Arxiv網絡科學論文摘要17篇(2020-10-06)

• 部分觀察的社會網絡中結構和擴散的聯合推斷;
• 鄰居很重要：在訪問受限的社會網絡中影響最大化;
• COVID-19對運輸系統的初步影響：以美國疫情中心紐約都市圈為例;
• COVID-19大流行對美國紐約市和西雅圖交通系統的影響;
• Twitter上的北美高等教育機構的複雜網絡分析;
• 大流行期間的洪水疏散：處理複合危害的多目標框架;
• 在SEIR中納入動態飛行網絡以模擬人口之間的流動性;
• NASA天體物理學數據系統中的二階算子;
• 多層人口親社會行為的演變;
• 左翼和右翼，黨派關係可預測受到錯誤信息影響的脆弱性;
• 使用呼叫數據記錄和聯繫人跟蹤的冠狀病毒爆發的一種隱私保護且經濟高效的控制方案;
• 帶有極端主義者和溫和派的Deffuant模型中的意見動態和共識形成;
• 會議論文集在研究評價中的重要性：一種評估會議影響的方法;
• 挖掘和建模運動數據中的複雜領先-跟隨動態;
• COVID-19的非負矩陣和張量分解;
• 病毒傳播與接觸者追蹤：兩個相互競爭的傳染過程;
• 相互依賴的擴散：相互影響的信念的社會傳染;

部分觀察的社會網絡中結構和擴散的聯合推斷

原文標題： Joint Inference of Structure and Diffusion in Partially Observed Social Networks

地址： http://arxiv.org/abs/2010.01400

作者： Maryam Ramezani, Amirmohammad Ziaei, Hamid R. Rabiee

摘要： 在大型網絡中訪問完整數據通常是不可行的。因此，數據丟失的問題是現實世界社會網絡的分析和建模中至關重要且不可避免的問題。但是，關於社會網絡不同方面的大多數研究都沒有考慮到這一限制。解決此問題的一種有效方法是恢復丟失的數據，作為預處理步驟。本文試圖通過從部分觀測到的數據中學習模型來從擴散網絡和網絡結構中推斷出未觀測到的數據。我們開發了一個稱為「 DiffStru」的概率生成模型，以共同發現網絡結構的隱藏連結和被忽略的擴散活動。該方法通過學習耦合的低維潛在因子，利用節點之間的連結與級聯過程之間的相互關係。除了推斷看不見的數據外，學習到的潛在因素還可以幫助解決網絡分類問題，例如社區檢測。在合成數據集和真實數據集上的仿真結果表明，該方法在連結預測和發現隱形社會行為的標識和感染時間方面具有出色的性能。

鄰居很重要：在訪問受限的社會網絡中影響最大化

原文標題： Neighborhood Matters: Influence Maximization in Social Networks with Limited Access

地址： http://arxiv.org/abs/2010.01331

作者： Chen Feng, Luoyi Fu, Bo Jiang, Haisong Zhang, Xinbing Wang, Feilong Tang, Guihai Chen

摘要： 影響力最大化（IM）旨在通過向有影響力的用戶提供折扣（稱為播種）來最大化影響力的傳播。在許多應用中，由於用戶的隱私問題，壓倒性的網絡規模等，很難如人們所願地將網絡中的任何用戶作為目標。相反，最初只有一小部分用戶可以訪問。這種訪問限制將極大地影響影響力的傳播，因為IM經常依賴於播種高級用戶，由於社會網絡的冪律結構，在這樣小的子集中這種情況很少見。在本文中，我們嘗試通過考慮種子和擴散不確定性的自適應方法來解決現實情況下的有限IM。具體來說，我們考慮細粒度的折扣，並假設用戶概率性地接受折扣。擴散過程由獨立的級聯模型描述。為了克服訪問限制，我們證明了鄰居對期望值有較高程度的「設定式友誼悖論」（FP）現象，並提出了嵌入FP的兩階段播種模型，其中對鄰居進行播種。在此基礎上，為了進行比較，我們制定了非自適應情況和自適應情況，這兩種情況都被證明是NP難的。在非自適應情況下，折扣是一次分配給所有用戶。我們顯示了影響傳播w.r.t.的單調性折扣分配，並設計一個兩階段的協調下降框架來確定折扣分配。在自適應情況下，將根據對現有播種和擴散結果的觀察順序對用戶進行播種。我們分兩個階段證明了影響擴散函數的自適應亞模量和亞模量。然後，提出了一系列具有恆定近似比的自適應貪婪算法。

