原文標題: From the power law to extreme value mixture distributions
地址: http://arxiv.org/abs/2008.03073
作者: Clement Lee, Emma Eastoe
摘要: 冪律可用於描述計數現象,例如網絡度和字頻。使用單個參數,它刻畫了頻率在對數-對數刻度上呈線性的主要特徵。然而,一直存在對冪定律的批評,並且已經提出了各種方法來解決諸如選擇所需閾值和量化其周圍的不確定性之類的問題,並測試關於數據是否可能來自冪定律的假設。由於極值理論概括了(連續)冪定律,因此很自然地將前者視為圍繞後者的這些問題的解決方案。在本文中,我們提出了兩個極值混合分布,其中之一包含冪定律,而無需預先指定閾值。所顯示的建議分布非常適合數據,以自然的方式量化閾值不確定性,並令人滿意地回答了冪定律是否足夠有用。
原文標題: Transistors: A Network Science-Based Historical Perspective
地址: http://arxiv.org/abs/2008.03134
作者: Alexandre Benatti, Henrique Ferraz de Arruda, Filipi Nascimento Silva, Luciano da Fontoura Costa
摘要: 現代電子學的發展在很大程度上與雙極結技術的出現和普及有關。本工作採用科學的概念和方法論科學,以便從以雙極結為中心的角度對電子學的發展進行相對系統的定量研究。首先,我們在採用的數據集(Microsoft Academic Graph)中搜索與「雙極結型電晶體」相關的條目。然後應用社區檢測以導出子區域,這些子區域被暫時標記為10個整體組。然後從多個角度研究了該模塊化圖,包括拓撲測量和時間演化。報告了許多有趣的結果,包括在每個確定的區域內保持較高的主題連貫性,以及確定沿時間演變的不同時期,包括雙向聚結技術和相關領域的開始和發展。一個特別令人驚訝的結果是,隨著時間的推移,驗證了已識別區域之間穩定的相互關係。
原文標題: Characterizing COVID-19 Misinformation Communities Using a Novel Twitter Dataset
地址: http://arxiv.org/abs/2008.00791
作者: Shahan Ali Memon, Kathleen M. Carley
摘要: 從陰謀論到假藥和假治療,COVID-19成為在線傳播錯誤信息的溫床。確定在線解密和糾正錯誤信息的方法比以往任何時候都更加重要。在本文中,我們提出了一種方法和分析方法來表徵兩個相互競爭的在線COVID-19錯誤信息社區:(i)錯誤信息用戶或積極發布錯誤信息的用戶,以及(ii)知情用戶或積極傳播真實信息的用戶,或大聲疾呼這項研究的目標有兩個方面:(i)收集各種帶注釋的COVID-19 Twitter數據集,供研究界用來進行有意義的分析; (ii)根據兩個目標社區的網絡結構,語言模式及其在其他社區中的成員資格來表徵。我們的分析表明,COVID-19誤報社區比知情社區更密集,更有組織,其中大量誤報是虛假宣傳活動的一部分。我們的分析還表明,大多數誤導用戶可能是反vaxxers。最後,我們的社會語言學分析表明,COVID-19知情用戶比誤導用戶傾向於使用更多的敘述。
原文標題: NewsTweet: A Dataset of Social Media Embedding in Online Journalism
地址: http://arxiv.org/abs/2008.02870
作者: Munif Ishad Mujib, Hunter Scott Heidenreich, Colin J. Murphy, Giovanni C. Santia, Asta Zelenkauskaite, Jake Ryland Williams
