- 遏制致命疾病的早期不平凡的资源量要求;
- 期刊影响因子：简要的历史，批评和不利影响的讨论;
- 生态稳定的谱控制;
- 用非负矩阵分解法找出潜在城市;
- 社会感知时代;
- 二元时间序列复杂网络结构重构的统计推断方法;
- 复杂网络中最长简单周期问题的概率蚁群启发式方法;
- GraphCombEx：探索大图组合优化性质的软件工具;
- 信息战：理解Twitter上政府资助的喷子及其对网络的影响;
- HONE：高阶网络嵌入;
- 检测公共交通对流行病传播的影响;
- 美国所有城市的职业性别差距;
- 通过Facebook兴趣研究移民同化问题;
- 复杂传染过程中的竞争和双重用户;
- 论人类行为的社会影响：身体，同性恋和社会共同体;
- 社会影响（深度）学习对人类行为的预测;
- 电网模型中异质性的影响;
- Foursquare to The Rescue：跨地域预测救护车呼叫;
- 基于共激活集团的多源重叠大脑子网络提取;
- 城市避难建模中的行人导航算法性能评估;
- 地理空间分布反映了语言特征的演变速度;
- 复杂网络中的能量尺度与控制距离;
遏制致命疾病的早期不平凡的资源量要求
原文标题： Non-trivial Resource Amount Requirement in the Early Stage for Containing Fatal Diseases
地址： http://arxiv.org/abs/1611.00212
作者： Xiaolong Chen, Tianshou Zhou, Ling Feng, Junhao Liang, Fredrik Liljeros, Shlomo Havlin, Yanqing Hu
摘要： 在疫情控制过程中，通常通过增加投入资源来缩短感染的持续时间来实现对疾病的控制。然而，这一资源开支的影响尚未定量研究。我们通过记录完善的霍乱数据，经验性地观察到，与感染时间有关的恢复率与被感染者的平均资源有很强的正相关性。通过结合这种关系，我们建立了一个新的模型，发现资源不足导致感染人群规模的突然增加，这与之前认为的持续相变形成鲜明对比。直觉上，这种突然的相变在传染性较弱的疾病中更为明显，传染性疾病通常对应于最致命的疾病。此外，我们发现，即使是单一的感染源，公共资源也需要相当的数量，这与整个人口数量成正比，以确保疫情的遏制。我们的研究结果为早期有效的流行遏制策略提供了理论基础。
期刊影响因子：简要的历史，批评和不利影响的讨论
原文标题： The Journal Impact Factor: A brief history, critique, and discussion of adverse effects
地址： http://arxiv.org/abs/1801.08992
作者： Vincent Larivière, Cassidy R. Sugimoto
摘要： 期刊影响因子（JIF）是迄今为止讨论最多的文献计量指标。自从40多年前推出以来，它对科学生态系统产生了巨大的影响：转型出版业，塑造招聘实践和资源配置，从而重新调整学者的研究活动和传播实践。鉴于该指标的普遍性和影响力，JIF已被各学科方向的学者广泛解读和辩论。借鉴现有文献以及原创性研究，本章提供了该指标的简要历史，突出了众所周知的局限性，如分子与分母之间的不对称，跨学科的差异，引用窗口不足，以及底层引用分布的偏度。讨论了JIF的通货膨胀和弱势预测能力，以及对个体行为者和研究企业行为的不利影响。描述了以期刊为基础的其他指标，最后以要求负责任的申请为结尾，对期刊指标的未来发展进行评论。
生态稳定的谱控制
原文标题： Spectral control for ecological stability
地址： http://arxiv.org/abs/1801.09091
作者： Giulia Cencetti, Franco Bagnoli, Giorgio Battistelli, Luigi Chisci, Duccio Fanelli
摘要： 考虑由N个相互作用物种组成的系统。自我反应术语被假定为逻辑型。成对的相互作用发生在物种之间根据不同的模式，从而产生一个复杂的不对称无序图。引入和测试数学程序，通过基础耦合的重新连接来稳定生态系统。该方法对雅可比矩阵的谱实施最小的修改，该矩阵设定固定点的稳定性，并将这些变化追溯到物种间的相互作用。平衡状态的弹性似乎被捕食者与猎物的相互作用所青睐。
用非负矩阵分解法找出潜在城市
原文标题： Toward Finding Latent Cities with Non-Negative Matrix Factorization
