- 图和复杂网络中的通信融化;
- 社会网络中的克隆;
- 在Twitter上建模正负情绪的时空变化，以改善局部偏差的识别;
- 可变可再生能源电存储的经济学分析;
- 西方艺术家传记网络中的元数据社区检测;
- Twitter上的新闻声誉系统：一项大规模研究;
- 为图生成学习超边替代语法;
- 看到森林里的树木？网络知识调查;
- SCRank：有向社会网络中的垃圾邮件和名人排行榜;
图和复杂网络中的通信融化
原文标题： Communication Melting in Graphs and Complex Networks
地址： http://arxiv.org/abs/1802.07809
作者： Najlaa Alalwan, Alex Arenas, Ernesto Estrada
摘要： 复杂网络是许多复杂系统中交互作用的代表性图。通常，这些交互是系统单元之间的通信/扩散渠道的抽象。真正复杂的网络，例如交通网络，揭示了由系统的动态应力所支配的不同运行阶段。在这里，我们展示了如何使用可传播性来揭示网络功能在这些扩散路径方面的效率的拓扑描述符，以揭示所提到的过渡。通过考虑给定温度（压力）下图/网络中节点和边的振动模型，我们证明通信函数扮演了谐波振荡器网络的热格林函数。之后，我们分析证明每个简单图的通信结构中存在一个普遍的相变。这种转变类似于固体中发生的熔化过程。例如，类似于晶体的类似规则的图在较低的温度下熔化，并且在连接到断开的结构之间显示比随机空间图更接近尖锐的过渡，这类似于无定形固体。最后，我们在一些现实世界的网络中以计算方式研究这种图熔化过程，并观察图的熔化速率或者以指数形式变化，或者以相反温度的幂律变化。在地方一级，我们发现节点熔化的主要驱动力是相应节点的本征向量中心性，特别是当逆温度的临界值接近于零时。这些普遍的结果揭示了网络上的许多动态扩散式过程，这些过程表现为交通拥堵，通信丢失或失效级联。
社会网络中的克隆
原文标题： Clones in Social Networks
地址： http://arxiv.org/abs/1802.07849
作者： Stephan Doerfel, Tom Hanika, Gerd Stumme
摘要： 众所周知，任何双方（社会）网络都可以被看作是一个形式背景$（G，M，I）$。因此，这种网络提出了形式概念格，可以利用形式概念分析（FCA）的工具集进行研究。特别是，关闭系统中克隆的概念是$ M $，即离开关闭系统不变的配对可互换属性，这自然表明它本身就是一个候选人，可以在基于FCA的社会网络分析领域进行分析。在这项研究中，我们调查了社会网络中克隆的概念。在为形式背景下的克隆关系建立一些理论背景之后，我们尝试在实际字数据集中找到克隆。为此，我们对九个最着名的社会网络进行了实验性评估，并对克隆的影响提供了一些初步见解。我们通过将克隆的理解推广到更高阶的排列来结束我们的工作。
在Twitter上建模正负情绪的时空变化，以改善局部偏差的识别
原文标题： Modelling spatiotemporal variation of positive and negative sentiment on Twitter to improve the identification of localised deviations
地址： http://arxiv.org/abs/1802.07859
作者： Zubair Shah, Paige Martin, Enrico Coiera, Kenneth D. Mandl, Adam G. Dunn
摘要： 研究社交媒体情绪如何随着时间和空间而变化的研究似乎产生了不一致的结果。分析2017年7月13日至11月30日期间发布的来自100个城市的1,654万条英语推文，我们的目的是澄清时空和社会因素如何促成Twitter上的情绪变化。我们使用基于字典的情绪分析估计每个城市的正面和负面情绪，并使用构建模型来解释使用一天中的时间，一周中的某天，天气，互动类型（社交或非社交）和城市中的情绪差异作为因素。在独特而连续的时间段内进行的测试表明，所有因素都与情绪独立相关。在完整的多变量模型阳性（Pearson's R检验数据为0.236; 95％CI为0.231-0.241）和阴性（Pearson's R检验数据为0.306 95％CI 0.301-0.310）情绪中，城市和时间解释了更多差异比其他因素。使用完整模型观察到的和预期的情绪之间的极端差异似乎与国际新闻事件更好地对比退化模型。在旨在使用Twitter群体情绪检测本地化事件的应用程序中，在查找意外更改之前考虑基线差异很有用。
可变可再生能源电存储的经济学分析
原文标题： On the economics of electrical storage for variable renewable energy sources
地址： http://arxiv.org/abs/1802.07885
作者： Alexander Zerrahn, Wolf-Peter Schill, Claudia Kemfert
摘要： 使用可再生能源是缓解气候变化的主要战略。然而，Sinn（2017）认为，过度的电存储要求可能会限制可变风能和太阳能的进一步扩张。我们质疑并改变了Sinn方法的强烈隐含假设，并发现存储需求相当低，最高可达两个数量级。首先，我们通过允许存储和可再生缩减的组合来摆脱角落解决方案。其次，我们指定一个简约模型来推导出第一好的结果。我们得出结论：电存储不太可能限制向可再生能源的过渡。
西方艺术家传记网络中的元数据社区检测
