本文由机器翻译，仅供参考，感兴趣请查阅论文原文

核心速递

自适应社会网络信息传播动力学;
模拟基本在中国多层交通网络上的传播：不仅仅是武汉冠状病毒;
带非回溯特征值的节点免疫;
统一网络上的易感-感染-恢复过程;
移动性即服务（MaaS）时代的共享出行：一个基于活动的多模和模间方法;
伯努利随机图叠加的同配性和二元度分布;
复杂网络临界雪崩动态类;
DSSLP：分布式半监督链路预测框架;
2019年英国大选期间的垃圾新闻和信息共享;
建模作者对物理学期刊引用动态影响力的多层网络方法;
边corona积用于建模复杂单形网络;
经济流行病学博弈中的疾病状态自发发散;
社会网络操纵选举：选种子、移除边、添加边;
延迟耦合群集的不稳定振荡和双稳态;
为谁“做正确的事”？组内舞弊、小组分选和道义劝告的实验研究;
学习大规模多元霍克斯过程;
一种检测Twitter虚假内容的多层方法;
RP-DNN：基于推特水平传播上下文的深层神经网络检测社交媒体早期谣言;
差分隐私广义β模型增加参数的渐近理论;
可能成为的城市：人工生命与城市系统;

自适应社会网络信息传播动力学

原文标题：

Information Spreading Dynamics on Adaptive Social Networks

地址：

http://arxiv.org/abs/2002.12237

作者：

Chuang Liu, Nan Zhou, Xiu-Xiu Zhan, Gui-Quan Sun, Zi-Ke Zhang

摘要：有一个在造型上跨多学科的社会网络信息传播目前越来越大的兴趣。大多数相应的研究都集中在信息传播独立，忽略扩散过程的网络演进。因此，更合理的网络拓扑结构和信息状态之间的协同演化来形容真正的扩散系统。在这项工作中，我们提出了考虑状态信息和网络拓扑结构的同时演化的机制，其中，信息传播是作为一个SIS程序执行和网络拓扑演进基于自适应假设。基于马尔可夫方法的理论分析，用仿真非常一致。这两种模拟结果和理论分析表明，自适应过程，其中个人通知会重新连接知情邻居之间的联系，以随机的非邻节点，可以增强信息传播（导致更广泛的传播）。此外，我们获得了，对于自适应网络中，即，信息扩散存在两个阈值，如果该信息传播概率小于第一阈值，信息不能扩散，并立即死亡出来;如果传播概率是所述第一和第二阈值之间，将信息传播到的有限范围内，并逐步消亡;并且如果传播概率大于所述第二阈值时，信息将扩散到人口的网络中的某些尺寸。这些结果可能阐明理解信息扩散和网络拓扑之间的共同演化的一些光。

模拟基本在中国多层交通网络

上的传播：不仅仅是武汉冠状病毒

原文标题：

Simulating the Spread of Epidemics in China on the Multi-layer Transportation Network: Beyond the Coronavirus in Wuhan

地址：

http://arxiv.org/abs/2002.12280

作者：

Tianyi Li

摘要：基于该模型SEIR和城市交通网络模型，研究建立了流行病在中国城市传播的通用模拟器。中国公共交通系统被建模为340个地级市之间的多层二分网络，层代表不同运输方式（航空，铁路，航运和汽运），节点分为两类（中心城市、周边城市）。在每一个城市，使用一个开放系统SEIR模型追踪疾病的局部扩散，人口的流入和流出通过叠加的交通网络进行交换。该模型考虑了（1）疾病在不同运输介质中的传播性，（2）城市流入的流量，（3）公共交通工具上的交叉感染，以及现实中（4）感染人群没有进入公共交通且（5）康复的群体不受到反复感染。该模型可用于模拟任意中国（和潜在其他国家）的城市间疾病扩散，主要特征为疾病的基本再生数、潜伏期、感染期和人畜共患情况，疾病从中国的地级市开始传播，模拟有效政府干预实施前的时期。流图被输入到系统中以触发城际动力学，假设不同的流动的强度，从经验观察进行确定，考虑节点内或节点间二分划分。该模型被用于模拟武汉2019冠状病毒疫情，结果表明该框架稳健可靠，模拟的结果与公开市级数据吻合程度极好。

