- 具有分数flavor的网络几何中的量子统计;
- 被黑的网联车的网络物理风险;
- 空间建模的社会网络中的高度值顶点和感染传播;
- 大规模网络流行病传播的瞬态动态及其缓解;
- 一种检测社区事件相关情绪的框架;
- 通过测量社会网络的影响重叠来最大化传播影响;
- 监狱内外犯罪动态;
- 数据驱动的知识共享平台质量评价方法;
具有分数flavor的网络几何中的量子统计
原文标题： Quantum statistics in Network Geometry with Fractional Flavor
地址： http://arxiv.org/abs/1902.10035
作者： Nicola Cinardi, Andrea Rapisarda, Ginestra Bianconi
摘要： 当节点与描述节点获取新链路的内在能力的适应值相关联时，已经显示不断增长的网络模型显示紧急量子统计。最近已经表明量子统计学也出现在一个名为网络几何flavor的单纯复形中，该模型允许描述节点之间的多体相互作用。此模型依赖于一个名为flavor的外部参数，该参数负责单纯复杂的底层拓扑。当味道取值 s = -1 时，d维单纯复形是一个流形，其中每个（d-1）维面部只能有一个发生数 n_alpha ∈ {0,1} 。在这种情况下，单纯复形的面由玻色 - 爱因斯坦，玻尔兹曼和费米 - 狄拉克分布自然地描述，这取决于它们的尺寸。在本文中，我们将带有Flavor的网络几何的研究扩展到了flavor的分数值 s = -1 / m ，其中每个（d-1）维面部只能有发生数 n_alpha ∈ {0,1,2，...，m}。我们表明，在这种情况下，单纯复形的面的统计性质仅由玻色 - 爱因斯坦或费米 - 狄拉克分布描述。最后，我们评论构成所考虑的单纯复合物的基础结构的网络的谱特性。
被黑的网联车的网络物理风险
原文标题： Cyber-physical risks of hacked Internet-connected vehicles
地址： http://arxiv.org/abs/1903.00059
作者： Skanda Vivek, David Yanni, Peter J. Yunker, Jesse L. Silverberg
摘要： 汽车技术与互联网连接的整合有望极大地改善交通运输，同时又可能带来新的未知风险。互联网连接的车辆就像数字数据，因为它们可能成为恶意黑客攻击的目标。然而，与数字数据不同，互联网连接的车辆是网络物理系统，它们彼此之间以及它们的环境进行物理交互。因此，网络安全问题扩展到网络 - 物理领域为交通流量中的自组织现象带来了新的可能性。在这里，我们研究网络安全专家设想的一个场景，导致大量互联网连接的车辆突然同时被禁用。我们使用基于主体的模拟研究后黑客流量，并发现渗透的关键相关性，用于在车辆有向网络攻击后立即概率预测多车道道路上的结果。我们开发了一种基于分析渗流的模型，以便根据残疾车辆的密度快速评估道路状况，并将其应用于研究曼哈顿（纽约，美国）的街道网络，揭示该城市对此特定网络物理攻击的脆弱性。
空间建模的社会网络中的高度值顶点和感染传播
原文标题： High Degree Vertices and Spread of Infections in Spatially Modelled Social Networks
地址： http://arxiv.org/abs/1903.00077
作者： Joshua Feldman, Jeannette Janssen
摘要： 我们研究了网络中高度顶点的行为如何影响感染是通过社区传播还是在它们之间跳跃。我们研究了两个随机敏感 - 感染 - 恢复（SIR）过程，并用空间优先附着（SPA）网络代表我们的网络。在两种流行情景中的一种情况下，我们调整高度顶点的传染性，使它们具有较低的传染性。我们表明，对于这种情况，感染通过社区而不是在它们之间跳跃。我们猜想在其他情况下情况不是这样，当传染与起始顶点的程度无关时。我们的理论结果和猜想得到了模拟的支持。
大规模网络流行病传播的瞬态动态及其缓解
原文标题： Transient Dynamics of Epidemic Spreading and its Mitigation on Large Networks
地址： http://arxiv.org/abs/1903.00167
作者： Chul-Ho Lee, Srinivas Tenneti, Do Young Eun
