- 学术界是否变得更加本地化？国际研究合作中区域知识网络的增长;
- 生成分身图：相似但截然不同;
- 一种预测连续连接强度的机器学习方法;
- 不完全信息下网络中随机种群过程的平均场逼近;
- 超图聚类：从块模型到模块化;
- 在家学习：COVID-19大流行期间中国大学基于直播的远程教育体验的混合方法分析;
- Facebook的政治广告和问责制：外部团体最为负面，尤其是在出资者消失或藏身的情况下;
- 流行期间由社交物联网驱动的行人路由方法;
- 数字刻画的人类世：人类对地球影响的定量快照;
- BU-Trace：用于保护隐私的智能联系人跟踪的无权限移动系统;
- 纠正性信息不一定能遏制社会干扰;
- 在大流行期间自动监控社会动态：以孟加拉国COVID-19为例;
- 道路社会网络中的多属性社区搜索;
- 简单经济中的人口与不平等动态;
- 链接用户意见动态和在线讨论;
- 利用信用卡交易差异揭示灾难影响和恢复的空间格局;
- 不止降低成本：提高电力系统中储能的价值;
- 相对规范网络集合——（误）表征小世界网络;
- 根据专家组的多个标准评分比较发电技术;
学术界是否变得更加本地化？国际研究合作中区域知识网络的增长
原文标题： Is academia becoming more localised? The growth of regional knowledge networks within international research collaboration
地址： http://arxiv.org/abs/2101.09520
作者： John Fitzgerald, Sanna Ojanperä, Neave O'Clery
摘要： 众所周知，学习和能力建设的过程是经济发展和结构转型的核心。由于知识是“粘性”的，因此该过程的关键部分是边做边学，这可以通过包括国际研究合作在内的多种机制来实现。使用Scopus合著者数据发现了重要的国家间研究联系，我们表明，与国际合作相比，区域内合作在过去的五十年里有所增加。进一步支持这一见解，我们发现，虽然2000年之前出现在全球协作网络中的社区通常基于历史地缘政治或殖民地线，但在最近几年中，它们越来越符合按地区对国家的简单划分。考虑到全球化的持续增长，这些发现是出乎意料的，并且对旨在促进国际研究合作和知识传播的计划的设计具有重要意义。
生成分身图：相似但截然不同
原文标题： Generating a Doppelganger Graph: Resembling but Distinct
地址： http://arxiv.org/abs/2101.09593
作者： Yuliang Ji, Ru Huang, Jie Chen, Yuanzhe Xi
摘要： 深度生成模型自诞生以来，已经变得越来越具有生成新颖和可感知的逼真的信号（例如图像和声波）的能力。随着用于图结构化数据的深层模型的出现，自然利益寻求图的这些生成模型的扩展。最近从图集（例如蛋白质数据库）中学习的案例中看到了成功的扩展，但是从单个图谱中学习的知识在很大程度上得到了探索。但是，后一种情况在实践中很重要。例如，金融和医疗保健系统中的图表包含太多机密信息，以至于几乎不可能公开访问它们，但是只有在类似数据可用于基准测试时，这些领域的开放科学才能发展。在这项工作中，我们提出了一种生成分身图的方法，该图在许多图属性中都类似于给定的，但是在接近零边重叠的意义上，几乎不能用来对原始图进行反向工程。该方法是图表示学习，生成对抗网络和图实现算法的编排。通过与几种图生成模型（无论是否通过神经网络进行参数化）进行比较，我们证明了我们的结果几乎无法再现给定的图，但是其属性紧密匹配。我们进一步表明，生成的图上的下游任务（例如节点分类）达到了与原始任务相似的性能。
一种预测连续连接强度的机器学习方法
原文标题： A Machine Learning Approach to Predicting Continuous Tie Strengths
地址： http://arxiv.org/abs/2101.09417
作者： James Flamino, Ross DeVito, Boleslaw K. Szymanski, Omar Lizardo
