- 使用神经网络从异质证据学习个体的多方面表示;
- 使用支持向量回归预测在线视频的流行度;
- 对具有难点节点状态的网络的动力学的几何约束;
- 组合无标度网络模型;
- 无标度网络的几种分布之间的连接;
- 分享平均租金？：Airbnb的整个市场分析;
- 由于连续的决策过程，个人人类活动的异常放缓;
- 关于记录;
- 重新绘制“色彩线”：在Twitter上检查关联网络中的种族隔离;
- 城市移动应用的中介分组交换充电数据记录的时间精度分析;
- 音乐社区的传播数据挖掘：初步分析;
- 通过复杂网络理论分析徒步旅行活动的人员流动模式;
- 银河制造商：为科学展览创建在线组件，以重新参与，评估和内容遗产;
- 结构化人群中的拓扑依赖理性和量子响应平衡;
- 识别复杂系统的隐藏多路复用架构;
使用神经网络从异质证据学习个体的多方面表示
地址： http://arxiv.org/abs/1510.05198
作者： Jiwei Li, Alan Ritter, Dan Jurafsky
摘要： 在线推荐人的潜在属性是重要的社交计算任务，但需要整合网络上可用的许多异构信息源。我们建议学习使用神经网络的人的个人表征，以整合从社交媒体收集的丰富的语言和网络证据。该算法能够将各种线索（例如人物写入的文字），其属性（例如性别，雇主，教育，位置）和社会关系结合到其他人。我们表明，通过整合文本和网络证据，这些表征提高了Twitter上社交媒体推理四个重要任务的性能：预测（1）性别，（2）职业，（3）位置和（4）用户的友谊。我们的方法可以扩展到大型数据集，并且所学习的表示可以被用作一般特征并且有潜力有益于大量的下游任务，包括链路预测，社区检测或社交网络上的概率推理。
使用支持向量回归预测在线视频的流行度
地址： http://arxiv.org/abs/1510.06223
作者： Tomasz Trzcinski, Przemyslaw Rokita
摘要： 在这项工作中，我们提出了一种基于时间和视觉线索来预测在线视频流行度的回归方法。我们的方法使用支持向量回归与高斯径向基函数。我们表明，使用这种方法建模流行度模式提供了更高和更稳定的预测结果，主要是由于所提出的方法的非线性特征以及其对过拟合的抵抗力。我们将我们的方法与来自YouTube和Facebook的超过14,000个视频的数据集进行比较。此外，我们表明，仅依靠早期分配模式获得的结果可以通过添加社交和视觉元数据来改进。
对具有难点节点状态的网络的动力学的几何约束
地址： http://arxiv.org/abs/1510.08729
作者： Gabriel A. Silva
摘要： 了解网络中连接节点之间的本地交互如何导致全球网络动态和行为在网络理论中仍然是一个关键的开放性问题。这对于了解复杂网络（包括大脑）以及旨在实现特定功能的网络的受控设计非常重要。在这里，我们描述了从规范的神经生理学原理衍生的框架的构造和理论分析，其将入射信号的竞争动力学模拟成网络中有向边缘的节点。该框架描述了传播信号的延迟的偏移之间的动态，其反映了边缘的几何形状和传导速度，以及下游节点的内部耐火动力学和处理时间。主要理论结果之一是定义由空间几何结构限定的信令速度或信息流速度与各个节点处理传入信号所需的内部时间之间的比率。我们表明，最优比率是连接节点之间信息传播速度不超过节点内部动态时间尺度的比例。这种比例的不匹配导致网络中的次优信令和信息流，甚至信号在一起的故障。
组合无标度网络模型
地址： http://arxiv.org/abs/1512.08657
作者： Xiaomin Wang, Bing Yao, Jin Xu
摘要： 我们通过基于两个最小的两个网络模型的主要组合进行加入操作来重点构建多连接模型，并分析了幂律分布，小世界等多重连接模型的属性。此外，我们将引入两类边缘增长网络模型来解释多连接模型的过程。然后我们计算了多连接模型的平均度，聚类系数，幂律分布。最后，我们讨论一种令人印象深刻的方法来减少多重连接模型的冗余运行。