地址： http://arxiv.org/abs/1801.09093
作者： Eduardo Graells-Garrido, Diego Caro, Denis Parra
摘要： 在过去的十年里，数字化足迹已经被用来将人口活动分为城市功能区。然而，一个关键方面却被忽略了：我们不仅在特定目的地进行活动，而且还从一个地方到另一个地方体验我们的城市。在本文中，我们建议根据人们如何穿越城市来分析和聚类城市。特别是，我们引入Mobilicities，使用NMF自动生成移动电话网络数据推导的旅行模式，矩阵分解模型。我们评估我们的方法在一个大城市，我们发现动力显示潜在的，但同时解释城市的流动性结构。我们的研究结果提供了证据表明聚合电话记录的聚类和可视化可以用于规划系统，以交互式分析城市结构和人口活动。
社会感知时代
原文标题： The Age of Social Sensing
地址： http://arxiv.org/abs/1801.09116
作者： Dong Wang, Boleslaw K. Szymanski, Tarek Abdelzaher, Heng Ji, Lance Kaplan
摘要： 在线社交媒体，如Twitter和Instagram，民主化的信息广播，允许任何人以前所未有的规模分享自己和周围环境的信息。在这些媒体上张贴的大量信息通过社会网络的眼睛为物理世界提供了一个新的镜头。这个镜头的利用，以检查世界国家的方面最近被称为社会感知。通过社交媒体的使用（或故意滥用）来操纵现实的力量打开了从恐怖宣传激演化到可能操纵成熟民主国家的选举等问题。这个新兴领域出现了许多重要的挑战和开放的研究问题，目的是更好地理解如何从媒体中提取信息，以及提取的信息和它所代表的世界的特征。应对上述挑战需要结合网络物理计算，社会学，传感器网络，社会网络，认知，数据挖掘，估计理论，数据融合，信息论，语言学，机器学等计算机科学与社会科学交叉的多学科研究学习，行为经济学，可能还有其他的。本文调查了社会传感的重要方向，确定了当前的研究挑战，并概述了未来研究的途径。
二元时间序列复杂网络结构重构的统计推断方法
原文标题： A statistical inference approach to structural reconstruction of complex networks from binary time series
地址： http://arxiv.org/abs/1801.09193
作者： Chuang Ma, Han-Shuang Chen, Ying-Cheng Lai, Hai-Feng Zhang
摘要： 托管二元状态动态的复杂网络出现在各种情况下。尽管以前的工作，从观察到的二进制数据中完全重构网络结构仍然是具有挑战性的。我们阐述了一个基于统计推断的方法来解决这个问题。特别是利用期望最大化（EM）算法，我们开发了一种仅基于二进制数据来确定网络中任何节点的邻居的方法，从而恢复网络的完整拓扑结构。我们的方法的一个关键因素是与实际或不存在的链接相关的概率的最大似然估计，并且我们显示EM算法能够区分这两种概率值而没有任何歧义，只要可用二进制的长度时间序列相当长。我们的方法不需要详细的动态过程的任何先验知识，无参数，即使在有噪音的情况下也能够进行精确的重构。我们演示了使用不同类型的二元动态过程和网络拓扑的组合的方法，并提供对底层重构机制的物理理解。我们基于统计推断的重建方法为快速扩展的复杂网络化系统的基于数据的逆向工程“工具箱”提供了一个额外的部分。
复杂网络中最长简单周期问题的概率蚁群启发式方法
原文标题： A Probabilistic Ant-based Heuristic for the Longest Simple Cycle Problem in Complex Networks
地址： http://arxiv.org/abs/1801.09227
作者： David Chalupa, Phininder Balaghan, Ken A Hawick
摘要： 我们提出了一个新的概率蚂蚁启发式（ANTH-LS）最长的简单循环问题。这个NP难问题在复杂网络中有许多现实世界的应用，包括图布局的有效构建，社会网络或生物信息学的分析。我们的算法是基于增强穿越边的概率，这在迄今为止的长周期中还没有出现。提出了一组社会网络，蛋白质 - 蛋白质相互作用网络，网络科学图和DIMACS图的实验结果。对于我们的22个真实网络测试实例中的6个，ANTH-LS已经获得了有史以来最长周期的改进。
