• 在线社会网络时间线的公平性：测量、模型和机制设计;
• 随机规则图上协同传染病的分叉;
• 图的集合聚类;
• 地理文本数据和数据驱动的地理空间语义;
• 推断Twitter用户的政治倾向：2017年土耳其宪法公投案例研究;
• 通过熵和复杂性的视角看艺术绘画的历史;
• 如何理解城市形态的分形和分形维数;
• 使用Steiner树抽样的鲁棒级联重建;
• 音乐风格的统计演化规律;
• 检查互动：社交媒体中的在线新闻媒体协同作用;
• 图上贪心叶去除过程的两面性;
• 社会媒体上有误信息的传播趋势;
• 物联网杯中风暴：网络物理社会机器的涌现;
• 通过演化扰动的目标防御对抗基于链路预测的攻击;
• 主动攻击下社会网络隐私措施的分析与评价;
• 了解和预测信息级联的生命周期事件;
• 社会网络中三元闭合和同质性的累积效应;
• 传染病期间的联系适应：多层网络形成方法;
• 极化与理想路线的争论沟通模式;
• 调查在线音乐社区中的人群创造力;
• 在Twitter上部署南非社交蜜罐;
• 机器人分类的网络拓扑方法;
• 利用多跳同配性进行网络分类;
• 共享给定度分布和全局聚类的网络结构多样性映射：带丢番图方程突变的自适应分辨率网格搜索演化;
• 什么增加（社交）媒体关注：研究影响，作者突出或标题吸引力？;

在线社会网络时间线的公平性：测量、模型和机制设计

原文标题： Fairness in Online Social Network Timelines: Measurements, Models and Mechanism Design

地址： http://arxiv.org/abs/1809.05530

作者： Eduardo Hargreaves, Claudio Agosti, Daniel Menasché, Giovanni Neglia, Alexandre Reiffers-Masson, Eitan Altman

摘要： Facebook News Feed个性化算法每天都会对数百万互联网用户的生活方式，情绪和意见产生重大影响。尽管如此，这种算法的行为缺乏透明度，激励测量，建模和分析，以便理解和改善其属性。在本文中，我们提出了一种可重复的方法，包括测量，分析模型和基于公平的News Feed设计。该模型利用生存时间（TTL）计数器的多功能性和分析易处理性，通过新闻Feed捕获发布者的可见性和占用率。测量用于参数化和验证所提出模型的表达能力。然后，我们进行假设分析，以评估用户对从模型派生的基线产生的可见性和占用偏差。我们的结果表明存在显著偏差，并且在新闻Feed的顶部位置更为突出。此外，我们发现即使对于他们的政治观点故意设置为中立的用户来说，这种偏见也是不可忽视的，从而激发了一种新颖且更加透明的基于公平的新闻Feed设计的提议。

随机规则图上协同传染病的分叉

原文标题： Bifurcations in synergistic epidemics on random regular graphs

地址： http://arxiv.org/abs/1809.05575

作者： Sergei N. Taraskin, Francisco J. Pérez-Reche

摘要： 根据在随机规律图上定义的易感染 - 易感（SIS）模型的规则，分析和数字地研究合作效应（即协同作用）在感染传播中的作用。非线性动力学显示出导致这种扩散现象的分叉图，表现出三种不同的方式：非活性，活性和双稳态。研究了分叉位点对节点度的依赖性。

图的集合聚类

原文标题： Ensemble Clustering for Graphs

地址： http://arxiv.org/abs/1809.05578

作者： Valérie Poulin, François Théberge

摘要： 我们提出了一种用于图（ECG）的集合聚类算法，该算法基于Louvain算法和共识聚类的概念。我们通过复制最近发表的一项比较图聚类算法而不是人工网络的研究来验证我们的方法，显示ECG优于该研究的主要算法。我们还说明了如何使用ECG获得的集合来量化图中社区结构的存在。

