• 跟踪动态网络中的影响节点;
• 通过消除关系减轻流行病的遗传算法;
• 基于用户兴趣的社会网络分类和聚类社区页面的语言模型;
• 微型闪崩的影响和恢复过程：实证研究;
• 在稀疏先验下的图学习;
• 日本全球业务的网络分析使用日本海外子公司的准穷举微观数据;
• 数字Flynn效应：社交媒体上的帖子复杂性随着时间的推移而增加;
• 纽约时报与股票市场之间的相关性和信息流动;

跟踪动态网络中的影响节点

地址： http://arxiv.org/abs/1602.04490

作者： Yu Yang, Zhefeng Wang, Jian Pei, Enhong Chen

摘要： 在本文中，我们解决了一系列应用中固有的具有挑战性的问题：跟踪动态网络中的有影响力的节点。具体来说，我们将动态网络建模为边权重更新流。这种通用模型包含许多实际情况，作为特殊情况，例如边和节点插入，删除以及演进加权图。在普遍采用的线性阈值模型和独立级联模型下，我们考虑了问题的两个基本版本：找到影响通过用户指定阈值并找到顶级$ k $最有影响力节点的节点。我们的关键思想是使用基于轮询的方法并维护随机RR集的样本，以便我们可以近似具有可证明质量保证的节点的影响。我们开发了一种有效的算法，可以针对网络变化逐渐更新样本随机RR集。我们还设计方法来确定问题的两个版本的正确样本大小，以便我们能够提供强大的质量保证，同时在空间和时间上都是有效的。除了彻底的理论结果，我们在$ 5 $真实网络数据集上的实验结果清楚地表明了我们的算法的有效性和效率。

通过消除关系减轻流行病的遗传算法

地址： http://arxiv.org/abs/1707.05377

作者： Fernando Concatto (1), Wellington Zunino (1), Luigi A. Giancoli (1), Rafael Santiago (1), Luís C. Lamb (2) ((1) Universidade do Vale do Itajaí, (2) Federal University of Rio Grande do Sul)

摘要： Min-SEIS-Cluster是一个优化问题，旨在最大限度地减少网络中的感染传播。在这个问题中，节点可能会感染感染，感染或感染。这个问题的主要特征之一是，当与同一社区的其他节点进行交互时，节点具有不同的动态。因此，问题的特征在于从相同和不同社区感染节点的不同概率。本文提出了一种解决Min-SEIS-Cluster问题的新遗传算法。这种遗传算法显着地超过了目前这个问题的启发式，减少了流行病模拟过程中被感染节点的数量。因此，结果表明，我们的新遗传算法是解决这个问题的最先进的启发式。

基于用户兴趣的社会网络分类和聚类社区页面的语言模型

地址： http://arxiv.org/abs/1707.05481

作者： Elena Mikhalkova, Yuri Karyakin, Natalia Drozhashchikh, Natalia Rogacheva

摘要： 社交网络为人们提供了形成不仅偶尔分享利益的社会群体的机会，而且定期（不同音乐，书籍，体育运动等的粉丝圈子）。每个圈子都会传达这些兴趣，创造了大量的语言数据，以吸引新的追随者，并支持现有的兴趣。在本文中，我们提出了一种语言模型，通过其关注者的兴趣对VKontakte页面进行分类，并使用诸如朴素贝叶斯，SVM等其他分类器来测试其有效性。分享特定兴趣（足球，素食主义，历史重演）的三个特定群体的交叉分类任务得到解决，F1分数达到0.99。我们还建议一个聚类程序，从多达1,000个随机文本的集合中检索这些组的文本。当我们在DBpedia Spotlight的帮助下丰富语言数据时，聚类变得更加有效。

微型闪崩的影响和恢复过程：实证研究

地址： http://arxiv.org/abs/1707.05580

作者： Tobias Braun, Jonas A. Fiegen, Daniel C. Wagner, Sebastian M. Krause, Thomas Guhr

摘要： 在超快速极限事件（或迷你闪崩）中，交易股票的价格在几毫秒内强劲增长或下降。我们对股票市场数据中的Ultrafast Extreme Events进行了详细的研究。与普遍的观点相反，我们的分析表明，大部分超快速极限事件并不主要是因为高频交易。在至少60％观察到的超快速极限事件中，事件的主要原因是大量的市场订单。在金融危机时期，大量的市场订单更有可能与Ultrafast Extreme Events事件的显着增长相关联。此外，我们分析了每个超快速极限事件之后的100次交易。虽然我们观察到价格部分回升的趋势，但不到40％的回报完全。另一方面，我们发现，只有一个交易与超过市场订单通常发现的价格影响不同，超快速极限事件的25％将几乎恢复。

