数字民主:公共软件公司可以如何改变政府与公民社会数字参与 | 网络科学论文速递24篇-集智俱乐部


核心速递



  • 数字民主:公共软件公司可以如何改变政府与公民社会数字参与;

  • 网络系统的多体相互作用和非线性一致动力学;

  • 内生共享经济网络的外部性研究;
  • 静态图的加权边采样;
  • 在线评论路径建模方法;
  • 用顶点替换文法实现可解释图建模;
  • 系统暴露的多级分析:局部和全系统信息的研究;
  • 行业中性投资组合:市场结构动态中的长记忆模体;
  • 含时网络采样;
  • 基于强化学习的社会舆论网络研究;
  • EQSA:从社交媒体分析地震态势;
  • 囚徒困境博弈的领导情景;
  • 基于随机游走着陆概率的超图的种子集扩张研究;
  • 可以运行,但不能隐藏:通过轨迹预测使用高程纵断面来破坏位置隐私;
  • 利用Spectral CUSUM模型进行在线社区检测;
  • 利用机器学习和信息可视化发现Twitter新闻中的潜在主题;
  • 网络上公平报酬的激励扩散;
  • 用户知名度等级:基于用户人气的标签推荐,提升社会知名度;
  • Movienet:一种基于视觉和文本语义线索的电影多层网络模型;
  • 科技突飞猛进;
  • 适度的死亡率有利于合作的发展;
  • 可逆自举渗透:虚假新闻与事实检验;
  • 网络的转移结构;




数字民主:公共软件公司可以

如何改变政府与公民社会数字参与



原文标题:

Digital Democracy: Episode IV — A New Hope, How a Corporation for Public Software Could Transform Digital Engagement for Government and Civil Society

地址:

http://arxiv.org/abs/1910.08604

作者:

John Gastil, Todd Davies


摘要:尽管在过去的20年里,一代又一代的数字技术变得越来越强大,但数字民主尚未实现其审议性变革的潜力。大规模社会化媒体系统的非民主剥削延续了这一趋势,但它只恶化了现代民主国家存在的问题,现代民主国家已经在努力发展独立于数字技术的基础设施。公民技术的创新理念很多,但实施滞后于创新。本文主张通过建立一个上市公司来实现这样一个数字民主的愿景。该实体将以美国公共广播公司为基础,通过向非营利技术人员、利益团体、民间组织、政府、研究人员、私营公司和公众提供稳定的资金来源,促进新数字技术的创造。受资助的实体将生产和维护公共利益软件的基础设施。结论部分阐述了哪些情况可能创造和维持这样一个实体。




网络系统的多体相互

作用和非线性一致动力学


原文标题:

Multi-body Interactions and Non-Linear Consensus Dynamics on Networked Systems

地址:

http://arxiv.org/abs/1910.09226

作者:

Leonie Neuhäuser, Andrew Mellor, Renaud Lambiotte


摘要:多体相互作用可以揭示传统两体网络模型无法捕捉到的高阶动力学效应。在这项工作中,我们推导并分析超图上一致动力学的模型,其中节点在组中而不是成对地相互作用。我们的工作揭示了超越重标度成对相互作用的多体动力学效应。只有在相互作用函数是非线性的情况下才可能出现,而不考虑潜在的多体结构。作为一个实际应用,我们引入了一个特殊的非线性函数来建立三体一致性模型,这结合增强基团的效果,例如对等体的压力。与网络上的一致性过程不同,我们发现由此产生的动力学可以导致偏离平均系统状态。这些变化的性质取决于初始状态分布、基本结构和相互作用函数形式之间的复杂相互作用。通过考虑模块化超图,我们发现在多体相互作用使一个簇占主导地位的极化簇之间,存在状态依赖的非对称动力学。





内生共享经济网络的外部性研究


原文标题:

Externalities in Endogenous Sharing Economy Networks

地址:

http://arxiv.org/abs/1811.09992

作者:

Pramod C. Mane, Kapil Ahuja, Nagarajan Krishnamurthy


摘要:本文以内生共享经济网络为特例,研究了社交云网络中主体之间的链接形成对其他主体(即外部主体)资源可用性的影响。具体来说,我们研究了主体之间的紧密性和网络规模如何影响外部性我们猜想并实验证实,为了主体实现正外部性,增加其接近度是必要的。但这并不是一个充分条件,其后我们证明,环型网上分布的一个或多个主体,由于增加了主体的紧密度实现了正外部性。此外,形成连接的主体之间的初始距离直接关系到受益主体的数量,并且受益主体的数量总是小于非受益主体的数量。




静态图的加权边采样


原文标题:

Weighted Edge Sampling for Static Graphs

地址:

http://arxiv.org/abs/1910.08283

作者:

Muhammad Irfan Yousuf, Raheel Anwar


摘要:图采样为分析大型图提供了一种既经济又有效的解决方案。在从大图中提取小的有代表性的子图时,要解决的问题是获取原始图的性质。在以往的研究中,人们提出了几种采样算法,但它们在提取好的样本方面仍存在不足。本文提出了一种新的加权边采样方法。在这种方法中,我们在开始时对所有边赋予相等的权重。在采样过程中,我们以与其权重成比例的概率对进行采样。当一条边被采样时,我们增加其相邻边的权重,这就增加了它们被采样的概率。我们的方法比以前的方法更有效地提取采样边的邻域。我们使用几个真实世界的数据集对我们的抽样方法的效率进行了经验评估,并将其与之前的一些方法进行了比较。我们发现,我们的方法产生的样本更符合原始图。我们还计算了均方根误差和Kolmogorov-Smiov距离,对结果进行了定量比较。




在线评论路径建模方法


原文标题:

Modelling Online Comment Threads from their Start

地址:

http://arxiv.org/abs/1910.08575

作者:

Rachel Krohn, Tim Weninger


摘要:社交网站是一个广泛使用的在线讨论平台。通过社交媒体,用户可以通过发布主题图片、网址链接或消息的方式进行讨论。其他用户在看到此初始帖子后,可以将自己的评论添加到帖子或其他用户的评论中。由此产生的网络产生了一条聊天评论路径,它构成了现代网络交流的巨大组成部分。评论路径通常被视为树:节点表示评论,而定向边表示回复关系。本文的目的是预测这些评论路径的大小和形状。现有的模型主要通过观察最初的几个评论拟合预测模型。然而,大多数评论路径相对较小。因此,我们引入了评论路径预测模型(CTPM),该模型仅使用初始帖子的文本来准确预测评论路径的大小和形状,允许在没有可观察评论的情况下预测新帖子。研究发现,CTPM显著优于现有的模型和基本模型。其中数据为中数以千计的来自九个不同细分的ReDIT讨论。




用顶点替换文法实现可解释图建模


原文标题:

Towards Interpretable Graph Modeling with Vertex Replacement Grammars

地址:

http://arxiv.org/abs/1910.08579

作者:

Justus Hibshman, Satyaki Sikdar, Tim Weninger


摘要:大量的真实世界数据以图表的形式存在。通常,描述这些图的复杂动力学的有趣模式是经常重复出现的子结构的形式。在形式语言理论和图论的交叉点上,最近的工作探索了图文法在图建模和模式挖掘中的应用。然而,现有的方法没有从数据中提取有意义且易于解释的模式。本文根据基于最小描述长度(MDL)的启发式方法,通过提取一种特殊类型的顶点替换文法(我们称之为KT文法)来解决这一问题。在合成数据集和真实世界数据集的实验中,我们证明了KT文法可以有效地从图中提取,并且这些文法编码了表示真实世界系统动态的有意义的模式。




系统暴露的多级分析:

局部和全系统信息的研究


原文标题:

A multilevel analysis to systemic exposure: insights from local and system-wide information

地址:

http://arxiv.org/abs/1910.08611

作者:

