- 通过网络分析研究假新闻：检测和适应;
- 股票网络的非线性;
- 拆解效率与网络分形;
- 大人口自治社区中复杂的机构的涌现;
- SaC2Vec：结构和内容的信息网络表征;
- 部分重叠多路网络中的动态接种;
- 分数网络，新结构;
通过网络分析研究假新闻：检测和适应
原文标题： Studying Fake News via Network Analysis: Detection and Mitigation
地址： http://arxiv.org/abs/1804.10233
作者： Kai Shu, H. Russell Bernard, Huan Liu
摘要： 新闻消费的社交媒体由于其易于获取，传播迅速且成本低廉而变得越来越流行。然而，社交媒体也能够广泛传播“假新闻”，即带有故意虚假信息的新闻。社交媒体上的假新闻带来了重大的负面社会影响，同时也带来了独特的挑战。为了应对这些挑战，许多现有的作品从网络的角度利用各种功能来检测和减轻假新闻。实质上，新闻传播生态系统涉及社交媒体的三个维度，即内容维度，社会维度和时间维度。在本章中，我们将回顾研究虚假新闻的网络属性，介绍流行的网络类型以及如何使用这些网络来检测和减轻社交媒体上的虚假新闻。
股票网络的非线性
原文标题： Nonlinearity in stock networks
地址： http://arxiv.org/abs/1804.10264
作者： David Hartman, Jaroslav Hlinka
摘要： 股票网络构成了确定股票市场复杂行为表征的工具。网络是根据股票价格的时间序列构建的。由于Mantegna开创性的论文使用了线对之间的Pearson相关系数来确定网络边。最近，当使用诸如互信息而非线性相关的非线性度量时，已经证明非线性对图特性的可能影响。在本文中，我们定量描述了股票时间序列中的非线性及其对股票网络性质的影响。它是通过系统的多步骤方法实现的，它允许1.量化耦合的非线性，2.在简单的单变量非高斯性引起的任何地方纠正其影响，3.潜在地在空间和时间中定位任何剩余的这种非线性的强烈来源，最后，4.研究非线性对全球网络性质的影响。通过将所提出的方法应用于包含在三个显著指数（NYSE100，FTSE100和SP500）中的股票，我们证明大部分表观非线性是由于单变量非高斯性引起的。此外，少数特定股票的强势非稳定性可能会发挥作用。尤其是，2008年全球金融危机期间一些个股的急剧下跌导致股票之间出现明显的非线性依赖。
拆解效率与网络分形
原文标题： Dismantling Efficiency and Network Fractality
地址： http://arxiv.org/abs/1804.10267
作者： Yoon Seok Im, B. Kahng
摘要： 网络拆除是为了确定一个最小的一组节点，这些节点的移除会将网络分割成小规模的小部分。由于找到最优节点集合是NP难题，因此已经开发了几种启发式算法作为替代方法，例如所谓的基于信度传播的抽取（BPD）算法和集合影响（CI）算法。在这里，我们测试每个算法的性能，并从网络分形的角度分析它们。网络分为两类：分形网络和非分形网络。真实世界的例子包括自治系统级别的万维网和互联网。他们有不同的远程捷径和短程捷径的比例。我们发现BPD算法对于分形网络比非分形网络更有效，而CI算法恰恰相反。此外，我们通过控制度指数，捷径数和系统大小等参数来构建各种分形和非分形模型网络，并研究这两种算法的性能如何依赖于结构特征。
大人口自治社区中复杂的机构的涌现
原文标题： Emergence of complex institutions in a large population of self-governing communities
地址： http://arxiv.org/abs/1804.10312
作者： Seth Frey, Robert W Sumner