带非回溯特征值的节点免疫

原文标题：

Node Immunization with Non-backtracking Eigenvalues

地址：

http://arxiv.org/abs/2002.12309

作者：

Leo Torres, Kevin S. Chan, Hanghang Tong, Tina Eliassi-Rad

摘要：非回溯矩阵和它的特征值出现网络科学和图挖掘许多应用中，诸如节点和边中心性、社区检测、长度谱论、图距离和流行病渗流阈值。此外，在网络流行病学，非回溯矩阵的最大特征值的倒数是一个很好的近似某些网络动态特性的流行病阈值。在这项工作中，我们开发了识别哪些节点对主导的非回溯特征值影响最大的技术。我们通过将一个节点从图中移除，研究非回溯矩阵的谱的行为。从这一分析我们得出了两个新的中心性度量：X-度和X-非回溯中心性。我们实验了从这两个中心性度量而得到的针对性免疫策略。谱分析和中心性度量可以广泛应用，理论家和实践者会对此感兴趣。

统一网络上的易感-感染-恢复过程

原文标题：

Unifying susceptible-infected-recovered processes on networks

地址：

http://arxiv.org/abs/2002.11765

作者：

Lucas Böttcher, Nino Antulov-Fantulin

摘要：在传播过程中两个连续的感染和恢复事件之间的等待时间往往假定为指数分布，其结果在马尔可夫（即，无记忆）连续扩展动态。然而，这没有考虑到内存（相关性）的影响，并且已被确定为相关的社会，交通离散的相互作用，以及疾病动态。我们介绍一种新颖的框架被网络上的任一演进以连续或离散时间模型（非）马尔可夫易受感染的回收的（SIR）的随机过程。我们应用我们的模拟框架研究描述为感染离散时间马尔可夫和恢复事件的连续时间非马尔可夫过程，它模仿了细胞周期时间的分布混合SIR过程。我们的研究结果表明，流行过程的有效扩散速率的描述不能唯一捕捉这种混合的行为以及一般非马尔可夫疾病动态。提供了一般马尔可夫和非马尔可夫疾病爆发的统一描述，我们不是表明，平均传输率产生独立于底层事件时间分布的同相图。

移动性即服务（MaaS）

时代的共享出行：一个

基于活动的多模和模间方法

原文标题：

Ridesharing in the era of Mobility as a Service (MaaS): An Activity-based Approach with Multimodality and Intermodality

地址：

http://arxiv.org/abs/2002.11712

作者：

Ali Najmi, Taha H. Rashidi, Wei Liu

摘要：流动作为一种服务（马斯），作为一个新兴的理念，迅速发展，并在同一时间通过促进它们的可使用共享的经济概念，不同运输方式的不可逆的重塑旅客的行为。管理迅速崛起马斯复杂的多式联运和多式联运系统，需要纳入所有涉及到的影响因素与运输工具网络的整体建模框架。在本文中，我们数学制定一个新的基于马斯活性行驶模式（ATP）生成器，以方便在系统共乘，其中司机和乘客互动分享他们充分的活动日记。建议的配方延伸马斯的定义超出联运旅行计划，通过将一个包容性的集旅游属性，包括活动，活动序列，发车时间和模式的选择，以及在所有参与者的分子ATP的模式之间的转换。此外，本文介绍了一种动态有向的顺风车-马斯模型，其中传统的顺风车造型结构与在一个统一的结构所提出的基于马斯-ATP发生器同步。这些模型明确地弥补现有文献分子ATP的规划和顺风车模型之间的错过输出连接的空白。最后，提供了数值例子来演示基于马斯规划对共乘系统性能显著的影响。

伯努利随机图叠加

的同配性和二元度分布

原文标题：

Assortativity and bidegree distributions on Bernoulli random graph superpositions