在稀疏先验下的图学习

地址： http://arxiv.org/abs/1707.05587

作者： Hermina Petric Maretic, Dorina Thanou, Pascal Frossard

摘要： 图信号为存在于网络或不规则结构中的数据提供了非常通用和自然的表示。然而，实际的数据结构通常是未知的，但有时可以根据应用领域的知识来估计。如果这是不可能的，则必须从单纯的信号观察来推断数据结构。这正是我们在本文中讨论的问题，假设图信号可以表示为结构化图表字典的几个原子的稀疏线性组合。该字典由拉普拉斯算子的多项式构成，可以稀疏地表示由图上的局部化图案组成的一般图信号。我们制定图学习问题，其解决方案提供了信号观察和稀疏图信号模型之间的理想配合。由于问题是非凸的，我们建议通过在信号稀疏编码和图更新步骤之间交替来解决它。我们提供实验结果，概述了我们的方法的良好的图恢复性能，这通常与其他最近的网络推理算法相比有利。

日本全球业务的网络分析使用日本海外子公司的准穷举微观数据

地址： http://arxiv.org/abs/1707.05699

作者： Jean-Pascal Bassino, Pablo Jensen, Matteo Morini

摘要： 网络分析技术很少用于理解国际管理战略。我们的论文强调了他们作为社会科学领域研究工具的价值，使用大量的微观数据（20,000）来调查海外子公司网络的存在。研究问题如下：全球日本企业网络在多大程度上反映了日本存在的组织模式？特别是，我们要评估建立这样的商业网络的链接，由总部设在日本的大型企业集团的结构所形成，也被称为香港。学术界在管理和产业组织领域的主要部分认为，可以在属于香港的公司之间确定正式的联系。 Miwa和Ramseyer（Miwa和Ramseyer 2002; Ramseyer 2006）质疑这一说法，并认为支持香港存在的证据薄弱。迄今为止，仅通过在日本注册的企业的数据进行了定量实证调查。我们的研究使用日本海外子公司网络的信息来测试全球一级的Miwa-Ramseyer假说（MRH）。获得的结果导致我们拒绝全球数据集的MRH，以及限于日本外商投资的两个主要地区/目的国的子集。结果对于具有不同规格的链路的权重是稳健的，并且在大多数工业部门中被观察到。由于日本海外子公司数量的增加，20世纪后期的全球日本网络日益复杂，但结构的主要特点仍然相当稳定。我们将这些研究结果纳入国际商业学术研究和参与企业战略的专业人士的影响。

数字Flynn效应：社交媒体上的帖子复杂性随着时间的推移而增加

地址： http://arxiv.org/abs/1707.05755

作者： Ivan Smirnov

摘要： 家长和老师经常对青少年广泛使用社交媒体表示担忧。其中有些人看到表情符号，不可破译的初始化和社会媒体典型的松散语法作为语言退化的证据。在本文中，我们使用简单的文本复杂度来衡量流行社交网站上的公共帖子的复杂程度如何随时间而变化。我们分析一个独特的数据集，其中包含来自一个大型欧洲城市的942位336位用户九年来发表的文章。我们表明，所选择的复杂性测量与用户的学业成绩相关：来自高绩效学校的用户比低绩效学校的用户产生更复杂的文本。我们也发现职位的复杂性随着年龄而增加。最后，我们展示了社交网站上的帖子的整体语言复杂度不断增加。我们称这种现象是数字Flynn效应。我们的结果可能表明，对语言退化的担忧是不必要的。

纽约时报与股票市场之间的相关性和信息流动

地址： http://arxiv.org/abs/1707.05778

作者： Andrés García-Medina, Leonidas Sandoval Junior, Efraín Urrutia Bañuelos, A. M. Martínez-Argüello

摘要： 我们使用随机矩阵理论（RMT）和信息论分析了2015年至2016年期间10个月内“纽约时报”64,939条新闻与40个世界金融指数之间的相关性和信息流动。使用情绪分析的工具量化了一组消息，并将其转化为日常极性时间序列。 RMT的结果表明，一个共同因素导致世界指数和新闻，甚至共享同样的动力。此外，当添加白噪声时，发现全局相关结构被保留，这表明相关性不是由于样本大小的影响。同样，我们发现很多信息从新闻到世界指数的具体延误，对交易目的而言具有实际意义。我们的研究结果表明，新闻与世界指数之间存在着深刻的关系，并显示出新闻驱动世界市场运动的情况，提供新的证据支持行为金融作为当前的经济范例。

声明：Arxiv文章摘要版权归论文原作者所有，由本人进行翻译整理，未经同意请勿随意转载。本系列在个人博客 http://netsci.complexly.cn 进行更新，并提供RSS订阅。