摘要： 人与人之间的关系不断发展，改变人际行为并定义社会群体。社会网络中节点之间的关系可以通过联系强度来表示，通常可以通过调查进行经验评估。虽然这对于获取关系的静态快照很有效，但此类方法很难扩展到动态网络。在本文中，我们提出了一个系统，该系统允许随着关系的发展而对它们进行连续逼近。我们使用NetSense研究评估该系统，该研究提供了四年期间巴黎圣母大学学生的全面交流记录。这些记录得到每学期自我网络调查的补充，这些调查随时间推移提供了每个参与者与他人之间真正的社会联系强度的离散样本。我们开发了一对强大的机器学习模型（辅以从过去的作品中提取的一组基线），可以从这些调查中学习，以将通信记录解释为信号。这些信号代表了动态的联系强度，可以准确记录我们社会网络中个人之间的关系演变。通过这些不断发展的联系价值，我们能够做出一些经验得出的观察结果，并将其与过去的工作进行比较。
不完全信息下网络中随机种群过程的平均场逼近
原文标题： Mean-field Approximation for Stochastic Population Processes in Networks under Imperfect Information
地址： http://arxiv.org/abs/2101.09644
作者： Anirudh Sridhar, Soummya Kar
摘要： 本文研究了一类普通的随机种群过程，其中，主体通过网络相互交互。主体仅基于其当前状态和邻居状态以随机分散的方式更新其行为。众所周知，当主体人数众多并且网络是一个完整的图（具有全部信息访问）时，总体的宏观行为会收敛到一个称为“ '平均场近似”的微分方程。 。当网络不完整时，通常不清楚是否存在适合人群总体行为的平均场近似值。本文提供了网络和策略动态的一般条件，对于这些条件，存在适当的均值场近似。首先，我们证明只要网络连接良好，总体的宏观行为就集中在与全图情况相同的均值场系统周围。接下来，我们表明，只要网络足够密集，总体的宏观行为就集中在平均场系统周围，该系统通常与完整图中获得的平均场系统不同案件。最后，我们提供了条件，在这种条件下，平均场近似等于在完全图情况下获得的近似。
超图聚类：从块模型到模块化
原文标题： Hypergraph clustering: from blockmodels to modularity
地址： http://arxiv.org/abs/2101.09611
作者： Philip S. Chodrow, Nate Veldt, Austin R. Benson
摘要： 超图是用于具有多体交互作用的各种复杂关系系统的自然建模范例。标准分析任务是识别紧密相关或密集互连的节点的群集。虽然已经提出了许多用于图聚类的概率生成模型，但是相对来说，用于超图的这种模型很少。我们提出了一种泊松度校正的超图随机块模型（DCHSBM），该模型是具有不同节点度和边尺寸的聚类超图的表达生成模型。 DCHSBM中的最大似然推论自然会导致一个聚类目标，该聚类目标可以概括图的流行模块化目标。我们为此目的导出了一种通用的Louvain型算法，以及一种更快的，专门化的“全有或全无”（AON）变体，其中边被认为完全位于簇中。这种特殊情况包括超图中模块化的最新建议，同时还包含灵活的分辨率和边尺寸参数。我们表明，超图Louvain具有高度的可扩展性，例如，包括一百万个节点的合成超图上的实验。我们还通过综合实验证明，用于超图社区检测的可检测性机制不同于基于二进图投影的方法。特别是，在某些情况下，即使基于图的方法由于信息论的限制而必然失败，超图方法也可以恢复种植的分区。我们使用我们的模型来分析学校联系网络，美国国会法案共同赞助机构，美国国会委员会，共同购买行为中的产品类别以及网络浏览会话中的酒店位置的不同高阶结构模式，从而能够恢复发展经验数据集中的真相簇显示出相应的高阶结构。
在家学习：COVID-19大流行期间中国大学基于直播的远程教育体验的混合方法分析
原文标题： Learning from Home: A Mixed-Methods Analysis of Live Streaming Based Remote Education Experience in Chinese Colleges During the COVID-19 Pandemic
地址： http://arxiv.org/abs/2010.01662
作者： Zhilong Chen, Hancheng Cao, Yuting Deng, Xuan Gao, Jinghua Piao, Fengli Xu, Yu Zhang, Yong Li
摘要： COVID-19全球大流行和随之而来的封锁政策已迫使几乎每个国家的教育从传统的同一地点范式转变为纯粹的在线“在家学习远程”范式。这种学习范式转变的中心在于远程通信工具和实时流媒体教育平台的出现和广泛采用。在这里，我们提出了关于在COVID-19大流行期间基于实时流媒体的教育经验的混合方法研究。我们将分析重点放在中国高等教育上，对30名学生和来自不同学院和学科的7名讲师进行半结构化访谈，同时对一所中国领先大学的6291名学生和1160名讲师进行了大规模调查。我们的研究不仅揭示了重要的设计准则和见解，以更好地支持大流行期间的当前远程学习体验，而且还为构建大流行后的未来协作教育支持系统和体验提供了宝贵的启示。
