在和使用微扰理论的一些标准技术，我们能够以分析方式获得流行阈值。我们通过将其与整个系统的数值解比较来验证这个新的阈值。该协议在网络的聚类系数，传输速率和平均程度的广泛范围内被发现是优异的。有趣的是，我们发现$ R_0 $的分析形式取决于封闭的选择，突出了处理现实世界流行病时模型选择的重要性。不过，我们预计我们的方法将扩展到其他快速变量存在的系统。
基于梯度提升树的新浪微博谣言检测方法
原文标题： A Gradient Tree Boosting based Approach to Rumor Detecting on Sina Weibo
地址： http://arxiv.org/abs/1806.06326
作者： Xiao Xiong, Bo Yang, Zhongfeng Kang
摘要： 在新浪微博等微博平台上发现谣言是一个至关重要的问题。大多数现有的谣言检测算法需要大量的传播数据进行模型训练，因此在谣言消息发布后的早期阶段，它们的检测精度不高。在本文中，我们提出使用梯度树增强（GTB）方法来进行谣言检测，并在此基础上开发了一种谣言检测算法。同时，基于GTB的方法使得特征选择变得容易，并且开发了特征选择算法。在新浪微博广泛使用的数据集上的实验表明，所提出的检测算法优于现有的检测算法;而且，它在早期的检测精度最高。这项工作似乎是第一个在谣言检测中使用基于GTB的方法，结果表明它可能是一个很有前途的方法。
离线点对点金融网络的结构和演变
原文标题： The Structure and Evolution of an Offline Peer-to-Peer Financial Network
地址： http://arxiv.org/abs/1806.06328
作者： Pantelis Loupos, Alexandros Nathan
摘要： 在这项工作中，我们调查了对等（P2P）支付应用程序的结构和演变。正在考虑的网络的一个独特方面是，节点之间的边界代表共享离线社交互动的个人之间的金融交易。我们的数据集来自最受欢迎的P2P移动支付服务Venmo。我们提出了一系列静态和动态测量，总结了任何社会网络的关键方面，即度分布，密度和连通性。我们发现度分布不遵循幂律分布，证实了以前的研究，即真实世界的社会网络很少没有规模。 Venmo的巨大组件最终由99.9％的所有节点组成，其聚类系数达到0.2。最后，我们检查小世界假设的“拓扑”版本，发现Venmo用户被平均分为5.9步和6步的中位数。
球员动态强度的动力学Elo评分模型
原文标题： On a kinetic Elo rating model for players with dynamical strength
地址： http://arxiv.org/abs/1806.06648
作者： Bertram Düring, Marco Torregrossa, Marie-Therese Wolfram
摘要： 在本文中，我们提出并研究了一个由众所周知的Elo评级体系驱动的大量球员的新的动态评分模型。每位球员的特点是内在的力量和评分，每场比赛后都会更新。我们陈述和分析各自的Boltzmann型方程，并导出相应的非线性非局部Fokker-Planck方程。我们研究Fokker-Planck方程解的存在性，并讨论它们在很长时间内的行为。此外，我们用各种数值实验来说明Boltzmann和Fokker-Planck方程的动力学。
在复杂网络上由流行病传播引起的集体行为的反馈牵制控制
原文标题： Feedback pinning control of collective behaviors aroused by epidemic spread on complex networks
地址： http://arxiv.org/abs/1806.06651
作者： Pan Yang, Zhongpu Xu, Jianwen Feng, Xinchu Fu
摘要： 本文通过钉扎反馈控制策略研究了流行病传播导致的一类复杂网络的流行病控制行为同步问题。基于熄灭平均场理论，构建了具有抑制接触行为的流行病控制同步模型，并结合流行病传播系统和携带额外控制器的复杂动力网络。利用凸函数和盖氏定理的性质，得到该模型的流行阈值，分析无病平衡的全局稳定性。对于个体感染的情况，当疫情蔓延时，有两种类型的反馈控制策略依赖于疾病的信息被设计：一种仅将感染者添加到受感染的个体中，另一种将感染者和感染者添加到控制者中。并利用Lyapunov稳定性理论，在设计的控制器下，推导出保证流行病控制同步系统实现行为同步的一些准则。为了显示我们的理论结果的有效性，进行了几个数值模拟。据我们所知，这是针对钉扎反馈机制下流行扩散引起的控制行为同步的第一项工作。希望我们对复杂动力网络中疾病传播和集体行为控制之间的本质有更深入的了解。
包含主臂和两个分支的网络通道中的物质流
原文标题： On a flow of substance in a channel of network that contains a main arm and two branches
地址： http://arxiv.org/abs/1806.06659
作者： Nikolay K. Vitanov, Roumen Borisov
摘要： 我们研究作为网络一部分的渠道中物质的运动。该通道具有3个臂，由网络的节点和连接节点并形成物质运动方式的边组成。讨论物质在通道中流动的静止状态，并获得通道节点中物质量的统计分布。通道三个分支中的每个分支的这些分布包含着名的长尾分布，如Waring分布，Yule-Simon分布和Zipf分布。从模型的技术应用角度讨论获得的结果（例如，物质的运动被认为是在复杂的技术系统中发生的，并且所获得的物质在通道节点中分布的分析关系代表物质在技术链的相应单元中的分布）。也讨论了获得的结果在移民渠道描述人类迁徙的可能应用。