摘要: 近年來,在社交媒體帖子(尤其是推文)中,無論是評論還是越來越多的新聞來源,都包含在數字新聞故事中,這已成為家常便飯。為了深入研究這種現象,有必要從新聞發布者和社交媒體平臺上進行強大的大規模數據收集。這項工作描述了這種數據管道的構造。在從Google新聞收集的數據中,發現所有新聞中有13%包含嵌入式推文,而體育和娛樂新聞包含的推文數量最多。人們發現,公眾人物和名人主導了這些故事。但是,還發現相對未知的用戶具有新聞價值。收集的數據集,NewsTweet和相關的獲取渠道可以引發對來自多個研究社區的社交內容的新一波查詢。
原文標題: Investigating Coordinated 『Social』 Targeting of High-Profile Twitter Accounts
地址: http://arxiv.org/abs/2008.02874
作者: Hunter Scott Heidenreich, Munif Ishad Mujib, Jake Ryland Williams
摘要: 在2016年美國總統大選之後,人們越來越關注社交媒體平臺上出於政治動機操縱大眾用戶行為的情況。由於在這些平臺上進行了大量的政治討論,因此識別惡意活動和採取協調行動對於確保強大的民主環境至關重要。 Twitter已成為政客和其他公眾人物的重要溝通渠道,使他們能夠與支持者保持直接關係。但是,該平臺已成為大規模惡意活動的沃土。隨著2020年美國總統大選臨近,我們開發了工具來監視某些最著名的Twitter用戶(包括美國總統候選人)的追隨者動態。我們研究了許多奇怪的現象,例如從動計數圖表上的尖峰和鋸齒波形;大量「流通」的用戶帳戶,即多次關注高知名度帳戶;以及其他「已復活」的帳戶,經過多年的不活躍之後,這些帳戶最近在Twitter上重新投入使用。因此,通過在這種情況下進行各種分析,我們揭示了多個協調一致的「社會」針對性運動,旨在通過使用社交自動化網絡(機器人)來影響社會重大事件的結果,通常通過「妥協」帳戶來優化其社會資本,被大世界所不知道的東西被劫持了。
原文標題: A general solution to the preferential selection model
地址: http://arxiv.org/abs/2008.02885
作者: Jake Ryland Williams, Diana Solano-Oropeza, Jacob R. Hunsberger
摘要: 我們為赫伯特·西蒙(Herbert Simon)1955年的模型提供了一種通用的解析解決方案,用於隨時間變化的新穎性函數。這產生了深遠的影響:Simon是Barabasi 1999年針對增長型社會網絡的優惠依戀模型的先驅模型,而我們對其的一般抽象更多地將依戀視為連結選擇的一種形式。我們表明,任何可以被建模為類型實例的系統(即出現數據(頻率))都可以從分布的角度進行生成模型(和模擬),並且具有很高的準確性。
原文標題: Detecting Early-warning signals in Time Series of Visits to Points of Interests to Examine Population Response to COVID -19 Pandemic
地址: http://arxiv.org/abs/2008.02905
作者: Qingchun Li, Zhiyuan Tang, Natalie Coleman, Ali Mostafavi
摘要: 本文的目的是通過檢測訪問興趣點(POI)的時間序列中的預警信號,來檢查人群對COVID-19的反應以及相關的政策幹預措施。諸如城市之類的複雜系統在接近相變時會顯示預警信號,以應對外部幹擾,包括危機,政策變化和人類行為變化。在城市系統中,對POI的人口訪問代表著城市這一複雜系統中的一種狀態。由於人口對大流行風險和幹預政策的反應,這些州可能會經歷相變。在這項研究中,我們對訪問POI的人群進行了預警信號檢測,以檢查人群對大流行風險的反應。我們在美利堅合眾國17個大城市訪問POI的時間序列中,檢查了兩個預警信號,即自相關滯後1的增加和標準差。結果表明:(1)在2020年2月14日至3月11日期間,在17個城市中發現了針對COVID-19的人口預警信號; (2)在17個城市中,在就地庇護令發出之前,已檢測到人口反應已經開始; (3)從基本POI訪問中檢測到的預警信號比非基本POI訪問的預警信號出現得早;和4)檢測到的人口反應與就地避難所之間的時間間隔較長,導致POI訪問量減少的幅度較小。結果表明,在城市危機中作為複雜系統檢測預警信號的重要性。預警信號可以提供有關人口對危機做出反應的時間和範圍的重要見解,從而為決策者提供信息。