摘要： 我们生活的大部分方面都由大型高度发达的机构管理，这些机构将一些管理任务纳入一个权限结构下。但理论界对推动复杂治理体系从基本开始发展的机制存在分歧。政权复杂化的出现是阻碍失控增长的症状吗？还是整合是因为复杂的机构更适应复杂的环境？在这里，我们研究了5000个主权资源受限的自治在线社区中复杂治理机制的出现，其规模从零到数千用户不等。这些社区始于零人口，没有治理基础设施，随着他们的成长，他们面临具有挑战性的资源问题。因此，他们受到选择压力的影响，从而有可能检验治理复杂性可以提高社区适应性的假设。我们发现，相对于那些渴望保持小规模的社区而言，成功的社区规则更多，范围更广，规模更大。大型社区也倾向于更多依赖管理员集中力量的规则以及管理不良行为的规则。总的来说，这些复杂的度量标准随着成功社区规模的扩大而增加，这表明复杂性可以使机构在调动资源约束的大规模集体应对方面更加有效。
SaC2Vec：结构和内容的信息网络表征
原文标题： SaC2Vec: Information Network Representation with Structure and Content
地址： http://arxiv.org/abs/1804.10363
作者： Sambaran Bandyopadhyay, Harsh Kara, Anirban Biswas, M N Murty
摘要： 网络表示学习（也称为信息网络嵌入）在过去几年一直是社交和信息网络分析研究的核心部分。信息网络可以被看作是一组实体的链接结构。一组链接的网页和文档，社会网络中的一组用户是信息网络的常见例子。通常，信息网络中的节点由唯一的id，一些内容信息和到其直接邻居的链接组成。信息网络表示技术通常只使用网络的链路结构。但是，每个节点中的文本或其他类型的内容对理解网络的底层语义起着重要作用。在本文中，我们提出使用结构和内容的网络表示技术Sac2Vec。它是一种多层图方法，它使用随机游走来生成节点嵌入。我们的方法简单，计算速度快，但能够将内容用作结构的补充，反之亦然。对三个现实世界公开可用数据集的实验评估显示，我们方法的优点与该领域中最先进的算法相比较。
部分重叠多路网络中的动态接种
原文标题： Dynamic vaccination in partially overlapped multiplex network
地址： http://arxiv.org/abs/1804.10593
作者： L. G. Alvarez-Zuzek, M. A. Di Muro, S. Havlin, L. A. Braunstein
摘要： 如H1N1流感大流行（2009年）和非洲埃博拉疫情以及其灾难性后果等流行病传播案例显著促使科学界研究如何制定新的有效缓解策略，以避免未来流行病爆发造成灾难性损失。在这项工作中，我们提出并调查了一种新的疫苗接种策略，我们称之为“动态接种疫苗”。在我们的模型中，易感人员意识到他们的一个或多个接触受到感染，因此在与任何感染患者进行身体接触之前，以概率$ \ omega $接种疫苗。然后，未接种疫苗的个体将感染概率$ \ beta $。我们将该策略应用于由两个网络组成的多路复用网络中的SIR流行病模型，其中节点$ q $的节点在两个网络中都起作用。我们将动态疫苗接种模型映射到债券渗透模型，并使用生成函数框架来从理论上预测系统在稳定状态下相关量级的行为。我们发现理论方程解和随机模拟结果之间存在完美的一致性。我们在飞机$ \ beta- \ omega $中找到一个有趣的相图，它由流行病和非流行性阶段组成，由临界阈值线$ \ beta_c $分隔，这取决于$ q $。令人惊讶的是，我们发现，对于$ q $的所有值，图中疫苗接种效率非常高的区域，无论疾病的毒力如何，它都不会变成流行病。我们将我们的策略与随机免疫进行比较，发现动态接种疫苗效率更高。在两种情况下使用相同数量的疫苗，我们获得动态疫苗接种情况下疾病的传播要低得多。
分数网络，新结构
原文标题： Fractional networks, the new structure
地址： http://arxiv.org/abs/1804.10605
作者： R. Vilela Mendes
摘要： 很长一段时间以来，真实世界的网络都是通过无标度网络建模的，这些网络有许多稀疏连接的节点和一些高度连接的节点（集线器）。然而，无论是在社会还是在生物学领域，都必须承认一个新的结构 - 分数网络。这些网络的特点是存在很多远程连接，显示超级扩散，不同于无标度网络的鲁棒性和鲁棒性。
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。