Newcomb-Benford定律的变种
原文标题： Variations on the Newcomb-Benford Law
地址： http://arxiv.org/abs/1806.06695
作者： Subhash Kak
摘要： Newcomb-Benford法也称为第一位数字现象，适用于社会和计算机网络，工程系统，自然科学和会计等各种现象。在取证中，它被用来根据测量的数据的时间变化值的第一位数字的期望值来确定计算机服务器中的入侵，并检查数据库中的信息是否被篡改。在某些自然数据中，如在基本的物理常数中，与法律有轻微的偏差，这里我们提出一个更一般的bin分布，其中Newcomb-Benford定律是一个特殊情况，因此它可以用来更好地拟合这样的数据，也打开了对这种偏差的起源进行数学检验的大门。
国际移民的网络分析
原文标题： Network analysis of international migration
地址： http://arxiv.org/abs/1806.06705
作者： F. Aleskerov, N. Meshcheryakova, A. Rezyapova, S. Shvydun
摘要： 本文通过对中心指数的评估，从网络角度分析国际移民流量。为了找到国际移民网络中最有影响力的国家，对经典中心指数和新中心指数进行评估。新的中心性指数考虑了短期（SRIC）和长期（LRIC）间接相互作用以及节点属性：目的地国家的人口。该模型适用于联合国组织提供的1970年至2013年国际移民流量年度数据。分析每十年中的一年，并描述指数动态。结果显示，经典和SRIC，LRIC指数以及SRIC和LRIC指数都列出了具有大量移民流动的国家，这些国家的移民流入量相当大，这些国家对高度参与国际移民的国家以及互联最密切的国家都是如此。
运输网络上多包去中心化导航
原文标题： On the decentralized navigation of multiple packages on transportation networks
地址： http://arxiv.org/abs/1806.06718
作者： Samuel M. da Silva, Saulo D. S. Reis, Ascânio D. Araújo, José S. Andrade, Jr
摘要： 我们通过数值模拟和有限尺寸分析研究了长程捷径对空间嵌入式运输网络的影响。我们的网络是由二维（$ d = 2 $）平方格构建的，通过添加以概率$ P（r_ {ij}）\ sim \ r_ {ij} ^ { - \ alpha } $ [J. M.Kleinberg，Nature 406,845（2000）]。考虑到这些改进的网络，我们对多个离散包导航进行了数值模拟，并发现了流经网络的包数量的限制。这种限制的特点是创建软件包的临界概率$ p_ {c} $，在此值以上发生向拥塞状态的转换。此外，发现$ p_ {c} $遵循幂律$ p_ {c} \ sim L ^ { - \ gamma} $，其中$ L $是网络大小。我们的结果表明存在$ \ alpha_ {\ rm min} \ approx1.7 $的最优值，其中参数$ \ gamma $达到其最小值，并且网络对更大系统大小的拥塞更具适应性。
“你是什么类型？”使用组合多视图嵌入的大麻相关通信中用户类型的情景化分类
原文标题： "What's ur type?" Contextualized Classification of User Types in Marijuana-related Communications using Compositional Multiview Embedding
地址： http://arxiv.org/abs/1806.06813
作者： Ugur Kursuncu, Manas Gaur, Usha Lokala, Anurag Illendula, Krishnaprasad Thirunarayan, Raminta Daniulaityte, Amit Sheth, I. Budak Arpinar
摘要： 美国有93％的亲大麻人口支持医用大麻合法化，对大麻股票回报率较高的期望以及公众积极分享有关大麻的医疗，休闲和商业方面的信息，大麻文化在Twitter上蒸蒸日上并不令人惊讶。在29个州将娱乐和医疗用途的大麻合法化之后，Twitter上与毒品有关的交流量急剧增加。具体而言，Twitter账户已经建立用于促销和信息目的，其中一些是美国Ganja，医用大麻交易所和现在的大麻。对不同用户类型的识别和表征可以使我们能够进行更细粒度的时空分析，以便在Twitter上识别大麻相关社区的回声室中的主流或新兴话题。在这项研究中，我们主要集中于对由普通用户，零售商和知情机构创建和运行的Twitter帐户进行分类。按类型对用户帐户进行分类可以更好地捕捉和突出显示诸如趋势主题，大麻公司业务分析以及特定国家大麻政策制定等方面。此外，基于类型的分析可以对大麻相关通信的影响提供更深刻的理解和可靠的评估。我们开发了一种全面的方法，通过将他们的与大麻相关的对话语境化，在Twitter上按照他们的类型对用户进行分类。我们使用从People，Content和Network视图合成的组合多视图嵌入，实现了比实验性基线提高8％的目标。
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.me （提供RSS订阅）进行同步更新。