核心速递
-
有向网络方向性如何？;
-
-
-
优先连接：一个多属性增长过程生成不同拓扑结构的无标度网络;
-
-
-
-
-
-
-
排名指标的无偏评价揭示了科技引文数据的一致性表现;
-
-
什么有助于一个众筹活动成功？GoFundMe数据的证据与分析;
-
-
-
-
-
-
-
How directed is a directed network?
http://arxiv.org/abs/2001.05173
R. S. MacKay, S. Johnson, B. Sansom
摘要：节点在向网络中的营养水平可以揭示它们的功能特性。此外，网络的营养相干性，在营养水平来定义，是关系到如循环结构，稳定性和渗滤性质。营养水平的标准定义，但是，从生态学借来的，从缺点，例如需要的源节点，这限制了其适用性受到影响。在这里我们建议营养水平的一个简单的新定义，可以到任何针对网络上的计算。我们演示了如何该方法可以识别的例子包括生态系统，供应链网络，基因表达，以及全球语言网络节点功能。我们还探索水平和一致性如何营养涉及其他拓扑性质，例如非正常和循环结构，并表明，我们的方法揭示于其中在向网络的边在一个全局方向对齐的程度。
Stochastic and mixed flower graphs: takane no hana
http://arxiv.org/abs/2001.05041
C. Tyler Diggans, Erik M. Bollt, Daniel ben-Avraham
摘要：随机性引入一个很好的研究类递归增长图表：（U，V） – 花网，其中有幂律度分布以及小世界特性（即 U = 1）。不同的（确定性）花图和可能更好的模型真实世界的网络之间的随机变异插值。随机乘成长过程中所涉及，但是，导致网络的传播合奏有限方差的链路，节点和循环次数。尽管如此，度指数和loopiness指数在无限大图的热力学极限达到独特的价值观。我们也研究了一类混合花网，密切相关的随机花，但都以确定的方式递归地成长。混合花网的确定性生长消除了合奏涂抹料，以及它们的递归生长允许它们的（唯一地定义）的混合性能的精确分析。
The Great Divide: Drivers of Polarization in the US Public
http://arxiv.org/abs/2001.05163
Lucas Böttcher, Hans Gersbach
摘要：许多民主社会已成为政治上更加极化，以美国为主要例子。这种现象的根源仍然没有很好地理解和接受的辩论。为了更好地理解政治两极化背后的机制，我们开发了一个数学框架，并采用信息论的概念来分析已收集由皮尤研究中心从1994年到2017年我们的框架上的政治极化的经验数据可以捕捉偏振的演变Democratic-和共和党倾向的美国公众的段，使我们能够确定它的驱动程序。我们的发现提供了实证和定量的证据表明，在美国政治极化主要是由强大的多的左倾政策/民主党文化创新驱动。
优先连接：一个多属性增长过程
生成不同拓扑结构的无标度网络
Preferential attachment: a multi-attribute growth process generating scale-free networks of different topologies
http://arxiv.org/abs/2001.05167
摘要：本文扩展优先附着生长过程的基于度的考虑并应用五个不同的连接性准则（节点度，聚类系数，中介中心，接近中心，和本征向量中心）来定义的在网络中的新链接的发展。基于统计推断，分析表明，所有可用的控制属性是能够产生SF网络，所提出的广义偏好连接生长过程中产生统计学上不同拓扑的网络中，在不同的控制属性，并且中介中心是控制 – 更好拓扑的属性生成网络。总体而言，本文介绍了优先连接的多维概念，它可以激发进一步的研究，能够为建模和真实世界的网络，目前还不能完全由度驱动BA模型解释解释新的工具。
How many bots are you following?