原文標題: Can Smartphone Co-locations Detect Friendship? ItDepends How You Model It
地址: http://arxiv.org/abs/2008.02919
作者: Momin M. Malik, Afsaneh Doryab, Michael Merrill, Anind K. Dey
摘要: 我們提出一項研究,以從成員中收集的智慧型手機位置數據中檢測友誼,友誼的強度及其變化。我們提取了一系列豐富的共處位特徵,並建立了分類器,以檢測比隨機基準高30%的友誼和親密友誼。我們設計了交叉驗證方案,以測試您在特定應用程式設置中的模型性能,發現它對於查看新的對偶和時間變化具有魯棒性。
原文標題: On the Interplay of Regional Mobility, Social Connectedness, and the Spread of COVID-19 in Germany
地址: http://arxiv.org/abs/2008.03013
作者: Cornelius Fritz, Göran Kauermann
摘要: 由於呼吸道病毒傳播的主要方式是人與人之間的互動,因此我們需要重新考慮身體上的互動方式,以減少感染COVID-19的人數。儘管非藥物幹預措施(NPI)對國家出行方式產生了明顯影響,但只有相對的地區出行行為才能對人的移動對COVID-19傳播的影響產生公正的看法。因此,在本文中,我們調查了2020年3月3日至6月22日期間,Facebook活動所帶來的人員流動和社交聯繫對德國每周新感染率的影響。我們的結果證實,減少社交活動可降低感染率,這佔了區域和時間模式。社會疏遠程度由留在聯邦行政區內的人口百分比來量化,對感染的發生率總體上具有負面影響。此外,我們的結果顯示了基於地理和社會距離的空間感染模式。
原文標題: Boosting Parallel Influence-Maximization Kernels for Undirected Networks with Fusing and Vectorization
地址: http://arxiv.org/abs/2008.03095
作者: Gokhan Gokturk, Kamer Kaya
摘要: 影響最大化(IM)是找到種子頂點集的問題,該種子頂點集有望在圖上產生最大的影響散布。它在實踐中具有各種應用程式,例如設計一種有效且高效的方法來在社會網絡中傳播信息,新聞或廣告。問題被證明是NP難的,並且文獻中存在具有可證明的質量保證的近似算法。但是,即使對於中等比例的圖,這些算法在計算上也很昂貴。此外,圖算法通常在存儲器訪問期間遭受空間和時間不規則性的困擾,這在已經昂貴的IM內核之上增加了額外的成本。在這項工作中,我們利用融合的採樣,記憶和向量化來重組,並行化並提高其在無向網絡上的性能。所提出的方法採用偽隨機函數並並行執行多個蒙特卡洛模擬,以有效地利用SIMD通道。此外,它大大減少了邊遍歷的次數,因此減少了從內存中帶走的數據量,這對於幾乎所有與內存綁定的圖內核都是至關重要的。我們將提出的方法應用於傳統的MixGreedy算法,並提出了Infuser,其速度比傳統的貪婪方法快3000倍以上,並且可以在文獻中認為太大的大型圖上運行。
原文標題: Brain Drain and Brain Gain in Russia: Analyzing International Migration of Researchers by Discipline using Scopus Bibliometric Data 1996-2020
地址: http://arxiv.org/abs/2008.03129
作者: Alexander Subbotin, Samin Aref