Yérali Gandica, Sophie Béreau, Jean-Yves Gnabo


摘要:在金融危机之后,越来越多的关于金融网络的文献广泛记录了拓扑特征(如度中心性度量)的预测能力,以解释金融机构的系统风险或系统脆弱性。在这项工作中,我们表明,考虑基于局部子网环境的可选拓扑度量可以提高我们识别系统中重要机构的能力。为了提供经验证据,我们分两步进行研究。首先,我们在金融机构的溢出网络上恢复网络社区(即紧密的对等环境)。其次,我们将脆弱性的可选度量回归到三个层次的拓扑度量上:全局层次(即在整个系统上计算的拓扑特性)、局部层次(即在整个社区上计算的拓扑特性)和聚合层次(在整个社区上计算每个平均特征)。样本包括本标准所列的46家金融机构(银行、经纪交易商、保险和房地产公司)我们的结果证实了拓扑度量的信息内容是基于紧密对等环境的这些信息。不同于传统的系统拓扑度量中嵌入的信息,我们的研究可以作为金融机构在危机时刻面临困境的预测器。




行业中性投资组合:

市场结构动态中的长记忆模体


原文标题:

Sector Neutral Portfolios: Long memory motifs persistence in market structure dynamics

地址:

http://arxiv.org/abs/1910.08628

作者:

Jeremy Turiel, Tomaso Aste


摘要:在指数平滑的滚动窗口下,我们研究了在滚动窗口的股票价格日志中,计算的时变Kendall相关矩阵产生的三角最大滤波图中的主题结构的软持久性(存在于初始层中的后续时间层)。我们观察到这些结构中的长记忆过程以幂律的形式在持续模体的数量上衰减。进一步,过渡到具有幂律衰减且指数较小的平稳状态。研究表明,识别模体持续允许预测和应用投资组合的多样化。平衡投资组合通常是从历史相关性的分析中构建出来的,但并非所有过去的相关性都会持续地重新反映到未来。行业中性也是投资组合多样化和系统性风险的核心主题。我们提出一种无监督的技术来识别持续相关的股票集合。研究发现,这些指标可以确定由强劲基本面驱动的行业。这些发现的应用在四个不同的市场上以两种不同的方式进行了测试,从而显著降低了投资组合的波动性。本文提出了一种基于持续性的投资组合度量方法,经样本外检验,其性能优于将波动率加权。




含时网络采样


原文标题:

Temporal Network Sampling

地址:

http://arxiv.org/abs/1910.08657

作者:

Nesreen K. Ahmed, Nick Duffield, Ryan A. Rossi


摘要:含时网络在现实世界中似乎无处不在。然而,这些网络的巨大规模和连续性使得它们在分析和利用描述性和预测性建模任务方面具有根本的挑战性。在这项工作中,我们提出了一个具有无偏估计的含时网络采样的一般框架。我们开发了用于时间网络采样的在线采样算法和无偏估计。所提出的算法能够快速、准确和高效的统计估计含时网络模式和属性。此外,我们还提出了一种无偏估计的时间衰减采样算法,用于研究连续时间演化网络,其中链路强度是时间的函数,模体模式是时间加权的。与先前的时间模体概念不同,本文提出的计算时间加权模体的公式和算法对于预测网络中的任务(如预测未来的连边、节点或连边的未来时间序列变量)是有用的。最后,我们对来自不同域的各种含时网络进行了大量的实验,证明了该算法的有效性。




通过偏倚去除和数据不完全

适应的上下文驱动的数据挖掘


原文标题:

Context-Driven Data Mining through Bias Removal and Data Incompleteness Mitigation

地址:

http://arxiv.org/abs/1910.08670

作者:

Feras A. Batarseh, Ajay Kulkarni


摘要:数据挖掘工作的结果主要由数据质量驱动。在这些部署中,仍存在问题没有被解决,例如:数据收集含糊不清、数据不平衡、数据中隐藏的偏见、域信息的缺乏和数据的不完整性。本文的前提是语境有助于缓解这些问题。传统的数据科学生命周期中是不考虑语境的。上下文驱动的数据科学生命周期(C-DSL)是本文的主要贡献,旨在解决这些挑战。本文通过两个案例(使用体育赛事数据集)来测试C-DSL。两个案例研究的结果都使用常见的数据挖掘指标进行评估,例如:可决系数(R2值)和混淆矩阵。本文的工作旨在重新定义生命周期,并对其结果进行切实的改进。




基于强化学习的社会舆论网络研究


原文标题:

Opinion shaping in social networks using reinforcement learning

地址:

http://arxiv.org/abs/1910.08802

作者:

Vivek Borkar, Alexandre Reiffers-Masson


摘要:近年来的研究表明,社会主体的决策是由其自身的内在动机和对社会舆论所决定的。换言之,以特定方式行事的决定将受到社会舆论的影响。这种社会比较机制会导致模仿行为,主体人会试图模仿邻居的行为。利用这一观察,我们制定了新的政策,例如,在能源效率和交通选择的背景下,利用社会网络改善利他主义和亲社会行为。在本文中,我们研究了当交互矩阵未知时,如何在社交网络中形成观点。我们考虑了具有一些顽固主体的经典观点动力学,以及在资源约束下,不断地削弱少数选定主体观点的可能性。向量表示为具有非经典约束的随机最短路径问题的近似值函数。我们提出了两种可能的中伤主体的方法,一个导致凸优化问题,另一个导致非凸优化问题。首先,针对这两个问题,我们提出了两种不同的在线两时间尺度强化学习方案,它们可以收敛到每个问题的最优解。其次,我们提出随机梯度下降方案,并将这类算法与两个时间尺度的强化学习方案进行比较。第三,我们还提出了另一种算法,用来解决当所有主体都被观察到时的维数灾难。数值研究证明了算法的收敛性和有效性。




EQSA:从社交媒体分析地震态势


原文标题:

EQSA: Earthquake Situational Analytics from Social Media

地址:

http://arxiv.org/abs/1910.08881

作者:

Huyen Nguyen, Tommy Dang


摘要:本文介绍了一种利用社交媒体进行地震态势分析的交互式探索工具EQSA。EQSA旨在支持用户描述地震带周围地区的情况,包括相关事件、被分配的资源和社会反映。在更一般层面上,来自所选类别的消息量的变化被呈现出来,用于帮助用户传达条件。更深入的分析包括主题演化、社区可视化和位置表示。EQSA具有直观、交互式的功能和多链接视图,可视化社交媒体数据,并支持用户全面了解情况。本文以2019年的大挑战:迷你挑战3(MC3)数据集为例,介绍了EQSA的应用。




囚徒困境博弈的领导情景


原文标题:

Leadership scenarios in prisoner’s dilemma game

地址:

http://arxiv.org/abs/1910.08929

作者:

S.G. Babajanyan, A.V. Melkikh, A.E. Allahverdyan


摘要:囚徒困境博弈是博弈论在社会科学中最著名的贡献。在这里,我们描述这个博弈对交易型和变革型领导的新影响。虽然独裁的领导对这场博弈不起作用,但我们讨论了一个帕累托最优的场景,在这个场景中,领导者L承诺对追随者F的纯策略做出概率反应,后者可以自由地采取第一步。通过L和F的反复交互作用,博弈可以稳定下来,并且变得比L和F的报酬相等的平均主义政权更加稳定。剥削政权的总收入(汇总)永远不会超过平等主义的情况。我们讨论了这个解决方案在反腐败软方法和马基雅维利领导模式中的应用。当缺陷利益较大时,F的最优策略是混合的,而报酬是最大的。维持这个解决方案的一个机制是使L识别F的意图。




基于随机游走着陆概率

的超图的种子集扩张研究


原文标题:

Landing Probabilities of Random Walks for Seed-Set Expansion in Hypergraphs

地址:

http://arxiv.org/abs/1910.09040

作者:

Eli Chien, Pan Li, Olgica Milenkovic


摘要:我们是第一个已知的描述了超图上随机游动着陆概率的平均场研究。特别地,我们研究了群体扩张和张量方法,并评估了它们在一类随机超图模型上的平均场特性,以达到种子集群体扩张的目的。我们描述了其中的两个方法,这两种方法优于彼此,并提出了一种混合扩张方法,使用部分种子集展开,以减少投影失真,并低复杂度张量方法直接应用于部分展开超图。




可以运行,但不能隐

藏:通过轨迹预测使用

高程纵断面来破坏位置隐私


原文标题:

You Can Run, But You Cannot Hide: Using Elevation Profiles to Breach Location Privacy through Trajectory Prediction

地址:

http://arxiv.org/abs/1910.09041

作者:

Ülkü Meteriz, Necip Fazıl Yıldıran, Aziz Mohaisen


摘要:智能手机和可穿戴设备的广泛使用产生了许多有用的应用程序。例如,通过配备全球定位系统(GPS)的智能和可穿戴设备,许多应用程序可以收集、处理和共享丰富的元数据,如地理位置、轨迹、高度和时间。例如,最近流行的健身应用程序利用信息进行活动跟踪,如Strava和Runkeeper。这些追踪器有自己的网络平台,允许用户在此类平台上共享活动,甚至与其他社交网络平台共享活动。为了在允许共享的同时保护用户的隐私,这些平台允许用户公开部分信息,而该活动应该不会泄露位置轨迹。在这项工作中,我们检查公开可用的高程剖面在多大程度上可用于预测用户的位置轨迹。为了解决这个问题,我们设计了三种威胁设置,在这些设置下,可以预测城市、自治区甚至一条路线。这些威胁设置定义了对手可用于发起预测攻击的信息量。由于高程剖面的简单特征(如光谱特征)不足,我们设计了自然语言处理(NLP)启发式的文本表示和计算机视觉启发式的图像表示高程剖面,并将手头的问题转化为文本和图像分类问题。我们同时使用传统的机器学习深度学习技术,预测成功率在59.59%到95.83%之间。这一发现令人震惊,并强调了共享诸如海拔变化路径等信息可能会带来重大的隐私风险。




利用Spectral CUSUM

模型进行在线社区检测


原文标题:

Online Community Detection by Spectral CUSUM

地址:

http://arxiv.org/abs/1910.09083

作者:

Minghe Zhang, Liyan Xie, Yao Xie


摘要:本文提出了一种基于高斯模型的子空间投影在线社区变化检测算法Spectral CUSUM。理论分析了平均游程长度(ARL)和期望检测延迟(EDD)以及渐近最优性仿真。实际数据表明,该方法具有良好的性能。




利用机器学习和信息可视化

发现Twitter新闻中的潜在主题


原文标题:

Using machine learning and information visualisation for discovering latent topics in Twitter news

地址:

http://arxiv.org/abs/1910.09114

作者:

Vladimir Vargas-Calderón, Marlon Steibeck Dominguez, N. Parra-A., Herbert Vinck-Posada, Jorge E. Camargo


摘要:我们提出了一种发现潜在主题和可视化大量推文的方法,以便于识别和解释主题,并举例说明了2014年至2019年期间哥伦比亚一家大众媒体巨头的推文的使用情况。潜在主体分析的方法有两种:一是训练潜在的狄利克雷分布模型,二是结合FastText无监督模型将推文表示为向量,三是用K-means聚类" rel="bookmark" title="K-means聚类">K-means聚类将推文按主题聚类。分类任务,我们发现人们根据不同的新闻主题做出不同的反应分类任务包括:给定一条推文回复,训练一个有监督的算法,仅从回复中预测推文的主题。此外,我们还展示了《哥伦比亚和平条约》如何对哥伦比亚社会产生深远影响,因为这是大多数人参与表达意见的主题。




网络上公平报酬的激励扩散


原文标题:

