Arxiv网络科学论文摘要8篇(2018-01-29)

Etymo：人工智能研究的新发现引擎;

随机游走基本张量及其在网络分析中的应用;

从时间观察重建级联;

考虑网络传播、社会强化和相关社会影响的情况下评估社区干预措施成败的方法;

丧钟为谁而喷：推特脱欧辩论中的喷子行为;

社会影响与带有多个选项的并发流动;

预测复杂网络中的时空信号传播模式;

社会经济网络消费模式的相关性和动态性;

Etymo：人工智能研究的新发现引擎

原文标题： Etymo: A New Discovery Engine for AI Research

地址： http://arxiv.org/abs/1801.08573

作者： Weijian Zhang, Jonathan Deakin, Nicholas J. Higham, Shuaiqiang Wang

摘要： 我们提供Etymo（https://etymo.io），一个发现引擎，以促进人工智能（AI）的研究和开发。

它旨在帮助读者浏览每周发布的大量与人工智能相关的论文，使用一种新颖的搜索形式，在图界面中查找相关论文并显示相关论文。

Etymo构建和维护一个自适应的基于相似性的研究论文网络，作为一个通用的知识图谱来进行排序，推荐和可视化。

网络不断发展，可以从用户的反馈中学习自我调整。

随机游走基本张量及其在网络分析中的应用

原文标题： Random Walk Fundamental Tensor and its Applications to Network Analysis

地址： http://arxiv.org/abs/1801.08583

作者： Golshan Golnari, Zhi-Li Zhang, Daniel Boley

摘要： 我们首先对文献中使用的各种随机游走度量进行全面的回顾，并在一致的框架中表达它们。

然后，我们引入基本张量 - 对着名的基本矩阵的推广 - 并且表明经典的随机游走度量可以从其中统一推导出来。

我们为随机游走度量提供了一系列有用的关系，这对网络研究来说非常有用和深入。

为了证明所提出的基本张量在网络分析中的有效性和有效性，我们给出了四个重要的应用：1）网络中心度量的统一; 2）（广义）网络关节点的表征; 3）网络最有影响的节点的鉴别; 4）快速计算故障后的网络可达性。

从时间观察重建级联

原文标题： Reconstructing a cascade from temporal observations

地址： http://arxiv.org/abs/1801.08586

作者： Han Xiao, Polina Rozenshtein, Nikolaj Tatti, Aristides Gionis

摘要： 给定网络中活动节点的一个子集，我们可以重建产生这些观测的级联？这是一个已经在文献中被研究过的问题，但是这里我们主要关注活跃节点的时间信息。

特别是，我们假设除了活动节点的子集之外，我们也知道它们的激活时间。

我们将这个级联重构问题作为斯坦纳树问题的一个变体来制定：我们要求找到一个跨越所有报告的活动节点的树，同时满足时间一致性约束。

我们提出了三种近似算法。

在质量方面最好的算法实现了一个O（ sqrt {k}） - 近似保证，其中k是活动节点的数量，而最有效的算法有线性运行时间，使其可以扩展到非常大的图。

我们使用模拟级联和真实级联在真实世界网络上评估我们的算法。

我们的结果表明，利用可用的时间信息可以实现更准确的级联重建。

此外，我们的目标导致寻找级联的“主干”，并提供高精度的解决方案。

考虑网络传播、社会强化和相关社会影响的情况下评估社区干预措施成败的方法

原文标题： A method for assessing the success and failure of community-level interventions in the presence of network diffusion, social reinforcement, and related social effects

地址： http://arxiv.org/abs/1801.08612

作者： Hsuan-Wei Lee, G. Robin Gauthier, Jerreed D. Ivanich, Lisa Wexler, Bilal Khan, Kirk Dombrowski

