- 噪声投票模型的支持相互作用;
- D2M：网络动态防御和对抗运动建模;
- 探索使用自激发点过程进行信息扩散级联流行预测的不确定性;
- 超越精确性：使用预测估计社会网络同质性;
- 我们需要多少、何时需要超图的高阶信息？超边预测案例研究;
- 疫苗接种和疾病蔓延之间的竞争;
- 哪个方向？考虑方向的属性图嵌入;
- 空间模块化网络的两个相变;
- 回声室存在！ （但都是反对意见）;
- 品牌智能分析;
噪声投票模型的支持相互作用
原文标题： Supportive interactions in the noisy voter model
地址： http://arxiv.org/abs/2001.11066
作者： A. Kononovicius
摘要： 我们考虑与支持交互的以前未曾探索的嘈杂选民模型。在这个模型中的主体鼓励在相同状态下其他主体，以保持其当前状态。我们研究了两种不同的方式，其中支持可以实现：支持阻止仿制以及独立性，只支持阻止模仿。两个假设引入较强的漂入模型，它几乎总是克服引起模仿行为的扩散。第一个假设引入了强大的吸引力，以一个完整的共识状态，除非支持变得太强。后者假设促进局部共识，幸存的少数群体。
D2M：网络动态防御和对抗运动建模
原文标题： D2M: Dynamic Defense and Modeling of Adversarial Movement in Networks
地址： http://arxiv.org/abs/2001.11108
作者： Scott Freitas, Andrew Wicker, Duen Horng Chau, Joshua Neil
摘要： 由于设备和他们的认证历史（例如，设备登录）的大型企业网络中，我们如何量化网络漏洞侧向侵蚀和识别高风险设备？我们系统地D2M解决这些问题，首先框架，模型使用与研究人员，工程师，和Microsoft后卫高级威胁防护组威胁猎人开发多种攻击策略的企业网络横向攻击。这些策略结合现实世界的敌对行动（例如，权限提升）生成攻击路径：一系列损害机器。利用这些攻击路径和新的Monte-Carlo方法，我们制定网络漏洞的网络拓扑的一个概率函数，访问凭证和初始穿透点的分布。要在风险侧向侵蚀识别机，我们提出了一套五项快图挖掘技术，包括一个名为AnomalyShield启发节点免疫研究新技术。使用来自微软和洛斯阿拉莫斯国家实验室（高达223399认证）三真实世界的身份验证图中，我们报告网络漏洞第一实验结果的横向攻击，这表明D2M的独特潜力，赋予IT管理员，开发强大的用户访问凭证策略。
探索使用自激发点过程进行信息扩散级联流行预测的不确定性
原文标题： Exploiting Uncertainty in Popularity Prediction of Information Diffusion Cascades Using Self-exciting Point Processes
地址： http://arxiv.org/abs/2001.11132
作者： Quyu Kong, Marian-Andrei Rizoiu, Lexing Xie
摘要： 霍克斯过程已经成功地应用于了解网上信息传播和在线项目的普及。大多数现有的工作集中在单独建模成功扩散级联，而丢弃小瀑布，然而，占可用数据的大部分比例。在这项工作中，我们提出了一套工具，在小瀑布利用信息：即该样品中，依波路混合模型和这些级联中的聚类算法，以发现潜在的群体占级联尺寸偏差的联合拟合过程，以及后霍克斯的最终粒度分布处理。在Twitter级联的数据集，我们发现，相对于国家的最先进的机型，该方法提高对看不见的数据泛化性能，提供了更好的预测最终的知名度和提供手段，从方式表征在线内容的Twitter用户关于它的讨论。
超越精确性：使用预测估计社会网络同质性
原文标题： Going beyond accuracy: estimating homophily in social networks using predictions
地址： http://arxiv.org/abs/2001.11171
作者： George Berry, Antonio Sirianni, Ingmar Weber, Jisun An, Michael Macy
