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

交通网络容易受到不实信息攻击;
隔离对于财富交换的动力学模型中不平等的影响;
COVID-2019冠状病毒爆发期间来自中国的飞行限制;
随机块模型连通组件的大偏差;
基于主题标签分析的好友推荐;
基于混合度中心性和局部结构的复杂网络节点的传播影响力排序;
EMH：基于邻居多样性的扩展混合H-指数中心性用于社会网络重要用户识别;
Twitter探索器：通过交互式网络观察Twitter的框架;
将二项式固定在Web上：在线文本单词顺序和语言惯例;
用于社会网络的协作内容生产的策略行为发现;
循环赛的相关表现指标识别;
离散Morse理论，持久同调性和Forman-Ricci曲率;
通过QUBO和数字退火的图聚类;
DeepCP：基于深度学习驱动的级联预测进行封闭社会网络自动内容投放;
长期时间序列的太阳能光伏发电的模拟：ERA5土地再分析是下一步？;
德国低风电事件的频率和持久性;
结合调查和传感器来探讨学生行为;
通过公共图书馆社交媒体吸引用户;
使用容量释放扩散进行本地超图聚类;
新版PageRank、CheiRank和2DRank用于维基百科多语言网络使用社会影响;

交通网络容易受到不实信息攻击

原文标题：

Traffic networks are vulnerable to disinformation attacks

地址：

http://arxiv.org/abs/2003.03723

作者：

Marcin Waniek, Gururaghav Raman, Bedoor AlShebli, Jimmy Chih-Hsien Peng, Talal Rahwan

摘要：造谣继续吸引关注，因为它对社会日益严重的威胁。然而，在关键基础设施基于造谣攻击从未研究迄今。在这里，我们考虑交通网络，并专注于虚假信息操纵司机的决策造成拥塞。我们研究选择其中的街道时，目标最大化的破坏所面临的对手的优化问题。我们证明，找到一个最佳的解决方案是难以计算的，这意味着对手别无选择，只能满足于次优启发式。我们分析这样的一个试探，而当目标是整个芝加哥市与传播集中在商业区比较情况。出人意料的是，在更深远的破坏，其影响从最近的目标震感2-公里后者的结果。我们的研究结果表明，在关键基础设施的脆弱性可能出现不仅从硬件和软件，还可以从行为操纵。

隔离对于财富交换的

动力学模型中不平等的影响

原文标题：

Effect of segregation on inequality in kinetic models of wealth exchange

地址：

http://arxiv.org/abs/2003.04129

作者：

Lennart Fernandes, Jacques Tempere

摘要：财富和收入的经验分布，可以用经济互动，类似于气体粒子的微观碰撞简化基于主体的模式进行复制。在自由交互主体的这些模型的基础上，我们探索其中的互动只限于那些类似的财富主体商之间的经济隔离网络的效果。在二维晶格主体经历与他们最近的邻居动能交流，同时不断切换的地方，以尽量减少当地的财富差异。财富导致的空间集聚与日益扩大的全球不平等和贫困作斗争的局部和全局的措施之间的区别放大的稳定状态。个人储蓄倾向证明在隔离经济不力，而再分配税收超越了空间不均匀性，并大大减少了不平等。添加波动偏析动力学，我们观察到尖锐的相变在临界温度降低的不平等，伴随着富裕精英的分布的突然变化。

COVID-2019冠状病毒

爆发期间来自中国的飞行限制

原文标题：

Flight restrictions from China during the COVID-2019 Coronavirus outbreak

地址：

http://arxiv.org/abs/2003.03686

作者：

Stefano Maria Iacus, Fabrizio Natale, Michele Vespe

摘要：本文基于历史数据，估计了2019年10月至2020年3月期间中国出发到世界机场的乘客人数。考虑到2020年1月23日COVID-2019冠状病毒爆发之后采取了一些路线的临时禁令，我们从这个基线减去了预期减少的乘客。结果表明2020年1月至3月期间乘客数量减少比例为-2.5％。本计算只考虑路线完全关闭（不只是直航），而不是乘客仍然活跃的直接和间接的连接数量的减少。本文写作时，这样的部分信息用于量化民航运输和旅游业的经济损失还为时过早。本笔记是为了提供扩展到起点所有国家的基准，将会发布根据最近数据的更新。