原文标题： Community Detection with Metadata in a Network of Biographies of Western Art Painters
地址： http://arxiv.org/abs/1802.07985
作者： Michael Kitromilidis, Tim S. Evans
摘要： 在这部作品中，我们看看西方艺术画家在维基百科上透露他们的传记的影响的结构。我们使用元数据的模块化最大化的修改版本来检测艺术家根据他们所属的艺术流派和学校进入社区的分区。然后，我们利用这个社区结构来讨论影响力艺术家如何超越自己的社区并通过对标准中心性措施提出修改来对其他人产生持久影响。
Twitter上的新闻声誉系统：一项大规模研究
原文标题： Reputation Systems for News on Twitter: A Large-Scale Study
地址： http://arxiv.org/abs/1802.08066
作者： Luca de Alfaro, Massimo Di Pierro, Eugenio Tacchini, Gabriele Ballarin, Marco L. Della Vedova, Stefano Moret
摘要： 社会网络为虚假和误导消息传播和施加影响提供了一个现成的渠道。本文研究了不同声誉算法在应用于通过Twitter传播的新闻中的大量重要统计部分时的表现。我们的主要结果是，基于传播新闻的用户的身份以及出现在链接文章的标题和描述中的单词的简单算法能够识别大部分假的或误导性的新闻，同时仅招致对主流网站的误报率很低（<1％）。我们相信这些算法可以作为实际大规模系统的基础，向消费者表明哪些新闻网站值得仔细审查和怀疑。
为图生成学习超边替代语法
原文标题： Learning Hyperedge Replacement Grammars for Graph Generation
地址： http://arxiv.org/abs/1802.08068
作者： Salvador Aguinaga, David Chiang, Tim Weninger
摘要： 网络模式的发现和分析是科学企业的核心。在目前的工作中，我们开发并评估了一种新方法，该方法可以学习可用于理解和生成新逼真图的图构件。我们的关键洞察是图的团体树编码可靠和准确的信息。我们表明，可以从团簇树中提取超级替代语法（HRG），并且我们开发了可用于生成指定大小的新图的固定大小的图生成算法。在大型真实世界图的实验中，我们展示了从HRG方法生成的图展现出与原始网络中发现的类似的各种属性。除了像度数或特征向量中心性这样的图属性外，图“看起来像”最终取决于局部图子结构中的小细节，这些细节很难在全球范围内定义。我们证明HRG模型在生成新图时也可以保留这些局部子结构。
看到森林里的树木？网络知识调查
原文标题： Seeing the forest for the trees? An investigation of network knowledge
地址： http://arxiv.org/abs/1802.08194
作者： Emily Breza, Arun G. Chandrasekhar, Alireza Tahbaz-Salehi
摘要： 本文评估了网络文献经济学中最流行的假设之一的经验性内容，即假设决策者对他们所交互的网络有完全的了解。使用来自75个村庄的网络数据，我们要求4,554个人评估他们村庄中的五对随机选择的家庭是否通过财务，社会和信息关系相互关联。我们发现网络知识低而且高度本地化，与受访者的网络距离陡然下降。 46％的受访者甚至无法猜测给定一对个体之间潜在联系的状态。即使愿意提供猜测，受访者也只能在37％的时间内正确识别链接。我们还发现，与对之间的社交距离增加一步，错误识别链接的概率增加10pp。然后，我们通过展示如果代理人在更加现实的假设下对网络的不完整的认识，那么各种模型的预测会发生显著变化，从而调查这一假设的理论含义。总之，我们的研究结果表明，全网络知识（i）的假设可能与现实世界差近似，并且（ii）不是无害的：考虑到不完整的网络知识可能对一系列定性以及在各种情况下的定量结果。
SCRank：有向社会网络中的垃圾邮件和名人排行榜
原文标题： SCRank: Spammer and Celebrity Ranking in Directed Social Networks
地址： http://arxiv.org/abs/1802.08204
作者： Alex Fabrikant, Mohammad Mahdian, Andrew Tomkins
摘要： 许多在线社会网络允许有向边：Alice可以单方面向Bob添加“边”，通常表示对Bob或Bob的内容感兴趣，没有Bob的许可或回馈。在有针对性的社会网络中，我们观察到两类不同类型用户的兴起：名人产生未来移动的传入链接，并关注垃圾邮件发送者，他们产生未回复的传出链接。识别这两个类别中的用户对于滥用检测，用户和内容排名，隐私选择以及其他社会网络功能非常重要。在本文中，我们开发SCRank，一种迭代算法来识别这些用户。我们从理论上和实验上分析了SCRank。垃圾邮件发送者 - 名人定义不适合使用标准功率迭代进行分析，因此我们开发了一种新型潜在函数参数，以显示收敛于包括SCRank在内的一类算法的近似平衡点。然后，我们使用实际的全球规模社会网络和综合生成的图表进行实验评估，以观察算法快速一致地收敛。利用内置地面真实数据的合成数据，我们还通过实验证明，该算法为种植名人和垃圾邮件发送者提供了一个很好的近似值。
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。
