• 通过网络社区发现的词嵌入进行节点嵌入;
• 动力系统定量心理学与认知科学理论：确定性与统计对手之间的公平歧视是必需的;
• 日本住宅小区人口变化;
• 用于生成含时图的时间树分解;
• 错误信息在Facebook上传播;
• 多区偏好建模;
• 在音乐中使用可视化算法的单词作为音符和Zipf定律;
• 服务采用在网络社交网络中的传播;
• 2017年土耳其宪法公民投票选举法医分析;
• 软件架构的复杂网络分析：Hibernate调用图研究;
• 理性信任建模;

通过网络社区发现的词嵌入进行节点嵌入

地址： http://arxiv.org/abs/1611.03028

作者： Weicong Ding, Christy Lin, Prakash Ishwar

摘要： 神经节点嵌入最近已经成为涉及图结构数据的监督学习任务的强大表示。我们利用这一最新进展，为图中的无监督社区发现开发了一种新颖的算法。通过对模拟和现实世界数据进行广泛的实验研究，我们证明了所提出的方法在现有技术水平上始终得到改善。具体来说，我们的方法经验性地获得了用于图生成的基准随机块模型下社区恢复的信息论限制，并且在社区恢复极限中的谱聚类和非循环信念传播中表现出更好的稳定性和准确性。

动力系统定量心理学与认知科学理论：确定性与统计对手之间的公平歧视是必需的

地址： http://arxiv.org/abs/1706.09399

作者： Adam Gadomski, Marcel Ausloos, Tahlia Casey

摘要： 本通信涉及一组观察结果，既遵循确定性统计形式要求，又服务于在动力系统理论的框架内运行，同时重点放在初始数据上。有人认为，统计方法可以非常明确地表现出来，导致心理和/或认知数据分析中的某些虚拟差异，有时在文学中被称为可疑研究实践。这种交流指出了对数据来源​​的深刻认识的需求，这可以表明在实际解释中是否应该有效地考虑指数（马尔萨斯类型）或代数（帕累托型）统计分布。这也与患者以特定方式行事的频率以及这些行为在确定患者进展或回归方面的意义相关，涉及某种记忆效应。从这个角度来看，讨论了一个敏感应用的危险或触发因素如何有助于良好控制的心理战略治疗，也是那些归因于强迫症/强迫症或甚至自我伤害行为的心理战略治疗，其关键性和复杂性利用了治疗师和病人。

日本住宅小区人口变化

地址： http://arxiv.org/abs/1706.09439

作者： Takuya Sekiguchi, Kohei Tamura, Naoki Masuda

摘要： 城乡人口动态不同。了解造成当地人口变化的因素有各种社会经济和政治影响。在本研究中，我们使用日本的人口普查数据来研究2005年至2010年期间居民群体人口增长的贡献者。数据集涵盖了日本的全部，空间分辨率高达500 $ \ 500美元/ textrm {m} ^ 2 $，使我们能够使用统计分析来检验全国各地（城市和农村）的人口动态。我们发现，除了面积，人口密度和年龄，群集的形​​状和居民群体的空间分布与居民群体的人口增长率有显着的相关性。具体来说，如果集群“圆形”（给定区域），并且人口集中在集群的中心而不是集群的外围，则人口趋于增长。

用于生成含时图的时间树分解

地址： http://arxiv.org/abs/1706.09480

作者： Corey Pennycuff, Salvador Aguinaga, Tim Weninger

摘要： 发现大型现实世界图中存在的基础结构是一个根本的科学问题。最近在形式语言理论与图论理论的交点中发现，可以从任何图的树分解中提取Hypgege替换语法（HRG）。该HRG可用于生成共享与原始图相似的属性的新图。由于提取的HRG直接取决于树分解的形状和内容，所以提取算法实际上不可能捕获信息图处理。为了解决这个问题，目前的工作提出了一种称为时间HRG（tHRG）的新的提取算法，从图的时间树分解学习HRG生产规则。我们观察到在时间HRG模型中做出的假设的问题。在大型现实世界网络的实验中，我们展示和提供了为什么tHRG与HRG和其他图生成器不能表现的推理。