无标度网络的几种分布之间的连接
地址： http://arxiv.org/abs/1601.06357
作者： Xiaomin Wang, Bing Yao, Jin Xu
摘要： 在我们的经验工作中，我们发现累积度分布和边缘累积分布的等价性存在。此外，我们采用三个递归图网络模型，Sierpinksi网络和Apollonian网络来验证我们的猜想：\ emph {累积度分布和边缘累积分布在确定性网络模型中彼此相等}
分享平均租金？：Airbnb的整个市场分析
地址： http://arxiv.org/abs/1701.01645
作者： Qing Ke
摘要： Airbnb，一个在线市场的住宿，经历了惊人的增长伴随着激烈的辩论和分散的规则在世界各地。然而，目前的话语主要集中在意见而不是实证证据上。在这里，我们的目标是通过展示第一次关于Airbnb的大型测量研究来弥合这一差距，使用包含230万个上市，130万个主机和1930万个评论的爬网数据。我们衡量的几个关键特征是正在进行的辩论和分享经济的核心。其中，我们发现，Airbnb已经达到全球但异质的覆盖。许多国家的大部分上市都是整个房屋，这表明Airbnb实际上更像是一个租赁市场，而不是一个备用房间的共享平台。对星级评分的分析显示，对正评级有偏见，在评论中倾向于使用积极的话语放大。这种偏见的程度大于Yelp评论，这已经显示出正面偏见。我们调查一个关键问题---商业主机谁拥有多个上市的Airbnb ---在本次辩论中反复讨论。我们发现，他们的存在是普遍的，他们是加入Airbnb的早期移动者，他们的列表是不成比例的整个家庭，位于美国。我们的工作推动了目前对Airbnb如何使用的了解，并可能作为独立和实证参考来通知辩论。
由于连续的决策过程，个人人类活动的异常放缓
地址： http://arxiv.org/abs/1705.04319
作者： Alexander V. Zhukov, Sergei Fedotov, Roland Bouffanais
摘要： 受到一系列实证证据的揭示人类动力特征的激励，我们根据犹豫状态和决策实现状态之间的连续切换，制定了人类活动模型，犹豫状态下的居住时间根据重度分布情况分配，尾巴帕雷托分布。这个模式特别让人联想到一个人通过随机分布的人群漫步。使用基于异常和非马尔科夫行为的概念的随机模型，我们确切地说明，连续的决策过程使面临随机分布的障碍的个人的进程大大减慢。具体来说，我们确切地证明，平均位移显示出时间的亚线性尺度，其发现起源于：（i）人类活动的本质上非马可夫性质，以及（ii）犹豫时代的幂律分布。
关于记录
地址： http://arxiv.org/abs/1705.04353
作者： Andrew Berdahl, Uttam Bhat, Vanessa Ferdinand, Joshua Garland, Keyan Ghazi-Zahedi, Justin Grana, Joshua A. Grochow, Elizabeth Hobson, Yoav Kallus, Christopher P. Kempes, Artemy Kolchinsky, Daniel B. Larremore, Eric Libby, Eleanor A. Power, Brendan D. Tracey (Santa Fe Institute Postdocs)
