核心速递

面向任务的小组中的个人决策;
人类连接组的谱特性和临界性;
Origraph：互动网络整理;
从健康相关建议的在线社区用户档案验证是否医学专业;
Vicsek模型中的面对面交互;
“何时何地？”：使用微博数据流的行为主导的地点预测;
具有规定度序列的现实网络的几何随机化;
移动社会网络的兴趣已知交付：TRACE驱动的方法;
时间多层网络上的石头-剪子-布随机游走;
社区结构：社区检测方法的比较评价;
空间图的表示学习;
欧洲电力市场的实时碳核算方法;
股东网络;
2017年日本选举中政党推特账户转发的分析;
Hateminers：发现对女性的仇恨言论;
三分法论证表示;
社会网络中的信息传播：基于友谊悖论的模型和统计推断;

面向任务的小组中的个人决策

原文标题：

Individual decision making in task-oriented groups

地址：

http://arxiv.org/abs/1812.06136

作者：

Sandro M. Reia, Paulo F. Gomes, José F. Fontanari

摘要： 个人选择相关信息传递的策略对于理解群体解决问题至关重要。在这里，我们使用基于主体的模拟来重新审视合作解决问题的场景，其中任务是找到分发给组成员的套牌中的公共卡。主体只能显示他们的卡片样本，我们会根据分配给卡片的置信度探索不同的策略来选择这些样本。主体对特定卡片是正确卡片的信心是由其在其他主体的卡片中观察到该卡片的次数给出的。

我们使用吉布斯分布来选择卡片样本，其温度测量噪声的强度，以防止主体正确地对卡片进行排名。该组保证在所有运行中仅在无限温度限制内找到共用卡，无论信任度如何，都会对卡进行采样。在这种情况下，我们获得时间常数的尺度形式，其表征失效概率的渐近指数衰减。然而，对于有限时间，有限温度产生的失效概率比无限温度极限低几个数量级。可用的实验结果仅与有限温度的决策模型一致。

人类连接组的谱特性和临界性

原文标题：

Spectral peculiarity and criticality of the human connectome

地址：

http://arxiv.org/abs/1812.06317

作者：

K.Anokhin, V.Avetisov, A.Gorsky, S.Nechaev, N.Pospelov, O.Valba

摘要： 我们使用开放获取数据对各种生物的结构连接体进行了比较谱分析。我们的分析表明人类连接组的几个新的独特特征。我们发现，与所有其他生物相比，人类连接组的谱密度与随机网络的谱密度具有最大偏差。对于许多动物，除了连接体的人类结构特性在由3个周期形成的偏好诱导的网络演变中很好地再现。

为了获得可靠的拟合，我们发现了保护局部聚类在人类连接组演化中的关键作用。我们首次研究了人类连接图拉普拉斯算子谱中的水平间距分布。事实证明，人类连通体的谱统计数据完全对应于凝聚态物理学中熟悉的临界状态，该物理学是Wigner-Dyson和Poisson分布的混合。这一观察结果为大脑关键性辩论提供了强有力的支持。

Origraph：互动网络整理

原文标题：

Origraph: Interactive Network Wrangling

地址：

http://arxiv.org/abs/1812.06337

作者：

Alex Bigelow, Carolina Nobre, Miriah Meyer, Alexander Lex

摘要： 数据整理被广泛认为是数据分析管道的关键部分。然而，目前还没有技术可以有效地处理网络数据集。在这里，我们介绍了一组交互技术，使分析师能够执行复杂的网络整理操作。这些操作包括跨连接类派生属性，将节点转换为边，反之亦然，以及基于属性的节点和边面。我们在基于Web的开源系统Origraph中实现这些操作，该系统提供执行操作和调查结果的接口。

Origraph专为整理而非分析而设计，可用于以多种形式加载数据，对网络进行纠缠和转换，并以与常见网络可视化工具兼容的格式导出。我们使用来自各种来源的不同数据集展示了Origraph在一系列示例中的实用性。

从健康相关建议的在线社区

用户档案验证是否医学专业

原文标题：

Verifying the Medical Specialty from User Profile of Online Community for Health-Related Advices

地址：

http://arxiv.org/abs/1812.06354

作者：

Solomiia Fedushko, Natalia Shakhovska, Yuriy Syerov

摘要： 本文从健康相关建议的在线社区用户档案中描述了医学专业的验证方法。为了避免医疗在线社区中未经验证和不准确信息激增的危急情况，有必要开发一个综合的软件解决方案，用于验证在线社区的用户医疗专业以获取与健康相关的建议。

