- 节点属性网络中社区结构的块建模和可检测性;
- 社会网络作为数字经济中信息安全管理的一种手段;
- 回声室和极化的时间双层模型中的分叉和突变;
- 揭示县级要素在COVID-19轨迹中的动态重要性;
- 使用过量死亡和测试统计数据来提高对COVID-19死亡率的估计;
- 网络团覆盖率近似可通过小组互动分析复杂的传染病;
- 超图上多数规则的动力学;
- VaccinItaly：监视Twitter上有关疫苗的意大利语对话;
- 早期理解Parler在线社会网络;
- 用于控制具有合规行为的复杂社会网络的能量成本边界估计;
- 随机地理空间流行模型和事件调制Gillespie算法的仿真;
- 分裂社区中弱联系所创造的用户动态评估;
- 使用多图自动编码器对聚合数据进行异常检测;
- 辅助驾驶车辆的Aw-Rascle-Zhang型交通模型的动力学推导;
- 通过随机动力微动使回声室去极化;
节点属性网络中社区结构的块建模和可检测性
原文标题： Block Modeling and Detectability for Community Structure in Node Attributed Networks
地址： http://arxiv.org/abs/2101.03280
作者： Ren Ren, Jinliang Shao
摘要： 节点属性在现实世界的网络中无处不在，其与图拓扑的融合为检测和理解社区结构提出了新的挑战。由于其原则上的表征和解释，概率生成模型（PGM）已成为归属网络中进行社区检测的主流方法。大多数现有的PGM要求属性是分类的或高斯分布的。这里提出了一种新颖的PGM来克服这些限制。对于我们模型的通用性，我们考虑属性之间的距离对节点受欢迎程度的影响，其描述在统计推断中引发了模型选择问题。我们通过分析社区对模型的可检测性提出理解决此问题的新方案，这也是对节点属性对社区的影响的定量描述。确定模型后，可以开发一种有效的算法来估计参数并推断社区。已经进行了广泛的实验以从两个方面验证我们的工作。首先，人工网络上的实验验证了我们模型的可检测性条件。其次，对各种现实世界数据集的比较表明，我们的算法优于竞争方法。
社会网络作为数字经济中信息安全管理的一种手段
原文标题： Social networks as an apparatus for managing of information security in the digital economy
地址： http://arxiv.org/abs/2101.03357
作者： Anatolii A. Shyian
摘要： 本文旨在提出一种利用社会网络管理数字经济信息安全的新设备。提出了优化数字经济参与者信息安全管理的一般问题。获得的结果使得有可能开发出一类新的程序，用于信息安全和经济管理领域的分析和决策支持。这一研究领域的发展在金融领域将尤其重要。
回声室和极化的时间双层模型中的分叉和突变
原文标题： Bifurcations and catastrophes in temporal bi-layer model of echo chambers and polarisation
地址： http://arxiv.org/abs/2101.03430
作者： Łukasz G. Gajewski, Julian Sienkiewicz, Janusz A. Hołyst
摘要： 回声腔和极化动力学是最近在世界各地科学界中非常突出的话题。随着这些现象直接影响我们的生活，并且随着我们的社会和沟通渠道的发展，这种现象似乎越来越多，对我们而言，理解现代错综复杂的舆论动态变得越来越重要。我们以现有的回波腔和极化模型为基础，并将其扩展到双层拓扑中。这种新的拓扑背景使我们能够指出此模型中相互作用的组的可能后果。提出了四种不同的情况-对称的负耦合和正耦合，不对称的耦合和外部偏置。我们展示了针对这些场景的仿真结果和均值解决方案，概述了这种动态变化在现实社会中可能产生的后果。我们的预测表明，在某些情况下，系统可以达到中性共识，两极化共识，两极化反对甚至意见振荡。根据分叉理论，使用均值场模型确定并分析了这些状态之间的转换。
揭示县级要素在COVID-19轨迹中的动态重要性
原文标题： Unraveling the Dynamic Importance of County-level Features in Trajectory of COVID-19
地址： http://arxiv.org/abs/2101.03458
作者： Qingchun Li, Yang Yang, Wangqiu Wang, Sanghyeon Lee, Xin Xiao, Xinyu Gao, Bora Oztekin, Chao Fan, Ali Mostafavi