地址：

http://arxiv.org/abs/2002.11809

作者：

Mindaugas Bloznelis, Joona Karjalainen, Lasse Leskelä

摘要：以 N 节点A概率生成的网络模型和 M 重叠层作为 M 不同大小和强度的相互独立的伯努利随机图的叠加而获得。当 N 和 M 大和大小的顺序相同的，该模型也承认稀疏限制制度具有可调幂律度分布和非零聚类系数。本文介绍了相邻节点的联合度分布的渐近式。这产生用于模型相配一个简单的分析公式，并打开了的方法来分析适合于与重尾度分布的随机图秩相关系数。

复杂网络临界雪崩动态类

原文标题：

Classes of critical avalanche dynamics in complex networks

地址：

http://arxiv.org/abs/2002.11831

作者：

Filippo Radicchi, Claudio Castellano, Alessandro Flammini, Miguel A. Muñoz, Daniele Notarmuzi

摘要：参展吸收状态动态过程中的一个大品种，从材料科学到流行病学和社会科学的情况下建模是必不可少的。这样的过程后呈现出缓慢行驶雪崩行为的可能性。在这里，我们研究的尺寸和雪崩的持续时间为复杂网络上知名的动态过程分布。我们发现，所有被分析模型显示了类似的临界行为，其特点是两个不同体制的存在。在小尺度，尺寸和雪崩的持续时间呈现出依赖于网络拓扑结构和模型动力学分布。在渐近大尺度代替—irrespective动力学和底层network—尺寸和雪崩的持续时间的拓扑类型的通过用平均场临界分支处理的指数幂律分布表征。

DSSLP：分布式半监督链路预测框架

原文标题：

DSSLP: A Distributed Framework for Semi-supervised Link Prediction

地址：

http://arxiv.org/abs/2002.12056

作者：

Dalong Zhang, Xianzheng Song, Ziqi Liu, Zhiqiang Zhang, Xin Huang, Lin Wang, Jun Zhou

摘要：链路预测被广泛用于各种工业应用，如商家建议，欺诈交易的检测，等等。然而，它的训练，并与数十亿节点和边的部署在工业规模图表链路预测模型一个很大的挑战。在这项工作中，我们提出了半监督链路预测问题（名为DSSLP），它能够处理工业规模的图表可扩展的和分布式架构。而不是在整个图的人才培养模式，DSSLP建议在 EMPH火车ķ -hops附近节点的一个小批量的设置，这有助于降低输入图的规模和分发训练过程。为了有效地产生负的例子，DSSLP包含分布式批处理运行时间采样模块。它实现了均匀且动态采样方法，并且能够自适应地构建体阳性和阴性例子指导训练过程。此外，DSSLP提出了一个模型分割战略，加快链路预测任务的推理过程的速度。实验结果表明，DSSLP的薮公共数据集以及工业规模图表的真实世界的数据集的效力和效率。

2019年英国大选期间

的垃圾新闻和信息共享

原文标题：

Junk News & Information Sharing During the 2019 UK General Election

地址：

http://arxiv.org/abs/2002.12069

作者：

Nahema Marchal, Bence Kollanyi, Lisa-Maria Neudert, Hubert Au, Philip N.Howard

摘要：今天，估计大约政治和公共生活中的英国公众获取信息，75％的网上，40％通过社交媒体这样做。有了这个背景下考虑，我们研究了在筹备阶段到2019年英国大选社会化媒体的信息共享模式，并要求：（1）什么样的政治新闻和信息为社交媒体用户分享在Twitter上提前投票？（2）它是如何的多是极端的，煽情的，或者见垃圾消息？（3）有多少公众参与做了这些网站在Facebook上获得了前几个星期，（4）什么是最常见的叙事和主题中继由垃圾新闻媒体

建模作者对物理学期刊引用

动态影响力的多层网络方法

原文标题：

A multi-layer network approach to modelling authorship influence on citation dynamics in physics journals

