- 多重网络渗流的大偏差理论;
- 相互联系的国家财富：全球贸易投资多元网络中的冲击传播;
- 任意度随机网络的谱;
- 检查共享单车网络中的旅行模式和特征，以及数据驱动的决策支持的影响：华盛顿特区案例研究;
- 复杂网络的共同演化传播;
- 预算和拟阵约束下的影响最小化：扩展版本;
- K-Core最小化：一种博弈论方法;
- 内部和交互依赖的相互作用影响“网络的网络”的稳健性;
- 复杂网络的邻域度序列;
- 人类迁徙的数学理论：具有二级和三级臂的迁移通道模型;
- 另一种接近Erdos-Renyi随机图的小世界网络模型;
多重网络渗流的大偏差理论
原文标题： Large deviation theory of percolation on multiplex networks
地址： http://arxiv.org/abs/1811.02339
作者： Ginestra Bianconi
摘要： 最近，人们越来越关注在单一和多路网络中定义的渗流中观察到的波动。这些波动对于表征真实有限网络的鲁棒性非常重要，但是传统上采用的渗流平均场理论无法捕捉这些波动。在这里，我们提出了一个理论框架和一个消息传递算法，它能够完全捕获相互依赖的多路网络中具有局部树状结构的渗流的大偏差。这个框架在这里应用于研究单实例多路网络的鲁棒性，并与使用初始损伤的大量模拟获得的结果进行比较。为简单起见，这里开发的方法用于相互依赖的多路网络而没有链路重叠，但是它可以推广到处理具有链路重叠的多路网络。
相互联系的国家财富：全球贸易投资多元网络中的冲击传播
原文标题： The interconnected wealth of nations: Shock propagation on global trade-investment multiplex networks
地址： http://arxiv.org/abs/1901.01976
作者： Michele Starnini, Marián Boguñá, M. Ángeles Serrano
摘要： 世界经济日益一体化，在复杂的多层互动网络中组织起来，是全球经济危机蔓延的关键因素之一。我们采用网络科学方法来量化全球贸易投资多元网络上的冲击传播。为了实现这一目标，我们提出了一个模型，该模型结合了易受感染 - 恢复的流行病传播动态，描述了经济困境如何在相互关联的国家之间传播，具有内部传染机制，描述了特定国家内这种经济困境的蔓延。在地方层面，我们发现贸易和金融互动之间的相互作用会影响各国对冲击的脆弱性。在大规模上，我们发现一个国家的冲击的相对大小与其对整个经济系统的全球影响之间存在简单的线性关系，尽管内部传染的强度依赖于国家，而国家间的传播动力是非线性的。 。有趣的是，这种系统性影响可以根据我们称之为网络乘数的层内和层间比例因子来预测，这些因素与初始冲击的大小无关。我们的模型建立了一个量化框架，以对各个国家和世界经济的稳健性进行压力测试，以传播崩溃事件。
任意度随机网络的谱
原文标题： Spectra of random networks with arbitrary degrees
地址： http://arxiv.org/abs/1901.02029
作者： M. E. J. Newman, Xiao Zhang, Raj Rao Nadakuditi
摘要： 我们推导出一种消息传递方法，用于计算局部树状网络的谱，并对其进行近似，使我们能够计算闭合形式的表达式或快速数值近似的任意节点度随机图的谱密度 - 所以称为配置模型。我们发现后者近似适用于除最稀疏网络之外的所有网络。我们还得出了谱带边位置的界限，这对于识别网络中的结构相变很重要。
检查共享单车网络中的旅行模式和特征，以及数据驱动的决策支持的影响：华盛顿特区案例研究
原文标题： Examining Travel Patterns and Characteristics in a Bikesharing Network and Implications for Data-Driven Decision Supports: Case Study in the Washington DC Area
地址： http://arxiv.org/abs/1901.02061
作者： Xiao-Feng Xie, Zunjing Jenipher Wang
