本周出游，更新时间或有延迟。

• 联合建模社交网络和移动轨迹的神经网络方法;
  
• 由社会接近度引起的社会梳理策略的适应性;
  
• 合作国家的水动力学模型;
  
• 图的中心度量;
  

联合建模社交网络和移动轨迹的神经网络方法

地址： http://arxiv.org/abs/1606.08154

作者： Cheng Yang, Maosong Sun, Wayne Xin Zhao, Zhiyuan Liu, Edward Y.Chang

摘要： 基于位置服务的移动轨迹的加速增长带来了宝贵的数据资源，以了解用户的移动行为。除了记录轨迹数据，这些基于位置的服务的另一个主要特征是它们还允许用户连接他们喜欢的任何人。社交网络和基于位置的服务的组合被称为基于位置的社交网络（LBSN）。如以前的作品所示，与社会有关的人经常访问的地点往往是相关的，这表明LBSN中用户的社交关系和轨迹行为之间的紧密联系。为了更好地分析和挖掘LBSN数据，我们提出了一种可以联合模拟社交网络和移动轨迹的新型神经网络模型。具体来说，我们的模型由两个部分组成：社会网络的建设和移动轨迹的产生。我们首先采用网络嵌入方法来构建社交网络：可以为用户导出网络表示。我们的模型的关键在于生成移动轨迹的组成部分。我们考虑了影响移动轨迹生成过程的四个因素，即用户访问偏好，朋友影响，短期顺序语境和长期顺序语境。为了表征最后两个上下文，我们使用RNN和GRU模型来捕获不同级别（即短期或长期）的移动轨迹中的顺序相关性。最后，两个组件通过共享用户网络表示来绑定。两个重要应用的实验结果证明了我们的模型的有效性。特别是当网络结构或轨迹数据稀疏时，基线的改进更为显着。

由社会接近度引起的社会梳理策略的适应性

地址： http://arxiv.org/abs/1707.09110

作者： Masanori Takano, Genki Ichinose

摘要： 人类倾向于与亲密的朋友合作，因此他们必须建立强大的社会关系，以接受他人的合作。因此，他们应该通过进化过程获得社会关系建设的策略。社会关系建设的行为被认为是“社会梳理”。在本文中，我们展示了基于进化博弈模拟的社会整理策略的进化动力学中有四个类，包括人类的策略。社会关系优势（按照社会梳理的频率衡量）往往表现出非常偏斜的分布（幂律分布）。这可能是由于社会梳理的时间限制，因为成本太大，无法忽视，因为有很多强大的社会关系。人类构建社会关系战略的演变可以解释基于社会大脑假设的人类智力的起源。我们构建了一个基于个人的模型来探索社会整理策略的进化动态。该模式是基于通过加强与合作者的社会关系来取胜别人的行为。进化模拟的结果显示了进化动力学的四个类别。结果取决于资源总量和合作者资源与合作者数量的比例。四类之一类似于人类战略，即基于幂律的尤尔 - 西蒙进程的战略。

合作国家的水动力学模型

地址： http://arxiv.org/abs/1707.09203

作者： Roberto De Luca, Marco Di Mauro, Angelo Falzarano, Adele Naddeo

摘要： 国际贸易理论的目标是解释不同国家之间货物和服务的交换，旨在从中受益。虽然这个想法自古以来就是非常简单而且知名的，但智慧型政策和商业策略需要由每个学科来实现，从而形成一个复杂而且不明显的相互作用。为了理解这样的复杂性，自十六世纪以来，不同的理论得到了发展，今天的新想法还在继续。其中，所谓的经典理论是以国家为基础的，范围从A.史密斯和D.里卡多的绝对和比较优势理论到E.Heckscher和B.Orlin的因子比例理论。在这项工作中，我们构建了一个简单的流体动力学模型，能够在比较优势理论的最简单的设置中再现主要结论，即一个与国家A和国家B在真正的交换型经济和贸易中交换两种货物的两国的世界流量仅由市场力量统治。该模型通过引入资金进一步推广，以讨论其在塑造贸易模式中的作用。还讨论了模型的优点和缺点，并提出了改进的观点。

图的中心度量

地址： http://arxiv.org/abs/1707.09350

作者： Marco Avella-Medina, Francesca Parise, Michael T. Schaub, Santiago Segarra

摘要： 图为具有成对互动的系统提供了一种自然的数学抽象，因此已经成为跨越各种科学领域的系统表示的流行工具。然而，随着关系数据集的规模不断扩大，传统的基于图的方法也越来越多地被其他建模范例所取代，从而能够更灵活地处理这些数据集。在这种情况下，一个有希望的框架由图提供，它们已经被正式引入作为增加大小的图的自然限制对象。然而，虽然图理论已经发展良好，但网络分析中的一些突出工具在图领域中仍然没有对应关系。特别地，已经成功应用于各种应用以显示网络中的重要节点的节点中心性度量迄今尚未被定义为图。在这项工作中，我们介绍了图中心度量的正式定义，并建立了它们与有限图上定义的中心度量度的联系。特别地，我们基于线性积分算子的理论来定义图的度数，特征向量和Katz中心性函数。我们进一步建立了浓度不等式，表明这些中心性函数是其随着尺寸增加的随机图序列定义的类似对应物的自然界限。我们讨论计算这些中心度量的几种策略，并通过一组数值示例来说明这些策略。

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 https://netsci.complexly.cn 进行更新，并提供RSS订阅。