随机块模型连通组件的大偏差

原文标题：

Large deviations of connected components in the stochastic block model

地址：

http://arxiv.org/abs/2003.03415

作者：

Hendrik Schawe, Alexander K. Hartmann

摘要：我们研究它经常被用来示范社区结构和研究社区检测算法随机块模型。我们分别考虑两个块的情况下，考虑到其最大的连接组件和最大的双组份。 – 800 我们在他们的大小分布包括尾部向下的概率小于 10 ^特别感兴趣。为了这个目的，我们使用复杂的马尔可夫链Monte Carlo模拟从随机块模式集合样本的曲线图。我们使用这些数据来研究大偏差率的功能和猜想的大偏差原理成立。此外，我们的分布比较的公知的Erd ħö S-R ‘E NYI合奏，在那里我们注意到在以上的逾渗阈值的细微差别，靠近社区检测阈值。

基于主题标签分析的好友推荐

原文标题：

Friend Recommendation based on Hashtags Analysis

地址：

http://arxiv.org/abs/2003.03531

作者：

Ali Choumane, Zein Al Abidin Ibrahim

摘要：社会网络包括数百万用户不断寻求为个人或专业用途的新关系。社会网络网站推荐基于关系的功能和内容信息的朋友。信息的显著部分共享的每一天都是在主题标签蔓延。现有的基于内容的推荐系统中没有使用语义主题标签，同时提出新朋友。目前，井号标签被视为字符串不看它们的含义。社会网络网站群一起分享的人一模一样的主题标签，从来没有语义接近的。我们认为，主题标签封装了一些人的利益。在本文中，我们提出了如何展示推荐系统可以从主题标签中获益，以丰富用户的配置文件的框架。该框架由三个主要部分组成：（1）基于共享主题标记构建用户的简档;（2）匹配方法，其计算轮廓之间的语义相似度，（3）分组使用聚类工艺语义紧密用户。拟议的框架已经从斯坦福大型网络DataSet集合组成的81306个轮廓Twitter的数据集进行了测试。

基于混合度中心性和局部结构的

复杂网络节点的传播影响力排序

原文标题：

Ranking the spreading influence of nodes in complex networks based on mixing degree centrality and local structure

地址：

http://arxiv.org/abs/2003.03583

作者：

Pengli Lu, Chen Dong

摘要：网络的安全性和稳健性已经引起了人们的关注各行各业，和几个关键节点的损坏会导致极其严重的后果。在本文中，我们提出了一种基于节点本身和其邻国的相对距离的H-索引聚类H-索引混合（CHM）中心地位。从节点本身启动和与节点周围的拓扑组合，节点的传播其能力的重要性，并进行了测定。为了评估该方法的性能，我们采用易感，感染，恢复（SIR）模式，单调性和分辨率实验的评价标准。在人工网络和真实世界的网络实验结果表明，CHM中心性识别节点的重要性和它的传播能力，优异的性能。

EMH：基于邻居多样性

的扩展混合H-指数中心性

用于社会网络重要用户识别

原文标题：

EMH: Extended Mixing H-index centrality for identification important users in social networks based on neighborhood diversity

地址：

http://arxiv.org/abs/2003.03585

作者：

Pengli Lu, Chen Dong

摘要：社会网络的迅速扩张提供了一个合适的平台，为用户传递消息。通过社会网络，我们就可以在很短的时间内收获资源和共享信息。社会网络的发展给我们带来了极大的便利。然而，构成该网络节点具有不同的扩频能力，这是由多种因素的制约，以及网络的拓扑结构是主要元件。为了更准确地计算出在网络节点中的重要性，本文定义了根据相邻节点的多样性的改进的H-指数中心性（1H），然后使用累积中心性（MC）取所有相邻节点的考虑，并提出了扩展混合H-指数中心性（EMH）。我们评估由分别用于评估的方法的精确度和分辨率，易感感染回收的（SIR）模型和单调性所提出的方法。实验结果表明，所提出的方法优于在不同网络中识别的节点的现有措施。

