- 共识，凝聚力和连通性;
- 威尔士英格兰城市系统的超线性尺度。与美国城市比较;
- 宇宙的可导航性;
- 流体社区：社区检测算法;
- 通过协作网络追踪实践;
- 最新消息：假新闻标题包装多，内文内容简单重复，比起真新闻更像讽刺作品;
- 深挖标题党：谁使用他们？什么程度？哪些主题？有什么影响？;
- 人口增长中的SEIRS流行;
- 使用谱嵌入的大型网络快速链路预测;
共识，凝聚力和连通性
地址： http://arxiv.org/abs/1602.00614
作者： Jeroen Bruggeman
摘要： 社会生活聚集在一起，也是传播信息的领带。当集体问题发生时，集体成员利用其关系来讨论做什么和建立协议，达到足够的速度，以防止贴现集团决策的价值。群体达成共识的速度可以通过网络的代数连通性来预测，这也给团队凝聚力带来了下限。通过重新使用实验数据，对连通性的这种具体措施进行了测试，确认了预测。
威尔士英格兰城市系统的超线性尺度。与美国城市比较
地址： http://arxiv.org/abs/1702.06623
作者： Erez Hatna
摘要： 根据城市规模的理论，城市指标以城市规模呈现可预测的方式。特别是社会和经济生产力的指标预计会有一个超级线性关系。对于许多城市系统，这种行为得到了验证，但最近的研究结果表明，这种模式可能对英格兰和威尔士（E＆W）无效，收入与城市规模呈线性关系。这个发现提出了E＆W城市在教育水平和职业群体数量方面是否具有超线性关系的问题。在本文中，我们对E＆W教育和职业类别的规模进行了评估，看看我们是否可以发现受过良好教育和收入较高的人的超级线性关系。由于E＆W在收入的线性规模上可能是独一无二的，因此我们将其分析与美国城市系统（美国）进行了比较，美国（US）是一个已经证明了收入超线性扩张的国家。为了使两个城市系统相当，我们使用相同的方法来确定两国的城市体系，并测试我们的结果对城市边界变化的敏感性。我们发现E＆W城市在教育和某些类型的更好的职业类别上展示了超线性缩放的模式。然而，这些群体在超线性缩放中的趋势似乎在美国更为一致。我们显示，虽然美国城市的教育和职业分布可以部分解释收入的超线性规模，但分布导致E＆W收入线性缩放。
宇宙的可导航性
地址： http://arxiv.org/abs/1703.09057
作者： William Cunningham, Konstantin Zuev, Dmitri Krioukov
摘要： 双曲空间中的随机几何图解释了真实网络的许多常见的结构和动力特性，但是它们无法预测在真实网络中观察到的幂律度分布指数的正确值。在这方面，渐近的Sitter空间中的随机几何图形，如加速宇宙的洛伦兹时空，更具吸引力，因为它们的预测与实际网络中的观测结果更一致。双曲线图的另一个重要特性是它们的导航性，而且仍然不清楚de Sitter图是否可以作为双曲线图。在这里，我们研究了三个洛伦兹歧管中的随机几何图形的导航性，对应于只有暗能量（de Sitter时空）的宇宙，只有物质，以及我们宇宙中的黑暗能量和物质的混合物。我们发现这些图只能在具有暗能量的歧管中通航。这个结果意味着，在导航性方面，渐近的Sitter空间中的随机几何图与随机双曲线图一样好。它还建立了黑暗能量的存在与离散的时空因果结构的导航性之间的联系，为宇宙学中的黑暗能量问题提供了不同的方法。
流体社区：社区检测算法
地址： http://arxiv.org/abs/1703.09307
作者： Ferran Parés, Dario Garcia-Gasulla, Armand Vilalta, Jonatan Moreno, Eduard Ayguadé, Jesús Labarta, Ulises Cortés, Toyotaro Suzumura
摘要： 社区检测算法是一组无监督图挖掘算法，将顶点分组为群集（即社区）。这些算法提供了对网络结构和组成实体的洞察。在本文中，我们提出了一种基于流体在环境中相互作用的简单概念，扩展和收缩的新型社区检测算法。流体社区算法基于有效的传播方法，使其在计算成本和可扩展性方面具有很强的竞争力。同时，其结果的质量也接近当前最先进的社区检测算法。流体社区算法的一个有趣的新奇之处在于，它是第一个基于传播的方法，能够识别图中可变数量的社区。
通过协作网络追踪实践
地址： http://arxiv.org/abs/1703.09315
