- 法国大革命的辩论中的个人，制度和创新;
- 通过二分异构网络嵌入丰富的信息;
- 通过消息传递方法准确预测复杂网络中有影响力的传播者;
- 价格驱动的用户保留的危害方法;
- 核心边缘结构需要网络中的其他内容;
- 社交媒体运动有何不同？在2015年和2017年英国选举期间候选人使用Twitter的证据;
- 使用二维交通流二阶模型的多车道高速公路的宏观建模;
- 使用Kronecker模型的混合建模图;
- 符号网络节点相关度测量;
- 保留网络嵌入的局部和全局信息;
法国大革命的辩论中的个人，制度和创新
原文标题： Individuals, Institutions, and Innovation in the Debates of the French Revolution
地址： http://arxiv.org/abs/1710.06867
作者： Alexander T. J. Barron, Jenny Huang, Rebecca L. Spang, Simon DeDeo
摘要： 法国大革命带来了“自由，平等和兄弟情谊”的原则，以应对日常管理欧洲最大的国家的挑战。它的实验为全球未来的革命和民主国家提供了一个模式，但这次第一次现代革命没有模范。在革命的第一个议会中使用重建的辩论记录，我们对这个系统如何管理创新进行定量分析。我们使用信息论来跟踪在超过40,000个演讲和超过一千个演讲者中创作，传播和销毁文字的模式。整个议会偏向于采用新的模式，但发言者的个人素质可能会打破这些总体趋势。左派演讲者以更高的速度进行创新，而右翼的演讲者通常成功地保护了以前的格局。诸如Robespierre（左）和Abb \ e Maury（右）的主要玩家扮演了政治角色的信息处理角色。新成立的组织职能（如大会主席和委员会主席）对辩论结果产生了重大影响，而在辩论过程的外部委员会获得新的权力时，议会中途出现了明显的过渡。 “提出和处置”整个身体。总而言之，这些定量结果与现有的定性解释相一致，但也揭示了迄今为止被忽视的关键信息处理动态。伟大的演说家有公众的注意，但掌握委员会制度的代表（主要是政治左派）获得了制定革命立法的新权力。
通过二分异构网络嵌入丰富的信息
原文标题： Graph Embedding with Rich Information through Bipartite Heterogeneous Network
地址： http://arxiv.org/abs/1710.06879
作者： Guolei Sun, Xiangliang Zhang
摘要： 图嵌入由于其在社会网络分析中的关键应用而引起越来越多的关注。用于图嵌入的大多数现有算法仅依赖于类型学信息，并且不能在节点和边中使用丰富的信息。因此，他们对许多任务的表现可能不令人满意。在本文中，我们提出了一种通过构建一个二分异构网络，通过丰富的文本信息图表示学习的新颖和一般的框架。特别地，我们设计了一个偏倚的随机游走，以灵活的邻域的概念来探索构建的异构网络。我们的方法的效果通过对各种数据集的几个基线的广泛比较实验来证明。它在Cora数据集上将节点分类的Micro-F1和Macro-F1改进了10％和7％。
通过消息传递方法准确预测复杂网络中有影响力的传播者
原文标题： Accurate prediction of influential spreaders in complex networks via message-passing approach
地址： http://arxiv.org/abs/1710.07064
作者： Byungjoon Min
摘要： 识别最有影响力的传播者是复杂系统物理学中的突出问题之一。到目前为止，许多方法试图对节点的影响进行排序，但仍然缺乏对有影响力的传播者的准确性。在这里，我们直接解决寻找重要的传播者的问题，通过分析解决蔓延起源于单一种子的疫情爆发的预期规模。我们通过消息传递方法得出并验证了使用单个种子计算流行病爆发规模的理论。此外，我们发现疫情爆发的可能性高度依赖于种子的位置，但一旦发生疫情爆发的大小对种子不敏感。我们还表明，我们的方法可以成功地适应加权网络。
价格驱动的用户保留的危害方法
原文标题： A Price Driven Hazard Approach to User Retention
地址： http://arxiv.org/abs/1710.07071
作者： Junhua Chen, Wei Zeng, Ge Fan, Junmin Shao
