- 科学社会认可的简单中心指标;
- 意见传播的统计物理模型：理论与实证检验;
- 用于估计网络中社区数量的有效方法;
- 覆盖在任意复杂网络上随机散步的时间;
- 注意你的信用：评估Ripple信用网络的健康;
- 整合的悖论 - 平均场方法;
- 从常规收集的严重病例数据中监测和预测流行性感冒;
- 持续歧视：重新审视阿格塞尔，爱泼斯坦和杨;
- 共同维持随机“杀死赢家”模式的多样性;
- 一种基于主体的情绪感染模型和在线社交媒体的竞争;
- 知识产权学术领域的发展趋势：通过识别隐形学院;
科学社会认可的简单中心指标
地址： http://arxiv.org/abs/1609.05273
作者： Osame Kinouchi, Leonardo D. H. Soares, George C. Cardoso
摘要： 我们为两篇文章和作者网络介绍一个新的中心指数，我们称之为$ K $ -index。 $ K $ -index随着引用给定研究者的论文的引用表现而增长，可以被看作是科学社会认可的衡量标准。实际上，$ K $ -index衡量了两个网络中以自我一致的方式定义的集线器数量，引用了一个给定的作者。我们表明，$ K $ -index可以通过对Science of Science平台的简单检查来计算，并且比其他中心性指标，特别是Hirsch $ h $ -index提供了几个优点。 $ K $ -index对自我引用是强大的，不受研究人员发布的$ h $ -index发布的论文总数的限制，并且可以以一致的方式区分具有相同$ h $的研究人员指标却非常不同于科学的社会认可。由于科学的不当行为，$ K $ -index可以很容易地发现研究人员已知的案例数量较多，文献数量多，引用次数高达$ h $-index。最后，我们显示，在二十八名物理学诺贝尔奖获得者和二十八名高度引用的非诺贝尔奖获得者物理学家的样本中，$ K $ -index与论文数量相比更好地达到奖品的数量，引用次数每篇论文的引用文献，引用文章和$ h $ -index。集群研究人员在$ K $ vs. $ h $情节中显示有趣的异常值，表明这两个指标可以提供互补的独立信息。
意见传播的统计物理模型：理论与实证检验
地址： http://arxiv.org/abs/1706.02287
作者： Mirta Galesic, D.L. Stein
摘要： 我们调查一组离散自旋统计物理模型，用于社会网络中的意见传播，并探索如何适用于预测个人和群体层面的真实世界信念变化。我们的研究集中在考虑不同个人偏好或设定信念的不均匀模型中共识形成的程度和速度。我们调查不同社会互动规则（选民，多数和专家规则）的影响，各种人造和现实的社会网络结构，初始信息的不同分布，内在偏好聚类的依赖性，只有两个选择的影响相对于多种选择，以及相对于内在偏好的社会信息输入的不同权重。我们发现模型输入的许多组合导致更小的，可管理的一组共识形成模式。然后，我们将这些模型的预测与经验社会科学研究进行比较，一项是在2008年总统选举季节期间在80人生活在宿舍的麻省理工学院进行的，另外在2006年总统大选初赛期间由94人参加的网络。我们发现这些相对简单的基于统计物理的模型包含个人和组级别的预测价值。结果强调了意见传播对潜在的社会网络结构和可用信念选项的数量的敏感性，以及社会互动规则的一个较小（但仍然相关）的程度。
用于估计网络中社区数量的有效方法
地址： http://arxiv.org/abs/1706.02324
作者： Maria A. Riolo, George T. Cantwell, Gesine Reinert, M. E. J. Newman
摘要： 虽然在网络中存在广泛的社区检测的有效方法，但大多数人需要提前知道有多少社区正在寻找。在这里，我们提出一种使用贝叶斯推理与新颖的先前和有效的蒙特卡罗抽样方案组合来估计网络中社区数量的方法。我们在实际和计算机生成的网络上广泛地测试这种方法，即使在大小或结构不同的情况下，它也能准确，一致地执行。
覆盖在任意复杂网络上随机散步的时间
地址： http://arxiv.org/abs/1706.02356
作者： Benjamin F. Maier, Dirk Brockmann
