- 动态复杂网络中重叠社区检测的博弈论方法;
- 指导人类多任务导航决策的信息论法则;
- 以网络为中心的全球金融指标脆弱性指标;
- 建模社会网络算法如何影响意见分化;
- SteemOps：在基于Steemit区块链的社交媒体平台中提取和分析关键操作;
- 互动博弈中通往合作的新兴途径：动态互惠;
- 互动博弈中的动态互惠性：数值结果和机理分析;
- TruthBot：用于意向学习，策划的信息呈现和虚假新闻警报的自动对话工具;
- 量化非国家武装团体（NAG）的全球支持网络;
- 城市人口密度与流动性之间的相互作用决定流行病的传播;
- 基于信息传播的互联和无人车辆的基于激励的分布式路由;
- 大城市共享交通的过渡； Covid 19锁定后的挑战赛;
- 大型网络系统的降序建模;
动态复杂网络中重叠社区检测的博弈论方法
原文标题： A Game-Theoretic Approach for Detection of Overlapping Communities in Dynamic Complex Networks
地址： http://arxiv.org/abs/1603.00509
作者： Elham Havvaei, Narsingh Deo
摘要： 复杂的网络倾向于显示社区，这些社区是一组节点之间的内聚性连接，而稀疏地连接到网络的其余部分。检测此类社区是一个重要的计算问题，因为它可以洞悉网络的功能。此外，调查动态网络中的社区结构（该网络可能会发生变化）更具挑战性。本文提出了一种博弈论技术，用于检测动态和静态复杂网络中的社区结构。在我们的方法中，每个节点都扮演着参与者的角色，该参与者试图通过加入一个或多个社区或在它们之间切换来获得更高的回报。博弈的目的是通过在其中找到纳什均衡点来揭示这些玩家形成的社区结构。据我们所知，这是第一个能够从静态或动态网络中提取重叠社区的博弈论算法。我们提供的实验结果说明了该方法在合成网络和实际网络上的有效性。
指导人类多任务导航决策的信息论法则
原文标题： An Information-Theoretic Law Governing Human Multi-Task Navigation Decisions
地址： http://arxiv.org/abs/2102.00057
作者： Nicholas Sohre, Alisdair O. G. Wallis, Stephen J. Guy
摘要： 为了更好地理解人类在执行多个中途停留任务时做出导航决策的过程，我们分析了从杂货店购物者那里刻画的运动数据。我们发现数据中的几种趋势与项目检索顺序的嘈杂决策过程一致，并将购物行程分解为关于要检索的下一个项目的一系列离散选择。我们的分析表明，颠倒顺序中任意两个项的可能性与成对排序任务的熵单调绑定。基于此分析，我们提出了一个嘈杂的距离估计模型，用于预测给定购物清单的商品检索顺序。我们表明，我们的模型理论上可以高度准确地再现数据中的熵定律，并且在用于模拟相同购物清单时，实际上可以匹配数据趋势。我们的方法可直接应用于改善零售和其他环境中的人类导航仿真。
以网络为中心的全球金融指标脆弱性指标
原文标题： Network-centric indicators for fragility in global financial indices
地址： http://arxiv.org/abs/2102.00070
作者： Areejit Samal, Sunil Kumar, Yasharth Yadav, Anirban Chakraborti
摘要： 在过去的二十年中，已经从复杂网络的角度对金融系统进行了研究和分析，其中网络中的节点和边代表各种金融组件以及它们之间的关联强度。在这里，我们采用类似的基于网络的方法来分析2000-2014年期间65个国家/地区的69个全球金融市场指数的每日收盘价。通过构建在不同时间范围内最小生成树上叠加的阈值网络，我们研究了索引之间的相关性。通过对相关性进行静态和动态分析，我们研究了金融市场中的关键事件（崩溃和泡沫）对指数之间相互作用的影响。我们将崩溃和泡沫时期相对于市场正常时期的这些网络的结构进行比较和对比。此外，我们研究了传统市场指标，各种全球网络指标以及最近开发的基于边的曲率指标的时间演变。我们表明，以网络为中心的措施在监控全球金融市场指数的脆弱性方面非常有用。
建模社会网络算法如何影响意见分化
原文标题： Modeling how social network algorithms can influence opinion polarization
地址： http://arxiv.org/abs/2102.00099
作者： Henrique F. de Arruda, Felipe M. Cardoso, Guilherme F. de Arruda, Alexis R. Hernández, Luciano da F. Costa, Yamir Moreno