Incentivize Diffusion with Fair Rewards on Networks

地址:

http://arxiv.org/abs/1910.09268

作者:

Wen Zhang, Dengji Zhao, Yao Zhang


摘要:本文研究了一个社交网络上的促销机制设计问题,其中一个节点(销售者)向网络上的其他节点销售一个项目以最大化她的收入。不过,卖家除了自己的邻居外并不知道其他节点,邻居也没有促销的动力。因此,我们的目标是设计一个拍卖机制,以激励卖家的邻居邀请他们的邻居参加拍卖,同时保证卖家的收入增加。这是传统机制无法实现的。最近有人提出了一个解决方案,仔细设计了一个奖励方案,奖励那些邀请了其他人的节点。然而,该解决方案只对网络的一些切入点给予奖励,但是在连接良好的网络中很少存在切入点,这实际上使这个方案不起作用。因此,我们提出了另一种新的机制,以更公平的回报来奖励更多的相关参与者,并且与之前的解决方案相比,卖方的收入甚至有所提高。




用户知名度等级:基于用户

人气的标签推荐,提升社会知名度


原文标题:

User-Aware Folk Popularity Rank: User-Popularity-Based Tag Recommendation That Can Enhance Social Popularity

地址:

http://arxiv.org/abs/1910.09307

作者:

Xueting Wang, Yiwei Zhang, Toshihiko Yamasaki


摘要:在本文中,我们提出了一种方法,通过推荐适当的散列标签,同时考虑内容流行度和用户流行度,来提高帖子的社会流行度,即浏览量或喜欢的次数。以前的一种方法称为FolkPopularityRank(FP-Rank),它只考虑图像、标签及其流行程度之间的关系。然而,上传图片或视频的人对其受欢迎程度有很大的影响。因此,我们开发了一个算法,可以将用户的受欢迎程度和用户的标签使用趋势结合到FP-Rank算法中。实验结果表明,该算法在10天内可以获得比FP-Rank算法多1.2倍的浏览量。这项技术对于想在SNS中推广自己的个人用户和公司至关重要。




Movienet:一种基于视觉和

文本语义线索的电影多层网络模型


原文标题:

Movienet: A Movie Multilayer Network Model using Visual and Textual Semantic Cues

地址:

http://arxiv.org/abs/1910.09368

作者:

Youssef Mourchid, Benjamin Renoust, Olivier Roupin, Le Van, Hocine Cherifi, Mohammed El Hassouni


摘要:研究发现,电影中的内容和故事是多媒体内容研究的重要概念之一。网络模型已被证明是实现这一目的的有效选择。当观众看电影时,他们通常会比较角色和他们之间的关系。因此,目前开发的大多数模型都是基于社交网络分析的。他们主要关注的是剧中的角色。通过对人物互动的分析,我们可以对叙事内容有一个大致的了解。同时,其他作品也提出了利用场景、对话等语义元素。然而,它们总是从一个侧面被捕获,由于这些局限性,我们引入了一个多层网络模型来捕获基于脚本、字幕和电影内容的电影叙事。在介绍了模型和从原始数据中的提取过程之后,我们对《星球大战》传奇的整个6部电影周期进行了对比分析。实验结果证明了本文提出的视频内容表示与分析框架的有效性。




科技突飞猛进


原文标题:

Science and Technology Advance through Surprise

地址:

http://arxiv.org/abs/1910.09370

作者:

Feng Shi, James Evans


摘要:突破性的发现和发明包括意想不到的内容组合,如问题、方法和自然实体;也包括不同的内容组合,如期刊、子领域和会议。我们利用数千万计的研究论文、专利和研究人员的数据,利用高维随机块模型构建的嵌入模型,构建了预测明年超过95%的内容和上下文组合的模型。当一个领域的问题出乎意料地被另一个领域的研究人员解决时,他们将获得巨大的荣誉和重大的奖项,这些突破大多会发生。研究结果表明了事先惊喜的关键作用,支持了教育和同行评议等科学机构的评估工作。




