• 不断演变的符号网络上的流行病传播;
• 冗余的相互依赖性提高了多层网络的鲁棒性;
• 二分网络的潜在几何;
• 由行人流中的吸引力引起的干扰过渡;
• 科学领域的比例缩放;
• 揭开离岸金融中心：全球公司所有权网络中的管道和水槽;
• 多层开发者 - 项目二分网络的协同相似分析;
• 在线人机交互：检测，估计和表征;
• 通过选择性调整人际重量来改变社会网络中的社会优势;
• 记忆对流行病演变的影响：易感-感染的流行病模型;
• 货币兑换市场的扩散和扣留的动态;
• 知识获取：复杂网络方法;
• 在线社区忠诚;
• 通过检测社会网络数据的集群识别用户生存类型;

不断演变的符号网络上的流行病传播

地址： http://arxiv.org/abs/1607.06782

作者： M. Saeedian, N. Azimi-Tafreshi, G. R. Jafari, J. Kertesz

摘要： 大多数疾病传播的研究考虑了潜在的社会网络有没有获得传染，虽然流行影响人们的意愿与他人联系：“友好”的接触可能会转向“不友好”，以避免感染。我们研究在签名网络上的易感染的疾病传播模型，其中每个边缘与表示其端节点之间的友好或不友好​​关系的正或负号相关联。在有符号的网络中，根据Heider的理论，边缘符号演化使得最终实现结构平衡的状态，对应于物理学术语中没有挫折。然而，感染的危险影响其边缘迹象的演变。为了描述符号演化和疾病传播的耦合问题，我们通过考虑节点的状态来概括结构平衡的概念。我们引入能量函数并在完整的网络上进行蒙特卡罗模拟以测试能量景观，其中我们发现对应于所谓的拥塞状态的局部最小值。我们研究初始友好与不友好关系的比率对疾病传播的影响。稳定状态可以是平衡的或阻塞状态，使得在系统中的易感和受感染节点之间发生共存。

冗余的相互依赖性提高了多层网络的鲁棒性

地址： http://arxiv.org/abs/1610.05378

作者： Filippo Radicchi, Ginestra Bianconi

摘要： 在分析多路复用网络的鲁棒性时，通常假设节点仅在其相互依赖的节点同时工作时才起作用。根据该模型，随着层数的增加，多路复用网络变得越来越脆弱。在这方面，向先前存在的多路复用网络添加新的相互依赖节点层将永远不会提高其鲁棒性。尽管这样的模型似乎适合于理解相互依赖性在仅由两个层组成的网络的最简单情况中的效果，但似乎不适合于表征由多个网络层形成的真实系统的鲁棒性。似乎事实上不切实际，一个真正的系统，通过发展多层相互作用，发展到一个脆弱的结构。在本文中，我们介绍一种渗透模型，其中使节点起作用的条件是该节点在网络的至少两个层中起作用。当层数等于2时，该模型减少到用于多路复用网络的通常采用的渗滤模型。然而，对于更大数量的层，模型描述了添加新层通过在层之间创建冗余相互依赖性来提高系统的鲁棒性的情况。我们证明了这个事实，由于开发了一个消息传递理论，能够在合成和现实世界复用图中表征模型。

二分网络的潜在几何

地址： http://arxiv.org/abs/1610.09048

作者： Maksim Kitsak, Fragkiskos Papadopoulos, Dmitri Krioukov

摘要： 尽管二分网络系统的丰富，他们的组织原则较少研究，与单一网络相比。通常在将两个网络投影到两组节点之一之后对其进行分析。作为投影的结果，如果相同集合的节点在二分网络中具有至少一个公共的相邻节点，则将它们链接在一起。即使这些预测允许使用为单一网络开发的工具研究二分网络，单模式预测导致信息的显着损失和具有完全连接的子图的投影网络的人为膨胀。在这里，我们寻求一种不同的方法来分析二分系统，这是基于这样的系统具有潜在度量结构的观察：网络节点是潜在度量空间中的点，而连接更可能形成在由较短距离分离的节点之间。这种方法已经开发用于单一网络，并且相对很少知道其对二分系统的适用性。在这里，我们完全分析一个简单的潜在几何模型的二分网络，并表明这个模型解释了许多真正的二分系统的特殊结构特性，包括共同的邻居和二分聚类的分布。我们还分析了该模型中单模式投影的几何信息损失，并提出了一种有效的方法来推断节点之间的潜在成对距离。揭示潜在几何基础真正的二分网络可以找到应用程序在不同的领域，从构建有效的推荐系统到理解细胞代谢。