摘要： 在社会网络的各个方面之间，已经提出了动力学来模拟意见如何被传播。在这项研究中，我们提出了一个模型，该模型模拟了在线社会网络中的交流，其中的帖子是根据外部信息创建的。我们将网络的节点和边分别视为用户和他们的友谊。真实数字与代表其意见的每个用户相关联。动态是从与随机意见接触过的用户开始的，并且根据给定的概率函数，此人可以发布此意见。此后此步骤称为后期传输。在称为发帖发布的下一步中，将使用另一个概率函数来选择可以看到该发帖的用户朋友。帖子的传输和分发分别代表用户和社会网络算法。如果某人与某个职位联系，则其意见可能会被吸引或排斥。此外，被排斥的人可以通过重连来改变他们的友谊。这些步骤将执行多次，直到动态收敛为止。获得了一些令人印象深刻的结果，包括形成两极分化和达成共识的情景。在回波室的情况下，重连的可能性被认为是决定性的。但是，对于具有明确定义的社区结构的特定网络拓扑，此效果也可能发生。总而言之，结果表明岗位分配战略对于减轻或促进两极分化至关重要。
SteemOps：在基于Steemit区块链的社交媒体平台中提取和分析关键操作
原文标题： SteemOps: Extracting and Analyzing Key Operations in Steemit Blockchain-based Social Media Platform
地址： http://arxiv.org/abs/2102.00177
作者： Chao Li, Balaji Palanisamy, Runhua Xu, Jinlai Xu, Jingzhe Wang
摘要： 分布式分类账技术的进步正在推动基于区块链的社交媒体平台（例如Steemit）的兴起，在该平台上，用户以与传统社会网络类似的方式进行交互。这些平台由用户使用加密货币生态系统中的分散共识协议自主管理。这些平台中社会网络和区块链的深度集成为两个研究领域都感兴趣的众多跨领域研究提供了潜力。但是，处理和分析大量原始Steemit数据具有挑战性，因为它需要软件工程和区块链系统方面的专门技能，并且需要大量努力来提取和过滤各种类型的操作。为了应对这一挑战，我们在2016/03至2019/11的45个月内，收集了Steemit生成的超过3800万个区块，并提取了用户执行的十种关键操作类型。结果生成SteemOps，这是一个新数据集，将Steemit的9亿多个操作组织为三个子数据集：1）社会网络操作数据集（SOD）； 2）见证人选举操作数据集（WOD）； 3）价值转移操作数据集（VOD）。我们将详细描述数据集架构及其用法，并概述基于SteemOps的各种潜在研究方向。 SteemOps旨在促进未来的研究，旨在对新兴的基于区块链的社交媒体平台提供更好的见解。
互动博弈中通往合作的新兴途径：动态互惠
原文标题： Emergent route towards cooperation in interacting games: the dynamical reciprocity
地址： http://arxiv.org/abs/2102.00359
作者： Qinqin Wang, Rizhou Liang, Jiqiang Zhang, Guozhong Zheng, Lin Ma, Li Chen
摘要： 现代文明的成功是建立在人类社会广泛合作的基础上的，解密背后的机制已成为数百年来的主要目标。但是，在大多数先前的研究中，一个关键的事实缺失了，那就是现实世界中的博弈通常是同时交互地进行，而不是像假定的那样单独进行。在这里，我们介绍了互动博弈的思想，即不同的博弈会相互演化并影响彼此的决策。我们证明，随着博弈与博弈的互动变得越来越重要，合作阶段的过渡会大大改善，当互动变得非常强大时，所有涉及的博弈都将达到相当高的合作水平。平均场理论表明，与众所周知的网络互惠性相对应的一种新机制-动态互惠正在发挥作用，以促进合作，这一点得到了详细分析的证实。这种揭示的互惠性在抵抗博弈类型，人口结构和更新规则等方面的变化方面具有强大的作用，并且通常更多的博弈会产生更高水平的合作。我们的发现指出了在现实世界中发生的许多问题上进行高度合作的巨大潜力，也可能为解决诸如气候变化和贸易战等迫在眉睫的危机提供线索。
互动博弈中的动态互惠性：数值结果和机理分析
原文标题： Dynamical reciprocity in interacting games: numerical results and mechanism analysis
地址： http://arxiv.org/abs/2102.00360
作者： Rizhou Liang, Qinqin Wang, Jiqiang Zhang, Guozhong Zheng, Lin Ma, Li Chen
