- 可调网络中多功能性的限制;
- 确保社交媒体用户数据安全：一种对抗方式;
- 基于共聚类系数的在线社会网络可疑链接检测方法;
- 基于情绪的梯度提升树模型预测替代性加密货币价格波动;
- 通过人群感知数据理解城市人口流动;
- CrisisMMD：自然灾害的多模Twitter数据集;
- 基于熵的评级网络随机化;
- 信息时代的多尺度社会生态网络;
- 从边缘到中心：演化网络中的信息经纪人;
- 意见领袖对社会传播的影响;
- 大数据时代的空间异质性、规模、数据特征和可持续交通;
- 控制真实多路网络对随机损伤的不确定响应;
可调网络中多功能性的限制
原文标题： The limits of multifunctionality in tunable networks
地址： http://arxiv.org/abs/1805.00504
作者： Jason W. Rocks, Henrik Ronellenfitsch, Andrea J. Liu, Sidney R. Nagel, Eleni Katifori
摘要： 自然界充斥着功能优化的网络，以传播输入以执行特定的任务。无论通过遗传演化还是动态适应，许多网络通过本地调整节点之间的交互来创建功能。在这里我们在两种情况下探讨这种行为：机械网络中的应变传播和流网络中的压力再分配。通过添加和删除链接，我们可以优化两种网络类型以执行特定功能。当网络的另一个预定部分被激活时，我们将单个功能定义为单个“目标”链路的调谐响应。通过使用这种优化生成的网络结构，我们调查了可以编程多少个同时发挥功能的网络。我们发现流动和机械网络在可调整的目标数量方面显示出与定性相似的相变，以及相同的稳健有限尺寸尺度行为。我们讨论如何在一类新的约束满足问题的背景下理解这些属性。
确保社交媒体用户数据安全：一种对抗方式
原文标题： Securing Social Media User Data - An Adversarial Approach
地址： http://arxiv.org/abs/1805.00519
作者： Ghazaleh Beigi, Kai Shu, Yanchao Zhang, Huan Liu
摘要： 社交媒体用户生成大量的数据。为了更好地为用户提供服务，需要在研究人员，广告商和应用程序开发人员之间共享用户相关数据。发布这样的数据会引起对用户隐私的更多关注。为了鼓励数据共享和缓解用户隐私问题，已经开发了许多匿名化和去匿名算法来帮助保护社交媒体用户的隐私。在这项工作中，我们提出了专门针对社交媒体数据的新型对抗攻击。我们进一步提供了评估社交媒体数据不同方面匿名效果的原则性方法。我们的工作揭示了社交媒体数据中的新隐私风险，原因在于用户生成数据的天生异质性，这些数据需要在共享用户数据和保护用户隐私之间取得平衡。
基于共聚类系数的在线社会网络可疑链接检测方法
原文标题： Mutual Clustering Coefficient-based Suspicious-link Detection approach for Online Social Networks
地址： http://arxiv.org/abs/1805.00537
作者： Mudasir Ahmad Wani ([email protected]), Suraiya Jabin ([email protected])
摘要： 在线社会网络（OSN）是网络上流行和快速的信息传播媒介，每天在世界各地建立数以百万计的新关系，如熟人或消极等敌意。负面的联系（或者有时我们可以说有害的联系）大部分是由虚假的形象建立的，因为它们是由心怀不满的目标创造的。检测在线用户中的负面（或可疑）链接可以更好地帮助减轻来自OSN的虚假配置文件。引入修正的聚类系数公式，即M_cc表示的相互聚类系数（Mutual Clustering Coefficient，M_cc），定量度量群体中两个连接用户的共同朋友之间的连通性。在本文中，我们提出了一个基于相互聚类系数和用户配置文件信息的分类系统来检测用户社区内的可疑链接。个人资料信息可帮助我们找到用户之间的相似性。已采用不同的相似性度量来计算连接的用户对之间的配置文件相似性。实验结果表明，工作（w），教育（e），home_town（ht）和current_city（cc）以及M_CC这四个基本且容易获得的特征在设计用于检测可疑链接的成功分类系统中起着至关重要的作用。
基于情绪的梯度提升树模型预测替代性加密货币价格波动
原文标题： Sentiment-Based Prediction of Alternative Cryptocurrency Price Fluctuations Using Gradient Boosting Tree Model
地址： http://arxiv.org/abs/1805.00558
作者： Tianyu Ray Li, Anup S. Chamrajnagar, Xander R. Fong, Nicholas R. Rizik, Feng Fu
摘要： 在本文中，我们分析Twitter信号作为用户情绪的媒介，以预测称为\ emph {ZClassic}的小型替代加密货币的价格波动。我们每小时提取推文3.5周，将每条推文分为正面，中性或负面。然后，我们将这些推文编制成小时情绪指数，创建一个未加权的加权指数，后者给予转发更大的权重。这两个指数以及积极，消极和中性情绪的原始总和与小时定价数据的$ \ sim 400 $数据点并列以训练极端梯度提升回归树模型。将这种模型产生的价格预测与历史价格数据进行比较，得出的预测值与测试数据的相关系数为0.81。我们模型的预测数据在$ p <0.0001 $的水平上产生了统计显著性。我们的模型是第一个理论证明，即Twitter等社交媒体平台可以作为预测高投机性替代加密货币或“硬币”市场价格变动的强大社会信号。
