• 量化研发网络中的知识交流：数据驱动模式;
• 有限的个人关注和在线病毒的低质量信息;
• 衡量城市形态与设计的复杂性;
• 列昂惕夫遇到香农 - 衡量经济体系的复杂性;
• 专业用户在Facebook上的流行趋势;
• FDI对贸易的间接影响：网络视角;
• 27000个城市街道网络的多尺度分析;
• 隐藏的空间重建激发了复杂网络中的链路预测;
• 富人俱乐部的排序和二元效应：两个相互关联的现象;
• 平滑图信号的结构采样和快速重建;
• 使用主题建模和图理论从ICCS 2001-2016计算科学论文的分析;
• 网络的Polya传染模型;
• 选民模型在简单复杂网络中的动力学;
• 当某些节点不可匹配时，匹配匹配节点的图表;
• 网络社区检测案例研究;

量化研发网络中的知识交流：数据驱动模式

地址： http://arxiv.org/abs/1507.07148

作者： Giacomo Vaccario, Mario Vincenzo Tomasello, Claudio Juan Tessone, Frank Schweitzer

摘要： 我们提出一个模式，反映了企业研发活动中的两个重要过程，形成研发联盟，并通过这些合作结果交流知识。在数据驱动的方法中，我们分析了两个大型数据集，提取了7500个研发联盟和5200个专利组合的独特信息。该数据用于校准网络形成和知识交换的模型参数。我们获得了现有和新来的企业与其他在线经销商或新手能够再现经验性R＆D网络拓扑结构的可能性。企业在知识空间中的地位从其专利中获得，使用两种不同的分类方案，IPC为8维，ISI-OST-INPI为35维。我们的知识交流动力学假定，合作公司在知识空间中相互接近，价格为$ \ mu $，为联盟持续时间$ \ tau $。通过比较来自模拟和经验的知识距离以及通过分析协作效率$ \ mathcal {\ hat {C}} _​​ {n} $获得两个参数。这是一个新的措施，也考虑到企业维持并发联盟的努力，并通过广泛的计算机模拟进行评估。我们发现研发联盟的持续时间大约是两年，后来的知识交流速度很低。因此，企业在知识空间中的地位比其研发联盟的结果更为决定性。从我们的数据驱动方法，我们还发现模型配置可以在协作效率$ \ mathcal {\ hat {C}} _​​ {n} $的情况下实现和优化。如我们的模式所示，有效的政策将激励更短的研发联盟和更高的知识汇率。

有限的个人关注和在线病毒的低质量信息

地址： http://arxiv.org/abs/1701.02694

作者： Xiaoyan Qiu, Diego F. M. Oliveira, Alireza Sahami Shirazi, Alessandro Flammini, Filippo Menczer

摘要： 社交媒体是巨大的市场，其中的模因竞争我们的注意力。我们调查在一个风格化的在线社交网络模式中最好的想法的条件，其中代理人在管理大量信息时具有行为限制。我们衡量一个想法的质量与其在系统层面普遍存在的可能性之间的关系。我们发现信息超载和有限的注意力有助于市场的歧视力量的退化。根据模型，有可能在歧视性权力和信息多样性之间做出很好的平衡。然而，在实际社会媒体中，通过表征信息负载和有限注意力的经验数据进行校准，揭示了信息质量与人气的相关性较弱。在这些现实条件下，该模型预测，低质量的信息可能与病毒有关，为我们在线观察到的大量错误信息提供了解释。

衡量城市形态与设计的复杂性

地址： http://arxiv.org/abs/1705.01986

作者： Geoff Boeing

摘要： 复杂系统已经成为概念化城市的流行镜头，复杂性对城市表现和韧性具有重大影响。本文开发了一种用于评估城市设计规模中建筑物复杂性的方法和措施的类型学。它将定量方法从城市规划，网络科学，生态系统研究，分形几何和信息理论扩展到城市形态，并对人类的定性体验进行分析。多个尺度的度量分散在这些文献文献中，并且在分析来自本地规划和设计过程的复杂性方面有有用的应用。这里开发的类型学适用于多个邻域类型和设计标准的实证研究，包括城市形态的时间，视觉，空间，分形和网络分析等措施。

列昂惕夫遇到香农 - 衡量经济体系的复杂性

地址： http://arxiv.org/abs/1705.02154

作者： Dave Zachariah, Paul Cockshott

摘要： 我们根据香农熵概念开发大型经济体系的复杂度测度。通过采用列昂惕夫作为循环流程的生产过程的观点，我们将过程作为马尔科夫链。然后，我们将经济复杂度的度量作为在生产过程中对商品和服务流进行编码所需的平均数量。我们用数十年来来自七个国家经济体的数据来说明这一措施。