地理文本数据和数据驱动的地理空间语义

原文标题： Geo-Text Data and Data-Driven Geospatial Semantics

地址： http://arxiv.org/abs/1809.05636

作者： Yingjie Hu

摘要： 如今，许多数据集都包含地理位置和自然语言文本之间的链接。这些链接可以是地理标记，例如地理标记的推文或带有地理标记的维基百科页面，其中位置坐标明确附加到文本。这些链接也可以是提及，例如新闻文章，旅游博客或历史档案中的提及，其中文本隐含地连接到所提到的地方。这种数据称为地理文本数据。大量地理文本数据的可用性带来了挑战和机遇。一方面，由于非结构化文本和一些地方复杂的空间足迹，自动处理这类数据具有挑战性。另一方面，地理文本数据通过文本中包含的丰富信息以及文本和地理之间的特殊联系提供了独特的研究机会。因此，地理文本数据有助于各种研究，特别是那些数据驱动的地理空间语义研究。本文讨论了地理文本数据和相关概念。本文着重于数据驱动的研究，系统地回顾了大量从地理文本数据中发现多种类型知识的研究。在文献综述的基础上，提取了一个广义的工作流程，并讨论了未来工作的主要挑战。

推断Twitter用户的政治倾向：2017年土耳其宪法公投案例研究

原文标题： Inferring Political Alignments of Twitter Users: A case study on 2017 Turkish constitutional referendum

地址： http://arxiv.org/abs/1809.05699

作者： Kutlu Emre Yilmaz, Osman Abul

摘要： Twitter在政治中的日益普及受商业和学术兴趣的影响。为了充分利用这个平台的优点，以期望的政治倾向达到目标受众是至关重要的。本文将关于Twitter用户的政治取向推断的研究扩展到2017年土耳其宪法公投的案例。在构建了推文的目标数据集之后，我们探索了几种类型的潜在功能，以构建基于机器学习的预测模型。在我们的实验中，基于语义特征训练的三类支持向量机（SVM）分类器获得了89.9％的最佳准确度分数。此外，在全文特征上训练的SVM分类器比在哈希标签上训练的SVM分类器表现更好，各自的准确度分数分别为89.05％和85.9％。通过全文特征获得的相对较高的准确度分数可能指向语言使用的差异，这值得进一步研究。

通过熵和复杂性的视角看艺术绘画的历史

原文标题： History of art paintings through the lens of entropy and complexity

地址： http://arxiv.org/abs/1809.05760

作者： Higor Y. D. Sigaki, Matjaz Perc, Haroldo V. Ribeiro

摘要： 艺术是人类创造力的最终体现，深受相应历史时代的哲学和文化的影响。因此，艺术的定量分析对于更好地理解人类文化演化至关重要。在这里，我们对近14万幅画作进行了大规模的定量分析，跨越了近千年的艺术史。基于这些绘画图像中的局部空间模式，我们估计了每幅画的排列熵和统计复杂性。这些衡量标准将艺术品的视觉秩序程度映射为秩序无序和简单 - 复杂性的尺度，这种尺度在本地反映了艺术史学家提出的定性类别。这些措施的动态行为揭示了艺术的明显时间演变，其标志是与艺术的主要历史时期一致的过渡。我们的研究表明，不同的艺术风格具有明显的平均熵和复杂程度，从而允许根据这些指标进行层次组织和样式聚类。我们进一步验证了所识别的组与用于定性描述样式的文本内容很好地对应，并且所采用的复杂性 - 熵测量可以用于艺术品的有效分类。

如何理解城市形态的分形和分形维数

原文标题： How to Understand Fractals and Fractal Dimension of Urban Morphology

地址： http://arxiv.org/abs/1809.05810

作者： Yanguang Chen

摘要： 传统的数学方法基于特征尺度，而城市形态在许多方面没有特征尺度。城市面积是衡量尺度依赖程度的标准，表明城市模式的无标度分布。在这种情况下，基于特征尺度的城市描述应该被基于尺度的城市特征所取代。分形几何是扩展城市分析的有力工具之一，因此出现了分形城市的概念。但是，如何理解城市分形仍是一个悬而未决的问题。通过逻辑演绎和分形理论的思想，本文致力于讨论城市形态的分形和分形维数。这项工作的要点如下。首先，城市形态可以被视为预分形而不是实际分形，城市的分形特性仅在某些尺度范围内有效。其次，基于城市面积的城市分形拓扑维数为0，因此分形城市的最小分形维数值等于或大于0.第三，城市形态的分形维数用于替代城市地区，并且更好在二维嵌入空间中定义城市分形，因此城市形态的最大分形维数值为2.可以得出结论：城市形态可以被视为在一定范围内的分形，并且分形几何可以应用于城市形态无标度方面的空间分析。基于分形维数，拓扑维数和嵌入空间维度，可以构建一组分形指标来表征城市形态和增长。