GraphCombEx：探索大图组合优化性质的软件工具
原文标题： GraphCombEx: A Software Tool for Exploration of Combinatorial Optimisation Properties of Large Graphs
地址： http://arxiv.org/abs/1801.09229
作者： David Chalupa, Ken A Hawick
摘要： 我们提出了一个软件工具的原型，用于探索大型现实世界和综合复杂网络中的多个组合优化问题。我们的工具GraphCombEx（Graph Combinatorial Explorer的首字母缩略词）为可扩展计算和高质量次优解决方案的展示提供了一个统一的框架，并提供了许多广泛研究的组合优化问题的界限。在设计中特别考虑到大规模图和复杂网络的高效表示和适用性。目前支持的问题包括最大集合，图着色，最大独立集，最小顶点集覆盖，最小支配集，以及最长的简单循环问题。使用可扩展的启发式方法来估计最优目标值的次优解和间隔。该工具的设计考虑到了可扩展性，考虑到了进一步的问题以及将来增加的新的快速和高性能启发式技术。 GraphCombEx已经被成功地用作了许多最近的研究研究的支持工具，使用组合优化来分析复杂的网络，表明它作为研究软件工具的承诺。
信息战：理解Twitter上政府资助的喷子及其对网络的影响
原文标题： Disinformation Warfare: Understanding State-Sponsored Trolls on Twitter and Their Influence on the Web
地址： http://arxiv.org/abs/1801.09288
作者： Savvas Zannettou, Tristan Caulfield, Emiliano De Cristofaro, Michael Sirivianos, Gianluca Stringhini, Jeremy Blackburn
摘要： 在过去的几年里，已经出现了一些轶事性的证据，把国家发起的行动者的协调运动与通过专门的账户或“巨魔”操纵网络上的舆论（通常围绕重大政治事件）联系起来。虽然他们经常参与在社交媒体上散布虚假信息，但对于这些巨魔如何运作，传播什么类型的内容，以及最重要的是他们对信息生态系统的影响等知之甚少。在本文中，我们通过分析被认定与俄罗斯互联网研究机构有联系的1K Twitter用户发布的27K条推文，并由此可能由国家赞助的巨魔，来阐明这些问题。我们将他们的行为与一组随机的Twitter用户进行比较，发现他们传播的内容，他们的账户演变以及他们的一般行为和Twitter平台的使用方面的有趣差异。然后，使用一个称为Hawkes Processes的统计模型，量化这些账户对推特，Reddit，和4chan等社交平台上的新闻传播的影响。总的来说，我们的调查结果表明，俄罗斯巨魔账户长期保持活跃状态，并通过他们的信息接触到大量Twitter用户。然而，当我们看到他们传播新闻内容的能力并使之成为病毒式的时候，我们发现他们在社交平台上的影响是微不足道的，除了俄罗斯国营新闻社RT（俄罗斯今日报）发布的新闻之外。
HONE：高阶网络嵌入
原文标题： HONE: Higher-Order Network Embeddings
地址： http://arxiv.org/abs/1801.09303
作者： Ryan A. Rossi, Nesreen K. Ahmed, Eunyee Koh
摘要： 本文从基于网络图的图数据描述了学习高阶网络嵌入（HONE）的一般框架。 HONE框架具有高度的表现力和灵活性，具有许多可互换的组件。实验结果证明了学习高阶网络表示的有效性。在所有情况下，HONE的性能优于最近的嵌入方法，无法捕获更高阶的结构，在各种网络和嵌入方法中，AUC的平均相对增益为$ 19 \％$（最高$ 75 \％$增益）。
检测公共交通对流行病传播的影响
原文标题： Detecting the impact of public transit on the transmission of epidemics
地址： http://arxiv.org/abs/1801.09333
作者： Zhanwei Du, Yuan Bai