地址：

http://arxiv.org/abs/2002.12147

作者：

Vahan Nanumyan, Christoph Gote, Frank Schweitzer

摘要：我们提供给由不同耦合层的网络的增长模式的一般框架。我们的目的是估计一个这样的层上的其他人的动力学的影响。作为应用，我们研究一个科学计量网络，其中一个层由出版物节点和引用作为链接的，而第二层表示作者。这使解决问题的作家的特点，比如他们的出版物或以前的共同作者的数量，影响一个新的出版物的引用动态的数量如何。为了测试这个影响不同的假设，我们的模型综合引证成分以不同的方式的社会成分。然后，我们评估其在九个不同的物理学期刊再现引文动力学性能。为此，我们开发了统计参数估计和模型选择是适用于日益增长的多层次网络的一般方法。这需要两个参数误差和模型的复杂性考虑在内，计算效率高，可扩展的大型网络。

边corona积用于建模复杂单形网络

原文标题：

Edge corona product as an approach to modeling complex simplical networks

地址：

http://arxiv.org/abs/2002.12219

作者：

Yucheng Wang, Yuhao Yi, Wanyue Xu, Zhongzhi Zhang

摘要：许多图产品已应用于产生与真实世界的系统中观察到显著的性能复杂的网络。在本文中，我们通过反复使用边电晕产品提出了单纯网络的简单生成模型。我们目前的网络模型的结构特性，包括度分布，直径，聚类系数，以及集团规模的分布，获得这些相应的数量，这同意的行为在不同的实际网络中找到明确的表述进行了全面分析。此外，我们得到了所有的特征值和特征上，我们得到明确的公式为混合时间，平均击球时间和生成树数量的归一化拉普拉斯矩阵及其相关的多重性，基于精确表达式。因此，通过其他的图产品作为产生以前的型号，我们的模型也是正好可解的一个，它的结构特性可以分析处理。更有趣的是，我们的模型谱的表情也被准确地确定，这是鲜明的对比以前的型号，其谱只能在最递归给出。这种优势使我们的模型一个很好的测试床和一个理想的底层网络的研究动态过程，特别是密切相关的归一化拉普拉斯矩阵的谱，以发现单纯结构对这些过程的影响。

经济流行病学博弈

中的疾病状态自发发散

原文标题：

Spontaneous divergence of disease status in an economic epidemiological game

地址：

http://arxiv.org/abs/2002.12748

作者：

Ewan Colman, Nicholas Hanley, Rowland R. Kao

摘要：我们引入的博弈受到畜牧业疾病管理所面临的挑战和地方病的通过贸易网络传输启发。博弈的成功需要平衡买入新存货的成本与其携带疾病的风险。当参与者遵循一个简单的基于记忆策略，我们观察到自发分离现象，对应参与者感染的水平较高和较低的两个组。通过模拟疾病和贸易关系形成和破坏的动力学，我们推导出分离发生条件是一个传播速率和每个参与者可接受疾病阈值的函数。当博弈中互动仅限于小世界网络上彼此相邻的参与者之间，参与者往往与邻居有类似的感染水平。我们结论是，经济流行病学系统的成功可能源自不幸和地理周边，以及对风险的个人态度先天差异。

社会网络操纵选举：

选种子、移除边、添加边

原文标题：

Election Manipulation on Social Networks: Seeding, Edge Removal, Edge Addition

地址：

http://arxiv.org/abs/1911.06198

作者：

Matteo Castiglioni, Nicola Gatti, Giulia Landriani, Diodato Ferraioli

摘要：我们专注于选举操纵的问题，通过社会影响力，在操纵利用社会网络，使她的最优选的候选人赢得选举。影响是由于在有利于和/或针对一个或多个候选，通过种子发送和根据独立级联模型通过网络传播信息。我们提供选控制问题的综合研究，调查两种形式操作的：播种购买影响力给予了社会网络，并删除或给予种子和信息发送的社会网络中增加边。特别是，我们研究广泛的区分候选人的数量或在网络上的一种信息传播的病例。我们的主要结果为阳性，它表明，选举操纵问题不在除了微不足道的类的实例中，在最坏情况下经济实惠，即使一个人接受接近胜利的边。在播种的情况下，我们还显示，操作是很难，即使图是一条线，一个大班的算法，其中包括大部分的社会影响力问题的办法最近通过的，无法计算有界逼近甚至基本网络，为具有一定程度的至多两个或有向树木与每一个节点无向图。在边去除或增加的情况下，我们的硬度结果同样适用于社会影响力的最大化/最小化的基本情况。相比之下，选举操纵的硬度持有，即使机械手具有无限的预算，被允许删除或添加的边任意数量。

