- 为科学发展的前景建模;
- 超传播的k核位于COVID-19大流行持久性的中心;
- 通过超网络循环结构预测超链接;
- Covid-19的多层网络模型实现;
- Twitter上的Covid-19演讲：主题、情感、主观性和象征性框架如何随着时间而变化;
- 用于社交推荐的双面深度上下文调制;
- Clandestino还是Rifugiato？在意大利的反移民Facebook广告定位;
为科学发展的前景建模
原文标题： Modeling the Perspectives for Scientific Advancement
地址： http://arxiv.org/abs/2103.08692
作者： Eric K. Tokuda, Cesar H. Comin, Luciano da F. Costa
摘要： 科学的发展本身就是科学研究的重要课题。事实上，对这种复杂的动力系统的更好理解可以为提高科学发展方式提供补贴。最近，据报道，基于网络科学的方法旨在表征和研究科学进步的前景，假设新知识以统一随机的方式纳入其中。就Erd H o s-R 'enyi（ER）和Barab 'asi-Albert（BA）知识网络都观察到非常相似的进步而言，报告了令人惊讶的结果。在目前的工作中，我们考虑了额外的网络模型，随机几何图（GR）以及结合知识的其他几种方式（即优先考虑节点度，优先考虑较近节点或邻近节点），对初步研究进行了系统的补充。 ，并考虑到未知节点之间的介数中心性。获得并讨论了一些有趣的结果，包括：统一策略导致GR模型的最佳扩展，ER和GR模型的程度和中间扩展的结果与在相同模型中使用均匀性方法获得的结果相似。出人意料的是，BA模型导致的扩展仅比统一情况下快一点。尽管在质量上相似，但是基于程度和介数中心性的策略由于不存在线性关系，因此产生了截然不同的结果。
超传播的k核位于COVID-19大流行持久性的中心
原文标题： Superspreading k-cores at the center of COVID-19 pandemic persistence
地址： http://arxiv.org/abs/2103.08685
作者： Matteo Serafino, Higor S. Monteiro, Shaojun Luo, Saulo D. S. Reis, Carles Igual, Antonio S. Lima Neto, Matias Travizano, José S. Andrade, Jr., Hernán A. Makse
摘要： 由最近发现的SARS-CoV-2病毒引起的COVID-19的传播已成为具有破坏性后果的全球性问题。为了减缓大流行的蔓延速度，已在全球实施大规模隔离，进一步加剧了社会和经济动荡。在这里，我们实施了全面的接触者追踪网络分析，以找到优化的隔离协议，以最小化对社会的破坏来拆除冠状病毒的传播链。我们从拉丁美洲部署的数百个移动应用程序的汇编中跟踪数十亿个匿名GPS人类移动性数据点，以监视禁闭前后疾病传播的接触网络的演变。由于封锁，整个地区的人员流动减少了53美元/西姆，这导致传输网络的急剧瓦解减少了90美元/西姆。但是，这种崩解并没有阻止疾病的传播。我们的分析表明，超级传播的k核结构在传播网络中持续存在，从而延长了大流行时间。一旦确定了k核，打破传输链的最佳策略是隔离具有连接大k核的中间高度中心性的最小数量的“弱链接”。随着各国开发出应对大流行的联系人跟踪应用程序，我们的结果可能会变成宝贵的资源，有助于以最小的中断来部署隔离协议。
通过超网络循环结构预测超链接
原文标题： Predicting hyperlinks via hypernetwork loop structure
地址： http://arxiv.org/abs/2103.08926
作者： Liming Pan, Hui-Juan Shang, Peiyan Li, Haixing Dai, Wei Wang, Lixin Tian
摘要： 虽然简单网络中的链接描述了节点之间的成对交互，但有必要合并超网络以使用任意大小的交互对复杂系统进行建模。在这项研究中，我们专注于超网络中的超链路预测问题，当前的最新方法基于潜在特征。仍然缺乏通过拓扑特征的实用算法，该算法可以提供对超网络的组织原理的理解。对于简单的网络，本地集群或环路反映了节点之间的相关性。因此，基于环路的链路预测算法已经达到了准确的性能。将思想扩展到超链路预测面临着几个挑战。例如，为预测定义循环的有效方法尚不清楚。此外，直接比较可变大小的超链接的拓扑统计信息可能会引入超链接基数的偏差。在这项研究中，我们解决了这些问题，并提出了一种基于循环的超链路预测方法。首先，我们讨论并定义超网络中的循环。然后，我们通过简单的修改后的Logistic回归将循环特征转换为超链路预测算法。与最先进的方法相比，在多个真实世界的数据集上进行的数值实验证明了其优越的性能。
Covid-19的多层网络模型实现
原文标题： A Multilayer Network Model implementation for Covid-19
地址： http://arxiv.org/abs/2103.08843