摘要： 在在线社会网络中，通常使用节点类别的预测估计的同质性措施和其他关系的性质。然而，在线社会网络的数据往往缺乏对节点的基本人口统计信息。研究人员必须依靠预测节点上的属性来估计的同质性措施，但鲜为人知的是，这些措施的有效性。我们表明，在网络中的同质性估计可以作为二元预测问题被查看，并且同质的估计是无偏当对子级残差网络中的总和为零。节点级预测模型，如使用的名称进行分类种族或性别，一般不具有这个特性，可以引入大偏差成同质的估计。偏差的发生是由于沿二人组合自相关错误。重要的是，节点级分类性能不估计精度为同质性的可靠指标。我们比较估计的策略，在节点和二元组水平进行预测，评估在不同环境下的性能。我们提出了一个新颖的“自我ALTER”造型的办法，性能优于标准的节点和二元组的分类策略。虽然本文的重点是同质性，结果推广到其他相关的措施，沿着网络中的二人组合汇总预测。我们的结论与建议，为研究设计到在线网络趋同性研究。代码此文件可在https://github.com/georgeberry/autocorr。
我们需要多少、何时需要超图的高阶信息？超边预测案例研究
原文标题： How Much and When Do We Need Higher-order Information in Hypergraphs? A Case Study on Hyperedge Prediction
地址： http://arxiv.org/abs/2001.11181
作者： Se-eun Yoon, Hyungseok Song, Kijung Shin, Yung Yi
摘要： 超图提供表示基团的关系，其复杂激励的广泛现有工作的阵列采用某种形式的抽象和高阶相互作用的简化的一种自然的方式。然而，以下问题尚未解决：如何组相互作用的多抽象是解决超图的任务足够了，不同这样的成绩如何在数据集变成什么？这个问题，如果回答正确，就如何的复杂性和解决下游任务的精度之间权衡一个有用的工程指导。为此，我们提出的增量代表用正投影图，其累积包含了多达n路信息交互的概念组相互作用的方法，和量化随着n各种数据集解决一个任务的准确性。作为下游的任务，我们认为超边预测，链接的预测，这是评价图模型规范工作的延伸。通过对15真实世界的数据集实验，我们得出以下信息：（一）收益递减：小n是足以达到精度近乎完美的近似可比，（B）疑难解答：作为任务变得更具挑战性，更大的n带来更多的好处，以及（c）不可约：数据集，其两两相互作用不要告诉太多关于高阶时减少到两两抽象相互作用失去太多的精确性。
疫苗接种和疾病蔓延之间的竞争
原文标题： Competition between vaccination and disease spreading
地址： http://arxiv.org/abs/2001.11293
作者： Mozhgan Khanjanianpak, Nahid Azimi-Tafreshi, Claudio Castellano
摘要： 我们研究疾病传播和疫苗接种过程之间的相互作用。我们假设，类似疾病蔓延，也接种过程中发生通过直接接触，即，它遵循标准易受感染易感（SIS）动力学。两个竞争过程被非对称地耦合为接种的节点可以直接成为以降低的速率感染相对于敏感菌。我们分析研究了平均场理论的框架内找到一个丰富的相图模型。当接种提供朝向感染很少的保护，连续的两个转变从接种 - 自由流行性状态分离无病免疫状态，具有中间的混合状态，其中易感，感染和接种的个体的并存。随着疫苗效率的增加，三临界点导致双稳态制度和不连续相变出现。对于均匀随机网络数值模拟吻合得很好用的分析预测。
哪个方向？考虑方向的属性图嵌入
原文标题： Which way? Direction-Aware Attributed Graph Embedding
地址： http://arxiv.org/abs/2001.11297
作者： Zekarias T. Kefato, Nasrullah Sheikh, Alberto Montresor