http://arxiv.org/abs/2001.05222
摘要：社会化媒体正在演变为新闻能够通过它们的传播力量，以达到更多的观众一个普遍的来源。的主要缺点是由恶意的帐户，被称为社会漫游器，其经常被用于扩散误导信息的存在给出。社会漫游器是自动的帐户，其目标是与人类互动和影响他们。从轻信（即人类与机器人的朋友他们的追随者之间的比例很高账户的定义出发，在这项工作中，我们的目标是单出一个回归模型来推导，以在可接受的误差容限的僵尸追随者的百分比一个人操作的账户，其优势在于知道，作为预防措施，用户可能是机器人的活动目标，因此更容易受到误导/不可靠的内容。我们的研究结果表明，最佳回归模型实现了平均绝对错误的3.62％和5.96％，一均方根误差，从而鼓励在这个方向进一步的研究。
Detecting Mixing Services via Mining Bitcoin Transaction Network with Hybrid Motifs
http://arxiv.org/abs/2001.05233
Jiajing Wu, Jieli Liu, Weili Chen, Huawei Huang, Zibin Zheng, Yan Zhang
摘要：作为第一个下放的对等网络（P2P）cryptocurrency系统允许人们用假名地址贸易，比特币在最近几年越来越受欢迎。然而，P2P和比特币的假名性质使这个平台上交易非常难以跟踪，从而引发各种非法活动在Bitcoin的生态系统的出现。特别是，在比特币 EMPH混合服务，原本旨在提高交易的匿名性，已被广泛用于洗钱到复杂的尾随非法基金。在本文中，我们侧重于检测属于混合服务，这是在Bitcoin的反洗钱的重要任务的地址。具体来说，我们提供了一个基于特征的网络分析框架从三个层次，即网络层，账户级别和交易水平确定的混合服务的统计特性。为了更好地表征不同类型的地址的交易模式，我们提出归功于颞异构基序（ATH模体）的概念。此外，为了应对不完善的标签问题，我们解决了混合检测任务是一个积极的和未标记的学习（PU学习）问题，以及利用所考虑的特点建立检测模型。真实的Bitcoin数据集实验结果表明我们的检测模型的有效性和混合模体包括混合检测ATH主题的重要性。
Evolution of Ethereum: A Temporal Graph Perspective
http://arxiv.org/abs/2001.05251
Qianlan Bai, Chao Zhang, Yuedong Xu, Xiaowei Chen, Xin Wang
摘要：以太坊是最流行的区块链系统之一，每天支持超过五十万的交易，并促进其图灵完备的智能合约机杂分布式应用。尽管它仍然是神秘的以太坊的交易模式以及它是如何随着时间而演变。在本文中，我们从一个时间点图研究以太坊交易的演化行为。我们首先开发数据分析平台，以收集与用户以及通过智能合同发起内部交易相关的对外交易。三种类型的时间曲线图中，用户到用户，合同到合同和用户合同的图表，根据交易关系构造并以适当的时间窗口被分割。我们观察到的用户到用户事务图的大小和平均以太价格在一个时间窗口之间的强相关性，而在平均度被示出没有这样的键的证据，平均边权重和平均三重闭合持续时间。以太坊交易的宏观和微观突发验证。我们分析其中以太坊被发现是非常不公平的，因为一开始，从某种意义上说，“富人已经很富”的交易图表和用户财富的基尼指数。
Sybil-Resilient Social Choice with Partial Participation
http://arxiv.org/abs/2001.05271
Reshef Meir, Gal Shahaf, Ehud Shapiro, Nimrod Talmon
摘要：投票规则可能无法实现社会的当时只有一些选民积极参与的意愿，和/或在西比尔的存在（假的或复制）的选民。在这里，我们的目标是解决社会选择在sybils的存在，并没有充分参与。要做到这一点，我们认为维持现状（现实），作为一个永远存在的尊贵选择，以及研究 EMPH现实强制投票规则，其支持的现状添加虚拟票。我们衡量安全性和活跃在各种领域中，并表明执法现实表决最佳（主动诚实的选民保持/改变现状，分别的能力）之间的权衡。
NEW: A Generic Learning Model for Tie Strength Prediction in Networks
http://arxiv.org/abs/2001.05283
Zhen Liu, Hu li, Chao Wang