摘要： 这项研究的目的是调查COVID-19轨迹中多个县级特征的重要性。我们使用数据驱动的机器学习模型检查了美国2787个县的功能重要性。我们使用23个特征训练了随机森林模型，这些特征代表了影响大流行扩散的六个关键影响因素：县的社会人口统计，人口活动，县内的流动性，县间的流动，疾病的属性和社会网络结构。此外，我们根据县的人口密度将其分为多个组，并将COVID-19的轨迹分为三个阶段：爆发阶段，社会疏远阶段和重新开放阶段。该研究旨在回答两个研究问题：（1）异构特征的重要性在不同阶段演变的程度； （2）异质特征的重要性在具有不同特征的县之间变化的程度。我们拟合了一组随机森林模型来确定每周要素的重要性。结果表明：（1）在整个2787个研究县中，COVID-19各个阶段的社会人口统计学特征（例如国内生产总值，人口密度和少数民族地位）都保持着重要地位； （2）在人口密度较高的县级集群中，县内流动性特征最为重要； （3）反映社会网络结构的特征（Facebook，社会联系指数）在人口密度较高的县模型中具有更高的重要性。结果表明，数据驱动的机器学习模型可以为重要决策者提供重要见解，以告知决策者对于具有不同人口密度且处于大流行生命周期不同阶段的县的功能重要性。
使用过量死亡和测试统计数据来提高对COVID-19死亡率的估计
原文标题： Using excess deaths and testing statistics to improve estimates of COVID-19 mortalities
地址： http://arxiv.org/abs/2101.03467
作者： Lucas Böttcher, Maria D'Orsogna, Tom Chou
摘要： 诸如死亡率的不统一定义，疾病患病率的不确定性以及抽样偏倚等因素使流行期间死亡人数的量化变得复杂。不管采用何种死亡率衡量方法，都需要一致地估计受感染的人口和由感染引起的死亡数，以比较各个地区的死亡率。我们将历史和当前的死亡率数据，统计测试模型和SIR流行病模型相结合，以改善死亡率估计。我们发现，整个美国的平均超额死亡人数比报告的COVID-19死亡人数高13％。在某些地区，例如纽约市，每周死亡人数约为往年的八倍。秘鲁，厄瓜多尔，墨西哥和西班牙等其他国家/地区的死亡人数则大大超过其报告的COVID-19死亡人数。相反，我们发现2020年部分或全部死亡的丹麦，德国和挪威的死亡人数微不足道或为负数。
网络团覆盖率近似可通过小组互动分析复杂的传染病
原文标题： Network clique cover approximation to analyze complex contagions through group interactions
地址： http://arxiv.org/abs/2101.03618
作者： Giulio Burgio, Alex Arenas, Sergio Gómez, Joan T. Matamalas
摘要： 传染过程已被证明从根本上取决于传递它们的相互作用网络的结构特性。许多实际的网络系统-尤其是社交系统-的特征是聚集的子结构，这些子结构表示所有对所有双向交互（clique）和/或组交互的集合，同时涉及许多成员。在这项工作中，我们专注于表示为简单复合体的交互结构，其中以脸部识别组交互。我们提出了复杂传染的微观离散时间模型，其中考虑了易感感染的易感动力学。通过引入特定的边团覆盖和启发式查找，该模型说明了子结构成员（斜体/单纯形）之间的高阶状态相关性。该模型的数学易处理性可用于流行病阈值的分析计算，从而将平均场模型的关键属性的某些主要特征扩展到结构化人群。总体而言，该模型与数值模拟非常一致。
超图上多数规则的动力学
原文标题： Dynamics of Majority Rule on Hypergraphs
地址： http://arxiv.org/abs/2101.03632
作者： James Noonan, Renaud Lambiotte
摘要： 广泛的动力学系统涉及多体交互或组交互，这些可能无法在传统的图结构中进行编码。在这项工作中，我们集中于意见动态的一个典型示例，多数规则，并研究通过超图表示和分析系统的可能性。为了简化从组合角度的分析，我们探讨了共识的形成并将我们的注意力限制在大小为 3 的交互组中。我们提出了不同类型的超图模型，并结合了模块化结构或度异质性，并根据Fokker-Planck方程对动力学进行了重塑，从而使我们能够预测趋于一致的瞬态动力学。数值模拟表明，随机动力学与大人口理论预测之间有很好的一致性。
VaccinItaly：监视Twitter上有关疫苗的意大利语对话
原文标题： VaccinItaly: monitoring Italian conversations around vaccines on Twitter
地址： http://arxiv.org/abs/2101.03757
作者： Francesco Pierri, Silvio Pavanetto, Marco Brambilla, Stefano Ceri