COVID-19對運輸系統的初步影響：以美國疫情中心紐約都市圈為例

原文標題： Initial Impacts of COVID-19 on Transportation Systems: A Case Study of the U.S. Epicenter, the New York Metropolitan Area

地址： http://arxiv.org/abs/2010.01168

作者： Jingqin Gao, Suzana Duran Bernardes, Zilin Bian, Kaan Ozbay, Shri Iyer

摘要： 2020年3月11日，新穎的冠狀病毒COVID-19被世界衛生組織（WHO）確認為大流行病。進入COVID-19大流行一個月後，本白皮書著眼於COVID-19的初步影響在紐約都會區已成為美國冠狀病毒震中的交通系統。

COVID-19大流行對美國紐約市和西雅圖交通系統的影響

原文標題： The Effects of the COVID-19 Pandemic on Transportation Systems in New York City and Seattle, USA

地址： http://arxiv.org/abs/2010.01170

作者： Jingqin Gao, Jingxing Wang, Zilin Bian, Suzana Duran Bernardes, Yanyan Chen, Abhinav Bhattacharyya, Siva Soorya Muruga Thambiran, Kaan Ozbay, Shri Iyer, Xuegang (Jeff)Ban

摘要： 本文繼續強調紐約市（NYC）的流動性和社交性趨勢，並用來自華盛頓州西雅圖的類似數據進行補充，這是美國受COVID-19影響最大的兩個城市。西雅圖可能會進一步復甦而非紐約市的大流行和隨之而來的鎖定，可能會為旅行方式的變化提供一些見解。最後，在取消封鎖兩個月後，我們討論了中國城市的一些初步調查結果，以進一步了解復甦的未來。

Twitter上的北美高等教育機構的複雜網絡分析

原文標題： Complex Network Analysis of North American Institutions of Higher Education on Twitter

地址： http://arxiv.org/abs/2010.01209

作者： Dmitry Zinoviev, Shana Cote, Robert Diaz

摘要： 北美高等教育機構（IHE）：大學，4年制和2年制學院以及商學院-大量出現，並在Twitter上關注。一個IHE Twitter帳戶平均擁有20,000個訂閱者。他們中的許多人遵循一個以上的IHE，從而有可能根據共同關注者的數量來構建IHE網絡。在本文中，我們探索了Twitter上1,435個IHE的網絡結構。我們發現了網絡屬性之間的顯著相關性：各種中心性和聚類係數-以及IHE的屬性，例如入學率，學費和宗教/種族/性別隸屬關係。我們發現了與同構連結的網絡的社區結構-這樣，相似的追隨者也會跟隨相似的大學。此外，我們分析了追隨者的自我描述，並確定了可以追溯到追隨者的群體身份的十二個重疊主題。

大流行期間的洪水疏散：處理複合危害的多目標框架

原文標題： Flood Evacuation During Pandemic: A multi-objective Framework to Handle Compound Hazard

地址： http://arxiv.org/abs/2010.01386

作者： Shrabani S. Tripathy, Udit Bhatia, Mohit Mohanty, Subhankar Karmakar, Subimal Ghosh

摘要： 從受洪災地區撤離人口是減輕洪災危害的非結構性措施。為此目的使用的庇護所通常會在一段時間內容納大量的避難者。大流行期間的洪水會造成複合危害。在這種情況下的疏散工作很難計劃，因為在擁擠的庇護所中幾乎不可能進行社會疏散。這導致了一個多目標問題，其目標相互衝突，即從容易發生洪災的地區撤離的人數最多，而在避難所逗留結束時的感染人數卻最少。就我們所知，這一問題尚待文獻研究。在這裡，我們開發了一個仿真優化框架，其中使用最大-最小方法處理多個目標。該模擬模型由擴展的易感暴露傳染恢復易感性（SEIRS）模型組成。我們將該提議的模型應用於印度奧裡薩邦易發洪水的賈加辛格普爾地區。我們發現，所提出的方法可以估算需要從易受洪水侵襲的單個村莊撤離的人員，以減少大流行期間的洪水危害。同時，這不會導致不受控制的新感染數量。所提出的方法可以推廣到不同地區，並且可以為利益相關者提供一個框架，以管理災害管理規劃中相互衝突的目標並處理複合災害。

在SEIR中納入動態飛行網絡以模擬人口之間的流動性

原文標題： Incorporating Dynamic Flight Network in SEIR to Model Mobility between Populations

