- 测试语义和结构对推荐准确性和多样性的影响;
- 平均环路影响的概念作为反馈优势分析的系统性度量;
- 识别外国游客旅行路径中的宏观特征;
- 活动驱动网络上的自发行为改变和疾病复发;
- COVID-19的Google趋势分析;
- 使用基于上下文的Twitter嵌入来检测COVID-19的新出现症状;
- 向量差方程，亚随机矩阵和减少流行病传播的多网络设计;
- MM-COVID：用于打击COVID-19的多语言和多维数据库;
- 戴口罩对病毒传播的影响分析：对COVID-19的影响;
- 流行病规模分布中的有限大小尺度与双重随机变量和影子矩;
- 引用动态的SIR流行病模型;
- 欧洲地区的三角研究与创新合作;
- 多层网络中的恢复耦合;
- 表征增长网络的度分布头部;
测试语义和结构对推荐准确性和多样性的影响
原文标题： Testing the Impact of Semantics and Structure on Recommendation Accuracy and Diversity
地址： http://arxiv.org/abs/2011.03796
作者： Pedro Ramaciotti Morales, Lionel Tabourier, Raphaël Fournier-S'niehotta
摘要： 异构信息网络（HIN）形式非常灵活，可以启用复杂的推荐模型。我们评估了HIN的不同部分对建议的准确性和多样性的影响，然后研究这些影响是否仅是由于网络中编码的语义内容所致。我们使用基于网络结构并且更适合于HIN形式主义的最近提议的多样性度量。最后，我们随机调整HIN某些部分的边，以使网络从其语义内容中清空，同时保持其结构相对不受影响。我们表明，在网络数据中编码的语义内容对于推荐系统的性能具有有限的重要性，并且该结构至关重要。
平均环路影响的概念作为反馈优势分析的系统性度量
原文标题： The Concept of Average Loop Impact as a System-Wide Measure of Feedback Dominance Analysis
地址： http://arxiv.org/abs/2011.04103
作者： John Hayward
摘要： 在系统动力学中，环路影响的概念衡量反馈环路对环路中存量行为的曲率的影响（Hayward＆Boswell，2014）。它是环路施加到存量上的加速度的比率度量，也可以被认为是环路中相邻存量之间施加的力的比率度量（Hayward＆Roach，2017）。这样，n次冲击描述了n个库存的循环。循环影响用于检查存量行为中的循环优势区域。有时，提出完整系统而不是单个库存的优势分析很有帮助。本文介绍了平均环路影响的概念，以探索这种系统范围内的环路优势分析。
识别外国游客旅行路径中的宏观特征
原文标题： Identifying macroscopic features in foreign visitor travel pathways
地址： http://arxiv.org/abs/2011.04190
作者： Tatsuro Kawamoto, Ryutaro Hashimoto
摘要： 人们通常将人类出行方式研究为网络，其中将出发点和目的地点编码为节点，并将两点之间的旅行频率记录为加权边。但是，由于旅行者经常访问构成路径的多个目的地，因此与仅基于成对频率的方法相比，合并路径统计信息的分析有望提供更多信息。因此，在这项研究中，我们应用了一个高阶网络表示框架，以从日本的外国访客路径中识别出特征性旅行模式。我们希望本文的结果主要可用于旅游业的营销研究。
活动驱动网络上的自发行为改变和疾病复发
原文标题： Self-initiated behavioural change and disease resurgence on activity-driven networks
地址： http://arxiv.org/abs/2011.03754
作者： Nicolò Gozzi, Martina Scudeler, Daniela Paolotti, Andrea Baronchelli, Nicola Perra
