• 你的Facebook个人资料图片揭示了你的个性;
  
• 非参数加权随机块模型;
  
• 基于主体的建模工具，用于在对等、特殊和其他复杂网络中自组织的建模和仿真;
  

你的Facebook个人资料图片揭示了你的个性

地址： http://arxiv.org/abs/1708.01292

作者： Cristina Segalin, Fabio Celli, Luca Polonio, Michal Kosinski, David Stillwell, Nicu Sebe, Marco Cristani, Burno Lepri

摘要： 人们花费大量精力来管理他们给予他人的印象。社会心理学家已经表明，人们根据自己的个性不同地管理这些印象。 Facebook和其他社交媒体为这一基本过程提供了一个新的论坛;因此，了解人们在社交媒体上的行为可以为他们的个性提供有趣的见解。在本文中，我们调查了Facebook个人资料图片中的自动人格识别。我们分析了四个视觉特征家族的有效性，并讨论了解释个人性格特征的人类解释模式。例如，外向型和合情合理的个人倾向于拥有温暖的彩色图片，并在其肖像中表现出许多面孔，反映出他们倾向于社交的倾向;而神经质的则是室内场合的照片。然后，我们提出一种自动识别这些视觉特征的个性特征的分类方法。最后，我们将我们的分类方法的性能与人类评估人员的分析方法进行了比较，并且我们发现基于计算机的分类比平均的基于人类的外向型和神经性分类法更为准确。

非参数加权随机块模型

地址： http://arxiv.org/abs/1708.01432

作者： Tiago P. Peixoto

摘要： 我们提出了加权随机块模型的贝叶斯公式，可以用来推算加权网络的大规模模块化结构，包括其层次结构。我们的方法是非参数的，因此不需要模型的组数或其他维度的先前知识，而是从数据推断出来。我们对不同种类的边权重（即连续或离散，有符号或无符号，有界或无界）以及任意加权变换进行综合处理，并描述无人监督的模型选择方法以选择最佳网络描述。我们将我们的方法应用于各种经验加权网络，如全球迁移，国会中的投票模式和人类大脑中的神经连接。

基于主体的建模工具，用于在对等、特殊和其他复杂网络中自组织的建模和仿真

地址： http://arxiv.org/abs/1708.01599

作者： Muaz A. Niazi, Amir Hussain

摘要： 基于主体的建模和仿真工具为复杂模拟的开发提供了一个成熟的平台。然而，它们在计算机网络的主流建模和仿真领域尚未得到应用。在本文中，我们评估如何以及如何这些工具可以在复杂网络的建模和仿真中提供任何增值，例如普适计算，大型对等系统以及涉及大量环境和人/动物/栖息地互动。具体来说，我们展示了NetLogo的有效性 - NetLogo是一种在基于主体的社会模拟领域得到广泛应用的工具。

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。