通过人群感知数据理解城市人口流动
原文标题： Understand Urban Human Mobility through Crowdsensed Data
地址： http://arxiv.org/abs/1805.00628
作者： Yuren Zhou, Billy Pik Lik Lau, Chau Yuen, Bige Tunçer, Erik Wilhelm
摘要： 了解人们如何在城市地区迁移对解决城市化问题至关重要，如交通管理，城市规划，疫情控制和通信网络改进等。利用最近提供的大量不同人群数据，许多研究已经在各个方面对该领域做出了贡献。他们需要适当的审查和总结。因此，在本文中，我们首先用适当的分类和相应的例子来回顾这些最近的研究。然后，根据从研究中获得的经验，我们为未来的研究提供了一个全面的教程，其中介绍和讨论了流行的人群数据类型，不同的人类活动主题以及常见的数据预处理和分析方法。特别强调数据类型和移动性主题之间的匹配。最后，我们提出两个研究项目作为案例研究，分别在全市范围和全建筑范围内展示通过众包数据理解城市人口流动的整个过程。除了示范目的之外，这两个案例研究还对某些人群数据类型和流动主题的类别做出了贡献。
CrisisMMD：自然灾害的多模Twitter数据集
原文标题： CrisisMMD: Multimodal Twitter Datasets from Natural Disasters
地址： http://arxiv.org/abs/1805.00713
作者： Firoj Alam, Ferda Ofli, Muhammad Imran
摘要： 在自然灾害和人为灾难期间，人们使用推特等社交媒体平台发布文本和多媒体内容，以报告受伤或死亡人员的更新情况，基础设施损坏情况以及其他信息类型中的人员失踪或发现情况。研究表明，如果及时有效地处理这些在线信息，对于人道主义组织获得情境意识和规划救援行动极为有用。除了对文本内容进行分析之外，最近的研究表明，社交媒体上的图像内容可以显著提升灾难响应。尽管主要侧重于文本内容以提取有用信息的广泛研究，但有限的工作集中于使用图像内容或两种内容类型的组合。其中一个原因是缺少此域中的标记图像数据。因此，在本文中，我们旨在通过发布在不同自然灾害期间从Twitter收集的大型多模态数据集来解决这一限制。我们提供三种类型的注释，这对于解决不同人道主义组织的一些危机应对和管理任务很有用。
基于熵的评级网络随机化
原文标题： Entropy-based randomisation of rating networks
地址： http://arxiv.org/abs/1805.00717
作者： Carolina Becatti, Guido Caldarelli, Fabio Saracco
摘要： 在过去几年中，由于电子商务的广泛传播，在线评级平台很快成为购买建议的常用工具。然而，他们的分析工具并没有以同样的速度发展。事实上，只要考虑用户和产品的双边网络，就可以恢复关于用户习惯和口味的有趣信息，其中由于分配给项目的分数，链接具有不同的权重。对于其他加权二分网络，在这些系统中，我们观察到每个链路的最大可能重量，这限制了结果的可变性。在本文中，我们通过扩展配置模型框架，提出了基于熵的（二部）评级网络的随机化：随机化网络满足每个评级程度的约束，即由指定产品接收的给定评级的数量或由单个用户。我们首先证明这样一个空模型能够比其他空模型更好地再现真实网络的几个非平凡特征。然后，将它用作基准，我们将真实系统中包含的信息投影到其中一个图层上，例如显示音乐专辑社区中由于客户喜好而导致的分区，或者由于观众而导致的电影分区。
信息时代的多尺度社会生态网络
原文标题： Multiscale socio-ecological networks in the age of information
地址： http://arxiv.org/abs/1805.00734
作者： Maxime Lenormand, Sandra Luque, Johannes Langemeyer, Patrizia Tenerelli, Grazia Zulian, Inge Aalders, Serban Chivulescu, Pedro Clemente, Jan Dick, Jiska van Dijk, Michiel van Eupen, Relu C. Giuca, Leena Kopperoinen, Eszter Lellei-Kovács, Michael Leone, Juraj Lieskovský, Uta Schirpke, Alison C. Smith, Ulrike Tappeiner, Helen Woods
摘要： 通过休闲或旅游活动，人与生态系统之间的相互作用形成一个复杂的社会生态空间网络。人们从与自然的相互作用中获益的分析 - 也被称为文化生态系统服务（CES） - 可以更好地理解这些社会生态系统。在信息时代，大型社交媒体数据库日益增多的可用性能够以前所未有的时空解决方案更好地理解复杂的社会 - 生态互动。在此背景下，我们基于从嵌入多尺度社会生态网络中的地理标签照片中提取的信息对这些交互进行建模和分析。我们将这种方法应用于欧洲的16个案例研究网站，使用的社交媒体数据库（Flickr）包含超过150,000个经过验证和分类的照片。在评估了网络的代表性后，我们调查了访客来源对不同规模社会生态互动分布的影响。首先在全球范围内，我们制定一个空间度量吸引力，并用它来识别四组网站。然后，在本地范围内，我们将探索用户到达网站的距离如何影响他们在空间和时间上与该网站互动的方式。这里开发的方法将社交媒体数据整合到基于网络的框架中，为人与景观之间的交互提供了可视化和建模的新方法。结果为理解CES的社会需求与其实现地点之间的关系提供了有价值的见解，从而允许开发更有效的保护和规划策略。
