- 绘画多样性的历史性涌现：图像色度距离的异质性与大量绘画数据集的特征;
- 通过利用边标签增强网络嵌入;
- 符号网络中的平衡;
- 运动模式的周期性影响了城市环境中的流行病风险;
- CIMTDetect：一种基于矩阵-张量耦合分解的社区融合新闻检测方法;
- 使用演讲文本进行TED演讲推荐;
- 对抗有害的误导信息传播以捍卫选举;
绘画多样性的历史性涌现：图像色度距离的异质性与大量绘画数据集的特征
原文标题： Historic Emergence of Diversity in Painting: Heterogeneity in Chromatic Distance in Images and Characterization of Massive Painting Data Set
地址： http://arxiv.org/abs/1701.07164
作者： Byunghwee Lee, Daniel Kim, Seunghye Sun, Hawoong Jeong, Juyong Park
摘要： 绘画是一种艺术形式，长期以来一直是人类创造性表达和交流的主要渠道，其演变发生在与时代的科学，技术和社会环境的相互作用下。因此，基于综合数据理解过程可以揭示人类在不断变化的条件下如何创造性地表现和表现。然而，很少有系统框架来描绘绘画过程，这需要强大的统计方法来定义绘画特征和识别人类的创造性发展，以及高质量和足够数量的数据。在这里，我们提出绘画图像的颜色对比度，表示像素间色度距离的异质性，可以是其风格的有用表示，整合了颜色和几何。从几百年来179,853个高质量图像的大型综合档案的绘画色彩对比中，我们描绘了绘画的时间演化模式，并对创作多样性和个性的非凡扩展进行了深入研究。现代时代。
通过利用边标签增强网络嵌入
原文标题： Enhanced Network Embeddings via Exploiting Edge Labels
地址： http://arxiv.org/abs/1809.05124
作者： Haochen Chen, Xiaofei Sun, Yingtao Tian, Bryan Perozzi, Muhao Chen, Steven Skiena
摘要： 网络嵌入方法旨在学习网络中节点的低维潜在表示。在节点分类和链路预测等各种网络推理任务上实现竞争性能的同时，这些方法将节点之间的关系视为二进制变量，并忽略边的丰富语义。在这项工作中，我们尝试学习网络嵌入，同时保留网络结构和节点之间的关系。在几个真实世界网络上的实验表明，通过考虑不同节点对之间的不同关系，我们的方法能够产生比许多最先进的网络嵌入方法更高质量的节点嵌入，如在具有挑战性的多个网络嵌入方法上评估的那样。 - 标签节点分类任务。
符号网络中的平衡
原文标题： Balance in signed networks
地址： http://arxiv.org/abs/1809.05140
作者： Alec Kirkley, George T. Cantwell, M. E. J. Newman
摘要： 我们考虑符号网络，其中连接或边可以是积极的（友谊，信任，联盟）或消极的（不喜欢，不信任，冲突）。图论中的早期文献认为，这种网络应该显示“结构平衡”，这意味着正边和负边的某些配置是有利的，而其他配置是不受欢迎的。在这里，我们基于既定的弱平衡和强平衡概念，提出了签署网络中的两种平衡衡量方法，并将它们在一系列任务中的表现与之前提出的措施相比较。特别是，我们要问，与适当的零模型相比，现实世界签署的网络是否通过这些措施得到显著平衡，通过所有研究的测量结果确实发现它们确实存在。我们还通过最大化平衡来测试我们预测其他已知网络中未知迹象的能力。在一系列交叉验证测试中，我们发现我们的测量结果能够比机会更好地预测迹象。
运动模式的周期性影响了城市环境中的流行病风险
原文标题： Periodicity in Movement Patterns Shapes Epidemic Risk in Urban Environments
地址： http://arxiv.org/abs/1809.05203
作者： Zhanwei Du, Spencer J Fox, Petter Holme, Jiming Liu, Alison P. Galvani, Lauren Ancel Meyers
