- 整合障碍：物理边界和住宅隔离的空间结构;
- 核工业辐射影响的技术经济分析新方法;
- 具有敏感性的离散时间极性意见动力学;
- 建模和量化力量推动在线视频流行演变;
- 粗粒度可再生电力网络中传输容量的扩大;
- 重新审视多层网络模块化中的分辨率和层间耦合因子;
- 局部优化决策的滞后渗透;
- 聚类对相互依赖系统中级联故障的影响;
- 用嘈杂的查询预测正面和负面的链接：理论与实践;
- 个人偏好对社会网络链接动态的影响;
- 在Twitter上分析用户对流行消费行业和品牌的看法;
整合障碍：物理边界和住宅隔离的空间结构
地址： http://arxiv.org/abs/1509.02574
作者： Elizabeth Roberto, Jackelyn Hwang
摘要： 尽管自民权时代以来住宅隔离水平有所下降，隔离仍然是美国景观的一个特征。这项研究强调了在测量隔离时考虑物理障碍 - 城市环境的特征 - 断开位置的重要性。我们使用2010年十年一次人口普查中20个美国Rustbelt城市的人口和地理数据，以及一种用于衡量和分析隔离的新方法，其中包括道路连通性以及物理障碍（例如高速公路，铁路，结束街道。我们发现物理障碍以强化或加剧隔离的方式分割城市空间，但是在这些城市内和跨越这些城市以及不同种族群体之间增加隔离的程度方面存在很大差异。通过发现城市居民隔离的新变化来源，调查结果有助于理解有助于隔离持续性和隔离后果的机制。
核工业辐射影响的技术经济分析新方法
地址： http://arxiv.org/abs/1604.00560
作者： Michal Chudy, George A. Thopil, Marietta Müller, Johan F.M. Slabber
摘要： 考虑到物质和社会方面，与核设施运行有关的卫生问题受到国家和国际监管机构的持续控制。这样做的主要目的是降低电离辐射对人体健康的危害。在任何受控核设施的标准作业下，理论上只有在违反健康和安全措施的情况下，理论上才有可能通过电离辐射的非破坏性作用直接造成伤害。另一方面，辐射的随机效应可能导致肿瘤接收放射性剂量的可能性增加。核设施等核设施使用某些公式计算电离辐射造成的潜在健康损害的成本。这些公式是根据剂量与癌症风险之间的线性无阈值关系得出的。然而，这种线性无阈值关系（LNT）正在通过新的放射学研究变得有争议。因此，本文介绍了电离辐射诱发的健康风险成本估算新方法。
具有敏感性的离散时间极性意见动力学
地址： http://arxiv.org/abs/1709.07121
作者： Ji Liu, Mengbin Ye, Brian D.O. Anderson, Tamer Başar, Angelia Nedić
摘要： 本文考虑了离散时间意见动态模型，其中每个人的受其他人影响的敏感度取决于她目前的观点。我们假设社会网络具有时变拓扑，并且意见是连续间隔的标量。我们首先提出一种基于DeGroot模型的一般意见动态模型，其一般功能是描述每个人对其自身观点的敏感性的功能依赖性，并且表明该通用模型类似于Friedkin-Johnsen模型，该模型假定每个人的敏感度不变。然后，我们考虑两个具体的功能，其中个人的敏感性取决于她的意见的\ emph {极性}，并提供激励性的社会实例。首先，我们考虑顽固的积极性，如果他们的意见在间隔的一端，如果他们的意见是相反的话，他们的易感性降低了，并且敏感性增加。法庭陪审团被用作激励的例子。第二，我们考虑顽固的中立者，当他们的意见处于中间位置时，他们的敏感度降低，我们的激励例子是讨论既定社会规范或制度化行为的社会网络。对于每个具体的敏感性模型，我们建立了达成共识的初始和图拓扑条件，并在初始条件下开发必要和充分的条件，使最终一致值处于意见区间的任一极端。与DeGroot模型相比，提供了模拟来显示敏感性函数的影响。
建模和量化力量推动在线视频流行演变
地址： http://arxiv.org/abs/1709.07130
作者： Jiqiang Wu, Yipeng Zhou, Dah Ming Chiu
