- 人，地点和关系：社交场所的景观及其社会网络结构;
- RePBubLik：通过插入链接来减小极化气泡半径;
- 通过声誉和网络控制来量化企业的重要性;
- 发布方式反映了新闻媒体的政治两极化;
- 含时文本网络中的重叠社区检测;
- 大流行病爆发的最快检测和预测：COVID-19波浪分析;
人，地点和关系：社交场所的景观及其社会网络结构
原文标题： People, Places, and Ties: Landscape of social places and their social network structures
地址： http://arxiv.org/abs/2101.04737
作者： Jaehyuk Park, Bogdan State, Monica Bhole, Michael C. Bailey, Yong-Yeol Ahn
摘要： 由于它们在社交活动中起着至关重要的作用，“第三地点”是人们随便拜访并与朋友和邻居交流的社交地方，已被网络科学，社会学，地理，城市规划和区域性等广泛领域研究学习。但是，由于缺乏对第三名的大规模人口普查，研究人员无法进行系统的调查。在这里，我们通过使用Facebook页面对全国第三名及其社会网络进行了系统的全国性调查。我们的分析表明，第三地区类型的分布在很大程度上存在地理异质性，这与基线人口统计数据和县级特征高度相关。某些类型的页面，例如“礼拜场所”，表现出很大程度的聚类，表明社区的偏爱或集中的潜在互补。我们还发现，不同类型的社交场所的社会网络在重要方面也有所不同：“餐馆”和“室内娱乐”页面的社会网络更可能是已有友谊的紧密联系的社区，而“礼拜场所”和“社区便利设施”页面类别更有可能架起新的友谊纽带。我们认为，这项研究可以作为未来对社会空间及其社会关系进行系统比较研究的重要里程碑。
RePBubLik：通过插入链接来减小极化气泡半径
原文标题： RePBubLik: Reducing the Polarized Bubble Radius with Link Insertions
地址： http://arxiv.org/abs/2101.04751
作者： Shahrzad Haddadan, Cristina Menghini, Matteo Riondato, Eli Upfal
摘要： 表达不同观点的页面之间的超链接图的拓扑结构可能会影响读者对各种内容的理解。结构性偏见可能会使读者陷入两极分化的泡沫中，而无法获得其他意见。我们将读者的行为建模为随机游走。如果从节点到另一观点的页面的随机游走的预期长度很大，则该节点处于极化泡沫中。图的结构偏差是高度极化的气泡半径的总和。我们研究了通过边插入来减少结构偏差的问题。在对数因子内很难治愈所有具有高极化气泡半径的节点，因此，我们着重于寻找插入的最佳 k 边以最大程度地减少结构偏差。我们介绍了RePBubLik，这是一种利用随机游走接近中心性的变体来选择要插入的边的算法。 RePBubLik在温和条件下获得恒定因子近似值。它比现有的边推荐方法（包括一些旨在减少图极化的方法）更快地降低了结构偏差。
通过声誉和网络控制来量化企业的重要性
原文标题： Quantifying the importance of firms by means of reputation and network control
地址： http://arxiv.org/abs/2101.05010
作者： Yan Zhang, Frank Schweitzer
摘要： 公司的声誉主要通过其所有权结构来传递。我们使用这种关系来确定跨国公司与其1313家公司所有权网络核心中的参与公司之间的声誉溢出。然后，我们应用网络可控性的概念来识别此网络中314家公司的最小驱动程序节点（MDS）集。这些驱动程序节点的重要性按照其控制贡献，其运营收入和声誉来分类。当使用公司作为驱动程序节点时，后两者也被用作访问成本的主体。使用丰富度分析，我们发现信誉较高的公司保持了网络的可控性，但很少成为主要推动者，而信誉中等的公司最有可能成为首要驱动者节点。我们进一步表明，具有较低访问成本的MDS可用于控制整个网络中的信誉动态。
发布方式反映了新闻媒体的政治两极化
原文标题： Publishing patterns reflect political polarization in news media
地址： http://arxiv.org/abs/2101.05044
作者： Nick Hagar, Emőke-Ágnes Horvát, Johannes Wachs
摘要： 数字新闻媒体依靠各种外部贡献者，从自由新闻记者到政治评论员，再到高管和政治人物。这些外部依存关系在新闻媒体之间创建了一个网络，沿着它们共享的贡献者进行追踪。通过使用网点之间的联系，我们演示了贡献者的出版轨迹如何倾向于与网点的政治倾向相一致。我们还展示了两极分化的销售点如何将其转化为新闻报道主题以及发表文章的风格和语气的差异。此外，我们展示了跨党派分歧的贡献者如何倾向于集中于不太明确的政治话题。这项工作通过强调新闻媒体生产方面的结构性因素如何创建由政治倾向塑造的生态系统，而与任何个人或组织的优先事项无关，从而解决了媒体两极化文献中的一个重要空白。
含时文本网络中的重叠社区检测
原文标题： Overlapping Community Detection in Temporal Text Networks
地址： http://arxiv.org/abs/2101.05137
作者： Shuhan Yan, Yuting Jia, Xinbing Wang
摘要： 根据节点之间相同的属性，功能或连接来分析网络中的组是理解网络信息的一种方式。发现一系列节点组的任务称为社区检测。通常，可以利用两种类型的信息来完成该任务，即，链接结构和节点属性。时间文本网络是一种包含两种信息源的特殊网络。典型的代表包括在线博客网络，万维网（WWW）和学术引用网络。在本文中，我们研究了时态文本网络中重叠社区检测的问题。通过检查32个大型时态文本网络，我们发现在没有公共社区的情况下连接两个节点的许多边，并且发现同一社区中的节点共享相似的文本内容。几乎所有现有的社区检测方法都无法对这种情况进行定量建模。基于这些经验性观察，我们提出了MAGIC（具有互动社区的模型隶属关系图），这是一个生成模型，可刻画社区互动并考虑来自链接结构和节点属性的信息。我们对3种类型的数据集进行的实验表明，相对于4种最先进的方法，MAGIC在4种广泛使用的指标方面取得了很大的进步。
大流行病爆发的最快检测和预测：COVID-19波浪分析
原文标题： Quickest Detection and Forecast of Pandemic Outbreaks: Analysis of COVID-19 Waves
地址： http://arxiv.org/abs/2101.04620
作者： Giovanni Soldi, Nicola Forti, Domenico Gaglione, Paolo Braca, Leonardo M. Millefiori, Stefano Marano, Peter Willett, Krishna Pattipati
摘要： 截至2020年12月，COVID-19大流行已在全球范围内造成170万人死亡，并使世界上最先进的医疗保健系统承受着沉重的压力。在许多国家，政治当局采取的严厉限制措施（例如国家封锁）并未阻止新的流行病爆发。在本文中，我们提出了一个综合的检测，估计和预测框架，该框架使用国家当局发布的公开数据，旨在：（i）理解该流行病的相关特征（例如，感染率）； （ii）尽快发现传染病呈指数增长的开始（或终止）； （iii）可靠地预测流行趋势。通过分析美国的COVID-19第二波和第三波验证了所提出的解决方案。
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。