作者： Rahmtin Rotabi, Cristian Danescu-Niculescu-Mizil, Jon Kleinberg
摘要： 一系列研究使用在线数据来研究离散的信息单元（包括信息，照片，产品建议，群组邀请）通过社交网络传播的方式。然而，对于在线数据可能有助于研究更复杂的{\ em实践}的扩散（通常通过协作通常从一个人传递给另一个人的工作的样式或工作方式）相对较少的理解或指导。在这项工作中，我们提出了一个框架，以及一种新型的数据分析，旨在通过跟踪大型文档集合中的句法签名来研究这种做法的传播。这个框架的核心是“继承图”的概念，它代表人们如何通过合作将这种做法传递给他人。我们对这些继承图的分析表明，我们可以在很长一段时间内跟踪大量的实践，并且我们表明，这些图表的结构可以帮助预测一个领域内的合作的长寿，以及自我实践
最新消息：假新闻标题包装多，内文内容简单重复，比起真新闻更像讽刺作品
地址： http://arxiv.org/abs/1703.09398
作者： Benjamin D. Horne, Sibel Adali
摘要： 据称这是对2016年美国总统选举产生重大影响的假消息问题。假消息不是一个新问题，在社交网络中的传播得到了很好的研究。通常，假冒新闻讨论中的一个基本假设是，它被写成看起来像真实的消息，愚弄不检查源的可靠性或其内容的参数的读者。通过对捕获文章风格和语言的三个数据集和特征的独特研究，我们表明这一假设是不正确的。在大多数情况下，虚假消息与讽刺相比更像是真实的消息，导致我们得出结论，通过启发式而不是争论的力量来实现假消息的说服。我们显示整体标题结构，并且在标题中使用专有名词在区分假与真实方面非常重要。这导致我们得出结论，假消息针对不太可能读取头衔的观众，旨在创造实体和索赔之间的精神联系。
深挖标题党：谁使用他们？什么程度？哪些主题？有什么影响？
地址： http://arxiv.org/abs/1703.09400
作者： Md Main Uddin Rony, Naeemul Hassan, Mohammad Yousuf
摘要： 引用读者的诱人头条（clickbait）的使用已经成为日益增长的实践。为了在竞争激烈的媒体行业中存在，大多数在线媒体（包括主流媒体）都开始遵循这种做法。尽管clickbait广泛传播的做法使读者对媒体的可靠性变得脆弱，但仍然缺乏大规模的分析来揭示这一事实。在本文中，我们分析了153个媒体组织创建的167万个Facebook帖子，通过使用我们自己开发的clickbait检测模型来了解clickbait实践的程度，影响和用户参与度。该模型使用从大语料库学习的分布式子词嵌入。该模型的准确度为98.3％。借助这个模型，我们进一步研究了clickbait和非clickbait内容中的主题分布。
人口增长中的SEIRS流行
地址： http://arxiv.org/abs/1703.09581
作者： Tom Britton, Désiré Ouédraogo
摘要： 引起疾病死亡的SEIRS流行病在不断增长的人群中（被模拟为超临界线性出生和死亡过程）。对疫情初始阶段的研究是随机的，而主要疫情的分析是确定性的。根据参数的值，以下情况是可能的。 i）这种疾病很快死亡，只感染少数; ii）疫情起飞，感染个体的\ textit {number}呈指数增长，但感染个体的\ textit {fraction}仍然可以忽略不计; iii）疫情起飞，感染者的文字数量最初比人口增长更快，疾病死亡率降低了人口的增长率，但仍然是非常关键的，感染者的“感染”部分地方性平衡; iv）疫情起飞，感染个体的\ textit {number}起初比人口增长最快，疾病死亡人数呈指数级增长。
使用谱嵌入的大型网络快速链路预测
地址： http://arxiv.org/abs/1703.09693
作者： Benjamin Pachev, Benjamin Webb
摘要： 许多链路预测算法需要计算每个顶点对上的相似性度量，其在顶点数量上是二次的，对于大型网络是不可行的。我们开发了一类基于频谱嵌入的链路预测算法和可扩展到非常大的网络的k个最近对的算法。我们将这些方法的预测精度和运行时间与现有的几种大型链路预测任务的算法进行比较。我们的方法实现了与标准算法相当的准确性，但是明显更快。
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。本系列在个人博客网络科学研究速递 进行同步更新，并提供RSS订阅。