延迟耦合群集的不稳定振荡和双稳态

原文标题：

Unstable oscillations and bistability in delay-coupled swarms

地址：

http://arxiv.org/abs/2002.12420

作者：

Jason Hindes, Victoria Edwards, Sayomi Kamimoto, Ioana Triandaf, Ira B. Schwartz

摘要：它是从理论和实验，引入时间延迟到移动主体群的通信网络中产生相干的旋转模式是已知的。通常这样的时空旋转可以是双稳态的与其他群聚模式，如研磨和群集。然而，有关延迟耦合群最知名的分岔结果依靠不准确的平均场技术。其结果是，施加宏观理论作为预测和控制移动机器人的群导向的效用是有限的。为了克服这种限制，我们与时间延迟的相互作用的一般模型进行的两个主要蜂拥模体的精确稳定性分析。通过正确地识别相关的时空模式，确定在时间延迟的存在下稳定性，我们能够准确地预测双稳态和在大群simulations—不稳定振荡奠定比较，以机器人实验基础。

为谁“做正确的事”？组内舞弊、

小组分选和道义劝告的实验研究

原文标题：

“Do the Right Thing” for Whom? An Experiment on Ingroup Favouritism, Group Assorting and Moral Suasion

地址：

http://arxiv.org/abs/2002.12464

作者：

Ennio Bilancini, Leonardo Boncinelli, Valerio Capraro, Tatiana Celadin, Roberto Di Paolo

摘要：在本文中，我们探讨道德劝说对内群体偏袒的影响。我们报告一个良好的供电，预注册，两个阶段的2×2混合设计实验。在第一阶段中，形成的参与者如何回答一组问题，关于一个治疗非道德有关的问题（在非道德喜好分拣），和道德有关的问题在另一种处理的基础上，组（道德分拣优先）。在第二阶段，参与者选择如何分割的钱一定量自己组的学员，另一组的参与者之间，首先在基准设置，然后在他们被告知做什么他们认为是道德上的设置右（道义劝告）。我们的主要结果是：（i）在基线，参与者倾向于自己组在更大程度上，当基根据道德喜好时相比，他们是根据非道德喜好什至什锦; （ⅱ）道德劝说的净效果是降低内群体偏爱，但也有参与者内群体偏袒谁道德劝说增大的不可忽略的比例; （ⅲ）道德劝说的效果是跨组分拣和四个预先登记的个体特征（性别，政治方向，宗教，亲生活VS亲选择伦理信念）基本上是稳定的。

学习大规模多元霍克斯过程

原文标题：

Learning Multivariate Hawkes Processes at Scale

地址：

http://arxiv.org/abs/2002.12501

作者：

Maximilian Nickel, Matthew Le

摘要：多元霍克斯进程（的MHP）是理解和预测社会信息系统已经启用了重大进步，时间点过程中重要的一类。然而，由于其时序依赖复杂的造型，的MHP已被证明是非常困难的规模，是什么限制了其应用程序以相对较小的领域。在这项工作中，我们提出了一种新的模型和计算方法来克服这一重大限制。通过利用在现实世界的扩散过程特征稀疏模式，我们表明，我们的方法可以计算确切的可能性和MHP的梯度 – 独立于底层网络的环境维度。我们显示在合成和真实世界的数据集，我们的模型不仅达到国家的最先进的预测结果，但也提高了几个数量级相比，稀疏的事件序列的标准方法的运行时性能。在用简单易懂的潜在变量和影响力的结构组合，这使我们能够分析的扩散过程，在前所未有的规模。