摘要：铁力预测，有时名为重量预测，是在探索连接的方式在网络中出现的多样性至关重要。由于根本意义，它已经引起广泛关注的网络分析与挖掘的领域。出现在近年来的一些相关作品显著提高了我们对如何预测在社会网络的强与弱的关系的理解。然而，大多数建议的方法都严重依赖于一些特殊的语境情景感知的方法，甚至专门在社会网络中使用。其结果是，他们不太适用于各种网络。相较于以前的研究，我们在这里提出一种被称作Neighborhood估算重量（NEW），这纯粹是由网络的基本结构信息驱动，具有适应不同类型的网络的灵活性，新的计算框架。在NEW，我们设计了一种新的索引，即，连接的倾斜，以产生网络，这是能够捕获的关系强度的实际分布的代表特性。为了获得优化的预测结果，我们还提出了一种参数回归模型，其大致具有线性时间复杂度并且因此容易地扩展到在大型网络的实施。在六个真实世界的网络实验结果表明，我们提出的预测模型优于现有技术方法的状态，这是强大的预测失踪领带的长处时，只有网络的关系强度的一部分信息是可用的。
Tubes & Bubbles — Topological confinement of YouTube recommendations
http://arxiv.org/abs/2001.05324
Camille Roth, Antoine Mazières, Telmo Menezes
摘要：推荐算法的在线用户约束的作用是在一个快速发展的文学的心脏。最近的经验研究表明，过滤气泡可能主要是在明确的建议（基于用户喜好申报），而不是隐含的建议（基于用户活动）的情况下被观察到。我们专注在YouTube上已经成为一个主要的在线内容提供商，但在那里坐月子直到现在以系统化的方式很少被研究过。从种子视频多样化号开始，我们首先描述，以便设计能够捕捉到潜在的建议，图表由这些建议引起递归完善的勘探协议套推荐影片的属性。这些图成潜在用户导航的沿非个性化推荐的背景。从那里，无论是在拓扑学，外用或时间方面，我们表明，我们所说的平均场的YouTube建议的景观往往容易约束力度。此外，最狭窄的建议图，即潜在的泡沫，似乎是有组织的套左右的是争取最高的观众，从而振振有词地观看时间的影片。
排名指标的无偏评价揭示了
科技引文数据的一致性表现
Unbiased evaluation of ranking metrics reveals consistent performance in science and technology citation data
http://arxiv.org/abs/2001.05414
Shuqi Xu, Manuel Sebastian Mariani, Linyuan Lü, Matúš Medo
摘要：尽管研究评估目的越来越多地使用基于引文数据，我们还不知道哪些指标对他们的承诺来衡量一个科学论文或专利的重要性最佳交付。我们通过他们的识别三大引文数据集的里程碑论文和专利的能力评估17基于网络的指标。我们发现，传统的信息检索评估指标强烈影响的评价指标的里程碑项目和年龄偏见的年龄分布之间的相互作用。因此，这些指标的结果并不能代表的指标排名的能力。我们认为有利于明确惩罚偏向指标，使我们能够揭示指标是整个数据集一致的表演方式修改评估程序。PageRank和LeaderRank变成是表现最佳的排名指标时，他们的年龄歧视是由分数的简单变换抑制它们产生，而其他流行的指标，包括引用计数，命中和集体的影响，产生显著恶化的排名结果。
Spillover Effects in Experimental Data
http://arxiv.org/abs/2001.05444
Peter M. Aronow (1), Dean Eckles (2), Cyrus Samii (3), Stephanie Zonszein (3) ((1) Yale, (2) MIT, (3) NYU)
摘要：我们提出了在“干扰”，其中涵盖了广泛的一类情况，其中一个单元的结果不仅取决于由该单元接收治疗，同时也对其他单位接受治疗的一个术语估计治疗效果和溢出效应电流的方法。该单位反应的处理彼此，互动，或者以其他方式传播影响的程度，有效的推理要求我们考虑这样的干扰，这是从传统的假设出发的是单位的结果是由他们自己处理任务才会受到影响。干扰和相关的溢出效应可能是一个滋扰或他们可能是研究者的实质性利益。在本章中，我们专注于在随机实验的背景干扰。我们审查时，干扰发生在一般的网络设置方法。然后，我们考虑这样的干扰被包含的层次结构中的特殊情况。最后，我们讨论的干扰和传染之间的关系。我们使用干扰度r包和模拟数据来说明要点。我们认为高效的设计允许用于治疗和溢出效应评估和讨论最近的实证研究，试图捕捉到这样的效果。
什么有助于一个众筹活动成功？
GoFundMe数据的证据与分析
What Contributes to a Crowdfunding Campaign’s Success? Evidence and Analyses from GoFundMe Data
http://arxiv.org/abs/2001.05446
