如果你经常关注复杂系统和跨学科研究进展，是网络论文速递栏目的长期读者，欢迎扫描集智小助手，向我们反馈你的需求。欢迎提出宝贵意见，我们一起来探索追踪前沿进展的更好方式。

参与论文速递用户调研后，我们将邀请你加入集智的科研文献交流群。

本文翻译自“彩云小译”，仅供参考，感兴趣请查阅论文原文，更多最新arxiv论文，请下拉至文末点击“阅读原文”查看

核心速递

城市结构对新冠肺炎蔓延的影响；
用定制的斑点绕过光学衍射极限；
一种新的生物分子能量活化机制；
基于用户意识的情境感知推荐系统的演化；
基于异构信息网络的冷启动用户跨域保险推荐系统；
论高被引资源引文链接簇的主题——以国际关系研究为例；
抑郁症，滥用药物，还是信息性的: 新冠肺炎爆发期间新闻暴露的知识意识研究；
深入的行为理解和使用: 行为信息学方法；
网络模块化控制着信息扩散的速度；
微型机动车共乘系统众包业务模式研究: 方法学和初步结果；
复杂系统中时变相互作用的建模: 分数驱动的动力学伊辛模型；
社会影响对群体智慧的模糊作用: 一种分析方法；
流行病控制的智能检测与选择性检疫；
句法依存距离的最优性；
复杂网络中物理流的拟达尔文进化；
公共采购活动的标度行为；
密集随机网络的谱密度和维格纳定律的崩溃；

城市结构对新冠肺炎蔓延的影响

原文标题：

Impact of urban structure on COVID-19 spread

地址：

http://arxiv.org/abs/2007.15367

作者：

Javier Aguilar,Aleix Bassolas,Gourab Ghoshal,Surendra Hazarie,Alec Kirkley,Mattia Mazzoli,Sandro Meloni,Sayat Mimar,Vincenzo Nicosia,Jose J. Ramasco,Adam Sadilek

摘要：持续的新型冠状病毒肺炎/艾滋病大流行已经造成了一场大规模的全球性危机。先前的研究表明，人的流动性是病毒传播的关键因素之一。事实上，在一个相互连接的星球上，各国和各大洲之间的长途空中、陆地和海上运输，以及随后在人口稠密的城市内通勤旅行，促成了世界范围的迅速传播。尽管早期的旅行限制有助于延缓疾病的传播，但是如果疾病有较长的疾病潜伏期或者没有症状的传播，这种限制的效用就会大大降低。由于缺乏疫苗，公共卫生官员主要依靠非药物干预，包括社会疏远措施、宵禁和全职工作。在这里，我们研究了城市组织对疾病传播的敏感性和干预的顺从性的影响。城市可以根据它们的流动性进行分类，分为紧凑型、等级型和分散型两种。我们的研究结果表明，尽管等级城市更容易受到传染病快速传播的影响，但是他们的组织使流动性限制相当有效。相反，蔓延的城市在初期的传播速度要慢得多，但对流动性限制的反应拥有属性较低。这些研究结果在全球不同地理位置和不同规模的城市中都得到了验证。我们的实证测量结果通过一个模拟新型冠状病毒肺炎在城市地区的传播得到了证实。这些结果表明，将资源投入较脆弱城市的早期监测和及时的临时干预措施，可能最有助于遏制和减少当前和未来大流行病的影响。

用定制的斑点绕过光学衍射极限

原文标题：

Circumventing the optical diffraction limit with customized speckles

地址：

http://arxiv.org/abs/2007.15491

作者：

Nicholas Bender,Mengyuan Sun,Hasan Yilmaz,Joerg Bewersdorf,Hui Cao

摘要：散斑图样广泛应用于鬼成像、动态散斑照明显微镜、结构光显微镜和光声涨落成像等成像技术中。控制散斑统计特性的能力的最新进展已经使散斑模式的定制成为特定的成像应用。在这项工作中，我们设计并制作了基于荧光光开关的并行化非线性模式照明显微镜的特殊散斑图。我们提出了一个原理证明的实验演示，其中我们获得的空间分辨率三倍于衍射极限的照明光学在我们的设置。此外，我们还展示了定制的 speckles 大大超过了标准的 speckles。我们的工作证实了定制散斑是并行化超分辨率显微镜的有力工具。