摘要： 人类活动的每日变化调节了新出现的爆发的速度和严重程度，但大多数流行病学研究假设静态接触模式。中国上海拥有超过2400万人口的高流动性人口，是进口和随后全球传播传染病的高风险交通枢纽。在这里，我们使用一个动态的集合种群模型，通过上海的每小时运输数据来估算数千个爆发情景中的流行风险。我们发现，最初的流行病增长率变化超过二十倍，取决于疾病引入的时间和邻域。风险最高的介绍是那些发生在市中心附近和星期五的那些 - 它们平衡了工作日和周末的交通模式，从而连接了其他部分人口。这些时空热点的识别可以为更有效的哨点监测目标和缓解传播的策略提供信息。
CIMTDetect：一种基于矩阵-张量耦合分解的社区融合新闻检测方法
原文标题： CIMTDetect: A Community Infused Matrix-Tensor Coupled Factorization Based Method for Fake News Detection
地址： http://arxiv.org/abs/1809.05252
作者： Shashank Gupta, Raghuveer Thirukovalluru, Manjira Sinha, Sandya Mannarswamy
摘要： 检测新闻文章是假的还是真的是当今数字世界中的一项重要任务，在这个世界中很容易创建和传播误导性的新闻文章。对于社交媒体上分享的新闻报道尤其如此，因为他们没有经历与主流媒体相关的任何严格的新闻检查。鉴于人类倾向于通过鼠标点击与他们的社交关系共享信息，假冒新闻文章伪装成真实的，往往广泛传播和病毒式传播。在社会网络中存在回音室（人们共享相同的信念），只会增加社交媒体上广泛存在假新闻的问题。在本文中，我们通过利用用户社会网络中存在的回声室来解决来自社交媒体的假新闻检测问题，以获得新闻文章的有效且信息丰富的潜在表示。通过将回声室建模为社会网络中紧密连接的社区，我们将新闻文章表示为结构的三模式张量 - <新闻，用户，社区>，并提出基于张量因子分解的方法来编码新闻文章在潜在的嵌入空间中保留社区结构。我们还提出了上述方法的扩展，该方法通过耦合矩阵 - 张量分解框架联合模拟新闻文章的社区和内容信息。我们凭经验证明了我们的方法在两个真实数据集上的假新闻检测任务的功效。此外，我们验证了所得嵌入在两个其他辅助任务上的泛化，即：\ textbf {1}}新闻群组分析和\ textbf {2}}协作新闻推荐。我们提出的方法优于两个任务的适当基线，建立其概括。
使用演讲文本进行TED演讲推荐
原文标题： TED Talk Recommender Using Speech Transcripts
地址： http://arxiv.org/abs/1809.05350
作者： Jaehoon Oh, Injung Lee, Yeon Seonwoo, Simin Sung, Ilbong Kwon, Jae-Gil Lee
摘要： 如今，在线视频平台主要通过分析用户驱动的数据（如观看模式）而不是视频内容来推荐相关视频。但是，当视频旨在提供知识时，内容比任何其他元素更重要。因此，我们开发了一个网络应用程序，考虑到成绩单中视频的内容，向用户推荐相关的TED讲座视频。 TED Talk推荐者构建一个网络，用于推荐内容相似且提供用户界面的视频。
对抗有害的误导信息传播以捍卫选举
原文标题： Defending Elections Against Malicious Spread of Misinformation
地址： http://arxiv.org/abs/1809.05521
作者： Bryan Wilder, Yevgeniy Vorobeychik
摘要： 民主选举的完整性取决于选民获取准确信息的途径。然而，由社交媒体主导的现代媒体环境为恶意行为者提供了前所未有的通过错误信息操纵选举的能力，例如虚假新闻。我们研究了一个攻击者之间的零和博弈，他们试图通过在一组广告渠道上传播虚假的新故事或其他错误信息来颠覆选举，以及一个试图限制攻击者影响力的防御者。在这个博弈中计算均衡是具有挑战性的，因为即使是纯策略的玩家都是指数级的。然而，我们提供可证明的多项式时间近似算法，用于在一系列设置中计算防御者的极小极大最优策略，包括不同的人口结构以及每个玩家可用信息的模型。实验结果证实，我们的算法提供了近乎最优的防守策略，并根据防守者可用的资源和知识展示了防守选举难度的变化。
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。