适度的死亡率有利于合作的发展


原文标题:

Moderate death rates can be beneficial for the evolution of cooperation

地址:

http://arxiv.org/abs/1910.09454

作者:

Elton Júnior.S, Marco A. Amaral, Lucas Wardil


摘要:空间结构是影响合作演化最简单、研究最多的生态因素之一。研究表明,空间互惠促进了合作,因为合作集群的形成,提供了对叛逃者的相互支持。通常的假设是种群规模不变,不可能存在密度相关效应。在这里,我们扩展了对合作演化的密度相关效应的研究。我们将演化博弈论与莱迪思的Lotka-Volterra模型相结合。在我们的模型中,出生率取决于局部密度和相互作用中累积的报酬。在共存和灭绝的情况下,我们描述了合作的演变模式。其主要结果是,在死亡率适中的情况下,最有利于合作。当死亡敲门时,叛逃者是最先灭亡的,而合作者由于相互支持而站立得更长。




可逆自举渗透:

虚假新闻与事实检验


原文标题:

Reversible bootstrap percolation: fake news and fact-checking

地址:

http://arxiv.org/abs/1910.09516

作者:

M. A. Di Muro, S. V. Buldyrev, L. A. Braunstein


摘要:Bootstrap渗流被用来描述社会和其他社会自然现象中的观点形成。Bootstrap渗流的形式方程可以有多个解,对应于相应迭代过程的几个稳定不动点。我们构造了可逆的Bootstrap渗流过程,它收敛到这些额外的解,表现出一阶相变的典型滞后现象。这一过程为虚假新闻的传播和事实检验的有效性提供了一个合理的模式。研究表明,有时为了扭转在这些消息来源的影响下形成的民众的信仰,抛弃所有的假消息来源是不够的。




网络的转移结构


原文标题:

The Transsortative Structure of Networks

地址:

http://arxiv.org/abs/1910.09538

作者:

Xin-Zeng Wu, Allon G. Percus, Keith Burghardt, Kristina Lerman


摘要:由于形成网络拓扑的复杂潜在行为,网络拓扑可以是非平凡的。过去的研究表明,网络上的一些过程可能具有描述节点及其邻域的低阶统计量,如度匹配性,但这些量无法捕捉网络结构变化的重要来源。我们引入一个称为transsortativity的属性来描述节点邻居之间的相关性,将这些统计信息从直接的一阶邻居推广到两阶邻居。我们描述了迁移率是如何系统地变化的,与网络度分布无关。此外,我们还表明,这会显著影响传染病的传播以及邻居的看法,即大多数人的错觉。我们的工作提高了我们创建和分析更真实的复杂网络模型的能力。


来源:网络科学研究速递

审校:赵子鸣

编辑:张爽



声明:Arxiv文章摘要版权归论文原作者所有,由本人进行翻译整理,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.me (提供RSS订阅)进行同步更新。


近期网络科学论文速递


引用网络中心性:科学奖项的预测指标?| 网络科学论文速递24篇

通过守旧者、叛逆者和墙头草产生的两种意见动力学 | 网络科学论文速递21篇

使用迁移学习理解社会网络 | 网络科学论文速递21篇

通过路径的自动发现建立异构网络相似性模型 | 网络科学论文速递28篇

人类成瘾现象的统计描述 | 网络科学论文速递28篇

使用图神经网络进行重叠社区发现 | 网络科学论文速递24篇

加入集智,一起复杂!




数字民主:公共软件公司可以如何改变政府与公民社会数字参与 | 网络科学论文速递24篇-集智俱乐部


集智俱乐部QQ群|877391004

商务合作及投稿转载|swarma@swarma.org

◆ ◆ 

搜索公众号:集智俱乐部


加入“没有围墙的研究所”

数字民主:公共软件公司可以如何改变政府与公民社会数字参与 | 网络科学论文速递24篇-集智俱乐部

让苹果砸得更猛烈些吧!


原文始发于微信公众号(集智俱乐部):集智