- 网络中的意见动态：融合，稳定和缺乏爆炸;
- 通过国家投票组合验证Twitter意见趋势：希拉里·克林顿与唐纳德·特朗普;
- 用复杂网络预测语言多样性;
- 推特AI：AI-Tweeters（AIT）对专家AI-Tweeters（EAIT）的看法;
- 认识我中间：德国研究网络的统一;
- 流行歌曲成功动态的图表;
- 机会主义移动社交网络中的人群感知：一种情境感知和以人为中心的方法;
- 给科学界的信：为了CNPQ和巴西科学的重建;
- 复杂网络中的流行病消灭路径;
网络中的意见动态：融合，稳定和缺乏爆炸
地址： http://arxiv.org/abs/1607.03881
作者： Tung Mai, Ioannis Panageas, Vijay V. Vazirani
摘要： 灵感来自[Kempe，Kleinberg，Oren，Slivkins，EC13]的工作，我们介绍和分析了一个意见形成模型;我们动态的更新规则是Kempe等人的简化版本。 al。我们假设人口被划分为其图指定了交互模式的类型。相互作用导致人口群众从较小群体移动到更大群体。我们显示，在单纯形上的所有种群向量上均匀地开始，我们的动力以概率一个收敛到一个独立的集合。这解决了Kempe等人的一个开放性问题。适用于我们的动态。我们相信我们的技术可以用来解决Kempe等人的开放问题。 al。动态也是如此。接下来，我们扩展了Kempe等的模型。 al。通过介绍类型的出生和死亡的概念，相互作用图适当地演变。类型的诞生是由伯努利（Bernoulli）过程确定的，当他们的人口质量小于参数$ \ epsilon $时，类型会死亡。我们表明，如果出生次数不多，那么长期的“稳定”就没有人口集体的移动。最后，我们显示，即使出生频繁，“稳定”不能达到，类型总数也不会爆炸：它在$ 1 / \ epsilon $中保持对数。
通过国家投票组合验证Twitter意见趋势：希拉里·克林顿与唐纳德·特朗普
地址： http://arxiv.org/abs/1610.01587
作者： Alexandre Bovet, Flaviano Morone, Hernan A. Makse
摘要： 来自实时社交媒体的衡量和预测意见趋势是大数据分析的长期目标。尽管它的重要性，迄今为止还没有确凿的科学证据，社会媒体活动可以捕捉一般人的意见。在这里，我们开发了一种方法，通过使用复杂网络的统计物理学和基于主题标签共现的机器学习的组合来推断Twitter用户对于2016年美国总统选举的候选人的意见，以开发接近1的域内训练集百万条推文。我们调查由数百万Twitter用户之间的互动形成的社交网络，并推断每位用户对总统候选人的支持。由此产生的Twitter趋势遵循“纽约时报”国家轮询平均数，这代表了数百个独立的传统民意调查，具有显着的准确性。此外，Twitter的意见趋势早于纽约时报综合投票组合10天，表明Twitter可能是全球意见趋势的早期信号。我们的分析发现Twitter的力量，以揭示选举，品牌到政治运动的社会趋势，以及民族投票成本的一小部分。
用复杂网络预测语言多样性
地址： http://arxiv.org/abs/1704.08359
作者： Tomasz Raducha, Tomasz Gubiec
摘要： 世界语言的进化和传播是一个复杂的现象，在很大程度上是通过社会互动来推动的。多语言社会可以被看作是互动代理的系统，交互导致了个人所说的语言的修改。两个人由于积极的互动，如转移借词，可以达到语言兼容性的全面状态。但是，另一方面，如果他们说完全不同的语言，他们就会相互分离。这些简单的观察使网络科学成为描述和分析语言变化动态的最合适的框架。虽然已经解释了许多机制，但是我们缺乏对不同大小人口的缩放行为的定性描述。在这里，我们讨论了不同规模社会中语言多样性的问题，并且我们表明，本地交互对捕获经验数据的特征至关重要。我们提出一种社会互动模式，将思想从扩展到解释语言多样性的增长与国家或社会人口的规模扩大。我们认为，高聚类和网络分解是正确描述经验数据的模型最重要的特征。此外，我们取消了以前的模式和所罗门群岛之间的矛盾。我们的结果表明了网络拓扑的重要性，以及语言变化过程中的重新布线机制。
推特AI：AI-Tweeters（AIT）对专家AI-Tweeters（EAIT）的看法
地址： http://arxiv.org/abs/1704.08389
作者： Lydia Manikonda, Cameron Dudley, Subbarao Kambhampati
摘要： 随着人工智能（AI）的最新进展，各个组织和个人开始就AI的进展辩论，作为对社会未来的祝福或诅咒。本文通过利用Twitter上分享的数据，对公众对AI的进展情况进行了调查。具体来说，本文对来自两个类别的用户的理解进行了比较分析：一般AI-Tweeters（AIT）和专家AI-Tweeters（EAIT），他们在Twitter上分享有关AI的帖子。我们的分析显示，两类用户对AI表达不同的情感和兴趣。来自两个类别的用户认为AI是积极的，并且对AI的进展乐观，但专家比一般的AI-Tweeters更负面。用户的表征表明，“伦敦”是用户对于AI的热门地点。 AIT发布的推文大大超过了EAIT发布的帖子，揭示了AIT更多的信息传播。
认识我中间：德国研究网络的统一