摘要： 我们考虑的人群经历了第一波感染，被强有力的，自上而下的政府限制打断了，并且没有形成有效的免疫力来预防第二波感染（即死灰复燃）。随着限制的解除，个人会调整自己的社交行为以最大程度地降低感染风险。我们考虑两种情况。首先，个人减少了对其他人群的整体社交活动。在第二种情况下，他们在较小的同龄人社区中维持正常的社交活动（即社交泡沫），同时减少了与其他人群的社交互动。在这两种情况下，我们都考虑了社会活动与行为变化之间可能的相关性，例如反映了某些职业的社会维度。我们考虑在活动驱动的网络上展开的易感感染恢复的流行病模型来对这些情况进行建模。大量的分析和数值结果表明，i）少数不改变行为的非常活跃的个体可能会使绝大多数人口的努力无效，并且ii）正常社会活动的不完善的社会泡沫可能不如全面减少社会影响有效。互动。
COVID-19的Google趋势分析
原文标题： Google Trends Analysis of COVID-19
地址： http://arxiv.org/abs/2011.03847
作者： Hoang Long Nguyen, Zhenhe Pan, Hashim Abu-gellban, Fang Jin, Yuanlin Zhang
摘要： 世界卫生组织（WHO）宣布3月11日发生COVID-19大流行病，因为在几个国家和地区有118K病例。自从预计案件的增长有助于政府采取棘手的决定以减轻本国的封锁命令以来，许多研究人员致力于预测已确认的案件数量。这些命令帮助了几个失业的人，并支持了受到严重影响的企业。我们的研究旨在调查Google搜索趋势与新型冠状病毒（COVID-19）在全球各个国家之间的传播之间的关系，以预测病例数。我们根据世界卫生组织报告的确诊病例数对相关Google搜索趋势的关键字进行相关分析。之后，我们应用了多种机器学习技术（多元线性回归，非负整数回归，深度神经网络），根据历史数据和混合数据（Google搜索趋势）预测了全球确诊病例的数量。我们的结果表明，谷歌搜索趋势与报告的确诊案例数量高度相关，其中深度学习方法的表现优于其他预测技术。我们认为，这不仅是预测COVID-19确诊病例的有前途的方法，而且是与Google相关趋势相关的类似预测问题的预测方法。
使用基于上下文的Twitter嵌入来检测COVID-19的新出现症状
原文标题： Detecting Emerging Symptoms of COVID-19 using Context-based Twitter Embeddings
地址： http://arxiv.org/abs/2011.03983
作者： Roshan Santosh, H. Andrew Schwartz, Johannes C. Eichstaedt, Lyle H. Ungar, Sharath C. Guntuku
摘要： 在本文中，我们提出了一种基于迭代图的方法来检测COVID-19的症状，这种病理似乎正在发展。更一般地，该方法可以应用于在大型不平衡语料库（例如，所有推文中提到＃COVID-19）中查找上下文特定的单词和文本（例如，症状提及）。鉴于COVID-19的新颖性，我们还测试了所提出的方法是否能推广到检测药物不良反应（ADR）的问题。我们发现，应用于Twitter数据的方法在疾病控制中心（CDC）进行报告之前，基本上可以检测到症状提及。
向量差方程，亚随机矩阵和减少流行病传播的多网络设计
原文标题： Vector Difference Equations, Substochastic Matrices, and Design of Multi-Networks to Reduce the Spread of Epidemics
地址： http://arxiv.org/abs/2011.04037
作者： Harold M Hastings, Tai Young-Taft
摘要： 长期以来，城市一直是人类发展与进步的核心中心。城市促进了人类创造力和人类疾病的传播，与此同时，减少疾病传播的努力也影响了城市的设计。本文的目的是探索网络上流行病的动态，以帮助设计一个未来的多网络城市，以最大程度地减少流行病的传播。为此，我们从网络上的SIR模型（易感，受感染，已删除）开始，该网络中的节点代表城市或区域，而边由区域之间的流量加权。由于目标是稳定零感染稳态，因此我们将离散时间SIR模型线性化，得出每个节点处感染动态的差分方程，然后包括来自其他节点的感染流。这产生了传染传播的矢量差方程。然后，我们对随机矩阵的概念进行概括，以量化此更新方程的动力学。更新矩阵 M 的条目可能会随时间变化，甚至随着节点之间的流打开和关闭而间断。对于由代表城市内部和城市之间的相互作用的节点对之间的弱相互作用和强相互作用组成的多网络，这可能会产生有用的设计约束。