摘要： 我们在Twitter上监视意大利用户围绕疫苗的在线对话，并向公众提供正在进行的数据收集的权限，这些数据将在意大利的整个疫苗接种活动中持续运行。我们从2020年12月20日开始使用Twitter API收集与疫苗相关关键字匹配的推文（意大利语），刻画了意大利疫苗接种运动的正式开始（2020年12月27日），在撰写本文时（2020年1月5日），我们收集了超过130万条推文，每天分享超过25,000条推文。我们报告了在Twitter上共享的一致数量的低可信度信息，其流行度与共享推文数量为1：4的高可信度信息相当。我们相信，我们的数据将使研究人员能够理解在线社交媒体上的公共言论与意大利正在进行的针对SARS-CoV-2的持续疫苗接种运动的演变之间的相互作用。最新的推文集合将在这里提供：https：//github.com/frapierri/VaccinItaly。
早期理解Parler在线社会网络
原文标题： An Early Look at the Parler Online Social Network
地址： http://arxiv.org/abs/2101.03820
作者： Max Aliapoulios, Emmi Bevensee, Jeremy Blackburn, Emiliano De Cristofaro, Gianluca Stringhini, Savvas Zannettou
摘要： Parler是一种替代性社会网络，将其自身推广为一项服务，允许其用户“自由发言并公开表达自己的意见，而不必担心自己的观点被平台化”。由于这一承诺，该平台在因违反服务条款而被主流社会网络暂停的用户以及担心审查的用户中很受欢迎。特别是，这项服务得到了一些保守的公众人物的认可，鼓励人们从传统的社会网络迁移到那里。在2021年1月6日的事件之后，Parler已逐步取消平台，其应用已从流行的移动商店中删除，整个网站被其托管服务提供商关闭。在本文中，我们提供了Parler的第一个数据驱动表征。我们收集了2018年至2020年之间210万用户发布的1.2亿帖子以及1200万用户个人资料的元数据。我们发现，该平台在受到大众认可之后，见证了新用户的大量涌入，以及对2020年美国总统大选的反应。我们还发现，平台上的讨论主要由保守派主题，特朗普总统以及像QAnon这样的阴谋论主导。
用于控制具有合规行为的复杂社会网络的能量成本边界估计
原文标题： Energy cost bounded estimates for controlling complex social networks with conformity behavior
地址： http://arxiv.org/abs/2101.03828
作者： Hong Chen, Ee Hou Yong
摘要： 为了理解对复杂系统的控制，至关重要的是估算实现控制所需的工作量。以前的工作通过以连续时间动态的一般方式研究能源成本的尺度定律来解决这个问题。但是，连续时间建模无法刻画合格行为，这在许多复杂的社会系统中很常见。因此，为了理解如何通过合规性控制社会系统，使用了离散时间建模，并推导了能源成本尺度定律。使用模型和真实网络对结果进行数值验证。另外，通过仿真显示，异构无标度网络的可控性较差，需要更多数量的最小驱动程序。由于基于一致性的模型涉及各种复杂的系统，例如群集或演化博弈，因此本文的结果代表了朝着对复杂的社会系统进行现实控制的方向迈出的一步。
随机地理空间流行模型和事件调制Gillespie算法的仿真
原文标题： A stochastic geospatial epidemic model and simulation using an event modulated Gillespie algorithm
地址： http://arxiv.org/abs/2101.03934
作者： Alexander Temerev, Liudmila Rozanova, Olivia Keiser, Janne Estill
摘要： 我们开发了用于随机模拟COVID-19和其他类似传染病传播的模型和工具，其中考虑了联系网络结构和人口密度的地理分布，详细描述了个人所在的位置。我们的分析框架包括替代模型（SuMo）优化过程，用于将模型的参数快速拟合到观察到的病例，住院和死亡病例的流行曲线上。这套工具（模型，仿真代码和优化器）对于决策者和流行病应对团队来说是有用的工具，他们可以使用它来预测局部环境（从城镇到大国的规模）中的流行病发展情况，并且设计最佳的应对策略。模拟代码还包括一个地理空间可视化子系统，可直接在人口密度图上显示流行病场景的详细视图。我们使用发达的框架，根据各个州的水平对在瑞士传播的COVID-19进行了预测。它们在人口密度分布上的差异导致了流行曲线的多样性，因此选择了最佳的应对策略。