使用Steiner树抽样的鲁棒级联重建

原文标题： Robust Cascade Reconstruction by Steiner Tree Sampling

地址： http://arxiv.org/abs/1809.05812

作者： Han Xiao, Cigdem Aslay, Aristides Gionis

摘要： 我们考虑一个网络，其中发生了感染级联，并且部分地观察了一部分受感染的节点。我们的目标是重建可能产生这些观察结果的基础级联。我们将这种级联重建问题减少到计算节点受到部分观察感染的边际概率，这是一个＃P难问题。为了避免这个问题，我们通过生成可能的级联样本来估计感染概率，这些级联跨越已经被观察到的被感染的节点，并且避免观察到的未被感染的节点。采样问题对应于具有给定终端组的有向Steiner树的采样，这是独立感兴趣的问题并且在文献中受到有限的关注。对于后一个问题，我们提出了两种新的算法，它们对返回的Steiner树的采样分布提供了可证实的保证。由此产生的方法改进了最先进的方法，这些方法通常对感染传播模型做出明确的假设，或者需要额外的参数。我们的方法为级联重构问题提供了更强大的方法，这使得对感染模型的假设较弱，需要较少的附加参数，并且可用于估计节点感染概率。根据经验，我们在具有合成和真实级联的真实世界图上验证所提出的重建算法。我们表明，在大多数情况下，我们的方法优于所有其他基线策略

音乐风格的统计演化规律

原文标题： Statistical Evolutionary Laws in Music Styles

地址： http://arxiv.org/abs/1809.05832

作者： Eita Nakamura, Kunihiko Kaneko

摘要： 如果一个文化特征在几代人中传播并在人口中传播时接触随机选择，那么其演化可能受统计规律的支配，如遗传演化的情况。随着时间的推移，音乐呈现出不断变化的风格，新的特征源于传统。最近的研究发现了音乐风格演变的趋势，但对定量规律和理论知之甚少。在这里，我们分析西方古典音乐数据并找到统计演化规律。例如，一些罕见音乐事件（例如，不和谐间隔）的频率分布表现出平均值和标准偏差的稳定增加以及它们的比率的恒定性。然后，我们研究了一个演化模型，创造者从过去的数据中学习他们的数据生成模型，并根据新颖性和典型性生成将由评估者进行社会选择的新数据。该模型再现了观察到的统计规律，其预测与实际数据非常吻合。我们得出结论，音乐文化中的一些趋势可以表述为统计演化规律，并通过包含统计学习和新颖性 - 典型性偏差的演化模型来解释。