MM-COVID：用于打击COVID-19的多语言和多维数据库
原文标题： MM-COVID: A Multilingual and Multidimensional Data Repository for CombatingCOVID-19 Fake New
地址： http://arxiv.org/abs/2011.04088
作者： Yichuan Li, Bohan Jiang, Kai Shu, Huan Liu
摘要： COVID-19流行病被认为是整个社会的全球健康危机，是自第二次世界大战以来人类面临的最大挑战。不幸的是，关于COVID-19的虚假消息正以病毒本身的速度传播。错误的健康测量，焦虑和仇恨言论将对人们的身体健康以及全世界的心理健康造成严重影响。为了帮助更好地打击COVID-19虚假新闻，我们提出了一个新的虚假新闻检测数据集MM-COVID（多语言和多维COVID-19假新闻数据存储库）。该数据集提供了多语言的假新闻和相关的社会环境。我们从6种不同语言的英语，西班牙语，葡萄牙语，印地语，法语和意大利语中收集了3981条虚假新闻内容和7192条值得信赖的信息。我们从不同的角度对MM-COVID进行了详细的探索性分析，并演示了MM-COVID在COVID-19假新闻研究在多种语言和社交媒体上的几种潜在应用中的实用性。
戴口罩对病毒传播的影响分析：对COVID-19的影响
原文标题： Analysis of the Impact of Mask-wearing in Viral Spread: Implications for COVID-19
地址： http://arxiv.org/abs/2011.04208
作者： Yurun Tian, Anirudh Sridhar, Osman Yagan, H. Vincent Poor
摘要： 在COVID-19大流行期间，口罩被用作一项综合措施的一部分，以限制传播并挽救生命。有关在COVID-19大流行中戴口罩的影响的研究引起了多个学科的强烈兴趣。在本文中，我们研究了口罩的佩戴对复杂网络中扩散过程的影响。这是通过研究多类型网络模型上的异构键渗透过程完成的，其中节点可以是两种类型之一（遮罩式和非遮罩式）。我们提供的分析结果可准确预测预期的流行病规模和出现的概率，这些特征取决于传播过程的特征（例如，传播概率，口罩的内向和外向效率等），口罩佩戴者在口罩中所占的比例人口，以及基础联系网络的结构。除了理论分析之外，我们还在随机网络上进行了广泛的仿真。我们还评论了此处研究的面罩模型与Eletreby等人最近研究的具有突变的多株病毒传播模型之间的类比。
流行病规模分布中的有限大小尺度与双重随机变量和影子矩
原文标题： Finite-size scaling versus dual random variables and shadow moments in the size distribution of epidemics
地址： http://arxiv.org/abs/2011.04316
作者： Alvaro Corral
摘要： 我讨论并批评了使用“双重变换”来计算流行病死亡人数分布中的“影子时刻”。我展示了这种转换是任意的，不仅产生了死亡人数分配的不合理的功能形式，而且证明是高度虚假的（请参见手稿中的图1）。因此，根据“影子时刻”方法计算出的预期死亡人数缺乏任何理论支持。这对于评估流行病风险至关重要。我认为，解决统计物理学中这类问题的自然方法是借助有限大小尺度。
引用动态的SIR流行病模型
原文标题： A SIR epidemic model for citation dynamics
地址： http://arxiv.org/abs/2011.04382
作者： Sandro M. Reia, José F. Fontanari
摘要： 科学文献中的引文研究跨越了传统科学分支之间的界限，并独立地被称为最赚钱的研究领域，被称为“科学科学”。尽管对个别论文的引文历史的理解涉及许多无形的因素，但引文引证引文的基本假设可以解释经验引文模式的大多数特征。在这里，我们使用SIR流行病模型作为在美国物理学会某些期刊上发表的被引论文的引文动态的机制模型。估计的流行病学参数提供了对未知数量的见解，因为社区的规模可以引用一篇论文，以及对社区的最终影响。我们发现使用流行病学参数获得的期刊等级与影响因子等级之间存在良好的一致性，尽管不完美。