专业用户在Facebook上的流行趋势

地址： http://arxiv.org/abs/1705.02156

作者： Samin Mohammadi, Reza Farahbakhsh, Noel Crespi

摘要： 社交媒体的流行是专业用户（例如公司，名人，公众人物等）的重要目标。一个用于衡量用户流行度的简单而突出的指标是她成功吸引到她的网页的粉丝或追随者的数量。人气受到几个因素的影响，确定它们是一个有趣的研究课题。本文旨在通过探索Facebook中专业用户的流行度演变来了解社交媒体中的这一现象。为此，我们在14个月的时间内实施了一个抓取工具，并监控了8k最流行的专业用户在Facebook上的流行趋势。收集的数据集包括约2000万人气值和4300万个职位。我们通过将用户的时间数量聚集在一起，从不同的角度，包括他们的类别和活动水平，对不同的人气演化模式进行了描述。我们的观察结果表明，活跃和知名度与人气趋势呈正相关。

FDI对贸易的间接影响：网络视角

地址： http://arxiv.org/abs/1705.02187

作者： Paolo Sgrignoli, Rodolfo Metulini, Zhen Zhu, Massimo Riccaboni

摘要： 国际贸易与外商直接投资的关系是全球化的主要特征之一。在本文中，我们从网络角度研究外国直接投资对贸易的影响，因为外国直接投资不仅仅是从原产地到目的地国家的直接渠道也是间接的渠道，因为企业有减轻税收负担的​​动机，尽量减少协调成本，打破障碍进入市场。我们使用国际公司控制的独特数据集作为股票FDI的量度来构建公司控制网络（CCN），其中节点是国家，边缘是公司控制关系。基于CCN，计算网络测量，即最短路径长度和通信性，以捕获FDI的间接信道。经验上我们发现企业控制直接和间接地对贸易产生了积极的影响。结果是不同的规格和估计策略。因此，我们的论文提供了强大的实证证据，证明外国直接投资对贸易的间接影响。此外，我们确定了一些相互影响的因素，如区域贸易协定和亚洲地区。我们还发现制造业部门的间接影响比石油开采和农业等初级部门更为显着。

27000个城市街道网络的多尺度分析

地址： http://arxiv.org/abs/1705.02198

作者： Geoff Boeing

摘要： OpenStreetMap提供了一个对城市研究人员有用的全球地理空间数据的不足的来源。本研究使用OSMnx软件自动下载并分析了大都市，市政和社区规模的OpenStreetMap中的27,009个美国街道网络，即每个美国城市（N = 19,655），普查城市化区域（N = 497）和Zillow定义社区（N = 6857）。它提供了关于美国城市形态和街道网络特征的广泛的实证结果，强调了与图理论，城市设计和形态如结构，连通性，密度，中心性和弹性相关的措施。在过去，街道网络数据采集和处理一直很具挑战性和特别性。这项研究说明了OSMnx和OpenStreetMap使用极大的样本量进行街道网络分析，具有明确定义的网络定义和重现性范围，并使用非平面有向图。这些街道网络和测量数据集已经在公共存储库中共享，供其他研究人员使用。

隐藏的空间重建激发了复杂网络中的链路预测

地址： http://arxiv.org/abs/1705.02199

作者： Hao Liao, Mingyang Zhou, Zong-Wen Wei, Rui Mao, Alexandre Vidmer, Yi-Cheng Zhang

摘要： 作为广泛学科的根本挑战，链接预测旨在根据不完整的观察信息识别网络中的潜在链接，其具有广泛的应用范围，从揭示缺失的蛋白质 - 蛋白质相互作用到预测网络的演变。最有影响力的方法之一依赖于以普通邻居或其变体为特征的相似性指数。我们构建一个隐藏的空间，将网络映射到仅仅基于网络的连接结构的欧几里德空间。与节点的实际地理位置相比，我们的重建位置与实际地点相符。我们隐藏空间中的节点之间的距离可以作为链路预测中的一种新的相似性度量。此外，我们将隐藏的空间方法与其他最先进的相似性方法进行混合，这些方法基本上优于现有的预测精度方法。因此，我们的隐藏空间重建模型提供了一个新的视角，以了解网络结构，特别是对链路预测提出了新的思路。

富人俱乐部的排序和二元效应：两个相互关联的现象

地址： http://arxiv.org/abs/1705.02201

作者： Cinelli Matteo, Ferraro Giovanna, Iovanella Antonio

摘要： 富人俱乐部的排序和二元效应是复杂网络中观察到的两个现象，这些现象基于由特定节点组成的某些子结构的存在。富人的俱乐部订单代表着高度联系和重要因素与其他中心要素形成紧密社区的趋势。二元效应表示共享共享属性的节点与预期互联的趋势。在这项研究中，我们考虑到这两种现象之间的相互关系，到目前为止，这些现象一直被分开研究。我们在二元效应方面贡献了一个新的富人的俱乐部措施。此外，我们介绍了与分析二元效应相关的一些措施，这有助于确认富有俱乐部在复杂网络中的存在和相关性。此外，某些计算经验显示了引入量对于不同类别的真实网络的有用性。

