• 新产品与消费者复苏的扩散;
• 在量子信息中粗心使用语言;
• 混合理性在偏好形成中的证据;
• MPC遇到社会网络分析：分布式敏感社交网络的隐私保护分析;
• 网络蜈蚣：通过主流和替代新闻来源了解网络社区如何影响彼此;
• 无标度多路网络的进化博弈;
• LinkedIn薪资：安全收集和呈现结构性补偿见解求职者的系统;

新产品与消费者复苏的扩散

地址： http://arxiv.org/abs/1701.01669

作者： Gadi Fibich

摘要： 我们考虑新产品在离散Bass-SIR模型中的扩散，其中采用该产品的消费者可以稍后“恢复”并停止影响其同行采用该产品。为了深入了解社会网络结构对扩散的影响，我们重点关注两个极端情况。在所有消费者相互连接（完整网络）的“最连接”配置中，所有消费者的平均化导致了一个聚合模型，它将用于扩散新产品的Bass模型与用于流行病学的SIR模型相结合。在消费者排列在一个圆圈上的每个消费者的“最小连接”配置中，每个消费者只能受到他的左邻居（单面1D网络）的影响，所有消费者的平均值都会导致不同的聚合模型是线性的，可以明确解决我们推测，对于任何其他网络，扩散从下面和从上面分别通过单面1D网络和完整网络来界定。当消费者安排在一个圈子上，每个消费者可以受到他的左右邻居（双面1D网络）的影响时，扩散比单向1D网络更加快速。这与不恢复采用者的情况不同，其中单面和双面1D网络上的扩散是相同的。我们还提出了一种非线性回归模型，并表明消费者的异质性对总体扩散的影响可以忽略不计。

在量子信息中粗心使用语言

地址： http://arxiv.org/abs/1705.06768

作者： K. Wiesner

摘要： 现代科学的一个重要方面是，科学机构为了共同的科学事业而采取行动，而不是为了个人的个人利益。这意味着科学不应该使现存或历史上不平等的社会秩序永久化。然而，一些科学术语给人非常不同的印象。我将给出最近发明的使用与从属，奴隶制和种族隔离相关联的语言的量子信息领域的术语的两个例子：’ancilla qubit’和’quantum supremacy’。

混合理性在偏好形成中的证据

地址： http://arxiv.org/abs/1705.06904

作者： Alexandru-Ionuţ Băbeanu, Diego Garlaschelli

摘要： 理解形成文化特征的机制，如偏好，意见和信仰，是一个公开的挑战。特征形成与文化动态密切相关，这已成为各种定量模型的重点。最近，一些研究强调了将这些模型与经验可访问的文化动态的快照联系起来的重要性。通过分析从不同来源获得的数据，已经表明文化具有普遍存在的特征，并且经验文化状态与随机对应的系统不同。因此，自然会出现一个关于观察模式的机制的问题。这项研究提出了一种随机结构模型，用于产生保留这些强大，经验性质的文化国家。在以前的工作中已经使用的模型的一个组成部分，假设每个人的特征都是由几个社会科学理论非正式假设的几个普遍的“理性”之一决定的。第二个从同一理论中获取的新成分假定，除了主导的理性之外，每个人也有一定的接触其他理性。显示了这两种成分是再现经验规律所必需的。这一关键结果表明，现实世界中的文化动态的影响可以被描述为多重混合理性的相互作用，从而为推动这种混合的社会科学理论提供了间接证据。这个模型应该被视为对文化的一种静态的，有效的描述，而动态的，更基本的描述将留给将来的研究。

