- 科学审计公司;
- 自然城市系统中的等级尺度;
- 在线公共卫生干预的社交机器人;
- 使用区块链交易网络预测用户表现和比特币价格;
- 男子单人ATP网球比赛的复杂网络分析;
- PeRView：使用微评论进行个性化评论选择的框架;
- 识别社会网络中子社区主体的稳健过程;
- 复杂网络上易感-感染-易感流行病模型的鲁棒性和脆弱性;
- 民意调查过程获得的公众舆论：模型研究和贝叶斯观点;
- 网络和社交媒体上的虚假信息：一个综述;
- 利用友谊网络进行社交互动网络动态链路预测;
科学审计公司
原文标题： Scientific Auditing Firms
地址： http://arxiv.org/abs/1608.00689
作者： Gopal P. Sarma
摘要： “可重复性危机”一直是争议的重要来源，激烈的争论，并呼吁近年来对体制科学进行改革。作为解决当前危机和未来障碍的长期解决方案，我建议创建一种新的研究组织形式，其目的是对科学文献进行随机审计。我建议，数字化科学语料库的数据分析可能在让受过广泛教育的科学家确定关键性结果以便在所有学科进一步详细调查方面发挥关键作用。我认为，简单的由几位研究人员在短时间内组成的简单审计公司的“模拟”试运行将为该提案的可行性提供宝贵的见解。
自然城市系统中的等级尺度
原文标题： Hierarchical Scaling in Systems of Natural Cities
地址： http://arxiv.org/abs/1608.05770
作者： Yanguang Chen, Bin Jiang
摘要： 层次结构可以用一组指数函数来建模，从中我们可以推导出一组表示比例尺度的幂律。一个比例关系方程的解总是一个幂律。尺度规律之后是许多自然和社会现象，例如城市，地震和河流。本文致力于通过级联结构重构层次来揭示自然城市系统中的幂律行为。以美国，英国，法国和德国等城市为例进行实证分析。分级尺度关系可以很好地适应自然城市规模和面积尺度范围内的数据点。尺寸数和面积数尺度指数接近于1，异速比尺度指数略小于1.结果表明，自然城市遵循层次尺度定律和层次守恒定律。证明了层次标度规律是从熵最大化原理推导出来的，这表明自然城市的演化以熵最大化定律为主。这项研究有助于科学家们理解城市和城市系统发展中的权力法律行为。
在线公共卫生干预的社交机器人
原文标题： Social Bots for Online Public Health Interventions
地址： http://arxiv.org/abs/1804.07886
作者： Ashok Deb, Anuja Majmundar, Sungyong Seo, Akira Matsui, Rajat Tandon, Shen Yan, Jon-Patrick Allem, Emilio Ferrara
摘要： 根据美国疾病控制和预防中心的数据，美国每年有数十万人吸烟，数百万人患有与吸烟有关的疾病。许多烟草使用者在社交媒体上讨论他们的习惯和偏好。这项工作构想了一个有针对性的健康干预框架，向烟草使用者通报烟草使用的后果。我们设计了一个名为Notobot（无烟机器人简称）的推特机器人，它利用机器学习来识别用户张贴亲吸烟推文，并选择个性化干预措施来解决他们对烟草使用的兴趣。我们在Twitter上搜索了与烟草有关的关键字和词组，并训练了一个卷积神经网络，其中使用了4,000多个tweets，它们被人工标记为pro-tobacco或不是pro-tobacco。该模型对训练集的回收率达到90％，测试数据达到74％。张贴促销烟草推文的用户将与吸引反对烟草推文的具有类似兴趣的前吸烟者相匹配。基于同伴影响力的算法匹配允许基于来自前吸烟者的真实反烟推特，系统地提供个性化干预。实验评估表明，如果部署，我们的系统将表现良好。这项研究为公共卫生研究人员提供了大规模提高健康意识的机会。未来的工作需要在公共卫生运动中部署全面运作的Notobot系统进行受控实验。
使用区块链交易网络预测用户表现和比特币价格
原文标题： Predicting User Performance and Bitcoin Price Using Block Chain Transaction Network
地址： http://arxiv.org/abs/1804.08044
作者： Mohammad Sadegh Ebrahimi, Afshin Babveyh