平滑图信号的结构采样和快速重建

地址： http://arxiv.org/abs/1705.02202

作者： Gilles Puy, Patrick Pérez

摘要： 这项工作涉及任意图上平滑信号的采样。我们首先研究了这样一个平滑图信号的结构化采样策略，其中包括几个预先定义的节点组的随机选择。用于稳定嵌入一组$ k $ -bandlimited信号的组的数量由称为\ emph {group}图累积一致性的量驱动。对于一些优化的采样分布，我们显示采样$ O（k \ log（k））$组总是足以稳定地嵌入一组$ k $带限信号，但是这个数字可以更小 - 低至$ O （\ log（k））$ - 取决于节点的组的结构。详细介绍了近似这些采样分布的快速方法。其次，我们考虑在预定义的节点组上几乎分段不变的$ k $带限信号。我们表明，可以通过大幅减少向量重建的方式来加速重建这些信号。结合提出的结构化采样程序，我们证明该方法可以稳定准确地重建原始信号。最后，我们提供说明我们的理论结果的数值实验，并且作为示例，示出如何将这些用于使用超像素的图像中的交互对象分割的方法组合。

使用主题建模和图理论从ICCS 2001-2016计算科学论文的分析

地址： http://arxiv.org/abs/1705.02203

作者： Tesfamariam M. Abuhay, Sergey V. Kovalchuk, Klavdiya O. Bochenina, George Kampis, Valeria V. Krzhizhanovskaya, Michael H. Lees

摘要： 本文介绍了使用国际计算科学语料库的主题建模和网络模型的结果，其中包含16年以上的领域专用（计算科学）论文（共5695篇）。我们讨论国际计算科学会议的主题结构，这些主题随着时间的推移而变化，以响应各种问题，技术和方法的主题，以及所有这些主题如何相互关联。该分析通过从主题建模结果和作者的关键词构建静态和动态网络来说明科学界之间的多学科研究和协作。本研究的结果提供了有关计算科学核心讨论主题的过去和未来趋势的见解。我们使用非负矩阵因子分解主题建模算法分层发现主题和标签和分组结果。

网络的Polya传染模型

地址： http://arxiv.org/abs/1705.02239

作者： Mikhail Hayhoe, Fady Alajaji, Bahman Gharesifard

摘要： 研究了基于经典Polya urn方案的网络流行病学模型。使用修改的Polya采样方案在网络节点上生成时间传染过程，其解决了相邻节点之间的空间感染。分析了所产生的网络传染过程的随机性质和渐近行为。与传统的Polya过程不同，网络过程通常被称为非平稳的，尽管它在其第一次和一些二阶统计中被证明是时间不变的，并且在某些条件下满足mart收敛性质。最后，提出了三个经典Polya过程，一个计算和两个分析，以统计近似每个节点的传染过程，显示出适合一系列系统参数。

选民模型在简单复杂网络中的动力学

地址： http://arxiv.org/abs/1705.02249

作者： S. Redner

摘要： 这是一个关于选民模型的动态和复杂网络入侵过程的简要教程。

当某些节点不可匹配时，匹配匹配节点的图表

地址： http://arxiv.org/abs/1705.02294

作者： Vince Lyzinski, Daniel L. Sussman

摘要： 通过跨多个图的推断，网络之间的节点之间存在着潜在的对应关系，以及图匹配 - 找到最佳保留图之间共同结构的两个图的节点之间的对齐关系的问题 - 试图发现这个潜在的在存在未知或有错误的已知顶点标签的情况下的对应关系。然而，在许多现实应用中，只有节点的核心子集在每个图中是匹配的，其余的节点是垃圾顶点，仅参与两个网络之一。在这种情况的统计模型下，我们表明，如果垃圾节点的数量不会太快增长，那么仍然可以正确匹配核心节点，从而允许在存在接近线性（核心大小）垃圾的情况下渐进完善核心恢复。我们还考虑在一个网络中设置垃圾，表明较小的核心网络可以渐近地完美地匹配网络中相对应的核心，其中存在指数多（核心大小）垃圾顶点。这些理论结果在模拟和实际数据实验中得到进一步证实。虽然可以跨网络正确匹配核心顶点，但许多图匹配算法不能识别这些正确的匹配（相对于垃圾到垃圾或核心到垃圾匹配）。因此，我们提出了一个在网络匹配之后验证匹配的核心到核心顶点的过程，并且证明了我们的核心检测过程在模拟和实际数据之间的有效性。

网络社区检测案例研究

地址： http://arxiv.org/abs/1705.02305

作者： Saray Shai, Natalie Stanley, Clara Granell, Dane Taylor, Peter J. Mucha

摘要： 社区结构将网络的组织描述为包含每个子图中边缘普遍程度和子图之间边界相对较少边缘的子图。社区检测方法的发展跨越学科发展，提出了许多不同的算法来寻找社区。正如我们通过几个案例研究在本章中介绍的，社区检测不仅仅是一个“终端博弈”，而是分析网络数据的一个步骤，然后有助于推动感兴趣的学科领域的研究。这些案例研究的例子来自不同的应用，从社会和政治科学到神经科学和遗传学，我们选择他们来展示社区检测的关键方面，并强调社区检测在实践中应该由应用程序引导手。