Facebook的政治广告和问责制：外部团体最为负面，尤其是在出资者消失或藏身的情况下
原文标题： Facebook Political Ads And Accountability: Outside Groups Are Most Negative, Especially When Disappearing Or Hiding Donors
地址： http://arxiv.org/abs/2010.01730
作者： Shomik Jain, Abby K. Wood
摘要： 在线政治广告的出现几乎没有规定，这使得社交媒体上的政治广告商可以避免问责。我们分析了由黑钱和群体无常导致的透明度缺陷与Facebook上政治广告的情绪之间的关系。我们从2018年8月至11月之间的Facebook广告库中获取了525,796封来自FEC注册广告商的广告。我们比较候选人，政党和外部团体投放的广告，我们将其分类为（i）捐助者的透明度（黑钱或已披露） （ii）小组的成员资格（在2018年后消失或重新注册）。由黑钱运作的广告和外部团体的消失分别比透明和重新注册的团体不利。整体而言，外部团体也比候选人和政党投放了更多的负面广告。这些结果表明，政治言论的透明度与广告语气有关：最负面的广告来自捐赠者披露和永久性较少的组织。
流行期间由社交物联网驱动的行人路由方法
原文标题： A Social IoT-driven Pedestrian Routing Approach during Epidemic Time
地址： http://arxiv.org/abs/2101.09539
作者： Abdullah Khanfor, Hamdi Friji, Hakim Ghazzai, Yehia Massoud
摘要： 冠状病毒疾病在世界范围内的空前传播极大地加快了基于技术的解决方案的开发，以预防，战斗，监测或预测大流行和/或其演变。智能物联网（IoT）设备无处不在可以在设计先进技术中发挥主要作用，从而帮助最大程度地减少污染风险。在本文中，我们提出了一个实用的框架，该框架使用社交物联网（SIoT）概念来改善行人在智能城市的真实世界地图上的安全导航。目的是减轻可能无法很好地实现社会隔离的高密度地区接触病毒的风险。拟议的路由方法在考虑其他设备的移动性的同时，实时建议行人的路线。首先，根据两个SIoT关系将IoT设备聚集到社区中，这两个关系考虑了设备的位置以及所有者之间的友好程度。因此，为城市地图道路分配了代表其安全级别的权重。然后，应用导航算法，即Dijkstra算法，推荐最安全的路线。应用于现实世界物联网数据集的仿真结果表明，该方法具有根据行人偏好在最安全和最短路径之间进行权衡的能力。
数字刻画的人类世：人类对地球影响的定量快照
原文标题： The Anthropocene by the Numbers: A Quantitative Snapshot of Humanity's Influence on the Planet
地址： http://arxiv.org/abs/2101.09620
作者： Griffin Chure, Rachel A. Banks, Avi I. Flamholz, Nicholas S. Sarai, Mason Kamb, Ignacio Lopez-Gomez, Yinon M. Bar-On, Ron Milo, Rob Phillips
摘要： 在过去约一万美元的年头里，人类在地球上的存在和行动对地球的演变产生了深远的影响，其后果现在已变得十分明显。尽管进行了大量紧迫且必要的技术研究，以探索地球上“人类影响”的各个方面，但将它们整合到人地系统的完整画面中却远远落后。在这里，我们量化了十二个无标度比率，将人为影响的大小置于上下文中，将人为过程的大小与其自然类似物进行了比较。这些比率反映了人类改变地球的地面，水圈，生物圈，大气层和生物地球化学的程度。在几乎所有十二种情况下，人类过程的影响都可以与之媲美或超越其自然的影响。这些影响在全球和区域解决方案中的价值和相应的不确定性来自主要的科学文献，政府和国际数据库以及行业报告。我们以图快照的形式呈现当前“事务状态”的这种综合，旨在用作参考。此外，我们建立了一个可搜索的数据库，称为“人类影响数据库”（www.anthroponumbers.org），该数据库包含此处报告的所有数量以及许多其他带有大量策划和注释的数量。尽管这项工作不一定是完整的，但它整理并概括了一组基本数字，总结了人类活动对地球大气，土地，水和生物群系的广泛影响。