一种新的生物分子能量活化机制

原文标题：

A novel mechanism for energy activation in biomolecules

地址：

http://arxiv.org/abs/2007.15061

作者：

Shanshan Wu,Ao Ma

摘要：激活过程包括能量活化和势垒跨越，前者是后者的前提条件。势垒跨越问题已经得到了广泛的研究，但由于缺乏衡量其进展的方法，能量活化一直被忽视。我们将反应稳定性定义为反应轨迹在相空间中通过附近区域的概率，它使我们能够分析生物分子异构化的能量活化。这一过程遵循的机制与标准反应速率理论中假定的机制完全不同: 它以反应坐标中的高动能积累为特征，由动量空间协调的两者之间的精确协同作用实现。

基于用户意识的

情境感知推荐系统的演化

原文标题：

Evolving Context-Aware Recommender Systems With Users in Mind

地址：

http://arxiv.org/abs/2007.15409

作者：

Amit Livne,Eliad Shem Tov,Adir Solomon,Achiya Elyasaf,Bracha Shapira,Lior Rokach

摘要：上下文感知推荐系统应用感知和分析用户上下文来提供个性化服务。上下文信息可以从传感器驱动，以提高建议的准确性。然而，从用户的角度来看，产生准确的推荐并不足以构成一个有用的系统，因为特定的上下文信息可能会导致不同的问题，如耗尽用户的电池，隐私问题，等等。增加高维上下文信息可以增加模型的维数和稀疏性。先前的研究建议通过使用领域知识选择最合适的上下文信息来减少上下文信息的数量。另一种解决方案是将其压缩成一个更加密集的潜在空间，从而破坏向用户解释推荐项目的能力，并损害用户的信任。本文提出了一种选择语境信息的低维子集并将其显式地合并到 CARS 中的方法。具体来说，我们提出了一种新的特征选择算法，基于遗传算法(GA) ，这种算法优于 SOTA 降维 CARS 算法，提高了建议的准确性和可解释性，并允许控制用户的方面，如隐私和电池消耗。此外，通过学习多个深度上下文感知模型并对其应用叠加技术，我们利用了进化过程中产生的顶级子集，从而在保持显式空间的同时提高了精度。我们使用智能手机驱动的两个高维上下文感知数据集对我们的方法进行了评估。我们的实证分析结果验证了我们提出的方法优于 SOTA CARS 模型，同时提高了透明度和解释力。

基于异构信息网络的

冷启动用户跨域保险推荐系统

原文标题：

A Heterogeneous Information Network based Cross Domain Insurance Recommendation System for Cold Start Users

地址：

http://arxiv.org/abs/2007.15293

作者：

Ye Bi,Liqiang Song,Mengqiu Yao,Zhenyu Wu,Jianming Wang,Jing Xiao

摘要：互联网正在改变世界，适应互联网销售的趋势将给传统保险公司带来收入。在线保险仍处于早期发展阶段，冷启动问题(潜在客户)是最大的挑战之一。在传统的电子商务领域，已经研究了几种跨领域推荐(CDR)方法，根据冷启动用户在其他领域的偏好推断他们的偏好。然而，由于领域特定的属性，这些 CDR 方法不能直接应用于保险领域。本文提出了一种基于异构信息网络的冷启动用户跨域保险推荐系统框架。具体来说，我们首先尝试学习更有效的用户和项目潜在特性在源和目标领域。在源域，我们使用门控递归单元(GRU)来模拟用户的动态兴趣。在目标领域，考虑到保险产品的复杂性和数据稀疏性问题，我们利用 Jinguanjia 中国平安的数据构建了一个保险异构信息网络(IHIN) ，将用户、代理人、保险产品和保险产品属性连接在一起，为我们提供了更丰富的信息。然后我们使用三个层次(关系层、节点层和语义层)的关注聚合来获得用户和保险产品的表示。在获取重叠用户的潜在特征后，利用多层感知器(MLP)学习两个域之间的特征映射。我们将 HCDIR 应用于金官家数据集，结果表明 HCDIR 的性能明显优于最新的解决方案。