摘要： 在本文中，我们的目的是了解大型网络上易感染（SI）流行病传播过程的瞬态动态。 SI模型在文献中大部分被忽略了，而它自然更适合于在没有补丁/疫苗的早期对恶意软件传播进行建模，或者在大规模补丁实际上不可行时在更广泛的时间尺度上进行建模。尽管如此，它的分析只是非常重要的，因为它的重要动力学都是瞬态的，通常的稳定性/稳态分析不再适用。为此，我们开发了一个理论框架，使我们能够在任意网络上获得原始SI动态的精确闭合形式近似解，它可以捕获所有时间的时间动态，并且比现有的近似更紧密，并且通过可靠性理论提供新的解释。作为其应用，我们进一步制定有或没有已感染节点知识的疫苗接种政策，以尽可能减轻未来的流行病蔓延，并通过数值模拟证明其有效性。
一种检测社区事件相关情绪的框架
原文标题： A Framework for Detecting Event related Sentiments of a Community
地址： http://arxiv.org/abs/1903.00232
作者： Muhammad Aslam Jarwar
摘要： 社交媒体彻底改变了人类交流和互动方式。由于其容易和有效的媒介，人们分享和交换信息，进行各种事件的讨论，并表达他们的意见。为了有效制定政策并理解社区对不同事件的反应，我们需要监控和分析社交媒体。在社交媒体中，有一些用户更有影响力，例如，着名政治家可能比普通人更具影响力。这些有影响力的用户属于特定社区。这项研究的主要目的是了解特定社区对各种事件的看法。为了检测社区的基于事件的情绪，我们提出了一个通用框架。我们的框架在twitter上识别特定社区的用户。在确定社区用户后，我们会抓取他们的推文并识别属于特定事件的推文。基于事件的推文已经过预处理。然后分析预处理的推文以检测社区对特定事件的情绪。定性和定量评估证实了我们提出的框架的有效性和实用性。
通过测量社会网络的影响重叠来最大化传播影响
原文标题： Maximizing spreading influence via measuring influence overlap for social networks
地址： http://arxiv.org/abs/1903.00248
作者： Ning Wang, Zi-Yi Wang, Jian-Guo Liu, Jing-Ti Han
摘要： 影响重叠是影响社会网络传播的普遍现象。在本文中，我们认为影响重叠产生的冗余影响会对扩散影响最大化产生负面影响。首先，我们提出了一种理论方法来计算影响重叠并记录冗余影响。然后，在消除冗余影响方面，我们提出了两种算法，即度多重影响（DRS）和度二邻域（DSN），用于多个散布器识别。四个经验社会网络的实验成功地验证了这些方法，并且由DSN算法选择的扩展器显示出较小程度和k核心值。
监狱内外犯罪动态
原文标题： Dynamics of Crime In and Out of Prisons
地址： http://arxiv.org/abs/1903.00270
作者： Jongo Park, Pilwon Kim
摘要： 累积的犯罪记录显示，严重和轻微的犯罪在很多方面都有所不同，并且以复杂的方式相关。虽然一些犯有轻微罪行的人自发地演变为严重罪犯，但从轻微犯罪到重大犯罪的过渡涉及许多社会因素，尚未完全了解。在这项工作中，我们提出了一个数学模型来描述未成年罪犯如何转入监狱内外的主要罪犯。该模型旨在实现两种社会效应，分别以流行术语“破窗效应”和“监狱作为犯罪学校”进行概念化。对该系统的分析表明，与逮捕率，监禁期和监狱内接触率等犯罪相关的参数如何影响平衡时的刑事分配。如果没有适当控制囚犯之间的联系，监禁时间越长，就会增加社会上严重犯罪的发生率。还讨论了最佳分配警察资源以制止犯罪的问题。
数据驱动的知识共享平台质量评价方法
原文标题： Data-driven Approach for Quality Evaluation on Knowledge Sharing Platform
地址： http://arxiv.org/abs/1903.00384
作者： Lu Xu, Jinhai Xiang, Yating Wang, Fuchuan Ni
摘要： 近年来，语音知识共享和问答（Q＆A）平台备受关注，极大地促进了人们的知识获取。然而，很少有研究评估语音知识共享的质量评估。本文介绍了一种数据驱动的方法来自动评估特定Q＆A平台（Zhihu Live）的质量。大量实验证明了所提方法的有效性。此外，我们引入了Zhihu Live数据集作为相关领域研究人员的开放资源。该数据集将促进知识共享服务质量评估新方法的开发。
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。