摘要： 我们提出了一种用于计算随机游走过程在任意，复杂网络上的平均覆盖时间的分析方法。覆盖时间被定义为随机游侠至少需要访问网络中的每个节点所需的时间。这个数量对于随机搜索过程和网络拓扑中的目标定位特别重要。基于目标节点的全局平均第一次通过时间，我们基于第一次通过时间统计得出覆盖时间的累积分布函数的估计。我们表明我们的结果可以应用于各种模型网络，包括Erd \ H {o} s-R \ enyi和Barab \ asi-Albert网络，以及各种现实世界的网络。我们的研究结果揭示了网络中第一次通过和覆盖时间统计之间的紧密联系，其中结构引发的时间相关性迅速衰减，并提供了一种计算有效的方法来估计网络相关应用中的覆盖时间。
注意你的信用：评估Ripple信用网络的健康
地址： http://arxiv.org/abs/1706.02358
作者： Pedro Moreno-Sanchez, Navin Modi, Raghuvir Songhela, Aniket Kate, Sonia Fahmy
摘要： 最初提出作为比特币开始的cypherpunk-esque反叛的一部分，Ripple信用网络正在大大改变金融和汇款行业。其核心是Ripple网络是IOweYou信用链接的加权有向图，只有两个节点之间的最大流量有效时才允许两个节点之间的事务。这些基于路径的解决方案在概念上和在适用性方面都将Ripple与加密空间（比如比特币和altcoins）分开。该工作自成立以来，深入了解了Ripple网络，以便不了解其结构，演进和攻击的脆弱性。我们观察到，网关节点不仅确定图结构，而且确定明确的地理社区的存在。从安全的角度来看，虽然网络核心连接良好，为用户提供了高流动性，但是由于用户数量大约在5万个钱包，容易受到10个高度连接的钱包的破坏。最后，我们发现，由于交易的结果，在当前Ripple网络中，在信用链接之间重新分配信贷（即波动）在3000万美元左右的风险。我们的研究应作为唤醒用户，以提高其与网络的连接性，并确保其链接上的波纹标志和信用限制正确设置。
整合的悖论 - 平均场方法
地址： http://arxiv.org/abs/1706.02466
作者： Krzysztof Kulakowski, Piotr Gronek, Alfio Borzi
摘要： 最近，社会融合的计算模型已被提出，如Peter Blau的社会学术语所述。在这个模式中，演员赞美或批评，这些行为影响他们的社会地位，并提出消极或积极的情绪。这里也讨论了一个具有高度社会地位的行为者自嘲的策略的作用。在这里，我们开发了一种平均场方法，主动和被动的角色（赞美和赞美等）脱钩。类似于以前应用的纯计算方法，从友好到敌对情绪的相变已经被复现了。对于这两个阶段，我们调查社会地位分布的时间依赖性。在那里，我们观察到扩散的扩散，其在一些瞬时时间之后似乎受到从下面或从上面的限制，这取决于相位。结果，平均状态流动。
从常规收集的严重病例数据中监测和预测流行性感冒
地址： http://arxiv.org/abs/1706.02527
作者： Alice Corbella (1), Xu-Sheng Zhang (2), Paul J. Birrell (1), Nicky Boddington (2), Anne M. Presanis (1), Richard G. Pebody (2), Daniela De Angelis (1,2) ((1) MRC Biostatistics Unit, School of Clinical Medicine, University of Cambridge (2) Centre for Infectious Disease Surveillance and Control, Public Health England)
摘要： 流感仍然是卫生系统的重大负担。公共卫生反应应根据任何持续爆发的规模和时间进行调整。为了监测目的，英国严重流感病例的数据每周向英国公共卫生局报告。这些数据既容易获得，也有潜力提供有力的信息，以推断和预测季节性和大流行性流感的特征。我们提出一种将潜在的传播动态过程与严重流感病例数据联系起来的流行病模型。在贝叶斯框架内，我们推测2012年至2015年每季节性暴发疫情模型的参数，包括有效繁殖次数，初始敏感度，进入感染重症监护的可能性和发病率。流行病模型也实时实施，以评估早期预测是否可行。模拟实践表明，一旦前三个月的数据可用，疫情模型能够预测季节性暴发的发展。本文提出可以有效地利用严重病例数据来预测流行病学特征，并预测疫情的进一步演变。