论高被引资源引文链接簇的主题

——以国际关系研究为例

原文标题：

Topics as Clusters of Citation Links to Highly Cited Sources: The Case of Research on International Relations

地址：

https://arxiv.org/abs/2007.15254

作者：

Frank Havemann

摘要：继亨利 · 斯莫尔的共引分析方法之后，高被引资料被视为研究前沿的概念符号。但是在文献计量学研究中，引文链接是主题上最少不同的元素，而不是共同引用的来源。为了获得表示主题特征的集群，我将链接集群限制为引用链接到高引用源。2006-2015年期间，政治科学子领域(国际关系)的论文与其300个最常被引用的来源之间的引用链接是通过局部模因算法构建的。它发现局部极小值在一个成本景观对应的集群，这可以重叠彼此普遍。所得到的簇与网络的其余部分分离得很好，但可能具有次优的内聚性。通过在链路集合中构造核心-外围结构的算法，找到主题的内聚核心。在这篇方法论文章中，我只讨论了10年周期的后半部分的一些第一次聚类结果。

抑郁症，滥用药物，还是信息性的:

新冠肺炎爆发期间

新闻暴露的知识意识研究

原文标题：

Depressive, Drug Abusive, or Informative: Knowledge-aware Study of News Exposure during COVID-19 Outbreak

地址：

http://arxiv.org/abs/2007.15209

作者：

Amanuel Alambo,Manas Gaur,Krishnaprasad Thirunarayan

摘要：新型冠状病毒肺炎流行病正在对全世界人民的生活产生严重的不利影响。新型冠状病毒肺炎加剧了整个社区的抑郁情绪，并且由于戒严导致个人被隔离而导致更多的药物滥用。此外，除了向公众提供信息性的内容，媒体不断通过新闻广播、发表文章和在社交媒体上分享信息对新型冠状病毒肺炎危机进行报道，由于未来的不确定性，对压力水平产生了意想不到的滚雪球效应(进一步提高了抑郁症和药物使用)。在这份立场文件中，我们提出了一个新的框架来评估抑郁症，药物滥用和潜在的新闻内容在美国不同州的时空-主位推进。我们的框架采用了一种基于注意力的迁移学习技术，将在社会媒体领域学到的知识应用到媒体曝光的目标领域。为了从网络上的流媒体新闻内容中提取与新型冠状病毒肺炎通信相关的新闻文章，我们使用神经语义解析和背景知识库，按照一系列步骤进行语义过滤。对于变压器(BERT)模型中的三种不同的双向编码器表示，我们取得了令人满意的初步结果。我们将我们的研究结果与美国心理健康协会的一份报告进行了比较，结果显示我们微调的 BERT 模型比香草 BERT 模型表现得更好。我们的研究可以为流行病学家提供关于新型冠状病毒肺炎及其区域影响的可操作的见解。此外，我们的解决方案可以集成到终端用户应用程序中，根据用户抑郁、滥用药物和信息量表上的情绪基调，为他们量身定做新闻。

深入的行为理解和使用:

行为信息学方法

原文标题：

In-Depth Behavior Understanding and Use: The Behavior Informatics Approach

地址：

http://arxiv.org/abs/2007.15516

作者：

Longbing Cao

摘要：人类行为的深入分析越来越被认为是揭示企业处理许多具有挑战性问题的内在动力、原因和影响的重要手段。虚拟组织行为的建模与分析是一个开放的领域。传统的行为建模主要依靠行为科学和社会科学的定性方法。所谓的行为分析实际上是基于人口统计和业务使用数据的，其中面向行为的元素隐藏在日常收集的事务数据中。因此，深入审查本地行为意图、生命周期以及对复杂问题和业务问题的影响是无效的，甚至是不可能的。我们提出了行为信息学行为分析的方法，通过从源数据到行为数据的转换来支持明确和定量的行为参与，并进一步对行为模式和影响进行真正的分析。商业智能包括行为表征、行为数据构造、行为影响分析、行为模式分析、行为模拟、行为表示和行为使用等关键组成部分。我们讨论了行为的概念和一个抽象的行为模型，以及商业智能的研究任务、过程和理论基础。大量实验表明，商业智能有可能通过找到更深入和更有价值的模式，从而更深入地理解行为，从而大大补充现有的经验和具体手段。商业智能创造了新的方向和手段，以提高定量，正式和系统的建模和分析的行为在物理和虚拟组织。

网络模块化控制着信息扩散的速度

原文标题：

Network Modularity Controls the Speed of Information Diffusion

地址：

https://arxiv.org/abs/1910.05870

作者：

Hao Peng,Azadeh Nematzadeh,Daniel M. Romero,Emilio Ferrara

摘要：信息的快速传播和社会行为的采用在不同的情况下是至关重要的，如集体行动，流行病预防，或广告和营销。虽然大型级联的动力学已经在不同的背景下被广泛研究，但很少有人系统地研究网络拓扑对信息扩散效率的影响。本文通过对具有社区网络的线性阈值模型分析，证明了在复杂传染中，一个突出的网络特征——模块结构——对信息扩散的速度具有重要影响。仿真结果表明，对于最有效的扩散过程，总存在一个最优的网络模块。超过这个临界值，无论是更强或更弱的模块结构实际上阻碍了扩散速度。这些结果得到了解析近似的证实。我们进一步证明了最优模块度随种子大小和目标级联大小而变化，并且最终依赖于所研究的网络。我们强调我们的发现在从市场营销到流行病学，从神经科学到工程学的应用中的重要性，在这些应用中，对复杂系统结构设计的理解集中在信息传播的效率上。

微型机动车共乘系统

众包业务模式研究:

方法学和初步结果

原文标题：

Developing a Novel Crowdsourcing Business Model for Micro-Mobility Ride-Sharing Systems: Methodology and Preliminary Results

地址：

http://arxiv.org/abs/2007.15585

作者：

Mohammed Elhenawy,MD Mostafizur Rahman Komol,Huthaifa I. Ashqar,Mohammed Hamad Almannaa,Mahmoud Masoud,Hesham A. Rakha,Andry Rakotonirainy

摘要：微型出行共乘是一种新兴技术，可以在对环境影响最小的情况下提供进入过境系统的机会。需要进行大量研究，以确保微型出行共享系统能够更好地满足用户的需求。在这项研究中，我们提出了一个新颖的商业模式的微型移动共乘系统，轻型车辆，如电动摩托车和电动自行车是众包。该模型由供应商、客户和管理方三个实体组成，管理方负责与提供的资源进行接收、租赁、预订和需求匹配。拟议的模式有可能让供应商确定其私人电动单车/电动单车的地点和可供出租的时间，并将其与特定需求相匹配，然后向供应商提供机会，让他们在租赁期结束时将其电动单车/电动单车租出并返回同一(附近)地点。管理方将需要将电动摩托车/电动自行车与一系列租赁需求相匹配，最后一个需求是在租赁期开始时非常接近电动摩托车/电动自行车的最初位置的目的地。这种模式的一个潜在优势是，它将收费和维护工作转移到了一群供应商身上。

复杂系统中时变相互作用的建模:

分数驱动的动力学伊辛模型

原文标题：

Modelling time-varying interactions in complex systems: the Score Driven Kinetic Ising Model

地址：

http://arxiv.org/abs/2007.15545

作者：

Carlo Campajola,Domenico Di Gangi,Fabrizio Lillo,Daniele Tantari

摘要：我们利用评分驱动的方法对动力学伊辛模型进行了推广，它允许从时间序列数据中对时变参数进行有效的估计和滤波。我们表明，这种方法可以克服参数估计中的系统误差，并有助于研究复杂的相互作用变量系统，其中相互作用的强度在时间上不是恒定的: 特别是，我们建议量化数据中的噪音量和预测的可靠性，以及区分在观测动态中内生性较高或较低的时期，即当相互作用或多或少与确定观测的实现有关。我们将我们的方法应用于三种不同的金融环境，以展示一些现实的应用，重点是预测股票的高频波动性，在市场发生极端事件期间衡量股票的内生成分，以及分析交易员围绕新闻稿的战略行为。我们在金融系统上发现了有趣的结果，并且鉴于 Ising 模型在多个领域的广泛应用，我们相信我们的方法可以有效地适用于从神经科学到社会科学和机器学习的各种环境。

社会影响对群体智慧的模糊作用:

一种分析方法

原文标题：

The ambiguous role of social influence on the wisdom of crowds: An analytic approach

地址：

http://arxiv.org/abs/2007.15508

作者：

Pavlin Mavrodiev,Frank Schweitzer

摘要：“群体智慧”指的是这样一种现象，即一群人对某个问题的平均看法可能非常接近真实答案。它需要大量不同的群体意见，但是集体错误，一般意见和真正价值之间的差异，必须是很小的。我们考虑一个随机的观点动态，个体可以基于他人的观点(社会影响)改变自己的观点，但在一定程度上也坚持自己的初始观点(个人信念)。然后推导出集体误差和群体多样性动力学的解析表达式。我们分析他们的长期行为，以确定这两个参数(,)的影响和初始意见分布的群体智慧。这让我们可以量化社会影响力的模棱两可的作用: 只有当最初的集体错误很大时，它才有助于提高群众的智慧，但在大多数情况下，它会恶化结果。在这些情况下，个人信念仍然提高了群体的智慧，因为它减轻了社会影响的影响。

流行病控制的

智能检测与选择性检疫

原文标题：

Smart Testing and Selective Quarantine for the Control of Epidemics

地址：

http://arxiv.org/abs/2007.15412

作者：

Matthias Pezzutto,Nicolas Bono Rossello,Luca Schenato,Emanuele Garone

摘要：本文的依据是，在流行期间，选择哪些个人必须接受检验对选择性禁闭措施的有效性具有重要影响。该决策问题与传感器优化选择问题密切相关，而传感器优化选择是控制工程中一个非常活跃的研究课题。本文的目的是提出一种智能选择测试对象的策略。其主要思想是将流行病建模为一个随机动态系统，并根据某些最优性标准选择要测试的个体，例如最小化未发现无症状病例的概率。利用现象的随机模型和前一天收集到的信息，每天更新不同个体的感染概率。对10000个个体的封闭社区的模拟表明，与随机策略相比，所提出的技术加上选择性禁闭政策，可以减少疾病的传播，同时限制禁闭个体的数量。

句法依存距离的最优性

原文标题：

The optimality of syntactic dependency distances

地址：

http://arxiv.org/abs/2007.15342

作者：

Ramon Ferrer-i-Cancho,Carlos Gómez-Rodríguez,Juan Luis Esteban,Lluís Alemany-Puig