摘要： 共享单车近年来逐渐成为一种采用可持续交通方式，为我们带来许多社会，环境，经济和健康相关的利益和回报。越来越多的研究旨在更好地理解城市环境中的共享单车系统（BSS）。然而，我们对BSS的模式和特征的理解仍然不完整。在本文中，我们旨在通过BSS帮助提高多式联运的可持续性，我们进行系统的数据分析，以检查自行车共享网络中系统动态的基本模式和特征，并获得决策模式和特征的含义。作为案例研究，我们使用华盛顿特区Capital Bikeshare系统的旅行历史数据和一些其他数据来源。该研究涵盖了自行车交通系统的七个重要方面，分别是出行需求和流量，运营活动，使用和空闲时间，出行目的，始发地 - 目的地流量，移动性和安全性。对于这些方面，通过使用适当的统计方法和地理技术，我们从数据中调查BSS的旅行模式和特征，以评估主要利益相关者的投入对主要效果衡量指标（如旅行成本，流动性，安全性）的定性和定量影响。服务质量和运营效率，主要利益相关者包括道路使用者，系统运营商和城市。我们还披露了BSS的一些新模式和特征，以推进旅行行为的知识。最后，我们简要总结了我们的研究结果，并讨论了BSS与主要利益相关者之间关系的数据驱动决策支持的模式和特征，及其对促进自行车共享利用和改造城市交通更具可持续性的影响。
复杂网络的共同演化传播
原文标题： Coevolution spreading in complex networks
地址： http://arxiv.org/abs/1901.02125
作者： Wei Wang, Quan-Hui Liu, Junhao Liang, Yanqing Hu, Tao Zhou
摘要： 实际系统中疾病，行为和信息的传播很少彼此独立，但它们与强烈的相互作用共同发展。揭示网络化共同演化传播的时空演化模式和关键现象极为重要，为我们控制疫情传播，预测社会系统集体行为等提供了理论依据。因此，复杂网络中的共同演化扩散动力学在许多学科中引起了广泛关注。在这篇综述中，我们介绍了协同演化传播动力学的最新进展，强调了统计力学和网络科学的贡献。阐述了四种代表性共同演化扩散机制的理论方法，临界现象，相变，相互作用机制和网络拓扑效应，包括生物传染的共同演化，社会传染，流行病知识和流行病资源等，还讨论了该领域的挑战以及未来研究的未决问题。
预算和拟阵约束下的影响最小化：扩展版本
原文标题： Influence Minimization Under Budget and Matroid Constraints: Extended Version
地址： http://arxiv.org/abs/1901.02156
作者： Sourav Medya, Arlei Silva, Ambuj Singh
摘要： 最近，在线社会网络已经成为政治活动，病毒式营销和新闻传播的主要战场。因此，“坏演员”越来越多地利用这些平台，成为其管理者，企业和整个社会的关键挑战。假新闻的传播是这些行为者滥用社会网络的典型例子。虽然有些人主张采取更严格的政策来控制社会网络中错误信息的传播，但这往往会损害其民主和有机结构。在本文中，我们研究如何通过去除一些边来限制目标用户组在网络中的影响。该想法是控制扩散过程，同时最小化网络结构中的干扰量。我们通过考虑过去的传播轨迹，以数据驱动的方式制定影响限制问题。此外，我们考虑边删除集的两种约束，预算约束以及更一般的拟阵约束集。这些问题在算法设计方面带来了有趣的挑战。例如，我们能够证明影响限制是APX难的，并分别为问题的预算和拟阵版本提出确定性和概率近似算法。我们的实验表明，所提出的解决方案的性能比基线高出40％。
K-Core最小化：一种博弈论方法
原文标题： K-Core Minimization: A Game Theoretic Approach
地址： http://arxiv.org/abs/1901.02166
作者： Sourav Medya, Tiyani Ma, Arlei Silva, Ambuj Singh
摘要： K-cores是最大诱导子图，其中所有顶点的度数至少为 k 。这些密集模式在社区检测，网络可视化和蛋白质功能预测中具有应用。但是， k-cores对于网络修改来说可能非常不稳定，这就引发了一个问题：网络的k核心结构（例如Web或Facebook）对边删除的恢复能力如何？我们从算法的角度研究这个问题。更具体地说，我们研究计算一小组边的问题，其中移除最小化网络的 k -core结构。本文提供了 k -core最小化问题（KCM）硬度的综合表征，包括不可成像性和固定参数难处理性。受到算法设计方面的这一挑战的启发，我们提出了一种灵感来自Shapley值的新算法 - 一种合作博弈理论 - 能够利用搜索空间中边移除效应的强相互依赖性。 。由于计算Shapley值也是NP难度，我们使用具有概率保证的随机算法有效地近似它们。我们使用几个真实数据集进行的实验表明，所提出的算法在 k -core最小化方面优于竞争解决方案，同时能够处理大型图。此外，我们还说明了KCM如何应用于分析网络的 k -core弹性。
内部和交互依赖的相互作用影响“网络的网络”的稳健性
