Arxiv网络科学论文摘要3篇(2021-02-12)

• 有异质性消费者时新产品的扩散;
• 划分内生和外生意见动态：一种实验设计方法;
• Covid-19的最佳锁定策略：模型研究;

有异质性消费者时新产品的扩散

原文标题： Diffusion of new products with heterogeneous consumers

地址： http://arxiv.org/abs/2102.05926

作者： Gadi Fibich, Amit Golan

摘要： 新产品在异类或同质消费者之间的传播速度更快吗？我们使用随机离散Bass模型分析此问题，在该模型中，消费者的个人外部影响率 p_j 和个人内部影响率 q_j 可能有所不同。当网络完整且异质性仅以 p_j 或仅以 q_j 体现时，与相应的同质网络相比，它总是放慢了扩散。但是，如果消费者在 p_j 和 q_ j 中都是异质的，则异质性在某些情况下会减缓扩散，而在另一些情况下会加速扩散。此外，在某些情况下，异构采用水平和同类采用水平之间的主导权在时间上是全局的，而在其他情况下则随时间而改变。也许令人惊讶的是，两个网络之间的全局支配地位并不总是在“附加转换”下保持不变，例如向两个网络添加相同的节点。当网络不完整时，异构性的影响还取决于其在网络中的空间分布。

划分内生和外生意见动态：一种实验设计方法

原文标题： Demarcating Endogenous and Exogenous Opinion Dynamics: An Experimental Design Approach

地址： http://arxiv.org/abs/2102.05954

作者： Paramita Koley, Avirup Saha, Sourangshu Bhattacharya, Niloy Ganguly, Abir De

摘要： 在线社会网络（OSN）中的网络意见传播通常由两种意见类型控制-内在意见受用户之间的社交接触的影响而驱动，外来意见则由诸如新闻，提要等外部效应形成。内源消息和外源消息的正确分界为意见建模提供了重要线索，从而增强了其预测性能。在本文中，我们基于实验设计方法设计了一套无监督分类方法，其中，我们旨在选择事件子集，以最小化均值估计误差的不同度量。更详细地，我们首先显示这些子集选择任务是NP-Hard。然后，我们证明相关的目标函数是弱次模的，这使我们能够在保证的情况下使用有效的近似算法。最后，我们验证了我们的建议对从Twitter爬取的各种实际数据集以及各种综合数据集的有效性。我们的实验范围从验证未经过消毒的事件的预测性能到检查选择各种大小的最佳子集的效果。通过各种实验，我们发现我们的方法相对于几个竞争对手，在意见预测方面的准确性有了显著提高。

Covid-19的最佳锁定策略：模型研究

原文标题： Optimal Lockdown Policy for Covid-19: A Modelling Study

地址： http://arxiv.org/abs/2102.06070

作者： Yuting Fu, Haitao Xiang, Hanqing Jin, Ning Wang

摘要： 随着COVID19在世界范围内的传播，在危机时期，预防措施已成为抗击大流行的重要武器。锁定措施是最具争议的措施，因为它对我们的经济和社会产生了压倒性的影响。考虑到经济和流行病学成本，特别是何时以及如何执行锁定措施是最具挑战性的问题。在本文中，我们扩展了经典的SIR模型，以找到在COVID-19爆发期间在经济与人民健康之间取得平衡的最佳决策。在我们的模型中，我们打算解决两个阶段的优化问题：决策者控制锁定率，以最大化社会的整体福利；处于不同健康状况的人们在工作时间和消耗量上会做出不同的决定，以最大程度地发挥其效用。我们开发了一种新颖的方法，可以通过各种其他数据来源来估算模型的参数。我们使用古诺均衡来模拟人们的行为，并考虑死亡成本，以便在经济成本和流行成本之间取得平衡。对模拟结果的分析为决策者就何时开始锁定以及在整个爆发期间的锁定强度做出关键决策提供了科学建议。尽管该模型最初是针对COVID19大流行而提出的，但可以通过锁定措施将其推广以解决类似问题，以控制其他传染病的爆发。

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。