欧洲地区的三角研究与创新合作
原文标题： Triangular research and innovation collaborations in the European area
地址： http://arxiv.org/abs/2011.04553
作者： K. Angelou, M. Maragakis, K. Kosmidis, P. Argyrakis
摘要： 在当前的研究中，我们研究了专利和欧洲框架计划（FP）的多重网络，旨在揭示三角形（任何三个节点之间的完全连接的网络）的形成模式的时间变化。更具体地说，多路网络由两层组成，其节点是NUTS2区域。在第一层，我们描述了为创造专利而合作的发明人的区域，第二层是欧洲框架计划（FP）资助的项目中科学家的区域。当来自不同地区的科学家或发明家进行协作时，两个节点之间存在联系。我们将网络暂时划分为28个较短的子网络，每个子网络跨度为6年，并计算在6年期限结束时形成的三角形数量。接下来，我们重新整理数据以再次创建28个为期6年的随机网络，以识别是否存在有利于非随机行为的隐藏机制。实际数据和混洗后的数据使用z得分进行比较，z得分用于衡量它们之间标准差的差异。另外，我们使用聚类系数重复相同的分析，聚类系数是三角形的数量超过三元组的数量（可能的三角形）。结果表明，三角形FP合作往往比随机合作更受青睐，而在专利中情况恰恰相反。此外，与聚类系数相反，使用三角形的结果倾向于更全面。最后，我们确定哪个NUTS2区域在任一层中经常表现出较高的聚类系数，并为所有区域提供具有这些值的地图。这项研究的结果可以帮助决策机构理解资助研究和专利创新协作网络的空间维度。
多层网络中的恢复耦合
原文标题： Recovery Coupling in Multilayer Networks
地址： http://arxiv.org/abs/2011.04623
作者： Michael M. Danziger, Albert-László Barabási
摘要： 基础设施系统复杂性的增加已导致多个网络之间的关键相互依赖关系-通信系统需要电力，而电网的正常运行依赖于通信系统。这些相互依赖关系激发了有关耦合多层网络的大量文献，假设一个网络中的组件故障会导致另一个网络中的故障，这种严格的相互依赖关系会导致多个系统之间出现一系列故障。尽管这种硬耦合的经验证据有限，但是网络的修复和恢复通常需要由其他网络提供的资源，从而导致由恢复过程引起的有据可查的相互依赖性。如果支持网络无法正常运行，恢复速度将会减慢。在这里，我们收集了数百万个电网故障的恢复时间的数据，找到了受到大扰动后恢复中普遍存在非线性行为的证据。我们开发了一个理论框架来解决回收耦合问题，预测了不同于多层级联故障的定量特征。然后，我们依靠受控的自然实验将恢复耦合的作用与其他影响（例如资源限制）分开，从而提供了恢复耦合如何影响系统功能的直接证据。由此产生的见解不仅对基础设施系统具有影响，还对生物系统的脆弱性和衰老提供了见解。
表征增长网络的度分布头部
原文标题： Characterizing the head of the degrees distributions of growing networks
地址： http://arxiv.org/abs/2011.04643
作者： Jan Medina-López, Jorge Finke
摘要： 本文中的分析有助于解释随着度数分布遵循扩展的指数或幂律尾部而增长的网络的形成。我们提出了一个通用模型，其中边动力学是由新节点的连续附着和触发随机或优先附着的混合附着机制驱动的。此外，根据响应机制建立到新添加的节点的倒数边。所提出的框架通过允许新边的数量根据各种离散概率分布（包括泊松，二项式，Zeta和对数级数）而变化，从而扩展了以前的混合附件模型。我们导出了由混合附着和响应机制导致的极限度分布的解析表达式。此外，我们描述了累积的度内分布动力学的演变。仿真结果说明了新边的数量和互易过程如何显著影响度分布的头部。
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。