地址： http://arxiv.org/abs/2010.01408

作者： Xiaoye Ding, Shenyang Huang, Abby Leung, Reihaneh Rabbany

摘要： 當前對COVID-19進行建模的工作通常基於標準間隔模型，例如SEIR及其變體。由於症狀前和無症狀的病例可以通過旅行在人群之間傳播疾病，因此將人群之間的流動性納入流行病學建模非常重要。在這項工作中，我們建議通過基於空中交通量和源頭的測試陽性率來估計進口案例，從而修改常用的SEIR模型以說明動態飛行網絡。此修改稱為Flight-SEIR，可以啟用1）。儘早發現由於輸入的有症狀和無症狀病例引起的暴發，2）。更準確地估計複製數量和3）。評估旅行限制的影響以及取消這些措施的含義。鑑於我們的世界已經變得多麼緊密，建議的Flight-SEIR在應對這種流行病和下一次流行病時至關重要。

NASA天體物理學數據系統中的二階算子

原文標題： Second Order Operators in the NASA Astrophysics Data System

地址： http://arxiv.org/abs/2010.01418

作者： Michael J. Kurtz, Roman Chyla (for the ADS Team)

摘要： 二階運算符（SOOs）是資料庫函數，它們根據初始查詢中返回的對象的屬性形成輔助查詢。他們可以提供強大的方法來研究複雜的多部分信息圖。 NASA天體物理學數據系統（ADS）已實施了四個SOO，審閱，有用，趨勢以及類似的SOO，它們使用了引文，參考，下載和摘要文本。本教程單獨或結合其他功能詳細描述了這些運算符。它適用於希望充分利用ADS資料庫的科學家和其他人員。假定了ADS的基本知識。

多層人口親社會行為的演變

原文標題： Evolution of prosocial behavior in multilayer populations

地址： http://arxiv.org/abs/2010.01433

作者： Qi Su, Alex McAvoy, Yoichiro Mori, Joshua B. Plotkin

摘要： 人類社會包括許多類型的社會關係。例如，朋友，家人，業務同事，在線聯繫人和宗教團體都可以為個人的社交生活做出貢獻。個人在不同領域的行為可能會有所不同，但他們在一個領域的成功可能仍會在另一個領域取得成功。社會互動的不同但又相互聯繫的領域所造成的複雜性可能是社會中親社會或自私行為的關鍵驅動力。在這裡，我們使用多層網絡研究這個問題，以對具有多個社交互動領域的人群進行建模。一個人可以出現在多個不同的層中，每個層具有不同的行為和環境。對於任何多層結構，我們都會提供有關所得行為動力學的數學結果。在結構的不同空間中，我們發現層之間的耦合傾向於促進親社會行為。實際上，即使僅在每一層中都不利於親社會，多層耦合也可以同時促進其在所有層中的擴散。我們將這些技術應用於六個現實世界的多層社會網絡，範圍從尚比亞社區中的社會情感和專業關係網絡到一所大學內的在線和離線關係網絡。我們的結果表明，社會互動的不同領域之間的耦合對於人類社會的親社會傳播至關重要。

左翼和右翼，黨派關係可預測受到錯誤信息影響的脆弱性

原文標題： Right and left, partisanship predicts vulnerability to misinformation

地址： http://arxiv.org/abs/2010.01462

作者： Dimitar Nikolov, Alessandro Flammini, Filippo Menczer

摘要： 通過研究Twitter上的新聞共享行為，我們分析了黨派關係，回聲室和易受在線錯誤信息影響的關係。儘管我們的結果證實了先前的發現，即在線錯誤信息共享與右傾遊擊黨派密切相關，但我們也發現了左傾使用者的趨勢相似，儘管趨勢較弱。由於用戶的黨派關係及其在黨派回聲室內的位置之間的相關性，這些類型的影響是混雜的。為了弄清它們的影響，我們進行了回歸分析，發現對於左傾和右傾用戶來說，錯誤信息的脆弱性受黨派關係的影響最大。

使用呼叫數據記錄和聯繫人跟蹤的冠狀病毒爆發的一種隱私保護且經濟高效的控制方案

原文標題： A Privacy Preserved and Cost Efficient Control Scheme for Coronavirus Outbreak Using Call Data Record and Contact Tracing