设计了用于形成医学在线社区用户的信息简档的算法。提出了基于训练样本形成专业用户专业化指标的方案体系。提出了通过计算机语言分析信息内容形成在线社区的用户信息简档的方法，用于健康相关的建议。建立了基于医疗在线社区用户培训样本的指标体系。研究了医学专业指标矩阵和确定权重系数的方法。所提出的用户档案验证医学专业的方法在在线医学界进行测试。

Vicsek模型中的面对面交互

原文标题：

Face-to-face interactions in a Vicsek Model

地址：

http://arxiv.org/abs/1812.06395

作者：

Takuma Narizuka nad Yoshihiro Yamazaki

摘要： 在本研究中，我们通过关注Vicsek模型中的邻接关系来研究二维空间中面对面相互作用的统计特性。我们在每个时间步计算所有粒子的邻域，并研究相邻边的累积寿命分布 P（ tau）。发现当交互半径 R{0} 增加时， P（ tau）从指数变为幂律分布。值得注意的是，幂律指数 alpha simeq 3/2 出现在大 R{0} 中，这与从面对面人类交互研究中获得的值一致。

“何时何地？”：使用微博

数据流的行为主导的地点预测

原文标题：

“When and Where?”: Behavior Dominant Location Forecasting with Micro-blog Streams

地址：

http://arxiv.org/abs/1812.06443

作者：

Bhaskar Gautam, Annappa Basava, Abhishek Singh, Amit Agrawal

摘要： 智能手机和可穿戴设备的普及增加了大量地理空间流的可用性，以便在普遍环境中提供重要的知识自动发现，但与改变利益相关的大多数重要信息尚未充分资本化。

在本文中，我们提供了一种新的算法来利用用户兴趣点的动态波动，同时以细粒度预测未来的访问地点。我们提出的算法基于集体人格社区的动态形成，使用不同的语言，意见，地理和时间分布来找出优化的等价内容。我们进行了广泛的实证实验，包括来自60万流微元组的实时流，包括1945社交人融合图算法和前馈神经网络模型作为预测分类模型。最后，该框架在未标记用户的1,20,000个嵌入上实现了62.10％的平均精度，并且在最先进的方法上实现了惊人的85.92％增量。

具有规定度序列的

现实网络的几何随机化

原文标题：

Geometric randomization of real networks with prescribed degree sequence

地址：

http://arxiv.org/abs/1812.06471

作者：

Michele Starnini, Elisenda Ortiz, M. Ángeles Serrano

摘要： 我们介绍了具有几何结构的复杂网络随机化模型。几何随机化（GR）模型假设基础相似空间中节点的均匀分布，并使用链接的重新排列来查找最大化连接概率的配置，类似于 mathbb {S} ^ 1 或的连接概率mathbb {H} ^ 2 几何网络模型。然而，GR保留原始度序列，如在配置模型中，因此消除了度数截止的波动。

此外，该模型不需要隐藏度变量的显式估计，其将自由参数的数量限制为一，从而控制重连网络中的聚类水平。我们通过研究实际和合成网络中几何社区扁平化对模块性的影响，说明了GR作为零模型的潜力。因此，我们发现对于真实网络，几何和拓扑社区是一致的，而对于随机对应，检测到的拓扑社区可归因于由基础几何体系结构引起的结构约束。

移动社会网络的兴趣

已知交付：TRACE驱动的方法

原文标题：

Interest-Aware Delivery for Mobile Social Networks: A TRACE-driven Approach

地址：

http://arxiv.org/abs/1812.06518

作者：

Ahmed Helmy

摘要： 我们设想未来的移动网络将以人为中心支持兴趣的交付，其中兴趣可能基于行为，例如移动模式，位置或网络浏览（或用户简档），例如从属关系，属性或活动。未来网络的基本功能是提供可扩展的群组通信的能力。当前的通信范例，包括单播和多播，需要显式识别目的节点（通过节点ID或组成员协议），而目录服务将逻辑的，特定于兴趣的查询转换为目的地ID，然后使用兴趣不经意的协议连接各方。