摘要： 视频流行度是优化在线视频服务中资源分配和视频推荐的重要参考。然而，仍然没有令人信服的模式可以准确描绘视频的人气演变。在本文中，我们提出了一种动态人气模型，通过对各种形式的推荐驱动的视频信息扩散过程进行建模。通过将模型与从实际系统收集的真实痕迹拟合，我们可以量化推荐力量的优势。这种量化可以导致视频流行度模式，用户行为和推荐策略的特征化，这通过电视剧的案例研究来说明。
粗粒度可再生电力网络中传输容量的扩大
地址： http://arxiv.org/abs/1709.07217
作者： Mirko Schäfer, Simon Bugge Siggaard, Kun Zhu, Chris Risager Poulsen, Martin Greiner
摘要： 大规模电力系统的网络模型只有有限的空间分辨率，由于缺乏数据或为了降低数值计算问题的复杂性。在这种情况下，将网络拓扑，负载和低于给定空间尺度的生成模式聚合成代表性节点。这种粗粒度影响功率流，从而影响系统所产生的传输需求。我们得出了粗粒度可再生电力网络中网络传输能力和成本测量的分析规模法则。对于成本测量，仅发现具有系统空间分辨率的非常弱的尺度。分析结果显示了传统基础设施措施的尺度，简化了数据驱动和空间详细的欧洲电力系统模型，波动可再生一代的份额很高。
重新审视多层网络模块化中的分辨率和层间耦合因子
地址： http://arxiv.org/abs/1709.07253
作者： Alessia Amelio, Andrea Tagarelli
摘要： 多层网络的模块化，也称为多层模块化，是分辨率因子和层间耦合因子的参数。前者对于表达特定的相关性是有用的，后者量化了跨网络层的节点链接的强度。但是，这样的参数可以任意设置，因此在图或社区层面丢弃任何结构信息。其他问题与动态网络所需的层次上的顺序关系的正确建模无关。在本文中，我们提出了多层网络模块化的新定义，旨在克服现有多层模块化的主要问题。我们修改层特定分辨率和层间耦合项的作用和语义，并通过使用来自社区的层内和层间结构的信息来定义用于其计算的无参数无监督方法。此外，我们的多层模块化的制定一般足以说明层的可用顺序和层耦合的相关约束。使用三种最先进的多层社区检测方法和九个现实世界的多层网络进行实验评估。结果显示了我们的模块化的意义，揭示了分辨率和层间耦合功能的不同组合的影响。这项工作可以为发展多层网络社区结构的新优化方法的开发铺平道路。
局部优化决策的滞后渗透
地址： http://arxiv.org/abs/1709.07257
作者： Malte Schröder, Jan Nagler, Marc Timme, Dirk Witthaut
摘要： 大规模连接的出现为许多网络系统的正常运行提供了基础，从社会网络和技术基础设施到全球贸易网络。渗透理论描述了随机局部规则后的网络形成，网络形成的优化模型则采用单一的控制权限或一个全局目标函数。然而，在社会经济网络中，网络形成通常由个人，本地最优决策驱动。迄今为止，这种决策如何影响连接性还不甚了解。我们研究如何通过理性代理人做出的决策来实现大规模的连接，这些决策可以将满足需求的成本最小化。我们建立了所得到的非线性优化问题到本地渗滤模型的精确映射，并分析了微观层面的本地最优决策如何在宏观尺度上定义网络结构。
聚类对相互依赖系统中级联故障的影响
地址： http://arxiv.org/abs/1709.07302
作者： Richard J. La
摘要： 我们研究聚类的影响，更具体地说是三角形对相互依赖的网络或系统中的级联故障的影响，其中我们使用依赖图来模拟包含系统之间的依赖关系。首先，我们提出了一个新模型，其中描述了依赖图中三角形的存在如何改变故障从受影响的系统传输到其他系统的方式。与现有模型不同，新模型允许我们使用多类型分支过程来近似故障传播动态，即使是三角形。第二，利用该模型，我们提供了一个简单的条件，表明集群增长将如何影响随机故障触发故障流行的可能性，我们称之为级联故障概率（PoCF）。特别地，我们的条件揭示了一个有趣的观察：群集对PoCF的影响取决于系统对越来越多的故障邻居系统和当前PoCF的脆弱性，从不同类型的故障系统开始。此外，我们的研究结果表明，随着学位分布变得更加集中，聚类将对PoCF产生更大的影响，并且往往阻碍失败的爆发。最后，我们的数值研究暗示，聚类确实阻碍了（截断）幂律和泊松度分布下的级联失效。然而，由于上述原因，与幂幂分布相比，PoCF在泊松度分布下的聚类效应更大。