Twitter探索器：通过

交互式网络观察Twitter的框架

原文标题：

The twitter explorer: a framework for observing Twitter through interactive networks

地址：

http://arxiv.org/abs/2003.03599

作者：

Armin Pournaki, Felix Gaisbauer, Sven Banisch, Eckehard Olbrich

摘要：我们提出了科学家探索通过交互式网络可视化的Twitter数据的开源接口。在一个方便的框架结合数据采集，转换和可视化，Twitter的探险家通过互动网络和语义网络的互动探索连接Twitter的数据远处和近处的读数。通过降低数据驱动的研究的技术门槛，其目的是吸引来自不同学科背景的研究人员在计算社会科学的蓬勃发展的领域促进新的前景。

将二项式固定在Web上：

在线文本单词顺序和语言惯例

原文标题：

Frozen Binomials on the Web: Word Ordering and Language Conventions in Online Text

地址：

http://arxiv.org/abs/2003.03612

作者：

Katherine Van Koevering, Austin R. Benson, Jon Kleinberg

摘要：目前在我们的名单写单词的顺序拍摄的固有信息。二项式的排序—-两个词列表分离用’和“或’或” —-已经研究了一个多世纪。这些二项式跨讲话的许多地区常见，在正式和非正式的文本。在上个世纪，众多的解释已获得来形容为了人们使用这些二项式，从语义音韵差异的差异。这些规则描述了存在于只有一个排序，并一直缺乏大规模临床试验疗效判断主要“冷冻”二项式。在线文本提供了一个独特的机会以一个非常大的规模来研究非正式文本的情况下，这些列表。在这项工作中，我们扩大二项式的视图，包括以定量方式既冷冻和非冷冻二项式的大规模分析。利用这些数据，我们则表明，大多数以前提出的规则都在预测二项式订货无效。通过跟踪跨越时间和社区这些二项式的订单，我们能够建立额外的，未开发的尺寸中央对这些预测。扩展超越个人二项式的问题，我们还探讨了二项式的全球结构中各个社区，建立这些列表的新模式，并分析了非冷冻和冷冻二项式这种结构。此外，三项式的新颖的分析—-长度为三的名单—-表明，没有一个二项式分析适用于这些情况。最后，我们将演示如何从大网络收集的数据集可以结合使用与旧理论来扩大和改善旧的问题。

用于社会网络的协作

内容生产的策略行为发现

原文标题：

Discovering Strategic Behaviors for Collaborative Content-Production in Social Networks

地址：

http://arxiv.org/abs/2003.03670

作者：

Yuxin Xiao, Adit Krishnan, Hari Sundaram

摘要：一些社会网络提供明确的机制来分配社会奖励，如基于用户活动的声誉，而该机制是在其他网络更不透明。然而，总有一些谁获得更大的回报和声誉比同龄人。一个直观而重要的问题是这些成功的用户是否采用战略行为，成为有影响力的。它可能出现的影响力已经耍花招系统。但是，它仍然很难将他们的行动的合理性的结论，由于像组合策略空间，无法因素来确定收益，以及个人所面临的资源限制。这个问题的挑战性已提请注意从理论和数据挖掘社区两者。因此，在本文中，我们的动机进行调查，如果资源有限的个人发现生产中的社会网络协作或交互内容时，具有高回报相关的战略行为。我们提出了动态双重关注网络或DDAN它通过生成过程模型的用户内容生产策略，人际交往的影响下参与这一进程的一个新的框架。大量的实验结果表明在模拟用户行为我们模型的有效性。我们让三强的实证结果。不同的策略产生不同的社会收益，表现最好的个人在自己的喜好在发现策略，这表明战略行为的出现表现出稳定性，以及战略优先的稳定性与高回报有关。