MPC遇到社会网络分析：分布式敏感社交网络的隐私保护分析

地址： http://arxiv.org/abs/1705.06929

作者： Varsha Bhat Kukkala, S.R.S Iyengar

摘要： 在本文中，我们正式化了分布式敏感社会网络（DSSN）的概念，其中包括网络，如敌意网络，金融交易网络，供应链网络和性关系网络。与传统社交网络相比较，鉴于网络编织的个人的隐私问题，DSSN往往更具挑战性。在目前的工作中，我们设想使用安全的多方工具和技术来执行隐私保护DSSN上的社交网络分析。为了实现这一点，我们设计了有效的数据忽略算法，用于计算给定DSSN的K-shell分解和PageRank中心性度量。设计的数据忽略算法可以转换为等效的安全计算协议。我们还列出了需要解决的一系列挑战，使用安全计算协议作为研究DSSN的实际解决方案。

网络蜈蚣：通过主流和替代新闻来源了解网络社区如何影响彼此

地址： http://arxiv.org/abs/1705.06947

作者： Savvas Zannettou, Tristan Caulfield, Emiliano De Cristofaro, Nicolas Kourtellis, Ilias Leontiadis, Michael Sirivianos, Gianluca Stringhini, Jeremy Blackburn

摘要： 随着网络新闻来源的数量和多样性的增长，信息生产的其他来源的机会也越来越多。 Twitter和Facebook等主流社交网络的出现使得误导，虚假和议程驱动的信息更容易，快速，无缝地传播网络，欺骗人或影响他们的意见。此外，紧密针织社区（例如Reddit和4chan）的更多参与使问题复杂化，因为用户不仅在自己的社区内发起和传播替代信息，而且还传播到网络上的其他社区和社交媒体平台。因此，这些平台构成了现代信息生态系统的重要组成部分，唉，尚未被整体研究。在本文中，我们开始通过研究在Twitter，Reddit和4chan上分享的主流和替代消息来填补这一空白。通过分析围绕各种轴的数百万个职位，我们衡量这些平台之间的主流和替代新闻流动。我们的研究结果表明，4chan和Reddit中的alt-right社区可以对Twitter产生惊人的影响力，提供证据表明“边”社区可能会成功地将这些替代新闻来源传播到主流社交网络和更大的Web。

无标度多路网络的进化博弈

地址： http://arxiv.org/abs/1705.06972

作者： Kaj-Kolja Kleineberg

摘要： 近年来，对结构化人群进化博弈进行了广泛的研究。实际上，社会互动发生在不同的领域，这自然需要多重描述。人类互动的多重性质对合作演变的影响近来引起了广泛的关注，然而，发挥的基本机制尚未得到充分的了解。在这里，我们表明，多重组合的结构组织与层之间动态耦合的假设之间的相互作用导致了非常不同的结果。我们表明，多元化的组织可以实现相互空间选择，这是指在不同层次上形成可以在社会困境中生存的重叠合作者集群。此外，异质性和程度相关性导致拓扑奴役，这意味着中心主导了博弈动力学，导致收益无关。我们的研究结果揭示了发挥基本机制，为理解现实结构化人群合作的演变提供了新的视角。

LinkedIn薪资：安全收集和呈现结构性补偿见解求职者的系统

地址： http://arxiv.org/abs/1705.06976

作者： Krishnaram Kenthapadi, Ahsan Chudhary, Stuart Ambler

摘要： 在线的专业社交网络如LinkedIn已经提高了求职者发现和评估职业机会的能力，以及求职者发现和评估潜在候选人的能力。对大多数求职者来说，薪酬（或广泛的薪酬）是选择新工作的关键考虑因素。与此同时，考虑到补偿数据的敏感性以及缺乏包含补偿数据的可靠来源，求职者在学习与不同工作有关的薪酬方面面临挑战。为帮助世界专业人士通过薪资透明度优化盈利潜力的目标，我们提供了LinkedIn薪资，这是一个从LinkedIn成员收取薪酬信息的系统，并向求职者提供补偿信息。我们介绍整体设计和架构，并描述安全收集，匿名化和处理补偿数据所需的关键组件，重点是与匿名性，隐私性和安全性相关的独特挑战。我们进行了超过一年的超过一年的150多万会员收集的补偿提交历史数据的实验研究，从而展示了隐私和建模需求之间的权衡。我们还强调了在LinkedIn中从该系统的生产部署中吸取的教训。