- 城市尺度的商场吸引力和社交混合;
- 在d团图上建模流行病;
- 工作时间隔离的时间地理位置;
- 大分裂;
- 网络构建：利用局部主特征向量的学习框架;
- 复杂的网络几何与沮丧的同步;
- 绘制道路网络社区指导疾病监测和控制策略;
- 粒子加速器技术突破的社会经济影响：研究议程;
- 统一的深度学习体系结构的滥用检测;
- 大规模众包与Twitter滥用行为表征;
- 分裂国家？使用文本和投票来检测偏好亲和团的多元网络方法;
城市尺度的商场吸引力和社交混合
原文标题： Shopping Mall Attraction and Social Mixing at a City Scale
地址： http://arxiv.org/abs/1802.00041
作者： Mariano G. Beiró, Loreto Bravo, Diego Caro, Ciro Cattuto, Leo Ferres, Eduardo Graells-Garrido
摘要： 购物中心的社会融合方面及其对我们对城市空间认识的影响一直是文献中大量讨论的一个有争议的论点。商场提供了一个开放，安全和民主的公共空间版本。他们的许多批评者认为，商场以微妙的方式瞄准客户，促进社会排斥。在这项工作中，我们通过分析拉丁美洲的一个大城市 - 智利圣地亚哥的购物中心访问模式，分析商场是否提供社交混合的机会。我们使用一家电信公司的大型XDR（数据详细记录）数据集，分析一个月内在智利圣地亚哥的大约16美元的大型购物中心的387,152美元手机的流动性。我们用流动的引力模型来模拟人们涌入商场，我们能够预测每个商场的客户资料分布，并根据商场位置，人口分布和商场规模来解释它。然后，我们分析社会吸引力的概念，表示为中低收入阶层的人被吸引到高收入消费者的商场吸引。我们在模型中包含一个社会吸引因素，发现在选择商场的过程中它是微不足道的。我们观察到，只有位于离市中心最远的周边商场才会出现社交混合，这是中低阶层人士访问的地方。使用共同访问模式，我们显示人们倾向于根据他们的社会经济地位和他们与商场的距离来选择商场的限制性概况。我们的结论是，商场中的社交混合的潜力可以通过设计有关交通和机动性的公共政策来资本化。
在d团图上建模流行病
原文标题： Modeling epidemics on d-cliqued graphs
地址： http://arxiv.org/abs/1802.00102
作者： Laura P. Schaposnik, Anlin Zhang
摘要： 由于社会相互作用已被证明导致对称群集，我们在这里建议对称性在流行病建模中起关键作用。最近，D-tree树图的数学模型被证明对于简单网络中的流行病建模特别有效[Seibold＆Callender，2016]。为了说明对称关系，我们把它推广到一种新的类型为d-cliqued的树形图的网络，它是通过将边添加到正则d-树形成d-cliques而获得的。这种设置为例如在家庭或教室内发生的流行病爆发提供了一个更现实的模型，并且可以通过学校的儿童传播到达人口。具体而言，我们量化从一个派系（例如家庭）开始的感染如何通过图表的主体（例如公共场所）到达其他派系。此外，我们提出并研究一个安全区的概念，这个安全区是一个感染概率微乎其微的子集。
工作时间隔离的时间地理位置
原文标题： The time geography of segregation during working hours
地址： http://arxiv.org/abs/1802.00117
作者： Teodoro Dannamann, Boris Sotomayor-Gómez, Horacio Samaniego
摘要： 了解隔离对于开发建设更具包容性城市的规划工具至关重要。从理论上讲，考虑到技能互补在塑造城市经济的其他生产性因素中的重要性，工作场所的隔离相较于居住隔离被描述得更低。本文通过关注城市居民在城市中的流动，从动态角度解决工作时间的隔离问题。与测量隔离住宅模式相反，我们使用移动电话数据来推断家庭工作轨迹网络，并将智能识别算法应用于智利圣地亚哥市。然后，我们从社会经济组成的角度描述定性和定量的社区概况。然后，我们评估这些社区中的每个社区的隔离情况，作为来自特定社区的人与来自同一社区的同事交往的可能性。最后，我们将这些结果与为每个实际用户设置新的工作位置的模拟进行比较，遵循每个社区的家庭工作距离和方向角的经验概率分布。从方法上来说，这项研究表明，圣地亚哥的工作时间隔离在城市大部分地区出人意料地高，除了中央和商业区。事实上，唯一没有统计隔离的社区与圣地亚哥市中心地区相对应，被描述为整个城市的交汇和融合区。
大分裂
原文标题： The Great Division
地址： http://arxiv.org/abs/1802.00156
作者： Yu Wang, Jiebo Luo