地址： http://arxiv.org/abs/1704.08426
作者： Bogang Jun, Flávio Pinheiro, Tobias Buchmann, Seung-kyu Yi, Cesar Hidalgo
摘要： 1990年，德国开始统一两个独立的研究体系。在这项研究中，我们通过研究1974年至2014年德国共同作者网络的演变，探讨了东西方学术领域整合的因素。我们发现德国研究网络的统一在20世纪90年代迅速加快，但随后停滞在中间一体化水平。然后，我们研究了20个最大的学术领域（1990年以前的出版物数量）的整合，发现每个领域的东西方“霸主地位”之间呈倒U型的关系（东西方集中的一个领域的学者1990年之前的产出）和后续的整合水平。我们通过运行蒙特卡洛模拟和差异分析来检查这些结果的鲁棒性。这两种方法都证实，在统一之前由西方或东德统治的领域整合度低于平均产出的领域。最后，我们通过考虑来自某个领域的学者与同样生产地区的学者合作的倾向，探讨了这种倒U形关系的起源。这些结果揭示了机构分离的研究网络重新整合的机制。
流行歌曲成功动态的图表
地址： http://arxiv.org/abs/1704.08437
作者： Seungkyu Shin, Juyong Park
摘要： 在高度商品化的文化产品大量竞争大规模消费的现代时代，发现复杂的过程如何成功，“打击”产品出现的原则仍然是一个至关重要的科学目标，需要跨学科的方法。在这里，我们提出了一个跟踪产品繁荣和衰退循环的框架，以找出影响力和有力因素来确定其成功的见解。作为快速，高吞吐量的公众偏好指标，人气图已经成为查找产品随时间推移的市场表现模式的有用信息来源，我们将其称为产品进入的图表生活轨迹图表，里面的票价，最后退出。我们提出定量参数来表征生活轨迹，并从Gaon图表中分析近7000首歌曲的大规模数据集，Gaon Chart是韩国流行音乐（K-Pop）的主要周刊，涵盖六年的时间。我们发现非音乐外在因素，如制作公司的力量，以及歌曲成功的歌曲，可能是粉丝群体的重要角色，强调了现代文化产品商品化的性质。我们还讨论了我们所说的“迟来的布朗”和“重返者”的几个非常重要的，有趣的轨迹，似乎受到大众媒体的偶然曝光和季节的变化的强烈驱动。
机会主义移动社交网络中的人群感知：一种情境感知和以人为中心的方法
地址： http://arxiv.org/abs/1704.08598
作者： Phuong Nguyen, Klara Nahrstedt
摘要： 近年来，已经努力在使用蓝牙装置（例如，移动电话，iMotes）的社交活动（例如，会议）期间收集人的接触痕迹。这些研究的结果使得能够从人群中进行人群采购任务，以回答问题，例如：目前人群密度是多少人参加活动？然而，在这些研究中，感测装置通常以某种方式分布和配置。例如，设备的数量是固定的，人们以志愿者的身份注册设备。在本文中，我们将上述问题视为优化问题，并绘制了图论中顶点覆盖问题的连接。由于找到最小顶点覆盖问题的最优解是NP完整的，所以必须使用近似算法。然而，我们将展示众所周知的逼近算法在人群感知任务中表现不佳。在本文中，我们提出了节点可观察性和覆盖效用评分的概念，并设计了一种新的上下文感知近似算法来找到针对人群感知任务量身定制的顶点覆盖。此外，我们设计以人为本的自举策略，以基于参与者的元信息（例如兴趣，友谊）来初步分配感测设备。动机是将感知任务分配给更“社会化”的设备，以获得更好的感测覆盖。我们对在会议和学术社会环境中的以前的实验研究中获得的现实世界数据跟踪进行综合实验。结果表明，我们提出的方法在传感覆盖方面显着优于基线近似算法。
给科学界的信：为了CNPQ和巴西科学的重建
地址： http://arxiv.org/abs/1704.08610
作者： Marcos Paulo Belançon
摘要： 在这个“信”中，我将介绍我对科学在发展和组织我们社会中的作用的观点，强调科学离我们社会太远。在巴西，我们跟美国和法国的这种现象相似，其特征是我们的学术界和科学界缺乏政治和经济的参与，即我们可以看到战略决定只是选举偏见，当存在学术科学时，通常只限于经济，政治和社会科学领域。我的结论是，一个国家或整个地球的战略规划需要这个学院保持与社会的接近，这对于任何民主的正常运作来说都不是足够的条件。在巴西的案例中，更具体地说，我提出，这个政治变化首先是对巴西科学的一个深刻的思考，随之而来的是CNPQ（国家科技发展委员会）。
复杂网络中的流行病消灭路径
地址： http://arxiv.org/abs/1704.08626
作者： Jason Hindes, Ira B. Schwartz
摘要： 我们研究了由内在噪声引起的有限复杂网络上长期流行病的灭绝。将分析技术应用于随机易感感染易感模型，我们通过网络预测大面积波动，最可能或最优路径的分布，从而导致无病状态的流行状态，平均灭绝时间一般配置。我们的预测同意了几个网络的Monte-Carlo模拟，包括具有程度相关性的综合加权和度分布网络，以及实证的高中联络网络。此外，我们的方法在具有异质特征向量中心性和度分布的网络中量化了最佳路径和近似和远离流行阈值的大波动的分布的特征缩放模式。
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。