摘要： 这项工作安排如下。在第一部分中，我们回顾了之前的工作，并且获得了我们的数据。接下来，我们将看看比特币网络中的地址重用。我们表明，很大一部分用户重复使用他们的地址，这可以使我们对地址进行集群并将它们归入单个用户。接下来，我们将根据他们在网络中作为客户或销售者的角色对节点进行分类。最后，我们研究节点和网络性能。
男子单人ATP网球比赛的复杂网络分析
原文标题： Complex Network Analysis of Men Single ATP Tennis Matches
地址： http://arxiv.org/abs/1804.08138
作者： Umberto Michieli
摘要： 谁是男子网球史上最重要的球员？官方ATP排名系统是否公平评价球员得分？哪些球员值得观察他们的比赛记录最沉思？哪些球员从未面对过，并有可能在未来对阵？这些仅仅是本文提出的一些问题，并得到了2018年4月更新的数据的支持。为了回答上述问题，复杂的网络科学技术已应用于男子单打网球比赛网络的某些表现形式。另外，为了预测比赛的胜者，提出了一种新的预测算法。
PeRView：使用微评论进行个性化评论选择的框架
原文标题： PeRView: A Framework for Personalized Review Selection Using Micro-Reviews
地址： http://arxiv.org/abs/1804.08234
作者： Muhmmad Al-Khiza'ay, Noora Alallaq, Qusay Alanoz, Adil Al-Azzawi, N.Maheswari
摘要： 在当代，社交媒体对人们的决策有影响。具有多样化和冗长内容的在线评论泛滥通常会导致问题的决策不准确。由于在线评论在做出决策时会对各行各业的人产生影响，因此选择基于组成部分的适当评论是非常重要的，因为它依赖于使用这种微观评论一致性来评估评论集部分。微观评论非常简洁，直接谈论产品或服务，而不是有不必要的冗长内容。因此，微评论有助于根据直接或间接与评论主要概况相关的个性化一致性来选择评论。与微观评论相匹配的个性化评论选择与高度个性化覆盖高度相关是本文所考虑的主要问题。此外，还根据个性化用户的个人资料考虑了在进行评论选择时用户偏好的个性化。为此，我们提出了一种称为PeRView的框架，用于基于考虑两个主要因素（个性化匹配分数和子集大小）的所提出的评估度量方法使用微评论进行个性化评论选择。个性化评论选择算法（PRSA）被提出，其使用多个相似性度量来合并以具有高效的个性化评论匹配功能以供选择。实验结果基于使用来自YELP.COM收集的评论数据集，而微观评论数据集来自Foursqure.COM。表明个性化评论选择是一个非常实证的研究案例。
识别社会网络中子社区主体的稳健过程
原文标题： A Robust Process to Identify Pivots inside Sub-communities In Social Networks
地址： http://arxiv.org/abs/1804.08419
作者： Joseph Ndong, Ibrahima Gueye
摘要： 在这项工作中，我们扩展了以前的工作，我们提出了一个从Karhunen-Loeve变换建立的合适的状态模型，以建立一个新的决策过程，从中我们可以从初始网络中提取有用的知识和有关已识别的潜在子社区的信息。该方法的目的是建立一个多层次知识检索框架。除了降低数据的高维度的方法的能力之外，新的检测方案能够从子社区中提取密集的子组，从而定义和制定与能量概念相关的新量联合能源。节点的能量被定义为其参与活动集合的速率，而协同能量的概念定义了两个节点之间的交互/链接的速率。这两个重要特征用于使每条链接加权和有界，以便我们能够对子社区发现进行彻底改进。这项研究允许通过提取每个链接或每个子内社区的信息来执行多级分析。作为这项工作的一个改进，我们定义了枢纽的概念，将节点与网络中最大的影响联系起来。我们建议使用彻底的工具，基于将合适的概率模型转化为可能的模型以提取
复杂网络上易感-感染-易感流行病模型的鲁棒性和脆弱性
原文标题： Robustness and fragility of the susceptible-infected-susceptible epidemic models on complex networks
地址： http://arxiv.org/abs/1804.08422
作者： Wesley Cota, Angélica S. Mata, Silvio C. Ferreira