原文标题： Interplay of intra- and inter-dependence affects the robustness of network of networks
地址： http://arxiv.org/abs/1901.02329
作者： Aradhana Singh, Sitabhra Sinha
摘要： 多个网络之间的相互依赖性的存在给这种通常被称为“网络的网络”（NON）的系统带来了额外的复杂性。我们已经研究了NON对其组件的随机分解以及目标攻击的稳健性，作为组成网络之间的内部和相互依赖的相对比例的函数。我们专注于双层网络，其中两层通常包含不同数量的节点，并且可以改变层内连接与层间连接的比率 r ，保持节点总数和总连接密度不变的。我们观察到，虽然不同网络对节点随机分解的响应是相似的，但主要是内部依赖网络（ r ll1 ）对于目标节点具有最高程度但在节点被删除的情况下的攻击是强健的在最高中介度（CB）中，它们表现出最大连通分量的大小急剧减小（类似于一阶相变），随着更多节点被移除（类似于二阶跃迁），随后逐渐减小。我们还探讨了层大小异质性对鲁棒性的作用，发现对于具有包含非常不同数量的节点的层的给定 r 导致双峰度分布。对于主要相互依赖的网络，这导致较小层的节点在结构上变得中心。选择性地移除构成网络相对较小部分的这些节点会导致整个系统的崩溃 - 使得相互依赖的网络比具有幂律度分布的无标度网络更容易受到目标攻击。
复杂网络的邻域度序列
原文标题： On neighbourhood degree sequences of complex networks
地址： http://arxiv.org/abs/1901.02353
作者： Keith M. Smith
摘要： 了解网络拓扑是网络科学的一个基本方面，它使我们能够深入了解我们所居住的世界的复杂关系架构。我们提供了复杂网络中邻域度序列的第一个特定研究，揭示了对真实世界连接模式的新见解。特别地，我们考虑如何明确地表征重要的物理概念，例如邻域度序列中的对称性，组织和复杂性。这需要开发新的网络索引，我们将其应用于全面的图模型和真实网络阵列。我们发现这些指数既不相互高度相关，也不与经典网络指数高度相关，揭示了网络拓扑中丰富的新分析领域。发现各种现实世界网络的邻域度序列比其给定度分布的网络更加对称，有组织和复杂。值得注意的是，社会和生物网络显示的邻域组织水平始终高于随机机会预期，而只有前者表现出一致的等级复杂性。证据表明，网络超链接网络具有最大的邻域组织相对水平和对称性，生态网络具有最大的层次复杂度相对水平。这种新认可的拓扑描述工具的多功能性显示了描述复杂网络独特特征的潜力。
人类迁徙的数学理论：具有二级和三级臂的迁移通道模型
原文标题： On the Mathematical Theory of Human Migration: Model of a Migration Channel with a Secondary and a Tertiary Arm
地址： http://arxiv.org/abs/1901.02361
作者： Roumen Borisov, Nikolay K. Vitanov
摘要： 我们研究物质在属于网络的有限通道中的运动。信道在网络的节点中分成两个臂。辅助臂还有一个分开。我们获得了物质在通道节点中分布的分析关系，用于物质在通道臂中静止运动的情况。从模型应用于迁移动力学的角度讨论了获得的结果：移民在一个渠道中的运动模型，该渠道由具有不同概率的国家链组成，以获得在渠道的不同国家中移民留下的许可
另一种接近Erdos-Renyi随机图的小世界网络模型
原文标题： An alternative small-world network model approaching the Erdos-Renyi random graph
地址： http://arxiv.org/abs/1901.02381
作者： Benjamin F. Maier
摘要： 着名的Watts-Strogatz小世界网络模型并未接近总随机化极限的Erdos-Renyi随机图模型，这可能导致混淆并使某些分析复杂化。在本文中，我们提出了一个简单的替代方案，它不是重连，而是在具有基于距离的连接概率的节点对之间绘制边。我们证明了这个模型更容易分析并接近相应极限中的真正的Erdos-Renyi随机图模型。给出了关于度分布，度方差，每个节点的两个星数，每个节点的三角形数，聚类系数和随机游走混合时间的分析结果。因此，通过表明随着远程连接概率的增加，聚类系数比消息传递时间的上限慢得多，说明了小世界效应。我们建议将此模型作为研究小世界拓扑对动态系统影响的替代参考模型，以及在教授网络科学时引入众多主题的简单模型。
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。