摘要：人们经常说，人类语言和其他生物系统一样，是由削减成本的压力所塑造的，但是，在何种程度上呢？通过优选得分来量化语言的优选程度的尝试很少，而且主要集中在英语上。在这里，我们将一个句子的词序优化问题重新定义为一个空间网络上的最佳化问题，其中顶点是词，弧表示句法依赖性，空间是由句子中词的线性顺序来定义的。我们引入了一个新的评分来量化认知压力，以减少句子中连接词之间的距离。对代表19种语系的93种语言的句子的分析表明，一半的语言被优化到70% 或更多。分数表明，在少数语言中距离并没有显著缩短，并证实了两个理论预测，即长句子更优化，短句子的距离更可能长于预期。我们提出了一种新的语言优化程度的层次排名。新分数的统计优势要求重新评估语言中依赖距离随时间的演变，以及依赖距离和语言能力之间的关系。最后，分数设计背后的原则可以扩展到更多维度的拓扑距离或物理距离的更强大的正规化。

复杂网络中

物理流的拟达尔文进化

原文标题：

Pseudo-Darwinian evolution of physical flows in complex networks

地址：

http://arxiv.org/abs/2007.15307

作者：

Geoffroy Berthelot,Liubov Tupikina,Min-Yeong Kang,Bernard Sapoval,Denis S. Grebenkov

摘要：研究了在随机、故意攻击和“伪达尔文”策略下复杂传输网络的演化过程。在每个演化步骤中，根据所选择的策略，分别删除随机选择的链路、带有最强通量的链路或带有最弱通量的链路。我们研究了网络结构和随机选择的源漏节点之间的总流量是如何演化的。我们发现总流量的普遍幂律减小，随后是突然的输运崩溃。崩溃时间由初始网络中每个节点的平均链路数决定，突出表明了这种网络特性对于确保安全和稳健的传输以防止随机故障、故意攻击和维护成本优化的重要性。

公共采购活动的标度行为

原文标题：

Scaling Behavior of Public Procurement Activity

地址：

http://arxiv.org/abs/2007.15276

作者：

António Curado,Bruno Damásio,Sara Encarnação,Cristian Candia,Flávio L. Pinheiro

摘要：公共采购占经合组织国家支出的很大一部分。因此，人们期望政府和公共机构尽可能高效地执行这些措施。然而，目前缺乏适当比较不同规模机构之间采购活动的方法，这对决策者和学术界是一个挑战。在这里，我们使用城市规模法律文献中的方法来研究2011年至2018年期间278个葡萄牙城市的公共采购活动。我们发现，公共支出规模与人口规模呈线性关系，表明随着城市人口的增加，公共支出具有规模经济效应。在根据契约类型(即 Works、 Goods 和 Services)取消隔离之后，扩展行为仍然存在。此外，使用表示偏离比例法的比例调整指标，我们描述了区域集团之间采购活动的不同模式。因此，基于采购活动的相似性，我们获得了一个新的地方市政角色塑造。最后，我们显示了信息价值捕获的规模调整指标，因为他们与几个区域经济指标相关。这些结果为定量研究地方公共支出提供了一个框架，使决策者能够有更适当的基础进行比较分析。

密集随机网络的谱密度

和维格纳定律的崩溃

原文标题：

The spectral density of dense random networks and the breakdown of the Wigner law

地址：

http://arxiv.org/abs/2007.15155

作者：

Fernando L. Metz,Jeferson D. Silva

摘要：虽然随机网络的光谱已经研究了很长时间，但是网络拓扑对网络光谱密度极限的影响仍然知之甚少。通过考虑具有4个不同度分布的网络的构型模型，我们证明了稠密随机网络的邻接矩阵的谱密度是由度涨落的强度决定的。特别地，具有指数度分布的稠密网络的本征值分布是由一个简单的方程控制的，从这个方程中我们发现了谱密度的对数奇点。我们还推导了特征值分布的四阶矩与度分布的方差之间的关系，从而给出了密集随机网络维格纳定律崩溃的一个充分条件。基于同样的关系，我们提出了分类方案谱密度在稠密极限下的独特的普遍行为。我们的理论发现应该导致对图上定义的模型的平均场行为的新见解。