由行人流中的吸引力引起的干扰过渡

地址： http://arxiv.org/abs/1701.06909

作者： Jaeyoung Kwak, Hang-Hyun Jo, Tapio Luttinen, Iisakki Kosonen

摘要： 我们数字地研究干扰过渡在行人流与一个吸引力交互，主要基于社会力量模型的行人谁可以加入吸引力。我们将连接概率表示为来自其他人的社会影响的函数，反映个人选择行为可能受其他人影响。通过控制行人流入和社会影响参数，我们识别各种行人流模式。对于双向流场景，我们观察到从自由流动到冻结阶段的过渡，其中相对行走的行人到达完全停止并彼此阻挡。另一方面，在单向流场景中出现不同的过渡行为，即从自由流动到局部堵塞，然后到扩展堵塞阶段。还观察到，当行人流量高且具有强的社会影响时，延长的堵塞阶段可以以某种概率结束于冻结现象。这项研究强调，行人和吸引力之间的吸引力的相互作用可以通过增加吸引人附近的行人之间的冲突的数量触发干扰转变。为了避免过多的行人堵塞，我们建议通过调节行人流入，特别是当社会影响力强时，抑制一定水平的冲突数量。

科学领域的比例缩放

地址： http://arxiv.org/abs/1702.05671

作者： Hongguang Dong, Menghui Li, Ru Liu, Chensheng Wu, Jinshan Wu

摘要： 异速膨胀缩放可以反映复杂系统中的潜在机制，动力学和结构;例子包括生物学，生态学和城市发展的典型规模法律。在这项工作中，我们研究科学领域的异速生长。通过对作者数量进行各种科学领域的输出/输入的分析，包括出版物，引文和参考文献的数量，我们发现，在我们迄今为止研究的所有领域，包括物理学，数学和经济学，有关于科学领域的产出/投入和规模的异速比例定律。此外，缩放关系的指数多年来保持相当稳定。我们还发现，各个子字段与整体缩放定律的偏差是独立于其大小排序子字段的良好指标。

揭开离岸金融中心：全球公司所有权网络中的管道和水槽

地址： http://arxiv.org/abs/1703.03016

作者： Javier Garcia-Bernardo, Jan Fichtner, Eelke M. Heemskerk, Frank W. Takes

摘要： 跨国公司使用父母和子公司的高度复杂的结构来组织其运营和所有权。离岸金融中心（OFC）通过低税收和宽松的监管促进这些结构，但越来越受到监管，例如实现避税。因此，OFC辖区的确定已成为一个政治化和有争议的问题。我们介绍一种基于全球企业所有权网络识别OFC的新型数据驱动方法，其中超过9800万家企业（节点）通过7100万个所有权关系连接。这种粒度公司级网络数据唯一地允许识别sink-OFC和导管OFC。 Sink-OFCs吸引和保留外国资本，而OFC是在国际投资路线中的有吸引力的中间目的地，并且能够在没有税收的情况下转移资本。我们确定24个水槽-OFCs。此外，一小部分五个国家 - 荷兰，英国，爱尔兰，新加坡和瑞士 - 将大多数企业离岸投资作为渠道OFC。每个管道的管辖权专门在一个地理区域，并有基于工业部门的显着专业化。反对OFC作为不能被管制的异国小岛的想法，我们显示许多水槽和管道OFC是高度发达国家。

多层开发者 - 项目二分网络的协同相似分析

地址： http://arxiv.org/abs/1703.03093

作者： Deng-Cheng Yan, Bing-Hong Wang

摘要： 为了理解GitHub作为一个整体的开发人员和项目之间的多重关系，我们将它们建模为一个多层二分网络，分析度数分布，最近的邻居度分布及其与度的相关性，以及协作相似度分布及其相关性度。我们的研究结果表明，所有度数分布都有幂律形式，特别是，观察层项目的度数分布具有双幂律形式。在两个层中观察到开发者和项目的最近相邻者的程度和程度之间的负相关，表现出分解混合模式。开发者和项目的协作相似性与观察层的程度负相关，而在分叉层中观察到开发者的正相关，并且在分叉层中的项目没有观察到明显的相关性。