在未来的高动态移动社会网络的背景下，这种范例的功能和可扩展性非常有限，其中在许多场景中期望基于兴趣支持隐式成员资格。在这种情况下，用户没有明确表达兴趣组的成员资格，而是基于行为简档由网络协议自主推断。这消除了对第三方的依赖（通过目录查找），需要明确表达兴趣（或人为干预），并最小化对不感兴趣的用户的交付开销。虽然现有类型的社会网络可能会在移动网络环境中发展，但我们提供了一种新颖的通信模式，与现有方法存在显著差异，并随后为移动社会中的未来服务提供了质量上不同的功能。

此外，我们的服务和协议设计理念首先分析了部署服务的环境，这与大多数设计通用协议的现有无线网络方法不同。

时间多层网络上

的石头-剪子-布随机游走

原文标题：

Rock-Paper-Scissors Random Walks on Temporal Multilayer Networks

地址：

http://arxiv.org/abs/1812.06596

作者：

Martin Gueuning, Sibo Cheng, Renaud Lambiotte, Jean-Charles Delvenne

摘要： 我们研究了多层网络上的扩散，其中节点之间的接触动力学由随机过程控制，并且等待时间分布对于来自不同层的边是不同的。我们研究了自然出现在不同层边之间的竞争随机游走的影响。与之前进行先验层间竞争的研究相反，竞争在这里由不同层次上活动的异质性引发。

我们首先研究不同边之间的优先关系以及不同层之间的扩展，并表明它确定了步行者的偏向路径。当层之间的优先级不可传递时，我们还讨论了循环，岩石剪刀随机游走的出现。最后，我们数值显示由于在异质多层上的竞争导致的减速效应，因为步行者可能在单层或有向循环中被困长时间。关键词：随机游走;多层网络;网络上的动态系统;网络模型;网络模拟;层之间的竞争。

社区结构：

社区检测方法的比较评价

原文标题：

Community structure: A comparative evaluation of community detection methods

地址：

http://arxiv.org/abs/1812.06598

作者：

Vinh-Loc Dao, Cécile Bothorel, Philippe Lenca

摘要： 在复杂网络中发现社区结构是一个成熟的领域，因为文献中引入了大量的社区检测方法。然而，对于实践者而言，确定哪种方法适合于深入了解他们研究的网络的结构信息仍然是非常具有挑战性的。最近的许多努力都致力于调查社区结构的各种质量得分，但区分不同类型社区的问题仍然存在。

在本文中，我们提出了一项比较，广泛和实证研究，以调查许多最先进和众所周知的社区检测方法产生的社区类型。具体而言，我们提供了关于计算时间，社区规模分布，根据其优化方案的方法的比较评估以及通过验证度量来比较它们的分配策略的综合分析。我们对来自五个不同网络类别的数百个网络的大型语料库进行分析，并提出对社区检测方法进行分类的方法，帮助潜在用户导航社区检测的复杂环境。

空间图的表示学习

原文标题：

Representation Learning for Spatial Graphs

地址：

http://arxiv.org/abs/1812.06668

作者：

Zheng Wang, Ce Ju, Gao Cong, Cheng Long

摘要： 最近，图表示学习的主题受到了很多关注。现有方法通常仅关注结构属性，因此它们不足以用于节点与某些空间信息相关联的那些空间图。在本文中，我们提出了第一个深度学习方法，称为s2vec，用于学习空间图表示，它基于去噪自动编码器框架（DAF）。我们评估实际数据集上的学习表示，结果验证了s2vec在用于空间聚类时的有效性。

欧洲电力市场

的实时碳核算方法

原文标题：

Real-Time Carbon Accounting Method for the European Electricity Markets

地址：

http://arxiv.org/abs/1812.06679

作者：

Bo Tranberg, Olivier Corradi, Bruno Lajoie, Thomas Gibon, Iain Staffell, Gorm Bruun Andresen

摘要： 电力占全球温室气体排放量的25％。减少与电力消耗相关的排放需要消费者，监管机构和投资者随时可以获得准确的测量结果。

在本案例研究中，我们提出了一种基于流量跟踪的基于实时消费的新会计方法。与传统的碳核算输入 – 输出模型相比，该方法追踪从生产者到消费者的电力流，从而代表电力系统的基本物理特性。通过这种方法，我们将在2017年探索欧洲各地电力贸易的每小时结构，并发现生产和消费强度之间的巨大差异。这强调了考虑跨境流动以提高电力碳排放核算透明度的重要性。