从边缘到中心：演化网络中的信息经纪人
原文标题： From the Periphery to the Center: Information Brokerage in an Evolving Network
地址： http://arxiv.org/abs/1805.00751
作者： Bo Yan, Yiping Liu, Jiamou Liu, Yijin Cai, Hongyi Su, Hong Zheng
摘要： 人际关系对代理社会中的个人效能，地位和表现是至关重要的。本文探讨社会网络理论中三个重要且相互关联的主题：网络的中心/外围分区;网络动态;和新人的社会融合。我们解决了这个问题：一个新手如何利用信息经纪人整合到从外围到中心的动态网络中？我们将整合模型化为新人与动态网络之间的相互作用，并利用建立关系的过程捕捉信息经纪人。我们分析了新手通过策略到达中心的理论保证;证明某种类型的网络动力学总是存在获胜策略。然后，我们提出三种策略，并在四种现实世界数据集和四种网络模型上展示其优于其他方法的性能。总的来说，我们的策略是通过在具有大约14000个节点的动态网络上添加很少的新边来将新手置于中心位置。
意见领袖对社会传播的影响
原文标题： Impacts of Opinion Leaders on Social Contagions
地址： http://arxiv.org/abs/1805.00816
作者： Quan-Hui Liu, Feng-Mao Lü, Qian Zhang, Ming Tang, Tao Zhou
摘要： 意见领袖在线上和线下社会网络中无处不在，但意见领袖对社交行为传染的影响仍未完全了解，特别是通过使用数学模型。在这里，我们概括了经典的沃茨阈值模型，并阐述了意见领袖的影响，如果一个人的意见领袖采纳了这种行为，那么个人采取新的行为。首先，我们从网络中的所有个人中随机选择意见领袖，并发现意见领袖的影响让其他人更容易采取行为。具体而言，意见领袖的存在降低了全球行为采用所需的网络的最低平均程度，并且增加了全球行为采用可能发生的网络的最高平均程度。此外，意见领袖的引入加速了行为的采纳，但并没有改变个人的领养顺序。发达的理论预测与模拟结果一致。其次，我们随机选择最高级别个人的前h％的意见领袖，并找到全球行为采用可能发生的平均程度最低的网络的最优h％。同时，意见领袖对加速行为采纳的影响变得不那么重要，甚至在降低h％的价值时可以忽略。
大数据时代的空间异质性、规模、数据特征和可持续交通
原文标题： Spatial Heterogeneity, Scale, Data Character, and Sustainable Transport in the Big Data Era
地址： http://arxiv.org/abs/1805.00819
作者： Bin Jiang
摘要： 鉴于大数据的出现，我提倡并主张从托伯勒定律到比例定律的范式转换，从欧几里德几何到分形几何，从高斯统计到帕累托统计，以及更重要的是 - 从笛卡尔的机械思维到亚历山大的有机思维。分形几何属于分形的第三个定义 - 也就是说，如果一个集合或一个图案是分形的，如果比大的东西更小的东西的尺度多次出现（Jiang and Yin 2014） - 而不是分形的第二个定义，需要量表和细节之间的权力法则（Mandelbrot 1982）。新的分形几何更接近生活几何，“遵循在现实世界中不可避免地遇到的规则，约束和偶然条件”（Alexander et al。2012，p。395），不仅用于理解复杂性，而且也用于创建复杂或生活结构（Alexander 2002-2005）。这篇编辑试图澄清为什么范式转变是必不可少的，并阐述了几个概念，包括空间异质性（比例尺法），规模（或规模的第四个含义），数据特征（与数据质量相对）以及可持续交通运输大数据时代。
控制真实多路网络对随机损伤的不确定响应
原文标题： Controlling the uncertain response of real multiplex networks to random damage
地址： http://arxiv.org/abs/1805.00894
作者： Francesco Coghi, Filippo Radicchi, Ginestra Bianconi
摘要： 我们发现真实多路复用网络对节点随机损伤的响应有很大的波动。这些结果表明传统上在平均场渗透方法中考虑的对随机损伤的平均响应是系统鲁棒性的较差度量。我们相反地表明，渗透的大偏差方法提供了更准确的系统鲁棒性表征。我们确定了一个有效的渗透阈值，在这个阈值下，我们观察到一个明显的突然转变，将两种不同的制度区分开来，其中最可能对损害的反应是功能性或拆除多重网络。我们利用我们的研究结果提出了一个名为安全中心性的新度量标准，能够将控制整个多路复用网络响应的节点分类为随机破坏。我们证明保护顶级节点的功能足以防止系统崩溃。
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。