一种检测Twitter虚假内容的多层方法

原文标题：

A multi-layer approach to disinformation detection on Twitter

地址：

http://arxiv.org/abs/2002.12612

作者：

Francesco Pierri, Carlo Piccardi, Stefano Ceri

摘要：我们通过解决仅检查在Twitter上的扩散机制有关造谣VS主流新闻新闻文章进行分类的问题。相比于现有的基于文本的方法我们的技术本质上是简单的，因为它允许绕过这些新闻内容中发现的复杂的多层次（如语法，句法，风格）。我们使用Twitter的扩散网络的多层表示，我们计算每个层的一套全球网络功能，其量化的共享过程的不同方面。有两个大型数据集的实验结果，对应的消息扩散级联在美国和意大利分别共享，表明一个简单的逻辑回归模型能够进行分类造谣VS高精度主流网络（AUROC高达94％），还考虑在分类任务不同来源的政治偏见的时候。我们还强调在这似乎是国家独立的两个新闻领域的交流模式的差异。我们相信，我们的基于网络的方法提供了铺平了道路系统的未来发展，以检测误导和有害信息在社会化媒体传播有益的见解。

RP-DNN：基于推特

水平传播上下文的深层神经

网络检测社交媒体早期谣言

原文标题：

RP-DNN: A Tweet level propagation context based deep neural networks for early rumor detection in Social Media

地址：

http://arxiv.org/abs/2002.12683

作者：

Jie Gao, Sooji Han, Xingyi Song, Fabio Ciravegna

摘要：当有限的，不完整的社交媒体平台的早期传言检测（ERD）是非常具有挑战性和嘈杂的信息是可用的。大多数现有的方法大都工作在事件等级检测，需要相关的特定事件的帖子收集和只在用户生成内容的依据。他们并不适合检测非常早期的谣言来源，事件都呈现出前，成为普遍。在本文中，我们解决在消息级别的ERD的任务。我们提出了一个新颖的混合神经网络体系结构，它结合了一个基于字符任务专用双向语言模型和堆叠长短期存储器（LSTM）网络来表示文本内容和输入源鸣叫的社会时空上下文，用于建模传播模式在其发展的早期阶段的传言。我们采用多层关注车型，共同学习了多个方面的投入周到的背景下的嵌入。我们的实验采用了严格的留一交叉验证（LOO-CV）评估设置七个公开提供真实的谣言事件数据。我们的模型实现状态的最先进的（SOA）表现为在其上覆盖超过12个事件和2967个传言大增强数据检测看不见传言。消融研究以了解我们提出的模型中各组分的相对贡献。

差分隐私广义β模型增加参数的渐近理论

原文标题：

Asymptotic Theory for Differentially Private Generalized beta-models with Parameters Increasing

地址：

http://arxiv.org/abs/2002.12733

作者：

Yifan Fan, Huiming Zhang, Ting Yan

摘要：造型边权发挥网络数据的分析，从而揭示个体之间的关系的程度了至关重要的作用。由于权重信息的多样性，共享这些数据已经成为一个隐私保护的方式复杂的挑战。在本文中，我们考虑了非去噪处理的情况下，实现隐私和广义公测重量-model信息之间的权衡。根据与离散拉普拉斯机构边微分隐私，从估计所述模型参数方程Z-估计被示出为一致和渐近正态分布的。模拟和实时数据例如被给予进一步支持了理论结果。

可能成为的城市：

人工生命与城市系统

原文标题：

Cities as they could be: Artificial Life and Urban Systems

地址：

http://arxiv.org/abs/2002.12926

作者：

Juste Raimbault

摘要：城市作为有机体的比喻在城市规划悠久的历史，和几个城市的建模方法都明确被链接到人工生命。我们建议在本文所探讨人工生命与人工智能应用的程度，城市问题，通过构建和探索周围225000论文引文网络。这表明，大多数文献确实是方法的应用和方法相当强大的模块化。我们终于开发出具有新的城市理论的发展潜力很大ALIFE概念。