地址： http://arxiv.org/abs/2010.01521

作者： Shibli Nisar, Syed Muhammad Ali Zuhaib, Abasin Ulasyar, Muhammad Tariq

摘要： 被世界衛生組織宣布為大流行的冠狀病毒或COVID-19已給全世界人民的生命造成巨大損失。儘管科學家，研究人員和醫生日以繼夜地開發用於COVID-19的疫苗，但可能需要一兩年的時間才能向世界提供安全有效的疫苗。在當前情況下，必須開發一種解決方案來控制或阻止病毒的傳播。為此，提出了一種基於呼叫數據記錄分析（CDRA）和聯繫人跟蹤的新技術，可以有效控制冠狀病毒的爆發。陽性冠狀病毒患者可以通過CDRA和接觸者追蹤進行追蹤。該技術可以跟蹤患者經過的路徑，並收集所有與患者見面的人的細胞編號。保持這群人的私密性，他們通過其細胞號進行聯繫，以便他們可以隔離自己，直到冠狀病毒測試的結果到來為止。如果某人的測試結果在小組中呈陽性，則必須將其隔離，並對該人採用相同的CDRA和聯繫人跟蹤程序。對COVID-19患者進行地理標記，如果患者違反隔離規定，則會發送警報。而且，提前告知公眾避免患者走的路。這種具有成本效益的機制不僅能夠控制冠狀病毒的爆發，而且還有助於隔離患者的家中。

帶有極端主義者和溫和派的Deffuant模型中的意見動態和共識形成

原文標題： Opinion dynamics and consensus formation in a Deffuant model with extremists and moderates

地址： http://arxiv.org/abs/2010.01534

作者： Luca Marconi, Federico Cecconi

摘要： 在社會，行為和經濟科學的不同學科中，基本的問題類別與對大量人口中個人意見存在的最終狀態的預測有關。意見動態研究的主要方面與達成協議的可能性和所需的時間有關。總的來說，共識模型允許理解一組交互主體是否可以在以下幾個選項中進行選擇時達成共識：政治投票，觀點，文化特徵是它們的眾所周知的例子。當選擇的選項是意見，而可能達成的社會共識是意見協議時，意見動態模型則可以看作是共識模型的子集。此外，在人口眾多的地區，直覺地找到溫和派是很直觀的，他們的觀點不在政治觀點範圍的極端。由於他們的經驗存在範圍廣泛，因此研究他們在輿論動態過程中的影響對於增強對大批人口政治輿論演變的理解非常重要。 Deffuant模型旨在研究共識形成，假設總體的觀點分布是通過一系列隨機的成對相遇而演變的。在這項工作中，我們努力擴展除極端主義者之外還存在溫和派的經典Deffuant模型，以研究具有不同初始觀點和參數配置的共識的出現。因此，我們評估了溫和派在大批人的意見動態過程中對於共識形成的作用和重要性。我們顯示，在模型參數的特定配置中，人口行為受到臨界數量的溫和因素的影響：當達到此閾值時，人口中的意見逐漸收斂

會議論文集在研究評價中的重要性：一種評估會議影響的方法

原文標題： The Importance of Conference Proceedings in Research Evaluation: a Methodology for Assessing Conference Impact

地址： http://arxiv.org/abs/2010.01540

作者： Dmitry Kochetkov, Aliaksandr Birukou, Anna Ermolayeva

摘要： 會議是進行科學交流的重要工具。在計算機科學等學科中，超過50％的原始研究結果在會議記錄中發表。在這項研究中，我們分析了會議程序在各個學科中的作用，並提出了一種基於會議程序和Scimago Journal Rank（SJR）的研究評估的替代方法。研究的結果是一系列會議論文集，按與SJR期刊四分位數相似的方式，將Q1-Q4分為幾個學科。該文獻計量學驅動的排名與計算機科學中專家驅動的CORE排名的比較顯示出62％的重疊，並且類別分布具有顯著的平均排名相關性。此外，工程領域的38個會議論文集（佔列表的45％）和計算機科學領域的23個論文集（佔列表的32％）的SJR級別與這些領域中的前四分位數期刊相對應。這再次強調了會議在這些學科中的特殊重要性。

挖掘和建模運動數據中的複雜領先-跟隨動態

原文標題： Mining and modeling complex leadership-followership dynamics of movement data

地址： http://arxiv.org/abs/2010.01587

作者： Chainarong Amornbunchornvej, Tanya Y. Berger-Wolf

摘要： 領導和追隨者是包括人類在內的社會動物集體決策和組織的重要組成部分。本質上，領導者和追隨者的關係是動態的，並隨上下文或時間因素而變化。了解領導者和追隨者的動態，例如領導者和追隨者如何變化，出現或融合，可以使科學家對集體決策和總體行為有更多的了解。但是，僅給出單個活動的數據，就很難推斷領導者和追隨者的動態。在本文中，我們專注於挖掘和建模領導和跟隨的頻繁模式。我們將新的計算問題形式化，並提出一個可用於解決有關組移動的幾個問題的框架。我們使用領導力推斷框架mFLICA從運動數據集推斷領導者及其派系的時間序列，然後提出一種方法來挖掘和建模領導力和跟隨者動態的頻繁模式。我們通過使用幾個模擬數據集以及狒狒運動的真實世界數據集來評估我們框架的性能，以演示我們框架的應用。這些是新穎的計算問題，據我們所知，目前尚無可解決這些問題的可比方法。因此，我們修改並擴展了現有的領導力推理框架，以提供比較的基準。我們的框架在所有數據集中的表現均優於該基準。我們的框架為科學家提供了機會，以產生有關運動數據領導力動態的可檢驗的科學假設。