循环赛的相关表现指标识别

原文标题：

Identification of relevant performance indicators in round-robin tournaments

地址：

http://arxiv.org/abs/2003.03774

作者：

Andreas Heuer

摘要：不同数据的无数的产生来表征的足球比赛。这里我们讨论其性能指标均特别有用通过以最小的统计不确定性的基本团队优势的估计来预测一个球队未来的结果。我们引入适当的统计框架，并举例说明其为德国最大的足球联赛不同的性能指标。两个方面都参与：（i）这是量化的，如果没有统计噪声由于有限的信息存在的估计过程将如何工作。该相关等级直接表达何种程度所选择的性能指标反映了基础的团队力量。（ⅱ）此外，预测质量由于统计噪声的减少是确定的。从两条信息可以被构造的归一化值，它是整体预测质量的直接量度。事实证明，所谓的装箱率效果最好。绩效指标的新视角试图理解基于来自同一比赛比赛具体意见单场比赛的结果时输入。对于预测的目的，以及为团队优势的解释后果影响进行了讨论。

离散Morse理论，

持久同调性和Forman-Ricci曲率

原文标题：

Discrete Morse Theory, Persistent Homology and Forman-Ricci Curvature

地址：

http://arxiv.org/abs/2003.03844

作者：

Emil Saucan

摘要：使用Banchoff的离散Morse理论，亦随布洛赫的基础上，后来前者和福尔曼的莫尔斯理论，和我们自己以前的算法之间的紧密连接的结果，我们发现存在一个基于曲率的，高效持久的同源性方案的网络和超级网络。我们还拓宽了该方法，包括更一般类型的网络，通过使用Banchoff的工作布洛赫的扩展。此外，我们显示缺陷和福曼的存在于所述组合设置，从而解释表示使用福曼的莫尔斯理论，一方面获得持久性的同源性的结果之间具有非常强的相关性以前经验结果Ricci曲率，和福曼的Ricci曲率之间的连接，另一方面。

通过QUBO和数字退火的图聚类

原文标题：

Graph Clustering Via QUBO and Digital Annealing

地址：

http://arxiv.org/abs/2003.03872

作者：

Pierre Miasnikof, Seo Hong, Yuri Lawryshyn

摘要：本文实证探讨解决一个已知的难题，图聚类，采用新颖的专用计算机硬件的计算成本。我们表示图聚类问题作为集群内的距离或不相似性最小化问题。我们制定我们poblem作为二次约束二进制优化问题，并采用了新的计算机体系结构，以获得数值解。我们的出发点是从文献聚类制剂。然后该制剂被转换成二次不受约束的二进制优化制剂。最后，我们使用一种新型的专用计算机体系结构，以获得数值解。为了确定基准点，我们也比较计算表演者使用商业求解器，Gurobi获得的，在传统的硬件上运行。我们的初步结果表明，专用硬件提供给商业求解器相当的解决方案，但在时间的一小部分需要。

DeepCP：基于深度

学习驱动的级联预测进行

封闭社会网络自动内容投放

原文标题：

DeepCP: Deep Learning Driven Cascade Prediction Based Autonomous Content Placement in Closed Social Network