Xupin Zhang, Hanjia Lyu, Jiebo Luo
摘要：研究人员试图衡量群众集资活动的使用各种因素，如群众集资活动的描述，筹资目标，及募资项目特征量的成功。虽然许多成功的决定因素已在文献报道，目前还不清楚是否封面照片和文本的标题和描述可以在一个融合的分类相结合，以更好地预测集资活动的成功。在这项工作中，我们专注于通过各种资助类别在GoFundMe的群众集资活动的成效。我们分析在推出运动的属性可用，并确定是用于活动的每个类别的重要属性。此外，我们开发了基于随机森林是显著提高了预测结果，从而表明有效的方式，使竞选成功的融合分类。
The Gossiping Insert-Eliminate Algorithm for Multi-Agent Bandits
http://arxiv.org/abs/2001.05452
Ronshee Chawla, Abishek Sankararaman, Ayalvadi Ganesh, Sanjay Shakkottai
摘要：我们认为，分散的多主体多武装土匪（MAB）设置由 N 剂，解决同一MAB实例，以尽量减少个人累计遗憾。在我们的模型中，主体人通过成对的八卦式的通信交换消息协作。我们开发了两种新的算法，每个主体只从所有武器的一个子集播放。剂使用通信介质建议只手臂-ID的（未样品），并因此更新所述一组从他们玩臂。我们建立的是，如果主体人通过任何连接配对八卦机制进行通讯 欧米茄（日志（T））次，然后每个主体的遗憾是为了的因子N 较小相比，没有合作的情况。此外，我们还表明，通信约束只对我们算法的遗憾二阶效应。然后，我们分析了遗憾的遗憾通信权衡汲取界这个二阶项。最后，我们评估经验我们的算法，并得出这样的结论见解是我们的界限的根本，而不是文物。我们还表明的下限，其给出了我们的算法得到的遗憾比例甚至不能在没有任何通信约束得到改善。我们的研究结果表明，即使主体商之间的合作的最低水平，大大降低了遗憾的所有主体。
Automatic Discovery of Political Meme Genres with Diverse Appearances
http://arxiv.org/abs/2001.06122
William Theisen, Joel Brogan, Pamela Bilo Thomas, Daniel Moreira, Pascal Phoa, Tim Weninger, Walter Scheirer
摘要： 人类的沟通方式不是一成不变的—-我们期待的方式获取信息的一些变化传送随着时间的推移，因为技术的进步。这种现象的一个例子是基于图像的米姆，这已经成为过去十年政治信息的主要形式。虽然原本是用来传播的笑话在社会化媒体，模因现在不得不对世界事件的公众认知的丰厚影响。在自动梅梅分析的显著挑战是一项战略，从单一的体裁内匹配模因时图像的外观变化的发展。这种变化是中模仿记因尤其常见。例如，当执行选民一个共同的手势的信号其用于候选的支持。在本文中，我们介绍了用于发现不同外观的政治米姆流派一个可扩展的自动化视觉识别管道。这条管道可以从社会网络梅梅摄取图像，应用计算机基于视觉的技术来提取局部特征和指数新的图像到一个数据库，然后整理成模因相关流派。为了验证这种方法，我们使用从Twitter和Instagram的收集超过两百万图像的新的数据集上的2019印尼总统选举的一个大案例。结果表明，该方法可以发现新的米姆风格与有着共同的风格元素在视觉上不同的图像，铺平了道路前进为语义分析和内容属性的进一步工作。
Optimal Learning Dynamics of Multi Agents in Restless Multiarmed Bandit Game
http://arxiv.org/abs/2001.06244
Kazuaki Nakayama, Ryuzo Nakamura, Masato Hisakado, Shintaro Mori
摘要： 社会学习通过观察或与其他人互动中学习;它是在社会物理学人类的集体行为的理解至关重要。我们在一个不安分的多臂强盗（rMAB）研究主体商的学习过程。每个臂的二元收益随机变化和主体商通过利用与收益1手臂，搜索在随机的（个别学习）的手臂，或复制由其他主体人（社会学习）利用手臂最大限度地发挥他们的回报。该系统已在社会和个人学习的混合策略空间帕累托和纳什均衡。我们研究的几种模式中，主体商最大化其期望收益的战略空间，并解析和数值表明，该系统收敛于均衡。我们还进行了一项实验，调查人员参与者是否采用最优策略。在这个实验中，三个参与者玩博弈。如果每个组的回报是成正比的收益的总和，社会学习率的中位数几乎与帕累托均衡一致。
Communicability in the World Trade Network — A new perspective for community detection