BU-Trace：用于保护隐私的智能联系人跟踪的无权限移动系统
原文标题： BU-Trace: A Permissionless Mobile System for Privacy-Preserving Intelligent Contact Tracing
地址： http://arxiv.org/abs/2101.09653
作者： Zhe Peng, Jinbin Huang, Haixin Wang, Shihao Wang, Xiaowen Chu, Xinzhi Zhang, Li Chen, Xin Huang, Xiaoyi Fu, Yike Guo, Jianliang Xu
摘要： 2019年冠状病毒病（COVID-19）大流行给全球造成了前所未有的健康危机。数字接触跟踪作为一种传播干预措施，已显示出其在大流行控制中的有效性。尽管对数字联系人跟踪进行了深入研究，但现有解决方案几乎无法满足用户对隐私和便利性的要求。在本文中，我们提出了BU-Trace，这是一种基于QR码和NFC技术的用于保护隐私的智能联系人跟踪的新型无许可移动系统。首先，进行用户研究以调查和量化用户对移动联系人跟踪系统的接受程度。其次，提出了一种分散式系统，以实现联系人追踪同时保护用户隐私。第三，设计了一种智能的行为检测算法，以简化系统的使用。我们实施BU-Trace，并在几种实际场景中进行了广泛的实验。实验结果表明，BU-Trace无需请求位置或其他与隐私相关的权限，即可实现用于联系人跟踪的隐私保护和智能移动系统。
纠正性信息不一定能遏制社会干扰
原文标题： Corrective Information Does Not Necessarily Curb Social Disruption
地址： http://arxiv.org/abs/2101.09665
作者： Ryusuke Iizuka, Fujio Toriumi, Mao Nishiguchi, Masanori Takano, Mitsuo Yoshida
摘要： 错误信息的传播会引起社会混乱。社会网络服务（SNS）上信息的真实性是未知的，虚假信息很容易传播。因此，已经进行了许多控制社交网站上错误信息传播的方法的研究。但是，很少有研究检查错误信息的传播及其纠正对社会的影响。这项研究模拟了减少错误信息和纠正信息传播对社会破坏的影响，并确定了这种影响的特征。在这项研究中，我们分析了有关2020年COVID-19流行期间卫生纸短缺的错误信息，纠正措施以及此信息导致的购买过多。首先，我们分析了散布在SNS上的错误信息和纠正信息的数量，并创建了一个回归模型来估计错误信息及其纠正对现实世界的影响。该模型用于分析与错误信息和纠正信息的传播变化相对应的现实影响的变化。我们的分析表明，纠正信息比错误信息传播的范围要大得多。此外，我们的模型还揭示出纠正信息是造成过度购买行为的原因。作为我们进一步分析的结果，我们发现使对现实世界的影响最小化所需的纠正信息的传播量取决于错误信息的传播量。
在大流行期间自动监控社会动态：以孟加拉国COVID-19为例
原文标题： Automatic Monitoring Social Dynamics During Big Incidences: A Case Study of COVID-19 in Bangladesh
地址： http://arxiv.org/abs/2101.09667
作者： Fahim Shahriar, Md Abul Bashar
摘要： 报纸是值得信赖的媒体，与其他来源相比，人们可以获得最可靠，最可信的信息。另一方面，社交媒体经常散布谣言和误导性新闻，以吸引更多流量和关注。仔细地表征，评估和解释报纸数据可以洞悉阴谋和热情的社会问题，以监控任何重大的社会事件。这项研究分析了与COVID-19大流行有关的大量时空孟加拉国报纸数据。该方法包括新闻量分析，主题分析，自动分类和新闻报道情绪分析，以理解一段时间内孟加拉国不同部门和地区的COVID-19大流行。这种分析将有助于政府和其他组织找出由于这种大流行而给社会带来的挑战，应立即采取措施以及在大流行后时期采取何种措施，政府及其盟友如何能够共同应对这一挑战。未来发生危机时，请牢记这些问题。
道路社会网络中的多属性社区搜索
原文标题： Multi-attributed Community Search in Road-social Networks
地址： http://arxiv.org/abs/2101.09668
作者： Fangda Guo, Ye Yuan, Guoren Wang, Xiangguo Zhao, Hao Sun
