- 复杂网络系统中社区检测的流方法;
- 共识之桥：揭示网络社会中意见形成的机制;
- 多边网络模型的似然比检验;
- 足球比赛的比特：信息论分析;
- 捉迷藏：胜过社区检测算法;
- 使用集体幸福感推荐算法和教育虚拟伴侣来应对社交媒体威胁;
- 通过谱图超图分割对顶点和超边进行聚类;
- 社会经济指标中基于分布的不确定性量化：印度国家的比较研究;
- 使用社会网络分析以检索在线平台上的批评意见;
- 社会扩散源可以逃避检测;
- 具有异质传播和复发性流动性的人群中的传染病动态;
- 基于主体的校园新型冠状病毒感染及控制模拟;
- 病原体演化下的流行病传播;
复杂网络系统中社区检测的流方法
原文标题： Flow approaches to community detection in complex network systems
地址： http://arxiv.org/abs/2102.10790
作者： Olexandr Polishchuk
摘要： 本文调查了在复杂的网络系统中寻找社区的问题，对其进行检测可以更好地理解其运行规律。为理解决这个问题，基于复杂网络的流量特性，提出了两种方法。这些方法中的第一种方法是计算网络系统各个子系统的影响参数，以顺序或从属原则为特征，第二种方法是使用流核心的概念。基于提出的方法，已经制定了寻找社区的可靠标准，并开发了用于在复杂网络系统中对其进行检测的有效算法。结果表明，在现有的数字和视觉方法被禁用的情况下，所提出的方法可以区分出社区。
共识之桥：揭示网络社会中意见形成的机制
原文标题： The bridges to consensus: unveiling the mechanisms of opinion formation on networked societies
地址： http://arxiv.org/abs/2102.10910
作者： Hendrik Schawe, Sylvain Fontaine, Laura Hernández
摘要： 在这项工作中，我们对网络中的Hegselmann-Krause动力学问题提出了新颖的结果，该问题是通过对标准序列参数行为的广泛研究而获得的，该行为对共识的开始敏感：巨型聚类的归一化大小。该有序参数揭示了网络拓扑结构对动力学稳态的非平凡影响，而先前的工作则忽略了这一点，后者集中于 unanimity的开始，并允许检测零散和共识之间的极化区域。阶段。尽管先前的一致意见结果得到了确认，但共识阈值与一致阈值相比却朝相反的方向移动。详细的有限规模尺度分析表明，一般而言，在网络中比在混合人群中更容易达成共识。与以前的研究有所不同，我们表明，随着系统规模的增加，网络拓扑的重要性超出了平均程度的确定性。特别是在纯随机网络（统一随机图或无标度网络）中，共识阈值似乎在热力学极限中消失了。对动力学的时间演变的详细分析揭示了 bridges在网络中的作用，它允许在经过多次重复的交互步骤之后，属于观点迥异的集群的主体之间的交互。与网状结构或混合总体相比，这些网桥是置信度阈值向网络中较低值移动的起点。
多边网络模型的似然比检验
原文标题： The likelihood-ratio test for multi-edge network models
地址： http://arxiv.org/abs/2102.11116
作者： Giona Casiraghi
摘要： 现实世界系统的复杂性意味着标准的统计假设测试方法可能不适用于这些特殊的应用程序。具体来说，我们表明，似然比检验的零分布需要修改以适应多边网络数据中发现的复杂性。当使用独立观察时，似然比检验的p值使用 chi ^ 2 分布进行近似。但是，在处理多边网络数据时不应使用这种近似值。这类数据的特征在于多种相关性和竞争性，使得标准近似法不适用。通过通过Beta分布更好地近似似然比检验零分布，我们为问题提供理解决方案。最后，我们凭经验表明，即使对于小型多边网络，标准的 chi ^ 2 逼近也会提供错误的结果，而建议的Beta逼近会产生正确的p值估算。
足球比赛的比特：信息论分析
原文标题： The Soccer Game, bit by bit: An information-theoretic analyis
地址： http://arxiv.org/abs/2102.11182
作者： Luis Ramada Pereira, Rui J. Lopes, Jorge Louçã, Duarte Araújo, João Ramos