持续歧视：重新审视阿格塞尔，爱泼斯坦和杨
地址： http://arxiv.org/abs/1706.02573
作者： Gérard Weisbuch
摘要： 我们重新拟定了Axtell等人提出的“类的兴起”的早期模式。使用更精细的认知过程，允许统计物理学方法。对相位空间和吸引力盆地的彻底分析导致对以前的社会解释的重新考虑：我们的模型预测强调歧视偏见及其长期稳定性，而不是阶级的出现。
共同维持随机“杀死赢家”模式的多样性
地址： http://arxiv.org/abs/1706.02666
作者： Chi Xue, Nigel Goldenfeld
摘要： “杀死胜利者”的假设是企图解决生物多样性的问题。它认为主机特有的捕食者控制每个猎物的种群，防止获胜者出现，从而保持系统中所有物种的共存。我们开发了一个“杀死赢家”范式的随机模型，并表明确定性的“杀死赢家”模式的稳定共存状态是通过灭绝事件的一系列人口统计学来破坏的。我们制定一个个体级随机模型，其中捕食者 - 猎物共同体通过产生持续的种群通量来促进生态系统的高度多样性。
一种基于主体的情绪感染模型和在线社交媒体的竞争
地址： http://arxiv.org/abs/1706.02676
作者： Rui Fan, Ke Xu, Jichang Zhao
摘要： 最近的研究表明，人类情感不仅在现实世界社区中扩散，而且在网络社交媒体上扩散。揭示了超越情感传染的越来越多的机制，包括情感相关性，表明其影响力和情感扩散与网络结构的耦合，如联系强度。此外，不同的情绪甚至可能会影响舆论的形成。然而，仍然缺少一种综合模型，它将最新的研究结果复制到网络社交媒体中的情感传染模式。在本文中，为了弥补这一重大差距，我们提出了一种基于主体的情感传染模型，其结合了情感影响的特征和传播过程中的联系强度偏好。模拟结果表明，愤怒主导的用户比喜欢主导的用户具有更高的生命力，而愤怒倾向于较弱的联系，而不是扩散的喜悦，这可能会使在线团体之间更容易传播。此外，愤怒的高度影响使其具有竞争力，容易地统治社区，特别是当消极的公共事件发生时。令人惊讶的是，随着怒气比例的增长，差距小于10％，愤怒的微博和用户将最终主宰网络社交媒体，并在网络空间中集体暴怒。这里披露的关键缺口可能确实是在网络社交媒体中的愤怒控制的早期阶段的警告信号。所提出的模型的所有参数可以从经验观察中轻松估计，其历史数据的值可以帮助重现不同情况下的情感传染。我们的模型将揭示多个问题的研究，比如在计算机模拟中预测情感传染。
知识产权学术领域的发展趋势：通过识别隐形学院
地址： http://arxiv.org/abs/1706.02681
作者： Guadalupe Palacios-Núñez, Gabriel Vélez-Cuartas, Juan D. Botero
摘要： 知识产权作为学术问题的出现为跨学科领域打开了大门。不同的学科在90年代初的国际多边条约的框架内开始对话。随着全球经济要求知识产权方面的新知识，科学发展顺利。然而，跨学科学术界的巩固程度并不明确。为了了解这些社区的密切关系，本文提出了一种在知识产权生产中找到隐形学院的混合方法。本文中检查的文章是从Web of Science中提取出来的。分析期为1994年至2016年，考虑到90年代初签署的与贸易有关的知识产权协定。通过共同引用网络分析，共处理了1580篇论文。应用了一种特殊技术，它结合社区检测算法和通过共享引用阈值来定义文章的人数。为了与存在正式制度关系的隐形学院进行对比，对作者的机构属性，研究路线和会议地点进行了定性跟踪。两种方法都表明，感兴趣的科目可以分为与知识产权领域相关的13个不同的问题。即使大部分与法律与经济相关，学科之间的联系也很弱，可能表明建立跨学科领域。
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。