http://arxiv.org/abs/2001.06356
Paolo Bartesaghi, Gian Paolo Clemente, Rosanna Grassi
摘要： 当应用于世界贸易网络的网络社区检测对经济和金融环境至关重要的作用，特别是。我们提供了一个新的视角，其中强相互作用国家群集由特定的距离标准进行标识。我们指的是埃斯特拉达传染性距离和振动传染性距离，这变成是特别适合于捕捉经济网络的内部结构。该方法是基于变化的距离的阈值，它是从一个计算点有效。它还允许集群间和集群内所产生的社区性检查。数值分析强调国家之间的特殊关系，并提供丰富的信息，可以难以实现内的可选集群的方法。
Rumor Detection on Social Media with Bi-Directional Graph Convolutional Networks
http://arxiv.org/abs/2001.06362
Tian Bian, Xi Xiao, Tingyang Xu, Peilin Zhao, Wenbing Huang, Yu Rong, Junzhou Huang
摘要： 社会化媒体已经迅速发展公共由于传播新信息，从而导致谣言分发的性质。同时，从社会化媒体如此大规模的信息检测的传言正在成为一个艰巨的挑战。因此，应用一些深层次的学习方法来发现通过他们传播，如递归神经网络（RvNN）等方式传言。然而，这些深的学习方法只考虑到深传播的模式，但忽略宽分散的结构传闻检测。事实上，传播和分散传言的两个关键特性。在本文中，我们提出了一种新的双向图表模型，名为双向格拉夫卷积网络（碧GCN），通过在两个顶向下和传闻自下而上传播操作以探索两种特性。它利用与外传扩频学习传闻传播的模体的自顶向下向图GCN，并与外传扩散的相对向图GCN捕获传闻分散体的结构。此外，从源文章的信息涉及GCN的每一层从传闻的根提升的影响。在几个基准鼓励实证研究结果证实在国家的最先进的方法，该方法的优越性。
A Novel Methodology for designing Policies in Mobile Crowdsensing Systems
http://arxiv.org/abs/2001.06437
Alessandro Di Stefano, Marialisa Scatà, Barbara Attanasio, Aurelio La Corte, Pietro Liò, Sajal K. Das
摘要： 移动crowdsensing是基于用户贡献和激励机制以人为本的传感系统旨在刺激他们。在我们的工作中，我们通过博弈论的方法论反思的激励机制设计。因此，我们引入了多层次的社会感知框架，在人类社会的传感器上的多个社会阶层和各种服务交互。我们已经提出了包括趋同的概念，即是与多重网络上交互的相似性和频率的人有关的因素来衡量这些动态的相互作用。我们通过定义一个基于多重EGT的数学框架，量化同质性，网络的异构性和各种社会困境的影响建模传感行为的演化动力学。我们发现社会困境和网络结构导致人类合作的出现和持续性的配置。此外，我们还通过包括同质和异质性的概念定义和我国人口结构评估当地和全球的纳什均衡点。我们已经分析界定和衡量一种或多种QoI的新的统计测量和基于演化动力学用户口碑得分。措施是最合作的人不同的不同的配置和较高的。通过建议的方法，我们已经定义了一个决策支持系统的核心为通过一种或多种QoI的条款和用户口碑得分上的策略操作设计新的激励机制。
A Study of Mental Maps in Immersive Network Visualization
http://arxiv.org/abs/2001.06462
Joseph Kotlarek, Oh-Hyun Kwon, Kwan-Liu Ma, Peter Eades, Andreas Kerren, Karsten Klein, Falk Schreiber
摘要： 网络的可视化影响心理地图的质量，观众发展到了解网络。在这项研究中，我们研究了3D身临其境的可视化环境相比，在网络的结构的理解传统的2D桌面环境的影响。我们比较使用三个任务两个可视化环境 – 解释网络结构，记忆一组节点，并确定了结构的变化 – 通常用于评估网络可视化心理地图的质量。结果表明，参与者能够在沉浸式环境查看网络时，特别是对于较大的网络更准确地解释的网络结构。然而，我们发现，2D可视化对于所需的空间记忆任务的表现好于身临其境的可视化。
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。
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”
让苹果砸得更猛烈些吧！