用嘈杂的查询预测正面和负面的链接：理论与实践
地址： http://arxiv.org/abs/1709.07308
作者： Charalampos E. Tsourakakis, Michael Mitzenmacher, Jarosław Błasiok, Ben Lawson, Preetum Nakkiran, Vasileios Nakos
摘要： 社会网络和社交媒体的互动涉及到正面和负面的关系。签名图捕获两种类型的关系：正边对应于“朋友”对，负边对对“对象”。边符号预测问题，旨在预测一对节点之间的交互是否为正或负，是最近提出了许多启发式的重要图挖掘任务[Leskovec 2010]。我们对边符号预测问题建模如下：我们被允许查询任何一对节点，不管它们是否属于同一个集群，但是查询的答案被损坏了一些概率$ 0 <q <\ frac {1} { 2} $。让$ \ delta = 1-2q $成为偏见。我们提供一种算法，可以在存在噪声的情况下以高概率正确恢复所有符号，以获得任何不变间隙$ \ delta $与$ O（\ frac {n \ log n} {\ delta ^ 4}）$查询。我们的算法使用广度优先搜索作为其主要算法原语。我们提出的学习算法的副产品是使用$ s-t $路径作为信息特征来预测边$（s，t）$的符号。作为启发式，我们使用短长度的边不相交$ s-t $路径作为预测真实世界符号网络中的边符号的特征。我们的研究结果表明，使用路径提高了分类精度，特别是对于没有常见邻居的节点对。
个人偏好对社会网络链接动态的影响
地址： http://arxiv.org/abs/1709.07401
作者： Ashwin Bahulkar, Boleslaw K. Szymanski, Nitesh Chawla, Omar Lizardo, Kevin Chan
摘要： 我们通过智能手机研究一个独特的网络数据集，包括定期调查和电子日志。参加者是2011年秋季进入大学的新生人员样本。他们对各种政治和社会问题以及校园活动清单的意见，经常在每学期开始和结束时记录在前三年的学习中。我们识别由呼叫和文本数据定义的行为网络，以及基于自我网络调查中的友谊提名的认知网络。这两个网络仅限于研究参与者。由于在各自的报告中收集了各个节点的广泛属性，所以将这些网络称为属性丰富的网络。我们研究学生对某些朋友属性的喜好是否可以预测两个网络边的形成和解散。我们介绍一种用于计算不同属性的学生偏好的方法，用于预测链接形成和解散。然后，我们根据它们对预测的重要性对这些属性进行排序。我们发现个人偏好，特别是政治观点，以及对共同活动的偏好有助于预测行为和认知网络中的联系形式和解体。
在Twitter上分析用户对流行消费行业和品牌的看法
地址： http://arxiv.org/abs/1709.07434
作者： Guoning Hu, Preeti Bhargava, Saul Fuhrmann, Sarah Ellinger, Nemanja Spasojevic
摘要： 社交媒体作为一个统一的平台，让用户对自己的日常生活，消费品牌和产品的观点表达想法。这些用户对塑造其他消费者的观点产生巨大影响，影响品牌知名度，品牌忠诚度和品牌宣传力度。在本文中，我们通过对一个月内的330M Twitter的情绪分析，分析了19M Twitter用户对62个流行行业的意见，包括12898个企业和消费品牌以及相关的主题话题。我们发现用户往往对制造业最为积极，对服务行业而言最为负面。此外，与一般在Twitter上的品牌相比，他们往往更积极或消极。我们也发现，一个行业内的品牌情绪差异很大，我们用这两个行业作为用例。此外，我们发现不同行业的话题情绪之间并没有很强的相关性，表明主体情绪高度依赖于行业的背景，我们展示了这样一个分析的价值，以评估品牌对社交媒体的影响。我们希望这项初步研究将有助于研究人员和公司了解用户对行业，品牌和相关主题的看法，并鼓励在这一领域进行更多的研究。
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 https://www.complexly.me 进行更新，并提供RSS订阅。