摘要： 我们基于网络表示对足球比赛的动力学进行建模，其中球员是离散地聚类为同质组的节点。球员按身体上的亲近度分组，并得到直观的观念的支持，即竞争和同队球员使用相对位置作为为球队目标做出贡献的关键战术工具。该模型已应用于欧洲某主要国家足球联赛的一组比赛中，以10Hz采样球员的坐标，结果为？每场比赛60,000个网络样本。我们采用了一种信息论方法来测量样本之间的距离，并将其用作比赛动力学的主体。在测量值和关键匹配事件之间发现了显著的相关性，根据经验，这些相关性会导致球员争抢位置，例如在努力获得未标记或标记时。这些事件增加了信息距离，而比赛中断则产生相反的效果。通过分析球员集群过渡的谱及其相应的信息距离，可以建立球员交互的全面视图，对培训和策略制定很有用。通过量化单个球员对集群分裂和出现的贡献，可以建立一个多层次的整体地图，从单个球员到交互球员的集群，深入分析各个球员的比赛动态，从而深入分析单个球员的水平。球队及其比赛的方式。
捉迷藏：胜过社区检测算法
原文标题： Hide and Seek: Outwitting Community Detection Algorithms
地址： http://arxiv.org/abs/2102.10759
作者： Shravika Mittal, Debarka Sengupta, Tanmoy Chakraborty
摘要： 节点的社区隶属关系在确定其在网络中的上下文位置时起着重要作用，当敏感节点希望在网络中隐藏其身份时，这可能会引起隐私问题。通常，目标社区试图保护自己免受对手的攻击，从而使其组成成员隐藏在网络内部。当前的研究集中在隐藏这样的敏感社区，以便可以隐藏目标节点的社区隶属关系。这导致了社区欺骗的问题，该问题调查了网络中最少重连节点的途径，以便给定的目标社区最大程度地躲避了社区检测算法。我们将社区欺骗的问题形式化，并引入NEURAL，这是一种贪婪地优化以节点为中心的目标函数以确定重连策略的新方法。理论设置限制了可用于优化目标函数的策略数量，从而减少了从多个选项中选择最佳策略的开销。我们还表明，我们的目标函数是亚模和单调的。在合成网络和7个真实网络上进行测试时，NEURAL能够欺骗6种广泛使用的社区检测算法。我们根据4个评估指标上的4个最新方法对它的性能进行基准测试。此外，我们对其他3个归因于现实世界的网络的定性分析表明，NEURAL十分引人注目，它刻画了有关边的重要元信息，否则仅通过观察其拓扑结构就无法推断出它们。
使用集体幸福感推荐算法和教育虚拟伴侣来应对社交媒体威胁
原文标题： Challenging Social Media Threats using Collective Well-being Aware Recommendation Algorithms and an Educational Virtual Companion
地址： http://arxiv.org/abs/2102.04211
作者： Dimitri Ognibene, Davide Taibi, Udo Kruschwitz, Rodrigo Souza Wilkens, Davinia Hernandez-Leo, Emily Theophilou, Lidia Scifo, Rene Alejandro Lobo, Francesco Lomonaco, Sabrina Eimler, H. Ulrich Hoppe, Nils Malzahn
摘要： 社交媒体（SM）已成为我们生活中不可或缺的一部分，将我们的相互链接功能扩展到了新的水平。关于它们的积极作用有很多话要说。但是，另一方面，近几年来，SM的一些严重负面影响一再被强调，指出了各种社会对SM的威胁，尤其是对青少年的威胁：从常见问题（例如数字成瘾和两极分化）以及算法的操纵影响青少年特有的问题（例如，定型观念）。当前的SM平台设计在个人和社会层面的全部影响力要求进行全面的评估和概念上的改进。我们将集体福祉（CWB）的措施扩展到SM社区。由于用户的关系和互动是CWB的核心组成部分，因此教育对于改善CWB至关重要。因此，我们提出了一个基于自适应“社交媒体虚拟伴侣”的框架，用于教育和支持整个学生社区与SM互动。虚拟伴侣将由推荐系统（CWB-RS）提供支持，该系统将优化CWB指标，而不是参与度或平台利润，目前该方案在很大程度上推动了推荐系统的发展，从而忽略了任何社会附带影响。 CWB-RS将在短期内通过平衡学生所面临的SM威胁程度来优化CWB，从长期来看，将通过采用智能家教系统角色并实现娱乐性学习活动的自适应和个性化排序来优化CWB 。该框架为理解如何设计有利于建立更健康，更积极的社会的SM系统和嵌入式教育干预措施提供了第一步。
