核心速递：

揭示城市经济复杂性背后的驱动因素及其与城市经济绩效的关系;
从有限的信息估计加权网络的拓扑性质;
可再生资源互补性评估的关键时间窗口;
或多或少？预测社交媒体上恶意网址的社会影响;
双曲和其他随机图的无标度网络聚类;
社会网络中变更抽样的有效性;

揭示城市经济复杂性背后的

驱动因素及其与城市经济绩效的关系

原文标题：

Uncovering the drivers behind urban economic complexity and their connection to urban economic performance

地址：

http://arxiv.org/abs/1812.02842

作者：

Andres Gomez-Lievano, Oscar Patterson-Lomba

摘要：跨行业的就业分布决定了城市的经济状况。但是，推动就业分配的因素是什么？我们研究了一个简单的模型，用于表明城市中的个体在特定城市活动中的使用概率。该理论假设三个量驱动这种可能性：特定于活动的复杂性，个体特定的技术以及特定于城市的集体知识。我们使用1990年至2016年美国各行业和大都市统计区域的就业数据来表明这些驱动因素可以衡量并产生可衡量的后果。

首先，我们分析了理论提出的概率函数的函数形式，并展示了它与竞争替代方案相比的优越性。其次，我们表明个人和集体的专业知识与城市经济绩效的衡量标准相关，这表明该理论可以为某些城市比其他城市更繁荣提供可测试的含义。

从有限的信息估计

加权网络的拓扑性质

原文标题：

Estimating topological properties of weighted networks from limited information

地址：

http://arxiv.org/abs/1409.6193

作者：

Giulio Cimini, Tiziano Squartini, Andrea Gabrielli, Diego Garlaschelli

摘要： 隐私问题代表了研究和建模经济和金融系统的一个基本问题，这些问题严重限制了可访问信息的数量。在这里，我们介绍了一种新颖的，非常重要的方法，仅使用部分信息重建这种复杂加权网络的结构特性：节点和链路的总数，以及所有节点的强度值。后者用作通过标准配置模型估计未知节点度的适应度。然后，这些估计的度数和强度用于校准增强的配置模型，以便生成旨在表示真实系统的网络的集合。

该方法在真实的经济和金融网络上进行了测试，同时大大减少了推断网络属性所需的信息量，结果证明非常有效，因此代表了一种有价值的工具，可以获得对受隐私保护的社会经济系统的洞察力。

可再生资源互补性

评估的关键时间窗口

原文标题：

Critical Time Windows for Renewable Resource Complementarity Assessment

地址：

http://arxiv.org/abs/1812.02809

作者：

Mathias Berger, David Radu, Raphael Fonteneau, Robin Henry, Mevludin Glavic, Xavier Fettweis, Marc Le Du, Patrick Panciatici, Lucian Balea, Damien Ernst

摘要： 本文提出了一个系统框架，用于评估可再生资源在任意地理范围和时间尺度上的互补性，特别适合利用非常大的气候数据数据集。引入了关键时间窗的概念，并提出了一个时空临界指标，包括一个参数化的标量指标族，用于量化空间和时间中可再生资源之间的互补性。利用关键性指标来设计一系列优化问题，以识别在任意地理部署约束下具有最大互补性的多组位置。该框架的适用性在一个案例研究中得到了证实，该案例研究调查了西欧大陆和格陵兰南部的风力发电机制之间的互补性，并证明了其在电力系统规划背景下的有用性。

除了通过利用当地风力模式的多样性表明在区域范围内可以显著减少低风力发电事件的发生，结果突出了这样一个事实，即位于不同大陆的风力发电生产点的聚集可能导致系统的发生率降低 – 广泛的低风电生产事件，并指出洲际电气互连的潜在好处。

或多或少？预测社交

媒体上恶意网址的社会影响

原文标题：

More or Less? Predict the Social Influence of Malicious URLs on Social Media

地址：

http://arxiv.org/abs/1812.02978

作者：

Chun-Ming Lai, Xiaoyun Wang, Jon W. Chapman, Yu-Cheng Lin, Yu-Chang Ho, S. Felix Wu, Patrick McDaniel, Hasan Cam

摘要： 在线社会网络（OSN）的用户比以往任何时候都更加互动。在公共讨论组的背景下，人们接收，阅读和撰写评论以回应文章和帖子。在缺乏访问控制机制的情况下，OSN是攻击者影响他人的良好环境，从传播网络钓鱼URL到发布虚假新闻。此外，OSN用户行为可以通过社会科学概念来预测，包括整合和随行效应。在本文中，我们将展示社交推荐系统如何影响Facebook上恶意URL的出现。我们利用时态特征来构建预测框架，准确度超过75％，以预测以下组用户的行为是否会增加。

在这项工作中，我们划分了URL类别，包括那些被归类为造成严重破坏的恶意URL，以及性质较轻但只会造成轻微破坏的URL，如激进的商业广告和垃圾内容。我们希望本文中的数据和分析能够更好地理解OSN用户对不同类别恶意URL的反应，从而提供一种缓解这些恶意URL攻击影响的方法。

双曲和其他随机图

的无标度网络聚类

原文标题：

Scale-free network clustering in hyperbolic and other random graphs

地址：

http://arxiv.org/abs/1812.03002

作者：

Clara Stegehuis, Remco van der Hofstad, Johan S. H. van Leeuwaarden

摘要： 具有幂律度的随机图可以将无标度网络建模为具有强度异质性的稀疏拓扑。对这种随机图的数学分析证明成功地解释了无弹性网络属性，如弹性，导航性和小距离。我们引入一个变分原理来解释顶点如何倾向于在三角形中聚类作为其度数的函数。我们将变分原理应用于双曲线模型，该模型很快成为具有潜在几何和聚类的无标度网络的模型。我们证明了双曲线模型中的聚类是非消失和自平均的，因此单个随机图样本在大网络限制中是一个很好的表示。我们还展示了一些经典随机图的变分原理，包括优先附着模型和配置模型。

社会网络中变更抽样的有效性

原文标题：

Effectiveness of Alter Sampling in Social Networks

地址：

http://arxiv.org/abs/1812.03096

作者：

Naghmeh Momeni, Michael G. Rabbat

摘要： 社会网络在研究各种个人和社会行为方面发挥着关键作用。要在研究中使用社会网络，必须衡量其结构属性。对于离线社会网络，传统程序是对一组随机选择的受访者进行调查/访谈。在许多实际应用中，通过抽样推断网络结构太昂贵了。还有一些应用程序只是失败了。例如，为了获得最佳疫苗接种或使用有影响力的传播者进行公共卫生干预，我们需要有效且快速地针对连接良好的个体，随机抽样无法实现。在一些研究中，另一种抽样方案（我们称之为“变更抽样”）已被证明是有用的。

该方法仅针对随机选择的受访者的随机选择的邻居。出现的一个自然问题是：这种方法在多大程度上可以概括特征？该方法适用于每个社会网络，还是仅适用于目前为止考虑的极少数社会网络？在本文中，我们证明了该方法在具有不同结构特性的各种网络中的稳健性。对于绝大多数情况，该方法大大优于随机抽样。然后，我们提出一个估算器来评估在实际情况下选择变更抽样优于随机抽样的优势，并通过蒙特卡罗模拟在不同的合成网络上证明其准确性。