摘要： 在许多发展中国家，公共交通在日常生活中扮演着重要的角色。但是，现有的方法很少考虑公共交通对其模型的影响。在这项工作中，我们展示了个人的流行病蔓延过程的双重视角，既涉及到地方（如工作场所和家庭）和公共交通（如公共汽车和火车）的污染。更详细地说，我们考虑一群使用公共交通工具到一些地方的人，并将公共交通引入到疫情传播过程中。提出了一个新的建模框架，考虑到基于地方的感染和基于公共交通的感染。在城市情景下，我们调查个人在疫情传播过程中的公交出行贡献率（PTTCR），并通过评估传染病人数来评估公交出行贡献率的影响。测试和分析了公共交通和学校关闭等战略情景。我们的模拟结果表明，公共交通出行贡献率高的人通过影响社会网络，通过公共交通出行贡献率来增加传染病暴发时的传染病人数。
美国所有城市的职业性别差距
原文标题： Professional Gender Gaps Across US Cities
地址： http://arxiv.org/abs/1801.09429
作者： Karri Haranko, Emilio Zagheni, Kiran Garimella, Ingmar Weber
摘要： 工作环境中的性别不平衡一直是一个长期的问题。确定这种不平衡的存在是设计有助于克服这些不平衡的政策的关键。在这项工作中，我们研究美国各个层面的就业性别趋势。这是通过分析从LinkedIn的广告平台提取的匿名统计数据来完成的。这些数据包含了（i）位置，（ii）年龄，（iii）行业和（iv）某些技能方面的男性和女性LinkedIn用户的数量。我们研究了哪些类别与LinkedIn中相对较高的男性或女性相关度最高。除了检查LinkedIn数据的汇总统计数据外，我们还使用线性回归将性别平衡建模为不同员工特征的函数。我们的研究结果表明，所有特征类型的性别差异是不同的，但是这些差异在行业和技能之间最为深刻。我们LinkedIn数据集中的性别比率与美国劳工统计局提供的数据之间的高度相关性可以作为我们结果的外部验证。
通过Facebook兴趣研究移民同化问题
原文标题： Studying Migrant Assimilation Through Facebook Interests
地址： http://arxiv.org/abs/1801.09430
作者： Antoine Dubois, Emilio Zagheni, Kiran Garimella, Ingmar Weber
摘要： 移民同化是欧洲社会面临的重大挑战，部分原因是近年来难民突然增多，部分原因是人口趋势长期存在。在本文中，我们使用Facebook的数据为广告商研究德国阿拉伯语移民的同化程度，通过他们在网上表达的兴趣来看待。我们的结果表明沿着人口线，语言和来源国的同化梯度。由于难以及时收集迁徙数据，特别是与文化同化有关的特征，我们开发的方法和我们提供的结果为计算社会科学家提供了开放的新线路，而这些线索已经被很好地处理。
复杂传染过程中的竞争和双重用户
原文标题： Competition and dual users in complex contagion processes
地址： http://arxiv.org/abs/1801.09464
作者： Byungjoon Min, Maxi San Miguel
摘要： 我们研究了随机网络中复杂传染过程中两个传播实体的竞争，例如创新。我们开发一个分析框架，并考察双用户的作用，即使用这两种技术的代理人。确定新创新的扩散转型和已有技术的消亡转型，根据网络平均度，已有技术的流行程度和传染过程的阈值，找到不同的阶段。与先前存在的技术的竞争有效地抑制了新创新的传播，但也允许共存的阶段。双重用户的存在在很大程度上改变了瞬态动力学，创造了新的阶段，促进了新创新的传播和已有的消失。即使旧的创新有先发优势，也能使新创新的全球传播。
论人类行为的社会影响：身体，同性恋和社会共同体
原文标题： On the Social Influence in Human Behavior: Physical, Homophily, and Social Communities
地址： http://arxiv.org/abs/1801.09465
作者： Luca Luceri, Alberto Vancheri, Torsten Braun, Silvia Giordano
摘要： 理解人类行为和社会动态的力量是一个具有挑战性的问题。个人的决定和行为受交错因素的影响，如自然地理位置，同性恋和社会关系。在本文中，我们建议考察与这些因素相关的不同社区作为社会影响力来源的作用。自我网络通常用于社会影响分析。我们的假设是，个体被嵌入社区，不仅与他们的直接社会关系有关，而且涉及不同和复杂的力量。我们分析身体，同性恋和社会社区，以评估他们与主体的行为的关系。我们证明了社会影响与这些社区相关，并且每个人对于个人都是（不同的）重要的。我们定义反映这些群体中的主体参与的基于社区的特征，并且使用它们与监督学习算法来预测主体参与社交事件。结果表明，社区和自我网络是社会影响的相关来源，证实了自我网络不足以解释这种现象。此外，我们根据他们所经历的社会影响程度对用户进行分类，以识别行为表型的类别。据我们所知，这是第一个证明存在与社会影响现象有关的表型的工作。