通过谱图超图分割对顶点和超边进行聚类
原文标题： Co-clustering Vertices and Hyperedges via Spectral Hypergraph Partitioning
地址： http://arxiv.org/abs/2102.10169
作者： Yu Zhu, Boning Li, Santiago Segarra
摘要： 我们提出了一种新颖的方法来将超图的顶点和超边与边相关的顶点权重（EDVWs）共同聚类。在此超图模型中，每个顶点对其每个入射超边的贡献通过边依赖的权重表示，赋予模型比经典超图更高的表现力。在我们的方法中，我们利用带有EDVW的随机游走来构造超图拉普拉斯算子，并使用其谱特性将顶点和超边嵌入到公共空间中。然后，我们对这些嵌入进行聚类以获得我们提出的共聚方法，该方法在需要同时对数据实体和特征进行聚类的应用程序中特别相关。使用实际数据进行的数值实验证明了我们提出的方法与最新技术相比的有效性。
社会经济指标中基于分布的不确定性量化：印度国家的比较研究
原文标题： Strata-based Quantification of Distributional Uncertainty in Socio-Economic Indicators: A Comparative Study of Indian States
地址： http://arxiv.org/abs/2102.10308
作者： Abhik Ghosh, Olivia Mallick, Souvik Chattopadhay, Banasri Basu
摘要： 本文报告了2001-2011年间印度各个州的一些社会经济指标中分布不确定性的综合研究。我们显示，DGB分布是典型的等级排序分布，通过其两个分布，可以很好地拟合印度各个州的人口规模，识字率（LR）和工作参与率（WPR）的地区性经验数据。参数。此外，利用DGB分布的熵公式，拟议的不确定性百分比（UP）揭示了印度所有州LR和WPR不确定性的动态。我们还评论了2001年至2011年期间估计参数和UP值的变化。此外，还讨论了在印度不同州对这些重要社会经济变量的分布进行基于性别的分析。有趣的是，已经观察到，尽管识字和劳动人口的数量分布与人口数量具有直接（线性）对应关系，但识字率和工作参与率却与人口分布无关。
使用社会网络分析以检索在线平台上的批评意见
原文标题： Social Networks Analysis to Retrieve Critical Comments on Online Platforms
地址： http://arxiv.org/abs/2102.10495
作者： Shova Bhandari, Rini Raju
摘要： 社会网络是分析生活各个方面用户习惯的丰富数据源。用户行为是各个国家卫生系统的决定性组成部分。提倡良好的行为习惯可以大大改善公共健康。在这项工作中，我们使用文本分析方法开发了一种用于社会网络分析的新模型。我们通过分析其在线行为来定义每个用户对全球大流行的反应。将一群具有相似习惯的在线用户聚集在一起，有助于发现病毒在不同社会中的传播方式。在社交媒体的高风险在线用户中提倡健康的生活方式对公共健康具有重大影响，并减少了全球大流行的影响。在这项工作中，我们介绍了一种基于大流行时社交媒体上用户活动的习惯聚类的新方法，并推荐了一种机器学习模型来促进在线平台上的健康。
社会扩散源可以逃避检测
原文标题： Social Diffusion Sources Can Escape Detection
地址： http://arxiv.org/abs/2102.10539
作者： Marcin Waniek, Manuel Cebrian, Petter Holme, Talal Rahwan
摘要： 通过社会网络间接影响他人（并受到他人影响）对于所有人类社会都是至关重要的。无论是通过散布谣言，病毒，观点还是专有技术来实现，寻找来源一直是人们的持久兴趣，也是当前许多研究兴趣所面临的算法挑战。但是，没有研究考虑过积极尝试避免扩散的扩散源。通过忽略此假设，我们有可能将故意混淆与源查找算法的基本限制相混淆。我们通过分离两种隐藏扩散源的机制来弥合这一差距，一种是源于网络拓扑本身，另一种是源于网络的战略操纵。我们发现，即使没有犯规行为，识别源也可能具有挑战性，而且很多时候，很容易进一步逃避源检测算法。我们表明，隐藏属于病毒级联的连接比引入假人要有效得多。因此，工作应着重于公开隐藏的联系，而不是种植假冒实体，例如社交媒体中的机器人；这种接触将大大提高我们发现社会扩散源的机会。