摘要： 客户忠诚度对于互联网服务而言至关重要，因为保留服务用户以确保服务的停留时间对于增加收入具有重要意义。它要求保留客户足够高以满足为互联网服务器赚取利润的需求。此外，丰富的采购互动反馈的增长有助于揭示客户购买意向的内在机制。在这项工作中，我们利用用户丰富的交互数据，构建了一个重点放在用户对产品的返回时间的客户保留评估模型。促进用户与产品之间的一致性，用户对价格的敏感性以及用户可能接受的外部影响的三个方面来实现基于Cox比例风险方法的概率模型联合建模的购买意图。基于危害的模型在用户保留的动态中提供了好处，并且可以方便地在协同变量中纳入模型。现实世界采购数据的广泛实验证明了所提出的模型与先进算法的优越性。
核心边缘结构需要网络中的其他内容
原文标题： Core-periphery structure requires something else in the network
地址： http://arxiv.org/abs/1710.07076
作者： Sadamori Kojaku, Naoki Masuda
摘要： 具有核心边缘结构的网络由密集互连的核心节点组成。与网络不同的中尺度结构的社区结构相反，核心节点可以连接到边缘节点，边缘节点不是密集互连的。虽然核心边缘结构听起来很合理，但是我们认为只有在将网络划分为单核心块和单边缘块时才被异质度分布所考虑，而着名的Borgatti-Everett算法和许多后续算法所假定。换句话说，存在高度和低度节点被认为是核心节点和边缘节点的强烈趋势。为了讨论超出节点程度的期望（如配置模型所述）的核心边缘结构，我们提出需要假设至少一个节点，除了焦点核心 - 边缘结构，如不同的核心 - 边缘对，不属于任何中尺度结构的社区或节点。我们提出了一种可扩展的算法来检测网络中的核心和边缘对，控制节点度数的影响。我们使用各种经验网络来说明我们的算法。
社交媒体运动有何不同？在2015年和2017年英国选举期间候选人使用Twitter的证据
原文标题： Does Campaigning on Social Media Make a Difference? Evidence from candidate use of Twitter during the 2015 and 2017 UK Elections
地址： http://arxiv.org/abs/1710.07087
作者： Jonathan Bright, Scott A Hale, Bharath Ganesh, Andrew Bulovsky, Helen Margetts, Phil Howard
摘要： 世界各地的政治家们投入了大量的时间和精力来创造和策划社交媒体资料，在选举期间，许多人在社交平台上发送数百甚至数千条信息，往往得到经过培训和专业人员的帮助。然而，只有少数文件试图测试社会媒体的积极运动是否真的对投票分享结果产生了积极的影响，而且所有这些都是基于一个选举期间的分段数据集，使得分离从不可观察变量的真实关系有问题。因此，社会媒体运动的实际影响的实证证据很薄。我们根据在英国的2015年和2017年选举中的Twitter使用情况，分析在选举期间候选社交媒体使用的第一次小组研究中的数据。我们发现支持基于Twitter的竞选活动与投票结果相关联的观点，这一结果对于各种不同的模型规范是可靠的。此外，我们显示，尽管Twitter使用的影响绝对是小的，但与竞选支出的增加相比，可以想像在密切的选举竞赛中有所作为。我们还证明Twitter的使用在2015年至2017年的选举中的影响有所增加。我们使用我们的结果来推动社会媒体对选民行为的影响的理论。
使用二维交通流二阶模型的多车道高速公路的宏观建模
原文标题： Macroscopic modeling of multi-lane motorways using a two-dimensional second-order model of traffic flow
地址： http://arxiv.org/abs/1710.07209
作者： Michael Herty, Salissou Moutari, Giuseppe Visconti