摘要： 我们分析了标准SIS动力学的两种改变，其保持了顶点自发愈合和感染能力的中心性质随着其程度无限增加。修正后的模型在非均相和淬灭平均场理论中具有与原始动力学相同的流行阈值。然而，取决于网络特性，模拟会产生一种双重情景，其中修改的SIS模型的流行阈值可以显著改变或与标准动态相比保持不变。对于具有指数为$ \ gamma <5/2 $的幂律度分布的不相关合成网络，SIS动态是鲁棒的，对于所有被调查的模型都表现出基本相同的结果。在指数$ \ gamma> 5/2 $的改进动力学中观察到与异质平均场更好地符合的阈值而不是基于个体的猝灭平均场理论。对于$ \ gamma> 3 $，差异更加显著，其中在修改后的模型中发现有限阈值，与原始阈值的消失阈值相比较。这种双重性是以自发持续的亚稳状态为中心的，这些状态集中在中心位置，而中心位置在原来的动力学和运行中被抑制。我们验证了修改后的SIS模型中流行病的激活是由$ \ gamma <3 $的$ k $ -core分解给出的密集连接的网络最内层组件触发的，而它仅发生在$ \ gamma < 5/2美元的标准模式。对于$ \ gamma> 3 $，修改过的动态中的激活集体涉及基本上整个网络，而它是由标准SIS中的集线器触发的。二元性也出现在有限尺寸的临界量尺度上，其中观察到的平均场行为是修改过的，但不是原始动态。
民意调查过程获得的公众舆论：模型研究和贝叶斯观点
原文标题： Public opinion by a poll process: model study and Bayesian view
地址： http://arxiv.org/abs/1804.08433
作者： Hyun Keun Lee, Yong Woon Kim
摘要： 我们在投票过程中研究公众舆论的形成，当前的分数向公众开放。考虑到当时在评分中收集的团体意见，投票人被假定为概率性投票赞成或反对他们自己的选择。发现投票得分概率遵循大调查极限中的β分布。我们证明，甚至与人口偏好相矛盾的各种民意测验结果都可能出现非零概率密度，并且这种偏差很容易被初始偏倚触发。有人提到我们的民意调查模型可以从贝叶斯的观点来理解。
网络和社交媒体上的虚假信息：一个综述
原文标题： False Information on Web and Social Media: A Survey
地址： http://arxiv.org/abs/1804.08559
作者： Srijan Kumar, Neil Shah
摘要： 虚假信息可通过网络和社交媒体平台轻松创建和传播，从而产生广泛的真实世界影响。描述虚假信息在社交平台上的传播方式以及为何成功欺骗读者对于开发有效的检测算法和早期检测工具至关重要。最近这一领域的研究热潮旨在利用基于特征工程，图挖掘和信息建模的方法来解决关键问题。大部分研究主要集中在两大类虚假信息：基于意见的（例如，假评论）和基于事实的（例如虚假新闻和恶作剧）。因此，在这项工作中，我们展示了一个涵盖虚假信息不同方面的全面调查，即（i）参与传播虚假信息的参与者，（ii）成功欺骗读者的理由，（iii）量化虚假信息的影响，（ iv）测量不同维度的特征，最后，（iv）为检测虚假信息而开发的算法。为此，我们创建了一个统一的框架来描述这些最新的方法，并突出了未来研究的一些重要方向。
利用友谊网络进行社交互动网络动态链路预测
原文标题： Leveraging Friendship Networks for Dynamic Link Prediction in Social Interaction Networks
地址： http://arxiv.org/abs/1804.08584
作者： Ruthwik R. Junuthula, Kevin S. Xu, Vijay K. Devabhaktuni
摘要： 在线社会网络（OSN）通常包含用户之间的许多不同类型的关系。在研究Facebook等OSN的结构时，最常研究的两个网络是友谊和互动网络。友谊网络中的链路预测问题已经被深入研究。在交互网络中的链路预测方面也有以前的工作，独立于友谊网络。本文研究友谊与互动网络相结合的预测能力。我们假设，通过利用友谊网络，我们可以提高交互网络中链路预测的准确性。我们增加了几个交互链路预测算法，以结合友谊和预测的友谊。通过对Facebook数据的实验，我们发现，将友谊结合到交互链路预测算法中可以获得更高的准确性，但与合并当前的友谊相比，合并预测的友谊并不会。
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。