在线人机交互：检测，估计和表征

地址： http://arxiv.org/abs/1703.03107

作者： Onur Varol, Emilio Ferrara, Clayton A. Davis, Filippo Menczer, Alessandro Flammini

摘要： 越来越多的证据表明，越来越多的社交媒体内容是由称为社交机器人的自主实体产生的。在这项工作中，我们提出了一个框架来检测这样的实体在Twitter上。我们利用从公共数据提取的一千多个特征和关于用户的元数据：朋友，鸣叫内容和情绪，网络模式和活动时间序列。我们使用公开的Twitter机器人数据集来对分类框架进行基准测试。这种训练数据通过手动注释的活跃Twitter用户的集合来丰富，包括人类和不同复杂度的机器人。我们的模型产生高精度和相互一致，可以检测不同性质的机器人。我们的估计表明，9％到15％的活跃Twitter帐户是机器人。描述帐户之间的关系，我们观察到简单的机器人倾向于与显示更类似人类行为的机器人进行交互。内容流分析揭示了转发和提及机器人与不同目标群体进行交互所采用的策略。使用聚类分析，我们描述了帐户的几个子类，包括垃圾邮件发送者，自我启动者和从连接的应用程序发布内容的帐户。

通过选择性调整人际重量来改变社会网络中的社会优势

地址： http://arxiv.org/abs/1703.03166

作者： Mengbin Ye, Ji Liu, Brian D. O. Anderson, Changbin Yu, Tamer Başar

摘要： 根据社交网络的DeGroot-Friedkin模型，个人的社会力量随着网络在一系列问题上讨​​论个人意见而演变。在对网络连通性的温和假设下，随着讨论的问题数量的增加，每个人的社会力量收敛于一个恒定的严格正值。如果网络具有称为“星形拓扑”的特殊拓扑，则所有社会功率与个体在星的中心处累积。本文研究了新的个人和/或人际关系到具有星形拓扑的社交网络的战略引入，以减少中心个人的社会力量。事实上，提出了几种策略。对于每个策略，我们基于本地信息，基于新的人际关系的强度导出必要和充分的条件，这确保中心个体在社交网络中不再具有最大的社会力量。这些条件的解释表明，战略是非常直观的，某些战略是比其他人有利，所有这些都是社会学预期。

记忆对流行病演变的影响：易感-感染的流行病模型

地址： http://arxiv.org/abs/1703.03191

作者： M. Saeedian, M. Khalighi, N. Azimi-Tafreshi, G. R. Jafari, M. Ausloos

摘要： 记忆对与人类社会相关的每个过程的演变都有很大的影响。其中，流行病的演变直接关系到个人的经验。事实上，任何真正的流行过程都明显地由非马尔可夫动力学维持：记忆效应在疾病传播中发挥重要作用。包括记忆效应在易感染恢复（SIR）流行模式似乎非常适合这种调查。因此，使用分数导数研究记忆易感的SIR模型动力学。作为幂律函数的长程存储器的衰减直接由相应的非线性微分进化方程中的小数导数的阶数控制。这里我们假设“完全混合”近似，并显示流行阈值被转移到更高的值，比那些无记忆系统，这取决于这个记忆“长度”衰减指数。我们还考虑结构化网络上的SIR模型，并研究拓扑对非马尔可夫动力学中阈值点的影响。此外，缺乏获取关于初始条件或过去事件的精确信息在流行演变的正确估计或预测中起着非常相关的作用。这种“约束”被分析和讨论。

货币兑换市场的扩散和扣留的动态

地址： http://arxiv.org/abs/1703.03195

作者： Joaquim Clara-Rahola, Antonio M. Puertas, Miguel Angel Sanchez-Granero, Juan E. Trinidad-Segovia, F.Javier de las Nieves