检查互动：社交媒体中的在线新闻媒体协同作用

原文标题： Inspecting Interactions: Online News Media Synergies in Social Media

地址： http://arxiv.org/abs/1809.05834

作者： Praboda Rajapaksha, Reza Farahbakhsh, Noel Crespi, Bruno Defude

摘要： 社交媒体的日益普及彻底改变了新闻内容的传播方式，包括新维度的互动尝试。迄今为止，报纸，电视和广播等传统新闻媒体已经通过利用社交媒体，博客，网站等将其活动改编为在线新闻媒体。本文对全球流行新闻媒体的社交媒体存在提供了一些见解。尽管这些大型新闻媒体在很大程度上通过社交媒体环境传播内容，但对社交媒体新闻媒体社区中的新闻项目制作者，提供者和消费者知之甚少。为了更好地理解这些互动，这项工作旨在分析两个大型社交媒体，Twitter和Facebook的新闻。为此，我们从48个新闻媒体收集了Twitter和Facebook上发布的所有帖子，使用152K推文和80K Facebook帖子的数据集进行描述性和预测性分析。我们探索了一系列新闻媒体，这些媒体在社交媒体中自己发起内容，将新闻发布到其他新闻媒体的人以及从其他新闻媒体和/或共享复制品消费新闻内容的人。我们提出了一种预测模型，以根据帖子数量，关注者数量和新闻媒体社区内进行的互动次数，增加读者对新闻媒体的欢迎程度。结果表明，新闻媒体应该分散自己的内容，应该首先在社交媒体上发布，以便成为一种流行的新闻媒体，并从新闻阅读者那里获得更多的新闻报道。

图上贪心叶去除过程的两面性

原文标题： Two faces of greedy leaf removal procedure on graphs

地址： http://arxiv.org/abs/1809.05843

作者： Jin-Hua Zhao, Hai-Jun Zhou

摘要： 图上的贪婪叶子去除（GLR）过程是迭代去除任何叶子（度数为1的顶点）及其最近邻居（根），启发式地采用这些叶子来找到一些组合优化问题的近似解，例如最小值顶点覆盖（MVC）问题和最大匹配（MM）问题。 GLR程序的结果有两个面，残差子图（核心）和删除根的集合。虽然通用随机图上的核心（核心渗流）的出现已经被解析解决，但除了Erd \“{o} sR '{e} nyi随机图的情况外，对根的理论分析被忽略了。研究表面，我们扩展了核心理论，研究了不相关随机图的根源。我们进一步证明了我们的结果导致了一个通用的分析框架来估计随机图上的MVC，无核心和随机图上的MM。

社会媒体上有误信息的传播趋势

原文标题： Trends in the Diffusion of Misinformation on Social Media

地址： http://arxiv.org/abs/1809.05901

作者： Hunt Allcott, Matthew Gentzkow, Chuan Yu

摘要： 我们衡量2015年1月至2018年7月在Facebook和Twitter上传播错误信息的趋势。我们关注的是已被确定为虚假故事制作者的570个网站的故事。截至2016年底，Facebook和Twitter上与这些网站的互动量稳步上升。然后Facebook上的互动量大幅下降，而Twitter上的互动量持续上升，Facebook的互动比例下降了约60％。我们看不到其他新闻，商业或文化网站的类似模式，其中交互随着时间的推移相对稳定，并且在选举前后两个平台上都遵循类似的趋势。

物联网杯中风暴：网络物理社会机器的涌现

原文标题： A Storm in an IoT Cup: The Emergence of Cyber-Physical Social Machines

地址： http://arxiv.org/abs/1809.05904

作者： Aastha Madaan, Jason R.C. Nurse, David De Roure, Kieron O'Hara, Wendy Hall, Sadie Creese

摘要： 社交机器的概念越来越多地被用于表征Web上的各种社会认知空间。社交机器是使用网络数字技术的人类集体，其启动现实世界的过程和活动，包括人类交流，交互和知识创造。因此，它们不断出现并在网络上淡出。采用物联网（IoT）传感器和设备使人与机器之间的关系变得更加复杂。这些设备的规模，自动化，连续传感和驱动功能为人与机器之间的关系增加了额外的维度，使得难以在系统或概念层面理解它们的演变。本文通过不同的范例来描述这些新的社会技术系统，我们称之为网络物理社交机器，并考虑安全和隐私的相关挑战。

通过演化扰动的目标防御对抗基于链路预测的攻击

原文标题： Target Defense Against Link-Prediction-Based Attacks via Evolutionary Perturbations

地址： http://arxiv.org/abs/1809.05912

作者： Shanqing Yu, Minghao Zhao, Chenbo Fu, Huimin Huang, Xincheng Shu, Qi Xuan, Guanrong Chen