社会影响（深度）学习对人类行为的预测
原文标题： Social Influence (Deep) Learning for Human Behavior Prediction
地址： http://arxiv.org/abs/1801.09471
作者： Luca Luceri, Torsten Braun, Silvia Giordano
摘要： 社会网络中的影响传播最近引起了很大的兴趣。事实上，了解影响力如何在社会网络中的主体之间传播，为越来越多的应用开辟了道路。已经做了很多努力来定量测量对象之间的影响概率。现有的方法有两个主要的缺点：（1）他们假设影响概率是彼此独立的;（2）他们不考虑主体没有执行的行为（但由她/他的朋友进行）来学习这些概率。在本文中，我们建议通过采用深度学习方法来解决这些限制。我们引入了深度神经网络（DNN）框架，该框架既具有模拟社会影响力的能力，又能够预测人类行为。为了验证所提出的框架，我们在基于事件的社会网络（EBSN）的真实（离线）数据集上进行实验。结果表明，我们的方法通过有效地解决先前描述的限制而优于现有的解决方案。
电网模型中异质性的影响
原文标题： Effects of heterogeneity in power-grid network models
地址： http://arxiv.org/abs/1801.09492
作者： Géza Ódor, Bálint Hartmann
摘要： 我们比较了2D格上的二阶Kuramoto模型以及由实际数据生成的大型综合电网网络的相位同步转换。后者是加权的分级模块化网络。由于惯性，同步转换是一阶型的，通过改变全局耦合参数K表现出快速松弛和迟滞的特点。有限尺寸标定分析表明转换点随着系统尺寸N按K / N尺度，因此存在与平均场模型不同，在热力学极限中没有真正的相变。订单参数波动不取决于网络大小。在电网的情况下，相位同步比在格子的情况下更弱并且以更高的K / N分解。已经遵循了去同步雪崩的时间行为，并且在猝灭的节点的固有频率的情况下，已经在转换之下检测到具有幂律尾部的持续时间分布。这表明了罕见的地区效应，即使没有自组织机制也能实现无标度分配。
Foursquare to The Rescue：跨地域预测救护车呼叫
原文标题： Foursquare to The Rescue: Predicting Ambulance Calls Across Geographies
地址： http://arxiv.org/abs/1801.09524
作者： Anastasios Noulas, Colin Moffatt, Desislava Hristova, Bruno Gonćalves
摘要： 了解救护车事件如何在空间上分布，可以揭示地理区域的流行病学动态，并为医疗政策设计提供信息。在这里，我们分析了英格兰西北部一千二百万居民的四百多万救护车呼叫的纵向数据集。为了解释救护车呼叫频率的地理差异，我们采用了广泛的数据层，包括描述人口统计和社会经济特征的开放式政府数据集，以及在线服务如Foursquare的地理活动。在精细的空间粒度水平上进行工作时，我们表明，在预测一个地区的救护车呼叫量时，白天的人口水平和一个地区的匮乏状况是最重要的变量。另一方面，四方检查补充了这些政府采购的指标，为当地的人口夜生活和商业活动提供了一个新的视角。我们演示如何使用多变量回归模型预测特定类型的紧急事件时，检入活动如何提供优势。
基于共激活集团的多源重叠大脑子网络提取
原文标题： Coactivated Clique Based Multisource Overlapping Brain Subnetwork Extraction
地址： http://arxiv.org/abs/1801.09589
作者： Chendi Wang, Rafeef Abugharbieh