地址：

http://arxiv.org/abs/2003.03971

作者：

Qiong Wu, Muhong Wu, Xu Chen, Zhi Zhou, Kaiwen He, Liang Chen

摘要：在线社会网络（的OSN）正在成为最流行的主流平台，内容梯级扩散。为了在嗅觉神经元，为用户提供的体验（QoE）的质量令人满意，很多研究致力于以前瞻性的内容刊登使用的传播模式，用户的个人档案，并在开放的社会网络场景（例如，Twitter和微博）社会关系。在本文中，我们采取的人气感知内容放置的一个新的方向在封闭的社会网络（例如，微信力矩），其中用户的隐私是高度增强。我们提出了一个新颖的数据驱动的全面深刻的学习框架，即DeepCP，联合扩散感知级联预测和自主内容放置不使用用户的个人和社会信息化。我们首先制定了内容流行预测和级联地理分布估计时间窗口LSTM模型。因此，我们进一步提出了一种自主的内容放置机构CP-GaN它采用了灵活的布局决策，以减少内容访问延迟和提高用户体验质量的生成对抗网络（GAN）。我们进行了使用级联扩散痕迹，微信力矩（WM）广泛的实验。评价结果证实，所提出的DeepCP框架能够预测内容的普及具有精度高，生成实时的方式优化的布局决策，并实现对现有计划显著内容访问延迟的减少。

长期时间序列的

太阳能光伏发电的模拟：

ERA5土地再分析是下一步？

原文标题：

Simulation of long-term time series of solar photovoltaic power: is the ERA5-land reanalysis the next big step?

地址：

http://arxiv.org/abs/2003.04131

作者：

Luis Ramirez Camargo, Johannes Schmidt

摘要：使用建模再分析资料在高时间分辨率的长时间序列的光伏发电已成为一种常用的替代评估与可再生能源，他们的失败和极端事件的概率的风险高的股票系统的可行性。虽然是一个相当大的量的文献评价在这些数据集的原始太阳辐射和温度变量的精度，光伏设备的所计算的输出的验证是稀少，通常仅限于在欧洲的位置。这项工作结合了新ERA5土地再分析数据集和PV_LIB产生了数年的每小时时间序列光伏发电的并使用位于智利57个大光伏电站的个人数据验证结果。结果也与PV输出使用renewables.ninja计算这些位置相比，平台依托MERRA-2，有五次全球再分析较低的空间分辨率。精度和偏差指标是在他们这一代的配置文件并在基础植物特性，如大小和方向符合我们的模型假设不存在严重异常的植物令人满意。然而，在从MERRA-2 renewables.ninja获得的结果指标的改善是次要的。验证过程不仅用于确认所提出的工作流程是否适合个人的光伏电站的输出模式，也列出和讨论数据的质量和可用性问题。对可用性和单个设备的数据的标准化工作是必要的，以改善进一步发展的基础。

德国低风电事件的频率和持久性

原文标题：

Frequency and persistence of low-wind-power events in Germany

地址：

http://arxiv.org/abs/2003.04133

作者：

Nils Ohlendorf, Wolf-Peter Schill

摘要：在过渡到可再生能源系统，低风电事件的发生得到了越来越多的关注。我们分析基于40年再分析资料和开放软件的频率和这些事件在德国陆上风电的持续性。我们发现，低风电事件在冬天是那么频繁比夏季，但最大的持久性更均匀地分布个月之间。虽然短期活动频繁，很长的事件是非常罕见：每年，低于10％的平均风力发电能力因子持续大约连续五天发生，并且每十多年的近八天的相应周期。这些持续时间减少如果只是冬季的考虑。数据最持久的事件持续将近十天。我们的结论是大约低风电事件在冬季市民的担忧可能被高估，但建议模拟研究考虑多种天气年内正确地考虑这样的事件。

结合调查和传感器来探讨学生行为

原文标题：

Combining surveys and sensors to explore student behaviour

地址：

http://arxiv.org/abs/2003.04137

作者：

Inkeri Kontro, Mathieu Génois

摘要：学生归属感是成功学习的重要途径，和小组工作形成现代大学物理教育的重要组成部分。为了研究物理学导论学生赫尔辛基大学的群体动态，我们从每个大约20名学生7个实验室课程章节连续七周收集网络数据。该数据是通过SocioPatterns平台收集，并辅以学生的重大课题，研究和性别的一年。我们还收集到的力学基准测试，以测量物理的知识和科学调查科罗拉多学习态度来衡量的态度。我们开发指标使用助教作为一个恒定的连接研究实验室课程的小型网络。在网络中，我们发现两者是稳定的人口统计学同质和异质群体。虽然有些学生一贯松散的连接到他们的网络，我们不能够确定的风险因素。根据我们的结果，在物理实验室课程是在部分或形成小团体，无论学生结构的构建强连通组同样获得了成功。SocioPatterns辅以调查从而提供了一个机会，看看学生的社会网络的动态。