摘要： 在社会网络中，通过删除一些目标敏感链接，可以实现隐私保护。但是，仍然可以通过可观察网络上的链路预测方法重新观察一些隐藏链路。本文采用传统的链路预测方法 - 资源分配索引（RA）进行隐私攻击。提出了几种防御方法，包括启发式和演化方法，以通过演化扰动保护目标链路免受RA攻击。这是第一次研究针对基于链路预测的攻击的目标链接上的隐私保护。从网络中随机选择一些链接作为用于实验的目标链接。六个真实网络的仿真结果证明了演化扰动方法对RA攻击目标防御的优越性。此外，转移实验表明，尽管演化扰动方法是针对RA攻击而设计的，但它对于其他基于链路预测的攻击也是有效的。

主动攻击下社会网络隐私措施的分析与评价

原文标题： On analyzing and evaluating privacy measures for social networks under active attack

地址： http://arxiv.org/abs/1809.05926

作者： Bhaskar DasGupta, Nasim Mobasheri, Ismael G. Yero

摘要： 在现代互联网时代，Facebook，Twitter和LinkedIn等复杂的互联社会网络的广泛使用也不幸地为恶意实体侵犯这些网络的用户打开了大门。在本文中，我们从理论上和经验上研究了最近在（Information Sciences，328,403-417,2016）中引入的主动攻击下的大型网络的隐私违规措施。我们的理论结果表明，负责防止隐私侵犯的网络管理员在设计网络时必须非常小心，如果其拓扑不包含循环。我们的实证结果揭示了八个真实社会网络的隐私侵犯特性，以及由经典的鄂尔多斯 - 仁义模型和由Barabasi-Albert优先附着模型生成的无标度随机网络生成的大量合成网络。

了解和预测信息级联的生命周期事件

原文标题： Understanding and forecasting lifecycle events in information cascades

地址： http://arxiv.org/abs/1809.06050

作者： Soumajyoti Sarkar, Ruocheng Guo, Paulo Shakarian

摘要： 大多数社交网站允许用户转发用户发布的一条信息。随着时间的推移，重复的级联增长，最终在一段时间后饱和。虽然以前的研究主要集中在级联现象的一个方面，特别是预测级联何时会变成病毒，但在本文中，我们通过分析级联生命周期中两个事件的发生 - 最大增长期 - 来采取更全面的方法。在转发激增和级联开始减少采用的时期方面。我们解决了识别这些时期的挑战，然后从网络拓扑的角度对这些时期进行比较分析。我们使用格兰杰因果关系研究了几个以节点为中心的结构度量对转发响应的影响，这有助于我们量化网络度量的重要性，并了解网络拓扑对增长动态的影响程度。该评估是在从微博社会网络中提取的7407级联数据集上执行的。使用我们的因果关系框架，我们发现基于节点度的熵测量因果关系影响这些事件在93.95％的级联中的发生。令人惊讶的是，这个优于我们假设的聚类系数和PageRank将更多地表明基于早期研究的增长动态。我们还扩展了Granger因果关系向量自回归（VAR）模型，以预测事件在级联生命周期中发生的时间。

社会网络中三元闭合和同质性的累积效应

原文标题： Cumulative effects of triadic closure and homophily in social networks

地址： http://arxiv.org/abs/1809.06057

作者： Aili Asikainen, Gerardo Iñiguez, Kimmo Kaski, Mikko Kivelä

摘要： 社会网络中的大部分结构都是通过两个看似独立的网络演化机制来解释的：三元封闭和同质性。虽然通常单独考虑这些机制或在静态模型的框架中考虑这些机制，但实证研究表明，它们的动态相互作用是在离线和在线社会网络中看到的同性恋关联模式的过程。通过在最小可解动态模型中结合这两种机制，我们在理论上证实了长期持有和经验确定的假设，即同音可以通过三元闭合机制放大。这种研究方法使我们能够估计在各种友谊和通信网络中观察到的同质性中有多少是由于给定量的三元闭合的放大所致。我们发现，在某些情况下，导致同质扩增的累积优势过程可以导致广泛记录的社会网络核心 - 外围结构，以及先前同性约束的记忆的出现（相当于滞后现象）在物理学）。我们的结果提供的理论上的理解强调了早期干预在社会层面管理同性恋决策的最不利影响的重要性，例如不平等，隔离和在线回声室。