摘要： 我们研究了两个相互互动的博弈演化与成对博弈以及不同拓扑上的公共物品博弈。在二维方格上，我们揭示了博弈-博弈交互可以在所有情况下促进合作流行，并且甚至在缺乏协作-背叛相变的情况下，当交互变得非常强大时，可以期望相当高的合作。发展了均场理论，指出了其中出现的新动力路径。详细的分析的确表明，在个人或批量情况下，相互作用的类别很丰富：入侵，中性和催化类型。他们的结合使合作者处于持久的优势地位，从而促进了合作。通过对模型变体的研究，包括不对称或时变的相互作用，不同类型的博弈，具有时间尺度分离的博弈，不同的更新规则等，可以增强所揭示的互惠性的鲁棒性。基础人口的结构复杂性，例如Newman-Watts小世界网络，Erd H o sR 'enyi随机网络和Barab'asi-Albert网络也不会改变动态互惠的作用。特别地，随着参与的博弈数量的增加，合作水平总体上持续提高。因此，我们的工作揭示了一种新型的合作机制，并指出了在现实世界中经常出现并发问题的人类合作的巨大潜力。
TruthBot：用于意向学习，策划的信息呈现和虚假新闻警报的自动对话工具
原文标题： TruthBot: An Automated Conversational Tool for Intent Learning, Curated Information Presenting, and Fake News Alerting
地址： http://arxiv.org/abs/2102.00509
作者： Ankur Gupta, Yash Varun, Prarthana Das, Nithya Muttineni, Parth Srivastava, Hamim Zafar, Tanmoy Chakraborty, Swaprava Nath
摘要： 我们将介绍TruthBot，这是一种多语言多语言对话聊天机器人，旨在针对特定主题寻求真相（可信赖且经过验证的信息）。它可以帮助用户获取特定主题的信息，事实检查信息并获取最新新闻。聊天机器人通过从以前的意图数据中训练一个深度神经网络来学习查询的意图，并在将意图分类为上述类别之一时做出适当的响应。每个类都实现为一个单独的模块，该模块使用其自己的精选知识库或在网络上搜索以获取正确的信息。聊天机器人的主题当前设置为COVID-19。但是，可以轻松地针对任何主题特定的响应自定义该漫游器。我们的实验结果表明，每个模块的性能均远胜于其最接近的竞争对手，这在数量上以及通过多种语言的基于用户的调查中均得到了验证。 TruthBot已于2020年6月部署，目前正在运行。
量化非国家武装团体（NAG）的全球支持网络
原文标题： Quantifying the Global Support Network for Non-State Armed Groups (NAGs)
地址： http://arxiv.org/abs/2102.00564
作者： Weiran Cai, Belgin San-Akca, Jordan Snyder, Grayson Gordon, Zeev Maoz, Raissa M. D'Souza
摘要： 武装冲突塑造了人类历史。在第二次世界大战后的时代，低强度袭击比普遍的州际战争更为普遍。这些攻击通常由非国家武装团体（NAG）进行，并得到所在国（HS）的支持。我们分析了NAG-HS支持的全球两方网络及其在1945-2010年期间的演变。我们发现与生态网络有惊人的相似之处，例如相互支持和寄生形式的支持，以及嵌套的模块化网络体系结构。嵌套源自优先行为：高度联系的参与者更有可能获得和失去联系。确定了长期存在的主要模块，这些模块反映了区域和跨区域的利益，与临时利益相反，这些利益表明其成员的营业额很大。揭示这种架构可以进一步确定参与者的角色，并为有效的干预策略提供见解。
城市人口密度与流动性之间的相互作用决定流行病的传播
原文标题： Interplay between intra-urban population density and mobility in determining the spread of epidemics
地址： http://arxiv.org/abs/2102.00671
作者： Surendra Hazarie, David Soriano-Paños, Alex Arenas, Jesús Gómez-Gardeñes, Gourab Ghoshal
摘要： 在这项工作中，我们探讨了城市人口密度中心之间的联系，以及这些中心之间的人口流动性质，以塑造对传染病发作的脆弱性。对来自四个不同大洲的163个城市进行的研究显示出一种普遍的趋势，在那些人口流动主要集中在高人口密度中心的城市中，由人类流动引起的风险增加。我们将形式主义应用于SARS-COV-2在美国的传播，为在整个城市的传播过程中观察到的异质性提供了合理的解释。有了这种见识，我们在修改城市流动性的基础上，提出了切实可行的缓解策略（比锁定要轻）。我们的结果表明，最佳控制策略涉及不对称政策，该政策限制流入最脆弱地区的流量，但允许居民继续其通常的出行方式。
