Arxiv网络科学论文摘要5篇(2019-07-11)

• 成对链路预测;
• 民主党对自由回应调查中的民意总结;
• 团队存储库采用动态：GitHub提交日志分析;
• 用于表征重尾网络的度量;
• 移动电话数据有可能为发展中国家的基础设施规划提供信息;

成对链路预测

原文标题： Pairwise Link Prediction

地址： http://arxiv.org/abs/1907.04503

作者： Huda Nassar, Austin R. Benson, David F. Gleich

摘要： 链路预测是跨越许多学科的网络科学中的常见问题。目标是预测新链接的外观或查找网络中缺少的链接。用于链路预测的典型方法使用网络的拓扑来预测一对节点之间最可能的未来或丢失的连接。然而，网络演化通常由涉及多个节点对的高阶结构调解;例如，三个节点（也称为三角形）上的派系是社会网络结构的关键，但标准链路预测框架并不直接预测这些结构。为了解决这个差距，我们提出了一种新的链路预测任务，称为“成对链路预测”，它直接针对新三角形的预测，其中一个任务是找出哪些节点最有可能形成具有给定边的三角形。我们为成对链路预测问题开发了两种基于PageRank的方法，并对现有的链路预测方法进行了自然扩展。我们在各种网络上的实验表明，基于扩散的方法对所使用的图类型不太敏感，并且在结果中更加一致。我们还展示了如何使用成对链路预测框架在标准链路预测评估的上下文中获得更好的预测。

民主党对自由回应调查中的民意总结

原文标题： Democratic summary of public opinions in free-response surveys

地址： http://arxiv.org/abs/1907.04359

作者： Tatsuro Kawamoto, Takaaki Aoki

摘要： 社会调查被广泛用作获取公众舆论的方法。有时通过以自由响应格式提出问题而不是多选格式来收集意见更为理想。尽管它们具有优势，但在实践中很少使用自由回答问题，因为它们通常需要手动分析。因此，自由格式文本的分类在大规模调查中可能是一项艰巨的任务，并且可能受到分析师解释的影响。在本研究中，我们提出了一个基于网络的调查框架，其中响应按统计原则自动分类。这可以实现，因为除了文本之外，每个答复者还评估了答复之间的相似之处。我们通过对2016年美国总统大选的民意调查和特定大学毕业生的调查来证明我们的方法。所提出的方法有助于分析师解释大规模调查中响应的基本语义。

团队存储库采用动态：GitHub提交日志分析

原文标题： Dynamics of Team Library Adoptions: An Exploration of GitHub Commit Logs

地址： http://arxiv.org/abs/1907.04527

作者： Pamela Bilo Thomas, Rachel Krohn, Tim Weninger

摘要： 当一群人努力了解新信息时，随着各种想法争夺注意力，随之而来的是斗争。随着团队一起学习，陡峭的学习曲线被克服。为了理解这些团队动态如何在软件开发中发挥作用，我们探索了Git日志，它提供了软件存储库的完整变更历史。在这些存储库中，我们观察代码添加，代表成功实现的想法，代码删除，代表失败或被取代的想法。通过检查这些提交类型之间的模式，我们可以开始了解团队如何采用新信息。我们专门研究在项目采用软件库之后发生的事情，即在项目中第一次使用库时。我们发现，各种因素，包括团队规模，图书馆流行度以及Stack Overflow上的流行程度，都与团队学习和成功采用新软件库的速度有关。

用于表征重尾网络的度量

原文标题： A measure for characterizing heavy-tailed networks

地址： http://arxiv.org/abs/1907.04808

作者： Scott A. Hill

摘要： 重尾网络通常在文献中通过其度分布与幂律的相似性来表征。然而，现实生活中的许多重尾网络没有幂律度分布，并且在许多应用中，只要网络拥有集线器，网络的无标度性质就无关紧要。在这里，我们提出了Cooke-Nieboer指数（CNI），这是对网络度分布的重尾性的非渐近度量，它不假定幂律形式。 CNI易于计算，并且清楚地区分具有幂律，指数和对称度分布的网络。

移动电话数据有可能为发展中国家的基础设施规划提供信息

原文标题： Mobile phone data's potential for informing infrastructure planning in developing countries

地址： http://arxiv.org/abs/1907.04812

作者： Hadrien Salat, Zbigniew Smoreda, Markus Schläpfer

摘要： 发展中国家并不总是提供高质量的人口普查数据。相反，移动电话数据正成为评估人口密度，活动和社会特征的代名词。它们为基础设施规划提供了额外的优势，例如实时更新，包括移动信息和记录临时访客的活动。我们结合塞内加尔的各种数据集来评估移动电话数据在发展中国家替代基础设施规划的人口普查数据不足的潜力。作为一个应用案例，我们测试他们准确预测国内电力消耗的能力。我们表明，与普遍看法相反，平均手机活动与人口密度没有很好的相关性。但是，它可以提供比基本人口普查数据更好的电力消耗估算。更重要的是，我们成功地使用曲线和网络聚类技术来提高预测的准确性，恢复良好的人口映射潜力，并减少信息数据的收集，以便规划到更小的样本。

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。