传染病期间的联系适应：多层网络形成方法

原文标题： Contact Adaption during Epidemics: A Multilayer Network Formulation Approach

地址： http://arxiv.org/abs/1809.06060

作者： Faryad Darabi Sahneh, Aram Vajdi, Joshua Melander, Caterina M. Scoglio

摘要： 人们改变他们的身体接触，作为对传染病传播的预防性反应。然而，只有少数数学模型考虑了疾病传播和接触适应过程的耦合动力学。本文介绍了一个模型，其中每个代理都有一个默认的联系邻域集，并在她对默认联系人中的感染发出警报后切换到不同的联系人集。由于每个代理可以采用两个可能的邻域集中的任一个，因此整个联系网络在2 ^ N个可能的配置之间切换。值得注意的是，双层网络表示可以完全模拟基础的自适应状态依赖联系网络。接触适应性影响疾病流行的大小和流行阈值 - 一种非线性方式的接触网络对抗流行病的稳健性的特征量度。特别地，所呈现的自适应接触网络的流行阈值属于非线性Perron-Frobenius（NPF）问题的解决方案，其不依赖于单调的接触适应率。此外，网络自适应模型预测反直觉场景，其中如果接触适应不够快，则自适应地改变接触可能不利地导致较低的网络对流行病传播的鲁棒性。一类NPF问题的原始结果有助于本文的分析发展。

极化与理想路线的争论沟通模式

原文标题： An Argument Communication Model of Polarization and Ideological Alignment

地址： http://arxiv.org/abs/1809.06134

作者： Sven Banisch, Eckehard Olbrich

摘要： 提出了一种多层次的意见形成模型，其中考虑到对不同问题的态度通常不是独立的。在模型中，代理人交换关于一系列事实的信念。评价关联的认知结构将不同（部分重叠）的事实集合联系到不同的政治问题，并以从期望值理论借用的方式确定代理人的态度地位。如果代理人优先与在一个或几个问题上持有相似态度的其他代理人互动，则会导致有偏见的论证池和两极分化，即代理人群体选择性地相信不同的事实子集。除了大多数先前的观点偏振模型所解决的单一问题的双模态分布的出现之外，我们的模型还考虑了沿着意识形态维度的几个问题的态度一致性。

调查在线音乐社区中的人群创造力

原文标题： Investigating Crowd Creativity in Online Music Communities

地址： http://arxiv.org/abs/1809.06172

作者： Fabio Calefato, Giuseppe Iaffaldano, Filippo Lanubile, Federico Maiorano

摘要： 人群创造力通常与专注于动画，视频博弈和音乐等艺术产品的同行制作社区相关联，但开源软件（OSS）的频率较低，尽管开发人员必须具有创造性才能提出新的解决方案。他们的技术挑战。在本文中，我们进行了一项研究，以进一步了解OSS和艺术社区之前的工作中哪些因素可以预测成功协作 - 定义为以前歌曲的重用 - 在三个不同的歌曲创作社区，即Songtree，Splice和ccMixter 。该研究的主要发现证实，合作的成功与可识别作者的高社区地位和歌曲的低度衍生性有关。

在Twitter上部署南非社交蜜罐

原文标题： Deploying South African Social Honeypots on Twitter

地址： http://arxiv.org/abs/1809.06185

作者： Laurenz A Cornelissen, Richard J Barnett, Morakane AM Kepa, Daniel Loebenberg-Novitzkas, Jacques Jordaan

摘要： 受到简单而有效的发送乱码以吸引自动社交代理（机器人）的方法的启发，我们尝试在南非政治环境中创建本地化的蜜罐。我们生成一系列定义的技术，并将它们组合起来，以便在Twitter上生成用户的交互。该文件提供了两个关键贡献。从概念上讲，一个论点是，蜜罐不应该被混淆为机器人检测方法，而是捕获低质量用户的方法。其次，我们成功生成了288名活跃在政治背景下的本地低质量用​​户的名单。

机器人分类的网络拓扑方法

原文标题： A Network Topology Approach to Bot Classification

地址： http://arxiv.org/abs/1809.06190

作者： Laurenz A Cornelissen, Richard J Barnett, Petrus Schoonwinkel, Brent D. Eichstadt, Hluma B. Magodla

