- 效率聚类模式和加密货币市场的成熟时代;
- 打击暴力极端主义：一种数学模型;
- 韩国国家研发绩效评估体系的系统动力学分析;
- 基于内容的个性化微博推荐的比较分析[实验与分析];
- 国际农作物贸易网络：冲击和级联的影响;
- Instagram社会网络上品牌影响力配对的机器学习技术;
效率聚类模式和加密货币市场的成熟时代
原文标题： Clustering patterns in efficiency and the coming-of-age of the cryptocurrency market
地址： http://arxiv.org/abs/1901.04967
作者： Higor Y. D. Sigaki, Matjaz Perc, Haroldo V. Ribeiro
摘要： 有效市场假说对金融交易和市场稳定具有深远影响。因此，加密货币是否具有信息效率已经成为最近激烈调查的主题。在这里，我们使用置换熵和统计复杂度而不是价格日志回报的滑动时间窗来量化超过四百种加密货币的动态效率。我们认为加密货币在时间窗口内是有效的，因为这两种复杂性度量在统计上与在随机混洗数据上获得的值无法区分。我们发现，在我们的研究中，37％的加密货币在80％的时间内保持有效，而20％的加密货币在不到20％的时间内具有信息效率。我们的结果还表明，效率与加密货币的市值无关。随着时间的推移对信息效率的动态分析揭示了聚类模式，其中具有相似时间模式的不同加密货币形成四个聚类，而且，每个组中的年轻货币似乎准备跟随其“长者”的趋势。因此，加密货币市场已经显示出对有效市场假设的显著遵守，尽管数据还显示数字货币的成熟在这方面仍然正在进行中。
打击暴力极端主义：一种数学模型
原文标题： Countering Violent Extremism: A mathematical model
地址： http://arxiv.org/abs/1901.05440
作者： Manuele Santoprete
摘要： 激演化是人们采用日益极端的政治，社会或宗教意识形态的过程。当激演化导致暴力时，激进思想成为对国家安全的威胁。预防和去激进计划是用于打击暴力极端主义的一系列战略的一部分，这些战略统称为打击暴力极端主义（CVE）。预防计划试图阻止激演化进程的发生和占据。去激演化方案与暴力极端分子合作，并试图改变他们的极端主义信仰和暴力行为，目的是使他们重新融入社会。在本文中，我们介绍了一个简单的隔室模型，适用于描述预防和去激进程序。预防措施通过包括疫苗接种隔室来建模，而去激活过程通过包括治疗隔室来建模。我们计算基本复制数 R _0 。对于 R _0 <1 ，系统具有一个全局渐近稳定的均衡。对于 R _0> 1 ，系统还有一个额外的“地方性均衡”。 Lyapunov函数用于表明，对于 R _0> 1 ，地方病均衡是全局渐近稳定的。
韩国国家研发绩效评估体系的系统动力学分析
原文标题： A System Dynamics Analysis of National R&D Performance Measurement System in Korea
地址： http://arxiv.org/abs/1901.05447
作者： Taekho You, Woo-Sung Jung
摘要： 同行评审是一项有用且强大的绩效评估流程。在韩国，它需要提高研发绩效的质量，但文献计量评估和缺乏同行会产生相反的效果。我们使用系统动力学来描述韩国研发性能测量系统以及提高性能质量的方法。为了满足所需的研发性能质量，需要提高评估的公平性和质量。由于研发项目和桑皮过程的专业化，同行资源的规模减少，这对于获得公平和质量至关重要。此外，缩短评估期对研发绩效质量的影响，导致工作量增加，限制长期和创新的研发项目，降低评估质量。以前的评估政策起到了微观控制研发活动的作用，但是增加同行池的规模和改变评估期会改变评估的质量和公平性。
基于内容的个性化微博推荐的比较分析[实验与分析]
原文标题： Comparative Analysis of Content-based Personalized Microblog Recommendations [Experiments and Analysis]
地址： http://arxiv.org/abs/1901.05497
作者： Efi Karra Taniskidou, George Papadakis, George Giannakopoulos, Manolis Koubarakis
摘要： 微博平台构成了实时通信和信息共享的流行手段。它们涉及如此大量的用户生成的内容，其用户遭受信息泛滥。为了解决这个问题，已经提出了许多推荐方法来组织用户根据她的兴趣接收的帖子。基于内容的方法通常为每个单独的用户构建基于文本的模型以捕获她的品味，然后根据他们与该模型的相似性在她的时间线中对帖子进行排名。尽管基于内容的方法引起了人们对数据管理社区的极大兴趣，但尚未对影响其绩效的主要因素进行全面评估。它们是：（i）将非结构化文本转换为阐明其特征的结构化表示的表示模型，（ii）组成用户模型的微博帖子的来源，以及（iii）用户的发布活动的类型。为了弥补这一差距，我们系统地检查了9个最先进的表示模型的性能，结合13个表示源和3个用户类型，来自Twitter的大型真实数据集，包括60个用户。我们还考虑了各种表示模型的223种合理配置，以评估其内部参数的稳健性。为了便于解释我们的实验结果，我们引入了一种新的表示模型分类。我们的分析提供了对确定微博中基于内容的推荐的性能的主要因素的性能和功能的新见解。
国际农作物贸易网络：冲击和级联的影响
原文标题： International crop trade networks: The impact of shocks and cascades
地址： http://arxiv.org/abs/1901.05872
作者： Rebekka Burkholz, Frank Schweitzer
摘要： 分析了21个国家176个国家的粮农组织现有数据，我们发现玉米，大米，大豆和小麦的国际贸易复杂性增加。越来越多的国家作为生产者或中间商发挥作用，无论是贸易还是食品加工。因此，我们发现贸易网络更容易因外部冲击而导致故障级联。在我们的模型中，各国通过实施出口限制来弥补需求不足。为了捕捉这些，我们为不同的作物和年份构建了高阶贸易依赖网络。这些网络揭示了各国之间隐藏的依赖关系，并允许讨论政策含义。
Instagram社会网络上品牌影响力配对的机器学习技术
原文标题： Machine Learning Techniques for Brand-Influencer Matchmaking on the Instagram Social Network
地址： http://arxiv.org/abs/1901.05949
作者： Taylor Sweet, Austin Rothwell, Xuan Luo
摘要： 社交媒体革命改变了品牌与消费者互动的方式。越来越多的公司没有将广告预算花在州际广告牌上，而是选择与所谓的互联网“影响者”合作 - 这些人在网络平台上获得了忠实的追随者，因为他们发布了高质量的内容。不幸的是，对于小品牌来说，找到合适的影响者并不总是那么容易：一个与他们的企业形象保持一致但尚未普及到不负担的地步的人。在本文中，我们寻求开发一个品牌影响力配对系统，利用现代机器学习技术的力量和灵活性。结果是一种算法，可以根据他们发布的内容的相似性来预测最富有成效的品牌影响者合作关系。
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。