摘要： 子网络提取使用社区检测方法通常用于研究大脑的模块化结构。最近的研究表明，某些大脑区域已知与多个子网络相互作用。但是，大多数现有的方法主要是针对非重叠的子网络提取。在本文中，我们提出了一个使用派系重叠大脑子网络提取的方法，我们将其定义为执行多个任务的共激活节点组。我们提出了一种基于共激活集团的多源子网络提取方法，该方法（1）使用任务激活和任务连接强度信息进行团体识别，（2）自动检测具有更多神经科学理论的不同大小的团体，（3） ）共享用于重叠子网络提取的团体内的节点之间的子网络成员资格，其来源于休息和任务数据的融合。在真实数据上，与常用的重叠社区检测技术相比，我们表明，我们的方法改善了子网络提取方面的群体层面和主题重现性。我们还表明，我们的多源方法确定了大脑区域内的子网络重叠，这些重叠与使用功能和解剖信息定义的中心相匹配，这使我们能够研究子网之间的相互作用以及中心如何在跨不同子网络的信息流中发挥作用。我们进一步证明，使用我们的方法的相互作用/单个节点的分配对应于独立于我们的基于多模式随机游走的方法导出的后验概率。
城市避难建模中的行人导航算法性能评估
原文标题： Performance Evaluation of Pedestrian Navigation Algorithms for City Evacuation Modeling
地址： http://arxiv.org/abs/1801.09604
作者： Fardad Haghpanah, Judith Mitrani-Reiser, Benjamin W. Schafer
摘要： 模拟是研究不同条件下物理，环境和社会系统行为的有力工具。可以使用撤离模拟来估计人们离开建筑物或撤离受灾地区所需的时间。虽然建立疏散模拟已经有了显著的研究，但是城市疏散模拟还不太成熟。对于使用基于主体的模型进行疏散模拟，底层导航算法的特性对模拟的整体效率非常重要。在一些灾难中，例如地震，主要事件发生后撤离。这意味着疏散和导航的建筑物和桥梁被破坏和倒塌，道路和道路受阻。此外，可能发生的余震或诱发的现象，如滑坡和液化，可以为物理环境随时间变化的疏散人员提供更加动态的情况。以代理人为模型的撤离人员需要一个可靠的算法来在这些复杂的动态环境中进行导航。可靠的导航算法应该能够处理具有不同物理属性的障碍物，并且能够通过动态环境来执行。在这项研究中，引入了一个框架来评估代理导航算法的相对性能。这个框架的主要指标是收敛性，最优性，精确性和效率（COPE）。 COPE框架应用于一组机器人导航算法（Bug系列），以评估它们作为行人导航算法的适用性。
地理空间分布反映了语言特征的演变速度
原文标题： Geospatial distributions reflect rates of evolution of features of language
地址： http://arxiv.org/abs/1801.09637
作者： Henri Kauhanen, Deepthi Gopal, Tobias Galla, Ricardo Bermúdez-Otero
摘要： 人类语言的不同结构特征以不同的速率变化，因此表现出不同的时间稳定性。语言稳定性估计的现有方法取决于先前将世界语言的族谱分类为语言族;这些方法导致对家庭之间的水平转移敏感的特征的稳定性估计值不可靠，以及每当数据从不同时间深度的家族聚集时。为了克服这些问题，我们基于数学建模和当代地理空间语言特征的分析，描述了一个没有家庭分类的稳定性估计方法。回归我们的模型产生的估计与家谱方法的估计，我们报告广泛的一致，但也有重要的差异。特别是，我们表明，我们的方法是不承担由系谱方法引起的一些误报和假阴性。我们的研究结果表明，语言特征的历史演变在其全球地理空间分布上留下了足迹，并且可以通过将语言动力学作为空间扩展的随机过程来从这些分布中恢复演化速率。
复杂网络中的能量尺度与控制距离
原文标题： Energy Scaling with Control Distance in Complex Networks
地址： http://arxiv.org/abs/1801.09642
作者： Isaac Klickstein, Ishan Kafle, Sudarshan Bartaula, Francesco Sorrentino
摘要： 最近已经表明，应用于复杂网络的控制动作的预期能量需求与目标节点的数量成指数地变化。虽然指数标度法提供了对平均所需能量的充分预测，但是也已经表明，特定数目的目标的能量值的扩展是大的。在这里，我们更仔细地探讨驱动器节点和目标节点之间的影响距离以及自我调节的幅度对控制动作的能量。我们发现能量尺度定律可以写成包含驱动节点和目标节点之间距离的信息，以更准确地预测控制能量。
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。