错误信息在Facebook上传播

地址： http://arxiv.org/abs/1706.09494

作者： Fabiana Zollo, Walter Quattrociocchi

摘要： 消费社会媒体上广泛而异质的信息来源可能会影响舆论形成的背后机制。如今社会媒体普遍存在着无知或不诚实的谣言，造成了令人震惊的误报现象。事实上，这种情况代表了数字野火与功能文盲，信息超载和确认偏差相结合的丰富环境。在本文中，我们专注于收集旨在提供关于错误信息和谣言传播背后的认知决定因素的定量证据的作品。我们根据两个不同的叙述来说明用户的行为：a）阴谋和b）科学信息来源。特别是，我们在意大利和美国的情况下分析了五年时间的Facebook数据，并衡量用户对i的信息的回应，ii）巨魔内容，以及iii）异议信息，例如揭露尝试。我们的研究结果表明，用户参与分享一个共同叙事（回声室）的极化社区，并倾向于a）即使包含虚假声明，也可以获取确认其信仰（确认偏见）的信息; b）忽略异议信息。

多区偏好建模

地址： http://arxiv.org/abs/1706.09534

作者： Geoffrey Pritchard, Mark C. Wilson

摘要： 生成现实的人工偏好分布是选举制度的任何模拟分析的重要组成部分。虽然这在一个选区范围内已有详细的讨论，但很多选举制度是以多个地区为基础的。不区分独立地区或忽视区域结构的偏好，都不会产生令人满意的结果。我们提出了一个基于经典Eggenberger-P’olya瓮的扩展的模型，其中每个区域由一个瓮代表，并且在瓮之间存在相关性。我们详细地说明这个过程有少量的可调参数，在计算上是有效的，并且产生“逼真的”分布。我们打算用它进一步研究选举制度。

在音乐中使用可视化算法的单词作为音符和Zipf定律

地址： http://arxiv.org/abs/1706.09535

作者： Miguel Sanchez Islas

摘要： 在这项工作中，我们的目标是使用可见性算法研究音乐。这种算法被用作从时间序列获取网络的一种方式。然而，本文的主要思想不是从复杂网络的角度来研究音乐，而是将其作为一个简单的课程来研究，基本上我们在音乐中不同的年龄之间称之为“文字”。可见度算法为我们提供了一种减少时间序列并生成我们学习的作曲家的单词的方法。我们研究不同年龄的巴基斯坦音乐作曲家，从巴赫到斯卡波科夫斯基。这个作品中的时间序列来自MIDI档案，系列是由MIDI档案中的第一个声音产生的，两个相邻音符之间的绝对差异。一旦我们有了我们的系列，我们应用算法来生成单词。可见度算法也被用作Zipf法的一种方式，首先我们发现，当我们使用可见性算法时，我们创建了一个自由规模的网络，所以我们决定把这个网络的子组也是没有规模，并制作音乐词。

服务采用在网络社交网络中传播

地址： http://arxiv.org/abs/1706.09777

作者： Gerardo Iñiguez, Zhongyuan Ruan, Kimmo Kaski, János Kertész, Márton Karsai

摘要： 采用创新，产品或在线服务的人们的集体行为通常被解释为整个社会结构中的传播现象。这个过程可以由社会影响力，社会学习和媒体等外部效应驱动。这种过程的观察可以追溯到罗杰斯和巴斯的开创性研究，他们的数学模型已经采取了两个方向：一个称为简单传染的范式表明了流行病流行的传播。另一个称为复杂的传染病，涉及行为阈值，并成功地解释了大量级联的出现，导致经验数据中经常出现的快速传播。最近由于大数字社交网络和行为数据集的可用性，现实世界的采用过程的观察变得更加容易。这允许同时研究网络结构和在线服务采用的动态，揭示影响行为或创新采用的时间演变的机制和外部影响。这些进步引发了更现实的社会传播现象模型的发展，反过来又为各种实证采用过程提供了非常好的预测。在本章中，我们将回顾近期针对现实世界服务采用流程的数据驱动研究。我们的研究提供了采用异质阈值分布的第一个详细的经验证据。我们还用形式化的方法和数据驱动的模拟来描述这种现象的建模。我们的目标是了解所识别的社会机制对服务采用的影响，为未来的研究提供潜在的新方向和开放性问题。