摘要: 我們研究學術界的國際流動性,重點是研究人員往返俄羅斯的遷徙。使用1996年至2020年所有Scopus出版物,我們分析了超過半百萬研究人員的文獻計量數據,這些研究人員在職業生涯中的某個時候發表了俄羅斯隸屬地址。研究人員的遷移是通過其所屬地址的變化來觀察的。首次,我們針對移民研究人員的領域和表現分析了他們的來源和目的地,並根據流入和流出的流量計算淨移民率。我們的結果表明,儘管俄羅斯在1990年代末和2000年代初一直是捐助國,但近年來俄羅斯經歷了相對對稱的研究人員流通。使用出版物的主題類別,我們可以量化遷移對獎學金各個領域的影響。我們的分析表明,俄羅斯幾乎在所有學科中都遭受了淨損失,神經科學,決策科學,牙科,生物化學和數學方面的損失更是如此。對於經濟學和環境科學,往返俄羅斯的研究人員流通相對平衡。我們的實質性結果揭示了學術界國際流動的新方面及其對國家科學體系的影響,這些都直接影響政策的制定。從方法上講,我們處理大數據的新方法可以用作研究其他國家的學術移民的分析框架。
原文標題: Modeling the evolution of COVID-19
地址: http://arxiv.org/abs/2008.03165
作者: Constantia Alexandrou, Vangelis Harmandaris, Anastasios Irakleous, Giannis Koutsou, Nikos Savva
摘要: 我們提出了兩種不同的方法來對COVID-19大流行的傳播進行建模。兩種方法都基於易感,暴露,傳染,隔離和恢復的人群類別,並允許具有不同感染率和不同檢測水平的任意數量的亞組。第一個模型是從一組常微分方程派生而來的,這些常微分方程包含了人口在各個類別之間發生轉變的速率。另一個是粒子模型,這是人群模擬模型的特定情況,其中疾病通過粒子碰撞傳播,並且通過調整粒子速度來改變感染率。使用來自文獻和特定國家數據的有關COVID-19的信息來調整這兩個模型的參數,包括施加和取消限制時的效果。我們使用賽普勒斯的數據證明了這兩種模型的適用性,為此我們發現這兩種模型都產生了非常相似的結果,從而為預測提供了信心。
原文標題: Generating a Heterosexual Bipartite Network Embedded in Social Network
地址: http://arxiv.org/abs/2008.03167
作者: Asma Azizi, Zhuolin Qu, Bryan Lewis, James Mac Hyman
摘要: 我們描述了如何生成具有規定的聯合度分布的異性戀網絡,該網絡嵌入了規定的大規模社會聯繫網絡中。性網絡的結構在性傳播感染(STI)的傳播方式中起著重要作用。生成模擬現實世界的網絡集合對於評估用於控制STI的可靠緩解策略至關重要。當前生成性網絡的大多數算法僅使用性活動數據(例如每月的伴侶數量)來生成性網絡。現實世界中的性愛網絡還依賴於基於年齡,位置,社交和工作活動的偏見混合。我們描述了一種使用廣泛的社會活動數據來生成可能的異性戀網絡的方法。我們首先對城市中成千上萬的人進行日常模擬,包括他們的日常活動,包括工作,學校,購物和在家中的活動開始。我們從這些活動中提取社會網絡,其中節點是人,邊表示社交互動,例如在同一位置工作。該社會網絡記錄了不同年齡,居住在不同地點的人們,他們的經濟狀況以及其他人口因素之間的相關性。我們使用社交聯繫網絡來定義嵌入擴展社會網絡中的雙向異性戀網絡。由此產生的性網絡刻畫了社會網絡中固有的偏見混合,並且基於這種網絡對的模型可用於調查基於感染者社交接觸的新型幹預策略。我們以衣原體在代表紐奧良年輕的性活躍社區的異性戀網絡中傳播的模型說明了該方法。
原文標題: A mathematical model of the COVID-19 pandemic dynamics with dependent variable infection rate: Application to South Korea
地址: http://arxiv.org/abs/2008.03248
作者: Aycil Cesmelioglu, Kenneth L. Kuttler, Meir Shillor, Anna M. Spagnuolo
