- 行为社区和网络的原子结构;
- 在Kickstarter上估计交货期限的时间奖励交付项目;
- 从多个嘈杂的实现估计一个网络;
- 使用网络本地信息进行边采样;
- 造成行人流出瓶颈的出口时间之间的相关性;
- 估计使用共用车辆进行家庭通勤的停车需求节省;
行为社区和网络的原子结构
原文标题： Behavioral Communities and the Atomic Structure of Networks
地址： http://arxiv.org/abs/1710.04656
作者： Matthew O. Jackson, Evan C. Storms
摘要： 我们开发“行为社区”理论和网络的“原子结构”。我们将原子定义为在网络上播放的一组协调博弈中行为总是相互匹配的代理组。这为社区和经济网络社区的检测提供了一个微观基础。我们提供表征这种基于行为的社区和原子结构的理论结果，并在大型随机网络中讨论其属性。我们还提供了一种用于识别行为社区的算法。我们讨论应用程序，包括：通过观察数据中的行为约定来估计潜在偏好的方法，以及当存在对等交互和同情时，优化播种扩散过程。我们说明了应用于高中友谊网络和农村网络的技术。
在Kickstarter上估计交货期限的时间奖励交付项目
原文标题： Identifying On-time Reward Delivery Projects with Estimating Delivery Duration on Kickstarter
地址： http://arxiv.org/abs/1710.04743
作者： Thanh Tran, Kyumin Lee, Nguyen Vo, Hongkyu Choi
摘要： 在众筹平台中，人们通过从人群中筹集资金，或者投资于别人的项目，把原型想法变成真正的产品。在基于奖励的知名平台（如Kickstarter和Indiegogo）中，选择准确的奖励交付持续时间对于创作者，支持者和平台提供商保持创作者和支持者之间的信任以及平台提供商和用户之间的信任至关重要。据Kickstarter介绍，35％的支持者没有及时获得奖励。不幸的是，关于准时和迟到的奖励交付项目知之甚少，并且没有以前的工作来估计奖励交付期限。为弥补差距，本文（i）提取揭示项目奖励潜在难度的新特征; （ii）建立预测模型，以确定创作者是否能及时向项目提供所有奖励;和（iii）建立一个回归模型来估计准确的奖励交付持续时间（即生产和交付所有奖励需要多长时间）。实验结果表明，我们的模型在最长的奖励交付持续时间的前5％达到良好的性能 - 82.5％的准确度，78.1 RMSE和0.108 NRMSE。
从多个嘈杂的实现估计一个网络
原文标题： Estimating a network from multiple noisy realizations
地址： http://arxiv.org/abs/1710.04765
作者： Can M. Le, Elizaveta Levina
摘要： 实体之间的复杂交互通常表示为网络中的边。在实践中，网络通常由噪声测量构成，并且不可避免地会包含一些错误。在本文中，我们考虑了从多个噪声观测估计网络的问题，其中原始网络的边被记录有假阳性和假阴性。这个问题是由神经影像学应用激发的，其中具有特定脑部疾病的一组患者的脑网络可被视为对应于疾病的不可观察的真实网络的噪声版本。最佳利用这些多重观察的关键是利用网络结构，这里我们专注于真正的网络包含社区的情况。社区在一般的真实网络中是常见的，特别是被认为在脑网络中呈现。在社会结构假设的真相下，我们推导出一种估计噪声水平和原始网络的有效方法，并对我们的估计趋同进行理论保证。我们在合成网络上展示了我们的方法的性能接近于使用真实参数值的oracle方法，并将我们的方法应用于fMRI大脑数据，表明它构建了人口网络的稳定和合理的估计。
使用网络本地信息进行边采样
原文标题： Edge sampling using network local information
地址： http://arxiv.org/abs/1710.04772
作者： Can M. Le
摘要： 边抽样是网络分析中的一个重要课题。它提供了一种自然的方法来减少网络大小，同时保留原始网络的所需功能。只使用本地信息的采样方法在实践中是常见的，因为它们不需要访问整个网络并且可以容易地并行化。尽管有希望的经验表现，大多数这些方法都是从启发式考虑中得出的，因此仍然缺乏理论上的理由。为了解决这个问题，我们在本文中研究了一种使用网络本地信息的简单边抽样方案。我们表明，当本地连通性足够强时，采样网络满足强谱特性。我们通过全局参数量化本地连接的强度，并将其与更常见的网络统计信息（如聚类系数和Ricci曲率）相关联。基于这个结果，我们还得出一个条件，在该条件下，超图可以被采样并缩小到加权网络。
造成行人流出瓶颈的出口时间之间的相关性
原文标题： Origin of the correlations between exit times in pedestrian flows through a bottleneck
地址： http://arxiv.org/abs/1710.04913
作者： Alexandre Nicolas (1), Ioannis Touloupas (1) ((1) LPTMS)
摘要： 从密集的行人流经瓶颈的微观分析出发，出现了鲁棒的统计特征，特别是在连续通路之间的时间间隔方面。我们通过我们定量开发和分析的简单模型，精确定位了这些功能起源的机制。我们反对这样的想法，即连续时间间隔之间的反关系（即，较短的和较长的间隔之间的交替）是拉链式插入行人线的标志，并且表明它们仅仅是来自不同“线”的行人的可能性，或方向在短时间内跨越瓶颈。第二个特征涉及逃逸的爆发，即快速连续地出现的出口。尽管由Poisson过程引起的爆发大小的指数分布普遍存在，但是我们认为，如果瓶颈几乎拥塞，尽管仅在参数空间很小的一部分，我们认为出现异常（幂律）统计。提出的机制的一般性意味着对于其他类型的颗粒物流也应该观察到类似的统计特征。
估计使用共享车辆进行家庭通勤的停车需求节省
原文标题： Estimating savings in parking demand whem using shared vehicles for home-work commuting
地址： http://arxiv.org/abs/1710.04983
作者： Dániel Kondor, Hongmou Zhang, Remi Tachet, Paolo Santi, Carlo Ratti
摘要： 作为替代个人拥有汽车的共享车辆的可用性和采用率的增加，为实现城市更高效的交通提供了充足的机会。随着私家车平均停车时间超过95％的时间，共享移动的可能好处之一是减少停车位的需求。在广泛讨论的同时，文献中仍然缺乏对这些效益的系统量化作为移动性需求和共享模型的功能。作为这个方向的第一步，本文着重于一种私人移动性，尽管具体说明是对交通拥堵和停车需求的主要贡献者，即家庭通勤。我们开发了一种数据驱动的方法，用于估计不同共享移动模型中的通勤停车需求，包括使用自驾车来部分补偿通勤中的流量不平衡的模型，并进一步减少停车场基础设施，牺牲增加的行驶里程。我们认为新加坡城市是一个案例研究，产生非常令人鼓舞的结果，表明逐渐过渡到共享流动模式将有力地减少停车基础设施。在未来看来，自驾车的情况下，我们的分析表明，停车需求可以降低50％，而不用增加总行驶里程小于2％。
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。