摘要： 在社区环境下进行的预防和干预工作往往面临严格评估的独特分析挑战。

由于社区预防工作（通常是地理上孤立的）不能像其他预防计划和这些社区人际交往水平一样得到控制，因此需要进行严格的评估。

即使在社区干预工作中实施“黄金标准”随机对照试验，由于信息在封闭网络环境中的非正式社交传播，对内部有效性的威胁也会受到质疑。

这里提出了一种新的预防评估方法，以解决影响社区内预防效果的社会影响。

我们正式介绍了这个方法，并且在几个阿拉斯加原住民村庄实施了预防自杀计划。

结果显示，在面对社会扩散，社会强化和直接治疗时，有望探索八项社会学干预措施的措施。

讨论政策和研究的意义。

丧钟为谁而喷：推特脱欧辩论中的喷子行为

原文标题： For Whom the Bell Trolls: Troll Behaviour in the Twitter Brexit Debate

地址： http://arxiv.org/abs/1801.08754

作者： Clare Llewellyn, Laura Cram, Adrian Favero, Robin L. Hill

摘要： 在对自动化和恶意活动进行审查时，Twitter发布了一份他们认为与2016年美国大选的国家资助操纵有关的账户清单。

这个清单详细说明了2,752个被Twitter认为是由俄罗斯工作人员控制的账户。

由于在2016年英国关于欧盟成员国公民投票（英国脱欧公投）的辩论中积极行动的类似名单中，我们调查了与英国 - 欧盟公民投票。

我们发现，在我们的数据集中，我们从这些账户中的419个账户中获得了与英国脱欧组织相关的内容，从2015年8月29日到2017年10月3日期间收集到了3,485个确认的推文。

账户行为在公投当天发生了根本性变化，广义的颠覆性的推特转发彼此，以放大由其他巨魔账户产生的内容。

我们还证明，尽管这些账户通常设计为与美国公民类似，但是在2016年创建的账户通常在用户简档中包含德国地点和条款。

社会影响与带有多个选项的并发流动

原文标题： Social Influence with Recurrent Mobility with multiple options

地址： http://arxiv.org/abs/1801.08819

作者： Jérôme Michaud, Attila Szilva

摘要： 在本文中，我们讨论了可能的普遍化的复发流动性（SIRM）模型在Phys。

Rev. Lett。

112，158701（2014）。

虽然SIRM模型在美国选举模式下工作时大致满意，但它有其局限性：它只适用于两党制，当其中一方拥有接近0或1的极端投票权时，可能会导致非物质行为。

在此提出了对SIRM模型的推广，即通过扩展多方系统，在极端投票的情况下，在数学上也是合适的，通过以不同方式处理噪声项。

此外，我们显示我们的方法通过使用新的校准程序为选举的研究开辟了新的应用，并且使得可以分析对于不同通勤网络的“自由意志”（创建新党）和其他本地效果的影响拓扑结构。

预测复杂网络中的时空信号传播模式

原文标题： Predicting the patterns of spatio-temporal signal propagation in complex networks

地址： http://arxiv.org/abs/1801.08854

作者： Chittaranjan Hens, Uzi Harush, Reuven Cohen, Baruch Barzel

摘要： 复杂网络研究的一个主要成就是从亚细胞生物学到社会网络等不同的系统具有普遍的拓扑特征。

然而，这种普遍性并不能自然地转化为这些系统的动力，阻碍了我们向网络动力学的一般理论框架迈进。

这种理论鸿沟的根源在于复杂系统的行为不能从其拓扑结构唯一地预测出来，而是依赖于结点之间相互作用的动态机制，因此具有相似结构的系统可能表现出截然不同的动态行为。

为弥补这一差距，我们在这里从网络信息传输的模式，实际上是网络行为的本质，通过提供系统的拓扑转换为微扰信号的实际时空传播来推导出来。

我们预测，对于非常广泛的非线性动力学模型，传播规则集中在三个高度独特的动态普遍性类别上，其特征在于网络路径，度分布和相互作用动力学之间的相互作用。

我们的形式主义帮助我们利用现实世界网络映射的重大进展，对实际动态传播的预测，从病毒在社会网络中的传播到蜂窝系统中遗传信息的讨论。

社会经济网络消费模式的相关性和动态性

原文标题： Correlations and dynamics of consumption patterns in social-economic networks

地址： http://arxiv.org/abs/1801.08856

作者： Yannick Leo, Márton Karsai, Carlos Sarraute, Eric Fleury

摘要： 我们分析一个耦合的数据集，收集了大量居住在拉美国家的个人的手机通信和银行交易历史。

在对社会结构进行绘制并引入社会经济地位，人口特征和个人购买习惯指标之后，我们发现典型的消费模式与已确定的社会经济阶层密切相关，导致了社会结构的分层模式。

此外，我们测量商户类别之间的相关性，并引入一个相关性网络，这个网络具有一个有意义的社区结构。

我们检测商户类别之间的多元关系，并显示个人购买习惯的相关性。

最后，通过对个人消费史的分析，我们发现购买行为的动态模式及其与社会经济地位，人口特征以及个人自我中心社会网络的相关性。

我们的工作为社会和消费行为之间的关系提供了新颖和详细的洞察力，在资源配置，市场营销和推荐系统设计中具有潜在的应用。

声明：Arxiv文章摘要版权归论文原作者所有