2017年土耳其宪法公民投票选举法医分析

地址： http://arxiv.org/abs/1706.09839

作者： Peter Klimek, Raul Jimenez, Manuel Hidalgo, Abraham Hinteregger, Stefan Thurner

摘要： 土耳其在2017年宪法公民投票中获得了大多数“是”票，继续从民主转向专制。按照土耳其人民的意愿，这次公民投票几乎将所有行政权力转交给埃尔多安总统。然而，全民投票面临着大量关于选举不当行为和不正当行为的指控，从国家强制“不”支持者到无张力选票的有争议的有效性。在本说明中，我们报告了2017年全民投票选举法医分析的结果，以澄清这些投票违规行为在多大程度上是否能够影响到全民投票的结果。我们专门应用新的统计取证检验来进一步确定选举不法行为的具体性质。特别是，我们测试数据是否包含投票指纹（投票期间每人提交多张投票）和选民索引（强制和恫吓选民）。此外，我们进行测试，以确定选举结果中的数字异常。我们发现系统和非常重要的支持，包括选票和选民索引的存在。在6％的电台中，我们发现了一个错误（不包括投票概率）的投票符号为0.15％（3西格玛事件）。这些投票失真的影响力足以将总体平衡从“否”提升为多数“是”票。

软件架构的复杂网络分析：Hibernate调用图研究

地址： http://arxiv.org/abs/1706.09859

作者： Daniel Henrique Mourão Falci, Orlando Abreu Gomes, Fernando Silva Parreiras

摘要： 复杂网络分析的最新进展令人鼓舞，并且可以在应用于软件工程领域，揭示传统指标无法捕获的属性和结构时提供有用的见解。在本文中，我们通过提取其静态调用图来分析了Hibernate库的拓扑属性，这是一个着名的基于Java的软件。结果揭示了一个复杂的网络，具有小世界和无标度的特征，同时显示出对形成社区的强烈倾向。

理性信任建模

地址： http://arxiv.org/abs/1706.09861

作者： Mehrdad Nojoumian

摘要： 信任模型广泛应用于各种计算机科学学科。信任模式的主要目的是根据其行为不断测量一组实体的可信度。在这篇文章中，通过信任管理和博弈论的桥接引入了“理性信任建模”的新概念。请注意，信任模型/声誉系统已经在博弈理论（例如，重复博弈）中被使用了很长时间，然而博弈理论在信任模型构建过程中尚未得到利用;这是我们的方法的新颖性来自哪里。在我们建议的设置中，信任模型的设计者假定有意利用模型的玩家是理性的/自私的，即根据他们可以获得的效用，决定成为值得信赖或不可信赖的玩家。换句话说，玩家被模型本身激励（或惩罚）以适当地行动。然后可以通过博弈理论分析和解决方案概念（如纳什均衡）来接近信任管理的问题。虽然在现有的一些信托模型中可能会内置合理性，但我们打算从设计师的角度正式化理性信任建模的概念。这种方法将产生两个令人着迷的结果。首先，信任模型的设计者首先可以通过将适当的参数纳入信任函数来激励信任度，这可以随后在基于战略信任的交互（例如，电子商务场景）中的自私参与者中被利用。此外，使用理性信任模型，我们可以防止许多众所周知的对信任模型的攻击。这两个突出的属性也帮助我们通过博弈理论分析来预测球员后续步骤的行为。