摘要： 自动社交代理或机器人越来越成为社交媒体平台上的一个问题。越来越多的文献和多种工具可以帮助在线社会网络平台上检测这些代理。我们建议用户的社会网络拓扑足以确定用户是自动代理还是人。为了测试这一点，我们使用一个公开的数据集，其中包含Twitter上标记为自动社交代理或人工的用户。使用无监督的机器学习方法，我们获得70％的检测准确率。

利用多跳同配性进行网络分类

原文标题： Multi-hop assortativities for networks classification

地址： http://arxiv.org/abs/1809.06253

作者： Leonardo Gutierrez Gomez, Jean-Charles Delvenne

摘要： 一些社会，医疗，工程和生物挑战依赖于在可用时从其结构和节点元数据中发现网络的功能。例如，在化学信息学中，人们可能想要根据结构和原子类型检测分子是否有毒，或者发现科学合作网络的研究领域。现有技术依赖于计数或测量已知显示从网络到网络的大变化的结构模式，例如三角形的数量，或节点元数据的共同性。我们介绍了多跳协调的概念，它捕获位于给定长度的随机选择路径的末端的节点的相似性。我们展示了多跳协调性统一了各种现有概念，并提供了一系列通用指纹来表征网络。在机器学习工具箱的帮助下，这些指纹又允许恢复网络的功能。我们的方法根据已建立的社会和化学信息网络基准进行经验评估。结果显示，我们的基于特性的特征具有竞争力，可提供高度准确的结果，通常优于网络分类任务的最新方法

共享给定度分布和全局聚类的网络结构多样性映射：带丢番图方程突变的自适应分辨率网格搜索演化

原文标题： Mapping structural diversity in networks sharing a given degree distribution and global clustering: Adaptive resolution grid search evolution with Diophantine equation-based mutations

地址： http://arxiv.org/abs/1809.06293

作者： Peter Overbury, István Z. Kiss, Luc Berthouze

摘要： 生成共享给定度分布和全局聚类的网络的方法可以引起结构属性的变化而不是受控制的变化。反过来，结构性质的多样性会影响在这些网络上运行的动态过程的结果。由于无法进行详尽的抽样，我们提出了一种新的演化框架来绘制这种结构多样性。该框架的三个主要特征是：（a）基于子图的网络编码，（b）基于Diophantine方程的求解系统的精确突变，以及（c）用于驱动MapElite算法中的分辨率变化的启发式分集驱动机制。我们表明，我们的框架可以引出其高阶结构具有多样性的网络，并且这种多样性会影响复杂传染模型的行为。通过与最先进的集群网络生成方法的比较，我们证明我们的方法可以发现相对多样化的网络范围，而无需计算上不可行的混合时间。此外，我们建议基于子图的编码为低数量样本的高阶网络结构的多样性提供更大的信心，并且是用复杂的传染模型解释我们的结果的基础。我们相信这个框架可以应用于其他复杂的景观，这些景观无法通过详尽的抽样实际绘制。

什么增加（社交）媒体关注：研究影响，作者突出或标题吸引力？

原文标题： What increases (social) media attention: Research impact, author prominence or title attractiveness?

地址： http://arxiv.org/abs/1809.06299

作者： Olga Zagovora, Katrin Weller, Milan Janosov, Claudia Wagner, Isabella Peters

摘要： 只有重大的科学突破才能触及新闻和社交媒体，或者“吸引人”的头衔是否有助于吸引公众注意？科学论文的重要性与它所获得的（社会）媒体关注之间的联系有多强大？在这项研究中，我们通过分析观察到的注意力与来自两个主要多学科期刊的科学论文的某些特征之间的关系来研究这些问题：自然交流（NC）和美国国家科学院院刊（PNAS）。我们根据作者在其共同作者网络中的标题的语言属性和作者的中心度量来描述论文。我们确定可能成为未来关注指标的语言特征和协作模式，并且是不同期刊，研究学科和媒体资源的特征。

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。