COVID-19的非負矩陣和張量分解

原文標題： On Nonnegative Matrix and Tensor Decompositions for COVID-19 Twitter Dynamics

地址： http://arxiv.org/abs/2010.01600

作者： Lara Kassab, Alona Kryshchenko, Hanbaek Lyu, Denali Molitor, Deanna Needell, Elizaveta Rebrova

摘要： 我們使用動態主題建模技術來分析與COVID-19大流行有關的Twitter數據，以了解主題及其隨著時間的流行。使用四種方法學習主題：非負矩陣分解（NMF），非負CP張量分解（NCPD），在線NMF和在線NCPD。所考慮的所有方法都發現了與中國，社會疏遠和美國總統川普有關的持續數周的主要話題。 2月初，有關中國的話題佔據主導地位，然後讓位於更為多樣化的話題。我們觀察到NCPD和在線NCPD可以檢測到幾天內流行的主題，例如韓國的爆發。但是，由NMF和在線NMF檢測到的主題會持續較長的時間。我們的結果根據外部新聞來源進行了驗證。

病毒傳播與接觸者追蹤：兩個相互競爭的傳染過程

原文標題： Virus spread versus contact tracing: two competing contagion processes

地址： http://arxiv.org/abs/2010.01867

作者： Adriana Reyna-Lara, David Soriano-Paños, Sergio Gómez, Clara Granell, Joan T. Matamalas, Benjamin Steinegger, Alex Arenas, Jesús Gómez-Gardeñes

摘要： 在許多國家面臨封鎖以阻止COVID-19發病率曲線增長的封鎖之後，是時候恢復社會和經濟活動了。 SARS-CoV-2在空中的快速傳播能力以及疫苗的缺乏，要求採取積極的收容措施，以避免傳播鏈擴散。迄今為止，最好的策略是隔離診斷出的感染病例，從而防止進一步傳播。該技術包括測試所有人群以進行診斷，跟蹤感染者的接觸並通過隔離所有這些病例進行治療，即測試跟蹤治療（TTT）。更好地描述前者機制的綜合作用的動力學過程是與病原體傳播競爭，切斷潛在的傳染途徑的傳染過程。在這裡，我們提出了一個隔離模型，將感染的動態與接觸者追蹤和病例隔離相結合。我們為有效病例複製數 cal R_c（t）開發了一個解析表達式，該表達式揭示了接觸追蹤在緩解和抑制流行病中的作用。我們表明，在感染傳播和病例隔離之間需要權衡。如果隔離僅限於有症狀的個體，則發病曲線可以變平但不能彎曲。但是，應用接觸跟蹤時，該策略會使曲線彎曲，從而導致疫情暴發的快速抑制。我們說明了這兩種策略之間的質量差異，並確定了解釋接觸跟蹤在急劇逆轉原始流行曲線的上升趨勢並導致其彎曲方面的有效性的因素。

相互依賴的擴散：相互影響的信念的社會傳染

原文標題： Interdependent Diffusion: The social contagion of interacting beliefs

地址： http://arxiv.org/abs/2010.02188

作者： James P. Houghton

摘要： 社會傳染是一種經過充分研究的現象，人們在其中採用自己相信自己的鄰居所暴露的信念，然後將這些信念傳給其他人。研究（和日常生活）表明，人們傾向於採用與他們已經持有的信念一致的信念。然而，學者們並不經常在他們的社會傳染模型中考慮信仰之間的相互作用。相反，他們假設信念彼此獨立地傳播。這是無害的簡化嗎？還是消除信仰之間的相互依存關係會抑制重要的動力，並改變社會傳染的結果？本文對獨立和相互依賴的擴散進行了正面對比。模擬確定了當擴散物相互作用時出現的兩個社會過程，並預測，由於相互依賴的擴散，將出現不受外部真理約束的世界觀，並且在同質種群中將形成兩極分化。受控實驗室實驗在120個人工社會網絡中的2400名參與者中確認了這些預測。我得出的結論是，擴散劑之間獨立性的假設並不像普遍存在的建議那樣普遍適用。相反，擴散劑之間的相互依賴性可能既常見又有結果。

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。