摘要： 当信息流失，民主党和共和党之间不交谈时，以色列人和巴勒斯坦人之间不交谈，朝鲜人和韩国人之间不交谈时，就会产生误解，偏见和假消息。在本文中，我们使用Twitter数据和蒙特卡洛模拟，对政治极化和社会分化进行了深入的研究。首先，我们研究人们在自己的思想圈子里转发的总体倾向。介绍茧比率的概念，我们表明，唐纳德·特朗普的追随者转发一个特朗普追随者的可能性是2.56，而不是转发希拉里·克林顿的追随者。其次，从个人层面来看，我们发现，女性思想圈内专门转发的倾向比女性更强，这种倾向随着社会资本的增长而减弱。第三，我们使用一维Ising模型来模拟高茧比率的社会如何最终完全分化。我们最后讨论我们关于假消息的发现。
网络构建：利用局部主特征向量的学习框架
原文标题： Network construction: A learning framework through localizing principal eigenvector
地址： http://arxiv.org/abs/1802.00202
作者： Priodyuti Pradhan, Sarika Jalan
摘要： 近年来，复杂网络的特征向量定位由于在网络中心度量，谱分割，近似算法的发展和疾病传播现象等多个领域的广泛适用性而出现了突飞猛进的发展。对于一个网络来说，当特征向量的大部分成分接近于零时，特征向量被称为局部特征向量，很少有很高的值。在这里，我们开发了三种不同的随机算法，通过使用边重连方法，可以将具有非本征主特征向量的随机网络演化为具有高度局部主特征向量的网络。我们讨论这些算法的缺点和优点。另外，我们证明，当目标函数为逆参与率时，对应于高度局部化的主特征向量的网络的构建是非凸优化问题。
复杂的网络几何与沮丧的同步
原文标题： Complex Network Geometry and Frustrated Synchronization
地址： http://arxiv.org/abs/1802.00297
作者： Ana P. Millán, Joaquín J. Torres, Ginestra Bianconi
摘要： 神经元文化网络的动态最近被证明是强烈依赖于网络的几何形状，特别是它们的维度。但是，从理论的角度来看，这种现象迄今为止还没有得到广泛的研究。在这里，我们揭示了网络几何和耦合振荡器同步的复杂网络流形复杂模型的复杂背景下的丰富的相互作用。由这个模型生成的网络结合了小的世界属性（无穷Hausdorff维数）和高度模块化的结构以及有限和可调的谱维数。我们表明，网络显示振荡器的耦合强度范围广泛的挫败同步，同步性能直接影响网络的谱维度。
绘制道路网络社区指导疾病监测和控制策略
原文标题： Mapping road network communities for guiding disease surveillance and control strategies
地址： http://arxiv.org/abs/1802.00301
作者： Emanuele Strano, Matheus P. Viana, Alessandro Sorichetta, Andrew J. Tatem
摘要： 人的流动性在数量，速度和范围上都在增加，导致感染的旅行者移动和引入病原体。了解区域如何连接，这些连接的强度以及这些连接如何转化为疾病传播对于规划监视和设计控制和消除策略非常重要。虽然已经进行分析以确定和绘制全球航空，航运和移民网络的连通性，但尚未对中低收入国家的绝大多数旅客进行道路网络分析。在这里，我们提出了识别道路连接社区的方法，以及在社区和关键连接路线之间绘制桥梁区域的方法。我们将这些数据应用到非洲，并显示有多少高度关联的社区跨越国界，将疟疾患病率和人口数据作为一个例子，社区发生变化，突出显示与高负担地区关系最密切的地区。所提供的方法和结果为支持疾病监测和控制策略的设计提供了一个灵活的工具，通过映射高度连接性的区域，形成干预的连贯单元和社区间针对监测的关键路线。
粒子加速器技术突破的社会经济影响：研究议程
原文标题： The socio-economic impact of a breakthrough in the particle accelerators' technology: a research agenda
地址： http://arxiv.org/abs/1802.00352
作者： Florio Massimo, Bastianin Andrea, Castelnovo Paolo
摘要： 加速器产业长期轨迹的初步证据表明，它可能接近其周期的成熟阶段。如果是这样的话，我们如何衡量加速技术不确定性突破带来的好处呢？谁是通过这样的突破感兴趣的主要利益相关者？我们确定这些主题，并为回答这些问题勾画出一些途径。因此，我们为研究基础设施的社会成本效益分析（CBA）提供了一个模型，并说明了评估加速器在基础科学和过度治疗中的益处的结果。最后，我们从单一研究基础设施的社会CBA转向加速器技术的重大变革建模，因此在行业中也是如此。介绍了关于技术突破的潜在影响的研究议程。