摘要： 世界纪录设定一直引起公众的兴趣和科学考察。极端记录总结了一个过程探索的空间的局限性，历史进程揭示了过程的潜在动力。预测，统计特性和记录进度的最终限制的现有分析侧重于特定领域。然而，对于不同活动领域的记录进度如何变化的广泛观点需要进一步发展。在这里，我们采用横向指标来比较各种领域的记录，包括运动，博弈，生物进化和技术开发。我们发现，这些领域在改进率，破纪录时间序列的“突发性”以及记录突破过程的加速度方面表现出特征统计特征。具体来说，运动和博弈的改进速度最慢，“爆发率”的范围很广。技术以更快的速度提高，与其他领域不同，往往显示加速的记录。许多生物和技术过程的特点是持续的改善速度，比运动和博弈显示出更少的爆发性。了解记录进展的这些统计特性如何从潜在的动态出现是很重要的。为此，我们对特定记录设置事件进行详细分析：精英马拉松运行。在这个领域，我们发现单独研究记录设置数据可能会掩盖基础过程的许多结构性质。马拉松研究还说明了一些基于记录进化模型的标准统计假设可能在现实世界数据集中可能不适当或普遍违反。
重新绘制“色彩线”：在Twitter上检查关联网络中的种族隔离
地址： http://arxiv.org/abs/1705.04401
作者： Nina Cesare, Hedwig Lee, Tyler McCormick, Emma S. Spiro
摘要： 在线社交空间对于联想形成而言越来越突出。然而，大多数这些空间中的联想网络的种族构成尚未得到检验。在本文中，我们使用社交媒体平台Twitter的数据来研究在线联想网络中的种族隔离模式。承认过去关于社会结构和机构在影响个人网络的种族构成方面发挥的作用的工作，我们认为Twitter模糊了这些力量的影响力，可能邀请用户生成或多或少与以前所分离的网络根据使用情况离线观察。虽然我们期望在这个空间内找到某种程度的种族隔离，但本文解开了我们对黑白用户观察同种族联系的程度，评估这些模式是否可能由机会或选择产生，并将结果进行语境化将它们与离线观察的同种族相关性模式进行比较。
城市移动应用的中介分组交换充电数据记录的时间精度分析
地址： http://arxiv.org/abs/1705.04418
作者： Oscar F. Peredo, Romain Deschamps
摘要： 越来越多的电信数据在世界各地的城市移动应用中使用。尽管使用分组交换式计费数据记录（CDR），由于其主要目的并不适用于这种应用，因此尽管存在无处不在和有用性，但技术上的困难仍然存在。由于其特殊性质，在使用此数据时，必须考虑可访问性和时间精度之间的权衡。一方面，要获得高度精确的时间戳，必须提取和存储大量的网络级CDR。这个任务是非常困难和昂贵的，因为高度关键的网络节点应用程序可能在数据提取和存储中受到损害。另一方面，由于在其分析中不涉及网络节点应用，因此可以容易地访问中介CDR。由于在充电管道的先前步骤中执行了几个聚合和过滤，所以发放在记录的较低精确时间戳中。在这项工作中，介绍了使用后调解CDR的时间戳错误问题的详细描述，以及分析每个网络单元中收集的错误时间序列的方法。
音乐社区的传播数据挖掘：初步分析
地址： http://arxiv.org/abs/1705.04485
作者： Fabio Calefato, Giuseppe Iaffaldano, Filippo Lanubile, Antonio Lategano, Nicole Novielli
摘要： 评论在网络创意社区中发挥重要作用，因为它们有可能促进作者文物的制作和改进。我们调查基于评论的沟通如何帮助在线创意社区塑造成员的行为。在本文中，我们报告了一项初步研究的结果，旨在挖掘音乐社区的通信网络，用于协作创作，用户可以通过首先上传新歌曲，然后添加新曲目并以意见形式提供反馈，在线进行在线协作。
通过复杂网络理论分析徒步旅行活动的人员流动模式
地址： http://arxiv.org/abs/1705.04503
作者： Isaac Lera, Toni Pérez, Carlos Guerrero, Víctor Eguíluz, Carlos Juiz