分裂社区中弱联系所创造的用户动态评估
原文标题： Evaluation of User Dynamics Created by Weak Ties among Divided Communities
地址： http://arxiv.org/abs/2101.03980
作者： Takahiro Kubo, Chisa Takano, Masaki Aida
摘要： 火焰状现象表示在线社会网络（OSN）中用户交互所造成的用户动态强度差异。尽管已经知道当OSN的拉普拉斯矩阵具有非真实特征值时会发生燃烧现象，但是最近发现即使所有特征值都是真实数也可能发生燃烧现象。这种效果仅在某些特征值退化的情况下才会出现，并且对表示用户动态的方程式进行了特殊的ary变换。实际的OSN是否满足此条件尚未完全讨论。在本文中，我们澄清了由特征值0退化引起的用户动态是上述情况的一个具体示例。我们还研究了由退化特征值产生的燃烧现象的机理和特征。此外，我们通过数值模拟证明了特征值的退化会引起发散。
使用多图自动编码器对聚合数据进行异常检测
原文标题： Anomaly Detection for Aggregated Data Using Multi-Graph Autoencoder
地址： http://arxiv.org/abs/2101.04053
作者： Tomer Meirman, Roni Stern, Gilad Katz
摘要： 在数据系统中，活动或事件在现场不断收集以跟踪其正确执行。日志记录，即记录事件的顺序，可用于分析系统故障和故障，并确定此类问题的原因和位置。在我们的研究中，我们专注于为系统日志创建异常检测模型。异常检测的任务是识别数据集中与正常行为不同的意外事件。异常检测模型还有助于完成数据系统分析任务。现代系统可能会产生大量事件，因此监视每个事件都是不可行的。在这种情况下，事件通常是在固定时间段内汇总的，报告该时间段内每个事件发生的次数。这种聚集有助于扩展，但需要使用不同的方法进行异常检测。在这项研究中，我们对汇总数据以及汇总事件之间的关系进行了全面的分析。基于研究的初始阶段，我们展示了聚合数据集的图表示，这些图表示了相同上下文中聚合实例之间的不同关系。使用图表示，我们提出了多图自动编码器MGAE，这是一种新颖的卷积图-自动编码器模型，它利用了我们唯一数据集中聚合实例的关系。 MGAE优于标准的图自动编码器模型和不同的实验。与标准图自动编码器相比，我们的新型MGAE与标准图自动编码器相比，重建误差降低了60％，这在重建高级关系中得到了体现。
辅助驾驶车辆的Aw-Rascle-Zhang型交通模型的动力学推导
原文标题： Kinetic derivation of Aw-Rascle-Zhang-type traffic models with driver-assist vehicles
地址： http://arxiv.org/abs/2101.04066
作者： Giacomo Dimarco, Andrea Tosin, Mattia Zanella
摘要： 在本文中，我们从驾驶员辅助车辆的动力学控制方程中得出了二阶水动力交通模型。在车辆级别，我们考虑了两种主要的控制策略，这些策略综合了自适应巡航控制系统和协作式自适应巡航控制系统的作用。由此产生的宏观动力学满足了著名的Aw-Rascle-Zhang模型引入的各向异性条件。与其他基于启发式论证的模型不同，我们的方法揭示了常用的水动力交通模型背后的主要物理方面，并证明了结合驾驶员辅助车辆的宏观方程的结构。数值见解表明，驾驶员辅助车辆的存在会产生平均流速的总体均一化，这也可以以达到最佳流量和交通稳定的方式转向合适的所需速度。
通过随机动力微动使回声室去极化
原文标题： Depolarization of echo chambers by random dynamical nudge
地址： http://arxiv.org/abs/2101.04079
作者： Christopher Currin, Ali Khaledi-Nasab
摘要： 社会网络中个体之间的相互作用导致回声室，在该回声室中，意见的分布遵循双峰分布，在相反的极端处有两个峰值。在诸如全球变暖等具有明确答案的问题中，回声室之一反映出错误的判断，可能是由错误信息引起的。但是，在选举等没有明确答案的问题上，中立共识对于促进话语更为可取。在这封信中，我们使用观点动态模型来研究随机动态微动的效果，其中我们从网络中其他个人向每个主体提供随机输入。我们表明，随机动力微调不允许回波腔的形成，并导致以中性共识为中心的观点的正态分布。随机动力微调依赖于集体动力，它不需要监视每个人的意见。社交媒体网络可以实施这种自我反馈机制的版本，以防止在诸如选举之类的紧迫问题上形成隔离的在线社区。
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。