摘要: 這項工作構建,分析和模擬了一種新的SEIR型模型,用於當前流行的冠狀病毒(COVID-19)大流行的動力學和潛在控制。它具有隔室結構和不同的夾雜物,具有可變的感染率。這項工作的新穎性是三個方面。首先,根據對疾病控制指令的遵守(就地避難所,口罩/面部遮蓋物,身體疏遠等),將人群分為完全遵守該指示的人和僅部分遵守該指示的人。或一定是可移動的。這可以評估控制措施的總體有效性以及放鬆或加強措施對疾病傳播的影響。其次,該模型將感染率視為未知,並通過差異包含來跟蹤由於病毒突變和飽和效應而導致的感染率變化。第三,通過對某些系統係數引入隨機性,我們研究了模型對這些參數的敏感性,並為模型仿真提供了置信區間和置信區間。作為案例研究,模擬了韓國的大流行暴發。通過最小化模型預測與報告數據的偏差來找到模型參數。仿真表明,該模型準確地刻畫了韓國的大流行動態,這為模型的預測及其未來使用提供了信心。
原文標題: COVID, BLM, and the polarization of US politicians on Twitter
地址: http://arxiv.org/abs/2008.03263
作者: Anmol Panda, Divya Siddarth, Joyojeet Pal
摘要: 我們繪製了520位美國國會議員的推文的位置,重點分析了他們與兩個廣泛主題的互動:第一,COVID-19大流行,第二,最近的反種族主義抗議浪潮。我們發現,在討論COVID-19時,民主黨人從公共衛生的角度來討論這個問題,而共和黨人則更有可能關注小型企業和經濟。在考察有關反黑人暴力的論述時,我們發現民主黨人更有可能將警察的暴行列為特別關注的問題。相比之下,共和黨人不僅討論更少的問題,而且保持其用語更籠統,並批評認為的抗議暴力。
原文標題: Modeling and Simulation of the spread of coronavirus disease (COVID-19) in Lebanon
地址: http://arxiv.org/abs/2008.03264
作者: Ayman Mourad, Fatima Mroue
摘要: 在本文中,我們開發了一種冠狀病毒疾病(COVID-19)傳播的概率數學模型。它考慮到了這種疾病的已知特殊特徵,例如存在未發現的傳染性病例以及感染者的不同社會和傳染狀況。特別是,它考慮了一個國家的社會結構和政府措施,發現的病例佔實際感染病例總數的比例以及未發現的來自境外的感染者的湧入。儘管該模型很簡單,並且可以合理識別其參數,但使用地方當局提供的關於這一大流行病的數據,它也足夠複雜,無法刻畫最重要的影響。我們研究了黎巴嫩的特殊情況,並使用其報告的數據估算了模型參數,這對於估算COVID-19在其他國家的傳播可能非常有用。我們在報告的數據和模型給出的估計值之間顯示出很好的一致性。我們還模擬了幾種方案,這些方案可以幫助決策者確定如何放鬆各種措施,而又不會冒嚴重的COVID-19浪潮。我們還能夠確定導致特定情況的主要因素,從而有助於更好地了解病毒的傳播。
原文標題: COVID-19: What If Immunity Wanes?
地址: http://arxiv.org/abs/2008.03283
作者: M. Alper Çenesiz, Luís Guimarães
摘要: 我們使用一種簡單的經濟模型,其中通過社會隔離來減少傳染,我們研究了免疫力下降對流行病學動態和社會活動的影響。如果免疫力減弱,我們發現COVID-19可能會成為地方性疾病,並且在發現疫苗或治療之前,不會與社會保持距離。但是免疫力的減弱並不一定會在大流行發作時改變最佳行動。分散的平衡實際上與減弱的免疫力無關,直到接近高峰感染為止。對於集中平衡,免疫力減弱的相關性降低了找到疫苗或治癒方法的可能性,感染的成本(例如,感染致命率)以及存在降低傳染性的其他NPI(例如,隔離和使用口罩) 。在校準至2020年7月的模擬中,我們的模型表明,減弱的免疫力對於集中均衡而言至少在2021年之前實際上是不重要的,這為個人和決策者提供了重要的時間,使他們可以在SARS-CoV-2變得至關重要之前了解對SARS-CoV-2的免疫力。
聲明:Arxiv文章摘要版權歸論文原作者所有,機器翻譯後由本人進行校正整理,未經同意請勿隨意轉載。本系列在公眾號「網絡科學研究速遞」(netsci)和個人博客進行同步更新。