作者： Juan G. Calvo, Fabio Sanchez, Luis A. Barboza, Yury E. García, Paola Vásquez
摘要： 我们提出了一种用于模拟Covid-19或其他具有类似传播机制的疾病的传播的多层网络的数值实现。该模型合并了个人之间的不同联系类型（家庭，社交联系和陌生人），与标准SIR类型模型相比，它具有灵活性。本文中描述的算法是对模型的简化，该模型通过模拟广泛的可能情景和预测，为公共卫生当局提供了哥斯达黎加决策过程的附加工具。
Twitter上的Covid-19演讲：主题、情感、主观性和象征性框架如何随着时间而变化
原文标题： Covid-19 Discourse on Twitter: How the Topics, Sentiments, Subjectivity, and Figurative Frames Changed Over Time
地址： http://arxiv.org/abs/2103.08952
作者： Philipp Wicke, Marianna M. Bolognesi
摘要： 我们在社交媒体上谈论当前流行病危机的用语可以告诉我们我们如何概念化大流行以及我们如何应对大流行。本文针对Twitter上报道的有关Covid-19的话题如何随时间变化而进行了广泛的探索性分析，重点是该流行病的第一波浪潮。首先，我们根据大量的推文（在2020年3月20日至2020年7月1日之间产生），通过主题建模来展示与流行病发展相关的主题如何随时间变化。其次，我们显示推文中使用的语言的情感极性如何从第一次锁定期间的相对正价转变为与重新开放相对应的更负价。第三，我们显示推文的平均主观性如何线性增加；第四，当真正的骚乱和战斗进入讨论时，WAR的流行和常用形象框架如何变化。
用于社交推荐的双面深度上下文调制
原文标题： Dual Side Deep Context-aware Modulation for Social Recommendation
地址： http://arxiv.org/abs/2103.08976
作者： Bairan Fu, Wenming Zhang, Guangneng Hu, Xinyu Dai, Shujian Huang, Jiajun Chen
摘要： 社交推荐通过利用在线社会网络平台的社交关系有效地提高了推荐性能。用户之间的社会关系为建模用户对候选商品的兴趣提供了朋友的信息，并帮助商品暴露给潜在的消费者（即商品吸引力）。但是，有两个问题尚未得到充分研究：首先，出于用户的兴趣，现有方法通常仅将候选者上下文中的朋友信息聚合在一起，而这种浅层的上下文感知聚合使他们遭受有限的朋友的困扰。信息。其次，对于商品吸引力，如果商品的过去消费者是目标用户的朋友或与目标用户有相似的消费习惯，则该商品可能对目标用户更具吸引力，但是大多数现有方法都忽略了关系增强的上下文感知商品吸引力。为理解决上述问题，我们提出了DICER（用于社交推荐的双面深度上下文感知调制）。具体来说，我们首先提出了一种新颖的图神经网络来建模社交关系和协作关系，并且在高阶关系的基础上，引入了双向深度上下文感知调制，以刻画朋友的信息和项目吸引力。在两个真实世界的数据集上的经验结果表明了该模型的有效性，并进行了进一步的实验以帮助理解双重上下文感知调制的工作原理。
Clandestino还是Rifugiato？在意大利的反移民Facebook广告定位
原文标题： Clandestino or Rifugiato? Anti-immigration Facebook Ad Targeting in Italy
地址： http://arxiv.org/abs/2103.09224
作者： Arthur Capozzi, Gianmarco De Francisci Morales, Yelena Mejova, Corrado Monti, André Panisson, Daniela Paolotti
摘要： 围绕有争议的问题监控广告是确保政治过程的问责制和透明度的重要一步。为此，我们使用Facebook广告库在一年内收集了2312项与移民相关的广告活动。我们的赞成和反对移民分类器（F1 = 0.85）揭示了意大利主要政党之间的党派分歧，其中反移民广告占了近1500万次展示。尽管占所有与移民相关的广告的47.6％，但反移民的广告获得了65.2％的展示。我们估计，所有刻画的广告系列中约有三分之二使用按地理位置，性别或年龄分类的受众特征定位。我们发现，按年龄和性别划分存在明显差距：例如，来自主要政党的反移民广告被男性用户看到的可能性比女性高17％。与亲移民政党不同，我们发现反移民政党的人口与他们自己的选民相似。但是，他们的受众随主题而变化：男性用户在谈论移民问题时看到反移民政党的广告的可能性要高出24％。此外，此类活动的观众趋向于跟随围绕移民的主流新闻的数量，从而支持政治广告商试图“驾驭当前新闻浪潮”的理论。我们以政治交流的政策含义作为结论：由于Facebook Ads Library不允许区分广告客户的意图和算法定位，因此我们认为平台应就社会政治活动的定位配置共享更多详细信息。
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。