基于信息传播的互联和无人车辆的基于激励的分布式路由
原文标题： Incentive-based Decentralized Routing for Connected and Autonomous Vehicles using Information Propagation
地址： http://arxiv.org/abs/2102.00882
作者： Chaojie Wang, Srinivas Peeta, Jian Wang
摘要： 在动态流量分配的支持下，路由策略已经提出来优化系统性能。然而，由于对旅行者行为和网络级实时交通信息的可用性的固有强力假设，以及与实时计算网络范围流量相关的高计算负担，其部署能力和有效性一直面临挑战。这项研究提出了一种基于激励的分散式路由策略，以使网络性能更趋近于针对所有车辆和自动驾驶汽车（CAV）连接的系统最佳状态。该策略包括三个阶段。第一阶段合并了一个分散的本地路线切换动力系统，以基于车辆对本地交通信息的理解来估计系统在本地区域中的最佳路线流量。第二阶段通过考虑旅行者偏好中的个体异质性（例如时间值）来优化每个CAV的路线，以最大化本地所有旅行者的效用。还合并了约束条件以确保这些路径可以实现第一阶段的近似本地系统最佳流量。第三阶段利用预期的无嫉妒激励机制来确保本地旅行者能够接受第二阶段确定的最佳路线。该研究分析性地讨论了本地路由交换动力学系统的收敛性。我们还表明，拟议的激励机制是期望个人理性和预算平衡的，这确保了旅行者愿意分别参与并保证支付和补偿之间的平衡。此外，对激励机制的预期激励相容性的条件进行了分析和证明，确保了信息披露中的行为诚实。
大城市共享交通的过渡； Covid 19锁定后的挑战赛
原文标题： A transition of shared mobility in metro cities; a challenge post Covid 19 lockdown
地址： http://arxiv.org/abs/2102.00962
作者： Mohd Aman, Bushra Miftah
摘要： 本章是为社会福祉而写的，质疑并启发了由于城市中（尤其是在德里）由于COVID 19导致交通拥堵而导致的交通质量上升导致空气质量百分比增加或减少的影响。在本章中，我们将解决以下问题：人们偏爱共享出租车到工作场所，或者由于害怕被感染而不愿和拒绝共享交通工具的想法。这种情况的敏感性将迫使人们乘坐一辆单独的占用车辆（SOV）。道路上车辆数量的增加将导致交通阻塞和各种污染，与大流行作斗争的人们将不可避免地面临其他与健康相关的问题。我们使用BPR（公共道路局）模型来解决这个危害环境和公共健康的问题。我们利用BPR函数将平均旅行时间与乘车旅行的通勤者的估计人数相关联。我们从NITI Ayog，国家资源中心和其他真实来源收集模式共享数据，这些数据提供了印度共享出行的影响以及在缺少这种模式的情况下各个部门将如何受到影响的独特数字。使用给定的数据和BPR，如果公交和拼车用户的不同部分切换到单人使用车辆，并且其对多种其他因素的影响，我们将评估道路上增加的车辆数量。基于对德里人口稠密城市的研究，我们预测，除非过境系统能够通过有效的协议恢复安全，否则过境运输量大的城市将面临极端交通和污染的风险。
大型网络系统的降序建模
原文标题： Reduced-Order Modeling of Large-Scale Network Systems
地址： http://arxiv.org/abs/2102.00986
作者： Xiaodong Cheng, Jacquelien M.A. Scherpen, Harry L. Trentelman
摘要： 大型网络系统描述了由许多交互子系统组成的一类复杂的动态系统。大量的子系统及其高维动态常常导致高度复杂的拓扑和动态，这给网络管理和操作带来了挑战。本章概述了最近开发的用于简化复杂动态网络的降阶建模技术。在第一部分中，回顾了基于群集的方法，其目的是减小网络规模，即找到具有较少数量节点的简化网络。第二部分介绍了基于广义平衡截断的结构保留方法，可以减少每个子系统的动态。
声明：Arxiv文章摘要版权归论文原作者所有，机器翻译后由本人进行校正整理，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.cn （提供RSS订阅）进行同步更新。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。