• 连接或不连接：这是最低效率子图问题;
• 实施和评估维基百科作者计算影响措施的框架;
• 平衡社会网络中的信息曝光;

连接或不连接：这是最低效率子图问题

地址： http://arxiv.org/abs/1709.01123

作者： Natali Ruchansky, Francesco Bonchi, David Garcia-Soriano, Francesco Gullo, Nicolas Kourtellis

摘要： 我们研究一个给定的一组查询顶点的选择性连接器的问题：$ G =（V，E）$中的$ Q \ subseteq V $。选择性连接器是$ G $的子图，它显示出一些内聚性属性，并且包含查询顶点，但不一定要连接它们。放松连接性要求允许连接器检测多个社区并容忍异常值。我们通过引入网络低效率的新措施来实现这一目标，并通过实例化搜索选择性连接器作为找到最低效率子图的问题。我们表明，最低效率子图问题是NP-hard，并设计出有效的算法来逼近它。通过在各种应用领域（如人类大脑，癌症和食品网络）的几个案例研究，我们展示了我们的最低效率子图产生了高质量的解决方案，展示了所有选择性连接器的所需行为。

实施和评估维基百科作者计算影响措施的框架

地址： http://arxiv.org/abs/1709.01142

作者： Sebastian Neef

摘要： 维基百科，一个开放的协作网站，任何人都可以编辑，甚至是匿名的，从而成为不良意图变革的受害者。因此，通过基于编辑历史计算影响度量，维基百科作者的排名可以帮助识别声誉用户或有害活动，例如破坏行为{Adler：2008：MAC：1822258.1822279}。然而，在一个系统上处理数百万次编辑可能需要很长时间。作者实现了一个开源框架，以分布式方式（MapReduce）计算这种排名，并评估其在各种大小数据集上的表现。对于“citeauthor {Adler：2008：MAC：1822258.1822279}”的贡献措施的重新实现，展示了其可扩展性和可用性，以及处理巨大数据集及其可能的解决方案的问题。结果将不同的性能优化转化为透视图，并显示水平尺度可以减少总处理时间。

平衡社会网络中的信息曝光

地址： http://arxiv.org/abs/1709.01491

作者： Kiran Garimella, Aristides Gionis, Nikos Parotsidis, Nikolaj Tatti

摘要： 社会媒体为人们消费消费带来了革命。除了社会媒体平台所带来的无数优势之外，还有一个批评点就是创造了回声室和过滤气泡，这是由社会嗜好和算法个性化造成的。在本文中，我们解决了在社会网络中平衡信息暴露的问题。我们假设网络中存在两个相反的广告系列（或观点），网络节点对这些广告系列有不同的偏好。我们的目标是在相应的广告系列中找到两套节点，以便平衡两个广告系列的整体信息曝光。我们正式定义问题，表征其硬度，开发近似算法，并提出实验评估结果。我们的模式受到关于影响最大化的文献的启发，但我们提供了重要的新奇。首先，信息曝光的平衡由对称差分函数建模，既不是单调也不是子模态，因此不适合现有的方法。第二，虽然以前的论文考虑了一个有自私代理人的设置，并提供最佳响应策略（即最后一个玩家的移动）的界限，但我们考虑使用集中式代理的设置，并为全局目标函数提供界限。

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。