摘要： 从户外活动的社会运动追踪应用中大量地理位置数据的挖掘对于自然资源规划和了解休闲活动中的人员流动模式都是有用的。这种地理位置数据代表了根据个人目标，个人能力，足迹条件或天气条件等主观客观因素选择远足活动。在我们的方法中，人类移动模式是由徒步旅行者生成的轨迹进行分析的。我们建议生成轨迹网络，确定轨迹重叠中的特殊点。路径和路径定义了我们的网络和形状的拓扑特征。我们使用复杂的加权网络理论来分析巴利阿里群岛的轨迹网络，作为研究的一个例子。分析分为四个季节，以观察天气条件对网络拓扑的影响。访问地点数量并没有减少，尽管两个季节样本数量差异较大，活动越来越多。在夏季，内陆地区到沿海地区的活动频率和本地化发生了最显着的变化。最后，我们比较我们的模型与网络具有不同目的的其他相关研究。我们的方法的一个发现是检测具有相关重要性的地区，可以在社区功能中应用景观干预。
银河制造商：为科学展览创建在线组件，以重新参与，评估和内容遗产
地址： http://arxiv.org/abs/1705.04563
作者： Josh Borrow, Chris Harrison
摘要： 对于2016年皇家学会夏季科学展览会，达勒姆大学计算宇宙学研究所创建了Galaxy Makers展览，介绍我们的计算宇宙学和天文学研究。除了物理展览，我们还创建了一个在线组件来促进重新参与，为我们的内容创建一个永久的家园，并允许我们收集有关参与和影响的更重要的信息。在这里，我们总结展览的细节和创建在线组件的成功。我们还分享了可以在其他科学展览的在线组件中实施的进一步使用和改进建议。
结构化人群中的拓扑依赖理性和量子响应平衡
地址： http://arxiv.org/abs/1705.04633
作者： Sabin Roman, Markus Brede
摘要： 鉴于在现实世界中很少满足完美理性的假设，我们探索了网络演员社会生态系统中的分级理性概念。我们通过社交网络中的地方参与演员的理性，并通过Nash和Logit量子响应均衡之间的平均Jensen-Shannon差异量化系统理性。以前的工作认为，无大规模拓扑最大化系统的整体理性。在这里我们可以看出，对于某些博弈，复杂网络的增加程度异质性是真实的，提高了理性，合理性 - 最优配置并不是无规模的。对于囚徒的困境和Stag Hunt博弈，我们提供了数值优化实验补充的分析参数，以证明由包含非常低度节点周围的几个主要枢纽节点组成的核心外围网络与总体上的合理性总体偏差明显小于规模免费网络同样的，对于“性别之战”和“匹配的比赛”博弈，我们发现最优网络结构也是核心周边图，但核心和周边的平均程度差异较小。这些结果提供了对社会生态系统的拓扑结构与其集体认知行为之间的相互作用的了解，以及理解财富不平等的潜在应用和全球公司控制网络的结构特征。
识别复杂系统的隐藏多路复用架构
地址： http://arxiv.org/abs/1705.04661
作者： Lucas Lacasa, Inés P. Mariño, Joaquín Miguez, Vincenzo Nicosia, Jesús Gómez-Gardeñes
摘要： 许多复杂系统的架构通过多重交互网络进行了很好的描述，而且它们的动态往往是在不同层次发生的几个相互交织的过程的结果。然而，只有在少数情况下，可以经验地观察这种多层架构，因为通常只能从聚合投影中对这种结构进行实验访问。因此，一个根本的问题是确定复杂系统的隐藏底层架构是否更好地被建模为单个交互层，或者是由多层的聚合和相互作用产生的结果。在这里，我们显示，通过仅使用由聚合网络导航的随机游骑者提供的本地信息，如果底层结构是多路复用的，则可以以鲁棒的方式来确定，并且在后一种情况下，确定最可能的数量层。所提出的方法检测和估计能够再现网络上发生的可观察的非马可夫动力学的最佳架构，其应用范围从人或动物的移动性到电子运输或分子马达。此外，数学理论在网络复杂系统中超越物理层的检测，因为它为简单（漫射）动力学的马尔科夫切换组合中的复杂动力学的最优分解提供了一般解决方案。
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。