摘要： 图嵌入算法被用于有效地表示（编码）的曲线图中的低维向量的连续的空间，蜜饯的曲线图的最重要的性质。常常被忽视的一个方面是图是否被引导或没有。大多数研究忽略了方向性，以学习优质表示为节点的分类进行了优化。在另一方面，研究，捕捉方向性通常在链路预测有效的，但不处理其他任务表现良好。这一初步研究提出了一种新的文本富集，方向感知算法称为框图的基础上，精心设计的多目标模型得知保持边，文本特征和节点的图上下文的方向的嵌入。其结果是，我们的算法没有交易一个属性为另一个共同学习优质表示多种网络分析任务。我们经验表明，框图显著优于共有六个状态的最先进的基线，这两个方向感知和遗忘的，使用两个流行的数据集的链路预测和网络改造试验。它也可以实现对这些基准点分类实验使用相同的数据集一个相当的性能。
空间模块化网络的两个相变
原文标题： Two transitions in spatial modular networks
地址： http://arxiv.org/abs/2001.11435
作者： Bnaya Gross, Dana Vaknin, Sergey V.Buldyrev, Shlomo Havlin
摘要： 了解基础设施如交通网络的弹性，对于我们的日常生活显著的重要性。近日，均质空间网络模型，用于研究空间嵌入式网络与特点链路长度，如电力网和大脑开发。然而，尽管许多真实世界的网络空间上嵌入及其链接有特色的长度，如管道，电力线路或地面交通线路，他们不是同类，而是异类。例如，城市内的链接密度比城市之间显著较高。在这里，我们现在和研究数字和分析相似的现实异构空间模块化使用渗滤过程，以便更好地了解模型的异质性，对这种网络的影响。该模型假定一个城市里面有很多线连接不同的位置，而城市之间的长行是稀疏，通常直接连接在二维平面上只有少数的近邻城市。我们发现，这种模式经历两种截然不同的继续转变，当一个城市的相互和第二分开每个城市休息时断开连接。虽然在2D网格点渗流的临界阈值仍然是一个悬而未决的问题，我们分析找到在这个模型点渗流的临界阈值。此外，虽然均质模型经验具有称为独特现象 textit 临界拉伸其中从随机的几何交叉到空间结构在不同尺度发现在临界的特征长度伸展非线性单个转换。在这里，我们表明，非均质模型不经历表明关键强烈拉伸依赖于网络结构，这样的现象。
回声室存在！ （但都是反对意见）
原文标题： Echo Chambers Exist! (But They're Full of Opposing Views)
地址： http://arxiv.org/abs/2001.11461
作者： Jonathan Bright, Nahema Marchal, Bharath Ganesh, Stevan Rudinac
摘要： 回声室，这表明在线的政治讨论发生在意识形态同质化条件的理论，最近已经变得普及，在许多民主国家的政治观察极化和激进的模式的解释。然而，尽管微观层面的试点工作已经显示的证据表明，个人可能倾向于对支持自己的信念的信息，最近的宏观层面的研究已经怀疑这种趋势是否产生于实践回声室，而不是提示跨领域的风险是一种常见的投数字化生活的特征。在这篇文章中，我们提供了这些分歧的结果的解释。建立在认知失调理论，并利用从网上白民族主义者网站采取观察的跟踪数据，我们探讨如何个人意识形态的“回音室”与反对的观点互动。我们表明，这种类型的曝光，远远不利于激进的在线讨论，实际上是鼓励人们继续参与这种空间的核心功能。在此回音室最常见的“回声”实际上反对的观点的声音被削弱和边化。因此回声室不仅存在，尽管但由于对立观点的统一存在。我们的结论与我们对那些寻求促进一个更加温和的政治网络研究的政策含义的思考。
品牌智能分析
原文标题： Brand Intelligence Analytics
地址： http://arxiv.org/abs/2001.11479
作者： A. Fronzetti Colladon, F. Grippa
摘要： 利用大数据的力量代表了品牌经理，以揭示消费者认知模式和趋势的机会，同时监测品牌的积极或消极的联想与期望的主题。本文介绍了SBS品牌智能应用程序（SBS BI），它被设计来评估品牌的重要性，并通过（大）文本数据的分析，提供品牌分析的功能。为了更好地描述SBS BI的功能，我们提出了一个案例研究主要集中在2020年美国民主党总统初选。我们下载了50000篇网上文章从事件注册表数据库，其中包含来自世界各地收集的主流和博客的消息。这些网上的新闻报道，转化共同出现的单词网络，并结合从社会网络分析和文本挖掘方法和工具进行分析。
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。