摘要： 这项工作研究胶体动力学和欧元 - 美元货币交易市场（EURUSD）的动态之间的对称性。我们考虑在2001年到2015年之间的时间范围内的EURUSD价格，其中我们发现该市场的波动分布与属于过冷或滞留状态的胶体颗粒的波动分布之间存在显着的定性对称性。特别是，我们发现用于被捕获的物理系统的模型适合描述欧元美元波动分布。鉴于对欧元兑美元的相应均方差价格位移（MSPD）在所有年份都是扩散的，当集中在一天内的选定时间框架内时，我们发现纽约证券交易所市场收盘时的两步MSPD，与动态过冷系统。这通过查看价格相关函数和非高斯参数得到证实，并且可以通过理论模型来描述。我们讨论这个类比的起源和影响。

知识获取：复杂网络方法

地址： http://arxiv.org/abs/1703.03366

作者： Henrique F. de Arruda, Filipi N. Silva, Luciano da F. Costa, Diego R. Amancio

摘要： 已经发现复杂网络提供了知识结构的良好表示，如可发现概念及其关系的理解。在这种情况下，发现过程可以被建模为在知识空间中行走的代理。最近的研究提出更逼真的动力学，包括代理受到具有较高能见度的其他人或其自身记忆的影响的可能性。然而，不是单独处理这两个概念，如前所述，在这项研究中，我们提出了一个多代理随机游走知识获取模型，结合这两个概念。更具体地说，我们采用真正的自我避免走路旁边的基于跳跃的新动力学，其中代理人被他人的影响吸引。这是通过使用受到从代理人发出的吸引场影响的L”evy飞行实现的。为了评估我们的方法，我们使用一组网络模型和两个真实网络，一个从维基百科和另一个从Web of Science生成。结果在全球和地区进行了分析。在全局分析中，我们发现大多数动力学参数不会显着影响发现动力学。局部分析显示出取决于发生动力学的网络区域的性能的实质性差异。特别是，网络核心的动态往往更有效。动力学参数的选择也对所考虑的知识网络的采集性能没有显着影响，即使在局部尺度。

在线社区忠诚

地址： http://arxiv.org/abs/1703.03386

作者： William L. Hamilton, Justine Zhang, Cristian Danescu-Niculescu-Mizil, Dan Jurafsky, Jure Leskovec

摘要： 忠诚是多社区参与的一个重要组成部分。当用户选择与各种不同的社区进行交往时，他们通常只忠于一个社群，专注于社区而牺牲他人。然而，不清楚在用户行为中如何表现忠诚度，或者某些社区特征是否鼓励忠诚。在本文中，我们将忠诚度作为用户 - 社区关系进行操作：忠于社区的用户始终偏好于所有其他用户;忠诚的社区随着时间的推移保留他们的忠实用户。通过使用来自Reddit的讨论社区的大数据集来探索这种关系，我们揭示忠诚度表现在广泛社区中的非常一致的行为。忠诚用户使用表示集体身份的语言，并与更深奥，更不受欢迎的内容进行互动，表明他们可能在表达新材料方面发挥作用。忠诚社区具有更密集的用户 - 用户交互网络和更低的三元关闭率，这表明社区级忠诚度与更多的内聚交互相关，并且更少的片段化到子组中。我们利用这些一般模式来预测未来的忠诚度。我们的研究结果表明，用户的忠诚倾向从他们第一次与社区的互动显而易见，表明一些用户从一开始就是内在的忠诚。

通过检测社会网络数据的集群识别用户生存类型

地址： http://arxiv.org/abs/1703.03401

作者： S Chandra Mouli, Abhishek Naik, Bruno Ribeiro, Jennifer Neville

摘要： 生存数据中聚类分析的目标是确定与生存结果决定性相关的聚类。先前的研究主要在具有相对小的数据集的医学领域中探究了这个问题，但是对于这样的聚类方法的需要可以出现在具有大数据集的其他领域，例如社交网络。具体来说，我们希望通过基于用户在网络中的寿命来对用户进行聚类来识别社交网络中的不同生存类别。在本文中，我们提出了一个基于决策树的算法，它使用$ p $ - 值的全局归一化来识别具有显着不同的生存分布的集群。我们在一个简单的生存预测任务的帮助下，从我们的模型评估集群，并表明我们的模型胜过其他竞争的方法。