摘要： 车道更换是高速公路上最常见的行车之一。虽然宏观交通模型是适合描述快速拥挤的交通流量的众所周知的，但这些模型中的大多数通常在一维框架中开发，因此，车道变化行为在某种程度上被忽略。在本文中，我们提出了一个宏观模型，其考虑了高速公路上的车道变化行为，基于Aw和Rascle的二维延伸[Aw和Rascle，SIAM J.Appl.Math。，2000]和Zhang [ Zhang，Transport.Res.B-Meth。，2002]交通流宏观模型。在条件下，当车道变换机动不再可行时，该模型“放松”到一维的Aw-Rascle-Zhang模型。遵循与[Aw，Klar，Materne和Rascle，SIAM J.Appl.Math。，2002]中相同的方法，我们通过尺度具有驾驶的微观跟随领导者模型的时间离散化来推导二维宏观模型方向。我们详细分析了提出的宏观时空离散化以及对相关Riemann问题的解的近似。此外，我们通过一些数值实验来说明所提出的模型的一些特征。
使用Kronecker模型的混合建模图
原文标题： Modeling Graphs Using a Mixture of Kronecker Models
地址： http://arxiv.org/abs/1710.07231
作者： Suchismit Mahapatra, Varun Chandola
摘要： 图的生成模型越来越成为研究人员生成图的逼真近似的流行工具。过去，重点是生成遵循一般规律的图，例如度数分布的幂律，当前模型有能力从观测图中学习，并产生合成近似值。现有模型的主要重点是紧密匹配单个观测图的不同属性。这些模型虽然随机，但倾向于生成在各种图属性方面没有显着差异的样本。我们认为，在许多情况下，从图群体（例如，在不同时间点采样的网络，个别学校的社会网络，不同地理区域的医疗保健网络等）抽样绘制实际图。这些种群通常表现出显着差异。然而，现有的模型并不是为了模拟这种差异，这可能导致过度拟合等问题。我们提出一个图生成模型，其重点在于匹配实际图的属性和相应人群预期的自然差异。所提出的模型采用混合模型策略来扩展基于克罗内克产品的图模型（KPGM）的表现力，同时建立在KPGM的两个优势之上，即对图的几个关键属性进行建模并扩展到大量图大小的能力使用其优雅的分形增长型制剂。所提出的模型称为x-Kronecker产品图模型或xKPGM，允许从观察图进行可扩展学习，并生成与几个显着性质的均值和方差相匹配的样本。我们实验证明了所提出的模型在各种公开的图数据集上捕获真实世界图中固有变异性的能力。
符号网络节点相关度测量
原文标题： Signed Network Node Relevance Measurements
地址： http://arxiv.org/abs/1710.07236
作者： Tyler Derr (1), Chenxing Wang (1), Suhang Wang (2), Jiliang Tang (1) ((1) Michigan State University, (2) Arizona State University)
摘要： 在本文中，我们对符号社会网络中节点相关性的测量问题进行了初步的全面研究。我们从本地和全球角度为符号的社会网络设计了许多相关性测量，并调查了符号相关性测量，平衡理论和符号网络属性之间的联系。进行了实验结果，研究了四个真实世界数据集的符号相关性测度对符号网络分析任务的影响。
保留网络嵌入的局部和全局信息
原文标题： Preserving Local and Global Information for Network Embedding
地址： http://arxiv.org/abs/1710.07266
作者： Yao Ma (1), Suhang Wang (2), ZhaoChun Ren (3), Dawei Yin (3), Jiliang Tang (1) ((1) Michigan State University, (2) Arizona State University, (3) JD.com)
摘要： 社会网络，飞机网络和引用网络等网络无处不在。通常采用邻接矩阵来表示网络，通常是高维度和稀疏性的。然而，为了将先进的机器学习算法应用于网络数据，需要低维和连续的表示。为了实现这一目标，最近已经提出了许多网络嵌入方法。现有方法中的大多数方法有助于本地信息，即节点之间的本地连接，以便学习表示，同时完全忽略已经被证明可以提高诸如链路预测和社会推荐的许多网络挖掘任务的全局信息（或节点状态）。因此，它也具有推进网络嵌入的潜力。在本文中，我们研究了保留网络嵌入的局部和全局信息的问题。特别地，我们引入了一种捕获全局信息的方法，并提出了一种网络嵌入框架LOG，可以一致地建模{\ bf LO} cal和{\ bf G} lobal信息。实验结果表明了保存拟议框架的全局信息的能力。进行进一步的实验来证明所提出的框架的学习表示的有效性。
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。