股东网络

原文标题：

Shareholder Networks

地址：

http://arxiv.org/abs/1812.06694

作者：

Qing Yao, Tim Evans, Kim Christensen

摘要： 我们构建两个股东网络的例子，如果他们在同一家公司拥有股份，股东就会联系在一起。我们为土耳其公司的股东这样做，我们将这与荷兰公司的股权形成的网络进行比较。我们根据不同类型的股东分析这两个网络的属性。我们创建了这些网络的合适随机版本，使我们能够在我们的网络中找到重要的功能。为此，我们找到了不同类型股东在这些网络中所扮演的角色，并展示了我们研究的两个国家中这些角色的不同之处。

2017年日本选举中

政党推特账户转发的分析

原文标题：

Analysis of Political Party Twitter Accounts’ Retweeters During Japan’s 2017 Election

地址：

http://arxiv.org/abs/1812.06698

作者：

Mitsuo Yoshida, Fujio Toriumi

摘要： 在现代竞选活动中，政党利用社交媒体宣传其政策和候选人，并与选民进行沟通。在日本2017年的最新大选中，下议院第48届大选，社交媒体，特别是Twitter，被积极使用。

在本文中，我们分析了在选举期间转发推特上的政党推文的用户。我们的目的是澄清哪些用户正在传播（转发）政党的推文。结果表明，最大的执政党（日本自由民主党）和最大的反对党（日本宪法民主党）的转发者的特征是相似的，即使转发者没有相互重叠。我们还发现，一个特定的反对党（日本共产党）与其他政党有着截然不同的特征。

Hateminers：

发现对女性的仇恨言论

原文标题：

Hateminers : Detecting Hate speech against Women

地址：

http://arxiv.org/abs/1812.06700

作者：

Punyajoy Saha, Binny Mathew, Pawan Goyal, Animesh Mukherjee

摘要： 随着仇恨言论的在线激增，迫切需要能够检测到这种有害内容的系统。在本文中，我们提出了为EVALITA 2018的自动厌女症识别（AMI）共享任务开发的机器学习模型。我们生成三种类型的特征：句子嵌入，TF-IDF向量和BOW向量来表示每条推文。然后将这些特征连接起来并输入机器学习模型。我们的模型来自英语子任务A的第一个和英语子任务B的第五个。我们发布了我们的公共使用的获胜模型，它可以在https://github.com/punyajoy/Hateminers-EVALITA上找到。

三分法论证表示

原文标题：

Trichotomic Argumentation Representation

地址：

http://arxiv.org/abs/1812.06745

作者：

Merlin Göttlinger, Lutz Schröder

摘要： 亚里士多德三分法区分了论证的三个方面：Logos，Ethos和Pathos。甚至像论据交换格式（AIF）这样的丰富的论证表示也仅涉及捕获Logos方面。推理锚定理论（IAT）增加了表达伦理要求的可能性，这些要求是将语言与语言联系起来的言外之意，从而可以捕捉到精神的某些方面。最近扩展了AIF +和社会论据交换格式（S-AIF），它将对话和演讲者嵌入到AIF论证表示中，形成了代表亚里士多德所确定的所有三个方面的基础。

在目前的工作中，我们开发了Trichotomic Argument Interchange Format（T-AIF），它基于S-AIF的想法，即将演讲者添加到论证图中。我们以AIF +中通常已知的方式捕获Logos，Ethos以表示信任的actor之间的加权边形式捕获，而Pathos则通过加权边从actor到表示其对命题的承诺水平的illocutions。这种扩展的结构化论证表示为在这个丰富的图上定义语义属性开辟了新的可能性，以便表征和分析参与角色的推理模式。

社会网络中的信息传播：基于

友谊悖论的模型和统计推断

原文标题：

Information Diffusion in Social Networks: Friendship Paradox based Models and Statistical Inference

地址：

http://arxiv.org/abs/1812.06790

作者：

Vikram Krishnamurthy, Buddhika Nettasinghe

摘要： 社会网络中信息传播的动态模型和统计推断是过去十年中由于社会网络的激增而取得显著进展的一个领域。信息传播的建模和推理应用于有针对性的广告和营销，预测选举，预测投资者情绪和识别流行病爆发。

本章讨论了与社会网络中信息传播有关的三个重要方面：（i）观察偏见如何命名为友谊悖论（图论理论后果）和单亲传染（朋友朋友的影响）如何影响信息扩散动态。（ii）社会网络如何根据信息传播的状态调整其结构连通性。（iii）如何估计信息扩散引起的网络状态。本章考虑的所有三个主题的动机源于网络科学和社会传感的最新发现。此外，还讨论了由这些主题引起的未来研究的若干方向。