摘要： 给定基于位置的社会网络，如何找到与查询用户高度相关且根据用户偏好在多个属性中得分最高的社区？通常，面对这样的问题，我们可以将网络建模为多属性的道路社会网络，其中每个用户都与位置信息和 d （ geq ！1 ）数值属性链接在一起。在实践中，用户偏好（即权重）通常固有地是不确定的，并且只能以有限的精度来估计，因为人类用户不能以绝对精度指定精确值。受此启发，我们引入了适用于多准则决策的规范化社区模型，称为多属性社区（MAC），该模型基于 k 核心的概念以及特定于偏好的新型优势关系。给定不确定的用户偏好，即权重的近似表示，MAC搜索报告每种可能的权重设置的确切社区。我们设计了一种优雅的索引结构来维持优势关系，在此基础上开发了两种算法来有效地计算前 j MAC。我们的算法的效率和可扩展性以及MAC模型的有效性通过在现实世界和综合道路社会网络上的大量实验得到了证明。
简单经济中的人口与不平等动态
原文标题： Population and Inequality Dynamics in Simple Economies
地址： http://arxiv.org/abs/2101.09817
作者： John C. Stevenson
摘要： 尽管基于空间主体和基于个人的模型在许多科学学科中得到了广泛应用，但这些模型所产生的复杂性通常难以管理和量化。这项研究将人口驱动的个体空间模型简化为最简单的配置和参数：具有同等能力的个体的平等资源机会格局；并提出以下问题：“从这种简单的经济模型中会产生有效的复杂人口和不平等动态吗？”建立了两个觅食经济的模型：生存和剩余。由此产生的紧急种群动态特征在于它们对媒介和景观参数的敏感性。单种人口动态的各种稳定和振荡状况用的模型生长参数适当选择生成。这些涌现的动力学表明与生物学和生态学中基于方程的单一物种种群的连续模型一致。这些简单的经济体暗含了这些模型的固有增长率，承载能力和延迟参数。各个分布的汇总度量用于理解模型参数的敏感性。定义了新的局部措施来描述由空间效应（尤其是物种灭绝）驱动的复杂行为。事实证明，这种简单的经济模型会产生非常复杂的人口和不平等动态。产生内在增长率的模型参数对这些动力学有很大影响，包括不平等的巨大变化。显著的不平等影响是由于出生成本超出其对内在增长率的影响而引起的。在最初的非均衡时期发现了最高水平的不平等，其驱动因素与驱动稳态不平等的因素不同。
链接用户意见动态和在线讨论
原文标题： Linking User Opinion Dynamics and Online Discussions
地址： http://arxiv.org/abs/2101.09852
作者： Christine Largeron, Andrei Mardale, Marian-Andrei Rizoiu
摘要： 本文研究了社交媒体中意见形成和两极分化的动态。我们调查用户对有争议主题的立场是否受到他们所接触的在线讨论以及与支持不同立场的用户的互动的影响。我们设置了一系列预测性练习，其中使用几种发布活动功能来描述用户，这些功能刻画了他们的总体活动水平，发布成功，他们的帖子从不同立场的用户那里引起的反应以及他们参与的讨论类型。在当前给定用户描述的情况下，目的是预测其将来的立场。在Reddit平台上有关英国退欧的讨论的数据集上，我们显示该活动功能不断优于文本基准，从而确认了讨论和观点之间的联系。我们发现，最有用的功能是用户喜欢参与的讨论的立场组成。
利用信用卡交易差异揭示灾难影响和恢复的空间格局
原文标题： Unveiling Spatial Patterns of Disaster Impacts and Recovery Using Credit Card Transaction Variances
地址： http://arxiv.org/abs/2101.10090
作者： Faxi Yuan, Amir Esmalian, Bora Oztekin, Ali Mostafavi
摘要： 这项研究的目的是根据信用卡交易中的差异来研究影响和社区恢复的空间格局。这种差异可以反映家庭影响，访问中断和业务关闭的集体影响，从而为检查灾难影响和灾难中的社区恢复提供了一种综合措施。现有研究主要依赖于调查和社会人口统计数据来评估灾害影响和恢复工作，尽管此类数据有局限性，包括大量的数据收集工作和及时的结果延迟。此外，很少有研究集中在灾害影响的空间格局和差异以及社区的短期恢复上，尽管这样的调查可以增强灾害期间的态势感知并支持识别灾害影响和灾后恢复的不同空间格局。受灾地区。这项研究检查了2017年哈维飓风期间哈里斯县（美国得克萨斯州）的信用卡交易数据，以邮政编码和县级规模分别从社区居民和企业的角度探讨灾难影响和恢复的空间格局，并进一步调查邮政编码之间的空间差异。结果表明，与大多数业务部门的低收入邮政编码地区的居民相比，邮政编码较高的人口中的个人遭受的灾害影响更为严重，并且恢复得更快。我们的发现不仅可以增进人们对灾害影响和灾后恢复的空间格局和差异的理解，从而更好地评估社区的抗灾能力，而且还可以使紧急情况管理人员，城市规划人员和政府官员受益于利用人口活动数据，使用信用卡交易作为主体。活动，以提高态势意识和资源分配。