统一的深度学习体系结构的滥用检测
原文标题： A Unified Deep Learning Architecture for Abuse Detection
地址： http://arxiv.org/abs/1802.00385
作者： Antigoni-Maria Founta, Despoina Chatzakou, Nicolas Kourtellis, Jeremy Blackburn, Athena Vakali, Ilias Leontiadis
摘要： 仇恨言论，冒犯性语言，性别歧视，种族主义等各种滥用行为已成为许多网络社交媒体平台的普遍现象。近年来，这种多样化的虐待行为已经显现出来，并且频率和程度越来越高。这是由于流行的媒体平台（如Twitter和Facebook）的开放性和意愿，以容纳敏感或有争议话题的内容。然而，这些平台并没有充分解决在线滥用行为的问题，而且对这种不当行为的有效发现和阻断的响应仍然有限。在本文中，我们通过更全面的方法来研究这个复杂的问题，它考虑了滥用行为的各个方面。为了使这种方法更加有形，我们专注于Twitter数据，并从不同角度对滥用发布行为进行用户和文本属性分析。我们提出了一个深度学习架构，它利用了各种可用的元数据，并将其与自动提取的隐藏模式结合起来，以检测多个互相关联的滥用行为准则。我们以无缝，透明的方式运用这个统一架构来检测不同类型的虐待行为（仇恨言论，性别歧视，种族歧视，欺凌，讽刺等），而不需要为每个任务调整模型架构。我们使用多个数据集对Twitter上的不同和多个滥用行为进行测试。我们的研究结果表明，它在很大程度上优于最先进的方法（根据数据集的不同，AUC的改善在21％和45％之间）。
大规模众包与Twitter滥用行为表征
原文标题： Large Scale Crowdsourcing and Characterization of Twitter Abusive Behavior
地址： http://arxiv.org/abs/1802.00393
作者： Antigoni-Maria Founta, Constantinos Djouvas, Despoina Chatzakou, Ilias Leontiadis, Jeremy Blackburn, Gianluca Stringhini, Athena Vakali, Michael Sirivianos, Nicolas Kourtellis
摘要： 近年来，攻击性，辱骂性，憎恶性，性别歧视，种族主义等各种侵略性和网络欺凌行为的发生频率越来越高，并在许多网络社交媒体平台上出现。事实上，过去科学工作的重点是在流行媒体如Facebook和Twitter上研究这些形式。在这样的工作的基础上，我们以整体的方式展示了Twitter上各种滥用行为的8个月研究。从过去的工作出发，我们研究了各种各样的标签方案，同时涵盖了不同形式的滥用行为。我们提出了一种渐进式和迭代式的方法，利用众包的力量用一组与滥用相关的标签来标注大量的推文。事实上，通过应用我们的方法，包括统计分析标签合并或消除，我们确定一个减少，但强大的标签集。最后，我们提供了我们收集并注释的10万条推文数据集的第一个概述和结果，我们公开可供进一步的科学探索。
分裂国家？使用文本和投票来检测偏好亲和团的多元网络方法
原文标题： Disunited Nations? A Multiplex Network Approach to Detecting Preference Affinity Blocs using Texts and Votes
地址： http://arxiv.org/abs/1802.00396
作者： Caleb Pomeroy, Niheer Dasandi, Slava J. Mikhaylov
摘要： 本文对一个新兴的文献作出贡献，模拟投票和文本串联，以更好地理解偏好表达偏好。它引入了一种基于自然语言处理和网络科学文献的发展 - 即保留有价值的人类语言语法特征的词嵌入和多层社区检测 - 的国际关系的多维设置中估计偏好极化的新方法网络，它们跨多个复杂的网络定位密集连接的角色。我们发现，同时使用这些工具有助于更好地估计各国在联合国表决中所表达的外交政策偏好，以及仅仅通过表决所允许的演讲。这些定位的亲和力集团的效用通过在国际关系中发生冲突的应用来证明，尽管这些工具将会是所有学者在多维环境下对偏好和偏见的测量所感兴趣的。
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。