具有异质传播和复发性流动性的人群中的传染病动态
原文标题： Infectious disease dynamics in metapopulations with heterogeneous transmission and recurrent mobility
地址： http://arxiv.org/abs/2102.10614
作者： Wesley Cota, David Soriano-Paños, Alex Arenas, Silvio C. Ferreira, Jesús Gómez-Gardeñes
摘要： 人的流动性，接触方式及其相互作用是我们社会行为的关键方面，它决定着传染病在不同地区的传播。根据有关这两个因素的新证据和数据集，应完善流行病模型，以兼顾人类接触的异质性和流动模式的复杂性。在这里，我们提出了一个理论框架，允许以一组马尔可夫方程式的形式容纳这两个方面。我们通过广泛的机械仿真来验证这些方程，并从分析上推导出流行阈值。该临界值的表达使我们能够评估其对特定人口统计学分布，流动性结构和接触方式异质性的依赖性。
基于主体的校园新型冠状病毒感染及控制模拟
原文标题： Agent-Based Campus Novel Coronavirus Infection and Control Simulation
地址： http://arxiv.org/abs/2102.10971
作者： Pei Lv, Quan Zhang, Boya Xu, Ran Feng, Chaochao Li, Junxiao Xue, Bing Zhou, Mingliang Xu
摘要： 由于极高的传染性，2019年冠状病毒病（COVID-19）已在世界范围内迅速传播，并给社会经济发展以及人们的生产和生活带来了巨大影响。以大学生在暴发期间重返校园后可能发生的病毒传播为例，我们分析了关键因素对病毒传播的定量影响，包括人群密度和自我保护。本文基于封闭环境中人群反复接触和人群流动性强的特点，设计了一种新型的冠状病毒校园病毒感染与控制模拟模型。具体来说，我们建立了一个基于主体的感染模型，引入了均值理论来计算病毒传播的可能性，并微观模拟了个体之间每天的感染率。仿真实验结果表明，本文提出的模型充分说明了病毒如何在密集人群中传播。此外，在流行期间采取自我保护，人群下放和隔离等预防和控制措施，可以有效地延迟感染高峰的到来并降低患病率，从而降低学生返校后传播COVID-19的风险。
病原体演化下的流行病传播
原文标题： Epidemic spreading under pathogen evolution
地址： http://arxiv.org/abs/2102.11066
作者： Xiyun Zhang, Zhongyuan Ruan, Muhua Zheng, Jie Zhou, Stefano Boccaletti, Baruch Barzel
摘要： 与广泛的大流行作斗争是我们的缓解努力（例如，远离社会或接种疫苗）与病原体不断发展的持久性之间的军备竞赛。在当前的COVID-19危机中，这是第一手观察到的，因为新颖的突变挑战了我们的全球疫苗接种竞赛。为理解决这个问题，我们在这里介绍一个通用框架来模拟病原体演化下的流行扩散，发现突变可以从根本上改变扩散的预测。具体而言，我们检测到一个新的大流行阶段-突变阶段-在该阶段，尽管病原体最初不是大流行病（R0 <1），但由于关键突变的出现，它仍可能传播。这个阶段的边界描绘了流行病和演化时间尺度之间的平衡。如果突变率太低，则在出现关键突变之前病原体流行率就会下降。另一方面，如果突变太快，病原体的演化就会变得不稳定，并且再次无法传播。然而，在这两个极端之间，我们观察到范围广泛的条件，在这些条件下，最初的大流行性病原体最终将普及。这在疫苗接种过程中尤其重要，随着疫苗接种的进行，疫苗接种耐药性的选择压力不断增加。为了克服这个问题，我们证明了疫苗接种运动必须伴随着剧烈的缓解努力，以抑制耐药突变株的潜在上升。
声明：Arxiv文章摘要版权归论文原作者所有，机器翻译后由本人进行校正整理，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.cn （提供RSS订阅）进行同步更新。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。