通过公共图书馆社交媒体吸引用户

原文标题：

Engaging Users through Social Media in Public Libraries

地址：

http://arxiv.org/abs/2003.04204

作者：

Hongbo Zou, Hsuanwei Michelle Chen, Sharmistha Dey

摘要：参与图书馆是一个新兴的概念，它指的是思想，综合图书馆系统必须允许用户参与图书馆的核心功能，而不是在外围参与。拥抱参与的想法，图书馆已采用多种技术，如社交媒体，以帮助他们建立参与式服务，吸引用户。为了帮助图书管理员了解新兴技术的一种参与性服务大楼的影响，本文以社交媒体作为一个例子来展示如何使用不同的参与战略，社交媒体提供了参与更多的用户。本文提供图书馆系统三大贡献。该库可以使用所得到的参与战略搞它的用户。此外，最适合的策略，可以推断，并根据用户的喜好而设计的。最后，用户的偏好可以基于社交媒体的数据分析来理解。三个这样的贡献放在一起，充分解决如何使用社交媒体上的不同参与战略来构建参与图书馆的服务和更好的建议研究的问题吸引更多用户访问该库？

使用容量释放扩散

进行本地超图聚类

原文标题：

Local Hypergraph Clustering using Capacity Releasing Diffusion

地址：

http://arxiv.org/abs/2003.04213

作者：

Rania Ibrahim, David F. Gleich

摘要：当地图聚类是一种重要的机器学习任务，旨在发现附近的一组种子节点的连接良好的集群。最近的结果表明，引入高阶信息显著增强的图聚类技术的结果。大部分这方面的现有研究集中在谱图论为基础的技术。然而，在本地图聚类的替代透视源于使用上的目标，它提供显著不同的保证最大流和最小割。例如，一个名为容量释放扩散（CRD）的新方法，最近提出的，并显示出保护种子比谱方法更好周围局部结构。该方法也是第一本地聚类技术，该技术不会受到二次Cheeger不等式通过假定种子节点附近的好群集。在本文中，我们通过扩展基于高阶模式，编码为超图超边的CRD过程簇提出称为超图CRD（HG-CRD）的本地超图聚类技术。此外，我们从理论上表明，HG-CRD提供有关数量叫做主题电导，而不是在以前的实验中使用的偏版本的结果。在合成数据集和真实世界的图实验结果表明，HG-CRD提高了聚类质量。

新版PageRank、CheiRank

和2DRank用于维基百科

多语言网络使用社会影响

原文标题：

Novel version of PageRank, CheiRank and 2DRank for Wikipedia in Multilingual Network using Social Impact

地址：

http://arxiv.org/abs/2003.04258

作者：

Célestin Coquidé, Włodzimierz Lewoniewski

摘要：如今，描述了互联网用户的浏览行为信息在几个领域，电子商务，经济，社会学和科学数据使用。这些信息可以从不同的知识基础，包括面向企业的那些被提取。在本文中，我们提出了基于谷歌矩阵结构中使用点击流和浏览量数据的PageRank，CheiRank和2DRank算法的新模式。我们维基百科使用的数据和分析了11个语言版本超过20万篇文章之间的联系。我们提取的文章和超过14十亿源 – 目的地对来自转储SQL从XML转储700多万双。此外，我们统一的基础上重有向页面，并删除所有重复的分析对。此外，我们还创建了一个基于所有考虑的语言版本，并获得多语言措施的维基百科文章的一个更大的网络。基于真实数据，我们讨论了标准的PageRank之间的差异，Cheirank，2DRank和措施获得基于我们在不同的语言和Wikipedia的多语种网络方法。