不止降低成本：提高电力系统中储能的价值
原文标题： Beyond cost reduction: Improving the value of energy storage in electricity systems
地址： http://arxiv.org/abs/2101.10092
作者： Maximilian Parzen, Fabian Neumann, Addrian H. Van Der Weijde, Daniel Friedrich, Aristides Kiprakis
摘要： 如果储能技术可以使能源系统更便宜，那么它就很有价值。改善存储技术的传统方法是降低成本。但是，最便宜的储能装置在能源系统中并不总是最有价值的。本文回顾了技术经济存储评估方法，并通过新的“市场潜力方法”对其进行了扩展，该方法通过检查长期投资计划优化所获得的能力来得出系统价值。我们将这种方法应用于基于可再生能源的欧洲电力系统模型中的其他成本指标，并将其与其他成本指标进行比较，该模型涵盖了多种储能技术。我们发现，高成本氢存储的特性与低成本氢存储同等甚至更有价值。此外，我们表明，修改存储大小和组件交互的自由度可使能源系统便宜10％，并影响技术价值。结果表明，要超越单纯的降低成本的范式，而应专注于采用具有价值的方法来开发技术，这些方法可能会导致未来的电力系统更便宜。市场潜力法可能是一种指导储能创新的实用且有用的价值方法。
相对规范网络集合——（误）表征小世界网络
原文标题： Relative Canonical Network Ensembles -- (Mis)characterizing Small-World Networks
地址： http://arxiv.org/abs/2101.10177
作者： Oskar Pfeffer, Nora Molkenthin, Frank Hellmann
摘要： 具有某些属性的通用网络是什么样的？我们将相对规范网络集合定义为实现属性R的集合，同时使其与通用网络集合尽可能不区分。这使我们能够研究网络中最普通的特征，从而产生被调查财产。为了测试该方法，我们首先将其应用于网络度量“小世界性”，被认为是小世界网络的特征。当我们进入集团和集线器越来越少的通用网络时，我们发现了几个相变。典型的小世界网络没有共享这些功能，这表明高“小世界度”并不能像通常所理解的那样表征小世界网络。另一方面，我们看到对于嵌入式网络，平均最短路径长度和总的欧几里得链路长度在表征小世界网络方面表现更好，而集线器则以较低的通用性成为定义性特征。我们期望整体方法在理解现实世界中感兴趣的网络属性方面具有广泛的适用性。
根据专家组的多个标准评分比较发电技术
原文标题： Comparing electricity generation technologies based on multiple criteria scores from an expert group
地址： http://arxiv.org/abs/2101.10220
作者： Euan Mearns, Didier Sornette (ETH Zurich)
摘要： 多标准决策分析（MCDA）已用于对当今使用的13种发电技术的质量进行全面评估。一组由19名能源专家组成的小组，根据可持续性（社会，环境和经济）的支柱，使用12条质量标准对1到10分进行评分，目的是量化每种技术的每种标准。总平均分数被用作系统质量的整体度量。排名前三位的技术是核能，联合循环气和水力发电。底部的三个是太阳能光伏，生物质能和潮汐泻湖。七种新的可再生能源技术都表现不佳，被认为价格昂贵，不可靠并且对环境的友好程度不像通常想象的那样。我们通过以下方法验证我们的方法：1）比较我们期望存在关联的成对标准的分数； 2）将我们的定性分数与定量数据进行比较；和; 3）将我们的质量得分与NEEDS项目基准成本进行比较。在许多情况下，R2> 0.8表明我们的方法的结构化层次结构导致了可以半定量方式使用的得分。通过这项调查的结果将导致经合组织和全世界的能源政策重点领域大相径庭。
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。