• 网络的密度分解;
• 众包工作者动机的一项跨国比较;
• 打破嵌套的咒语;
• 激进的数学模型;
• 美国患者转诊网络分析;
• 使用加性二元马尔可夫链建模长相关时间：在风力发电时间序列中的应用;
• 马尔可夫图上的影响最大化：随机优化方法;
• 进一步分析异质性在共同演化空间博弈中的作用;

网络的密度分解

原文标题： Density decompositions of networks

地址： http://arxiv.org/abs/1405.1001

作者： Glencora Borradaile, Theresa Migler, Gordon Wilfong

摘要： 我们引入一个网络的一个新的拓扑描述符，称为密度分解，它是网络节点划分为均匀密度的区域。我们定义的分解是独特的，因为给定的网络只有一个密度分解。每个分区中节点的数量定义了一个密度分布，我们发现这个密度分布与给定的真实网络（社会，互联网等）的程度分布有明显的相似性，在合成网络（优先依恋，小世界等）中有明显的不同。

众包工作者动机的一项跨国比较

原文标题： A Cross-Country Comparison of Crowdworker Motivations

地址： http://arxiv.org/abs/1711.03115

作者： Lisa Posch, Arnim Bleier, Fabian Flöck, Markus Strohmaier

摘要： 人群就业是短期就业的新形式，已经迅速成为全球广大人民的收入来源。它与传统的工作形式有很大的不同，然而类似的道德和优化问题却出现了。解决这些挑战的关键之一是了解国际劳动力队伍的动力是什么。在这项工作中，我们研究了一个特别流行的人群就业类型的工作者的动机：微观任务。我们报告在十个国家应用多维Crowdworker动机量表（MCMS）的结果，揭示了重大的国际差异。

打破嵌套的咒语

原文标题： Breaking the spell of nestedness

地址： http://arxiv.org/abs/1711.03134

作者： Clàudia Payrató Borrás, Laura Hernández, Yamir Moreno

摘要： 对互动物种有利的共生相互作用在生态系统中反复出现。对自然系统的观察表明，如果我们将共生关系视为物种之间的二元联系，则由此产生的二分交互网络显示出广泛的特定排序，称为嵌套。另一方面，理论研究表明，嵌套结构对从物种共存到群落和生物多样性的高结构稳定性等一系列相关特征具有积极影响。然而，嵌套如何产生以及它的决定因素是什么，仍然是公开的挑战，导致了迄今为止的多次辩论。在这里，我们通过应用理论方法来分析167个真实的共生网络，发现嵌套不是一个不可约的特征，而是共生网络的两个部分的度序列的结果。值得注意的是，我们发现绝大多数分析的网络并没有统计显著的嵌套性。这些发现指出需要修改先前关于嵌套的作用的主张，并可能有助于改进我们对于如何通过把重点放在局部特性而不是全局数量上来形成共生关系和群落的理解。

激进的数学模型

原文标题： A bare-bones mathematical model of radicalization

地址： http://arxiv.org/abs/1711.03227

作者： Connell McCluskey, Manuele Santoprete

摘要： 激演化是人们采取越来越极端的政治或宗教意识形态的过程。激进思维本身并不成问题，但在导致暴力的时候，对国家安全构成了威胁。我们引入一个简单的分区模型（类似于流行病学模型）来描述激演化过程。然后，我们扩展模型，以允许多种意识形态。我们的方法与用于多菌株疾病研究的方法类似。根据我们的模型，我们评估了几个打击暴力极端主义的策略。

美国患者转诊网络分析

原文标题： Analysis of the U.S. Patient Referral Network

地址： http://arxiv.org/abs/1711.03245

作者： Chuankai An, A. James O’Malley, Daniel N. Rockmore, Corey D. Stock

摘要： 在本文中，我们分析了美国患者转诊网络（也称为共享患者网络）和2009-2015年的各种子网络。根据医疗保险和医疗补助服务中心提供的数据，在这些网络中，如果患者在指定的时间间隔内遇到他们两个，则两个医生相关联。我们发现大多数国家级数据的幂律分布以及核心 - 边结构。在国家和国家层面上，我们发现了一种所谓的小世界结构，以及在一些大型经济网络中所发现的“重力法则”。一些医生扮演州际转诊枢纽的角色。发现了国家和国家层面的某些网络统计数据与卫生系统统计数据之间的强相关性。转诊网络中的模式使用包括来自网络的关键指标的若干统计分析进行证明，这说明利用网络分析提供医疗系统的新见解以及催化改善的机会或机制的潜力。

使用加性二元马尔可夫链建模长相关时间：在风力发电时间序列中的应用

原文标题： Modeling long correlation times using additive binary Markov chains: applications to wind generation time series

地址： http://arxiv.org/abs/1711.03294

作者： Juliane Weber (1 and 2), Christopher Zachow (2), Dirk Witthaut (1 and 2) ((1) Forschungszentrum Jülich, Institute of Energy and Climate Research – Systems Analysis and Technology Evaluation (IEK-STE), (2) University of Cologne, Institute for Theoretical Physics)

摘要： 风力发电表现出强烈的时间变化性，这对于高度可再生能源系统中的系统集成是至关重要的。存在不同的方法来模拟风力发电，但它们往往不能正确表示关键的时间波动。我们应用加性二元马尔可夫链的概念来模拟由两个状态组成的风力发电时间序列：高低风力发电期。这个模型的唯一输入参数是经验自相关函数。两个状态模型很容易扩展到随机地重现每个时期的实际生成。为了评估加性二元马尔可夫链方法，我们引入了电力系统的粗糙模型来推导备份和存储需求。我们发现风力发电的时间相关性，作为风力发电的不同份额的高低风事件的存储容量和静止时间分布的备份需求可以被重建。

马尔可夫图上的影响最大化：随机优化方法

原文标题： Influence Maximization over Markovian Graphs: A Stochastic Optimization Approach

地址： http://arxiv.org/abs/1711.03327

作者： Buddhika Nettasinghe, Vikram Krishnamurthy

摘要： 本文考虑马尔可夫图过程的随机影响最大化问题：给定一个固定的节点集，其连通图演化为一个马尔可夫链，估计概率分布（在这个固定节点集上），对样本节点进行采样最大的信息级联（预期）。此外，假定采样过程影响图的演变，即采样分布和转换概率矩阵在功能上是相关的。在这种情况下，递归随机优化算法被提出来估计两种情况下的最优抽样分布：1）图的转移概率是未知的，但图可以被完美地观察到2）图的转移概率是已知的，但是图在噪音中被观察到。这些算法包括结合方差减小法，贝叶斯滤波器和随机梯度算法的邻域大小估计算法。从理论上建立了算法的收敛性，并给出了数值结果来说明算法是如何工作的。

进一步分析异质性在共同演化空间博弈中的作用

原文标题： A Further Analysis of The Role of Heterogeneity in Coevolutionary Spatial Games

地址： http://arxiv.org/abs/1711.03417

作者： Marcos Cardinot, Josephine Griffith, Colm O’Riordan

摘要： 异质性已被研究为社会困境合作之谜最常见的解释之一。大量的论文已经发表，讨论了异质性增加对结构化代理人群的影响，已经证实，异质性可能有利于合作行为，如果它支持代理人在地方协调他们的策略。在本文中，假设现有的异构加权网络模型，我们试图通过探索异质性和合作关系（如果有的话）进一步分析。我们采用一个加权网络，这个网络完全由代理人同时扮演“囚徒困境”或者“任意囚徒困境”博弈与协同演化规则，即不仅策略而且链接权重随着时间的推移而演变。令人惊讶的是，结果表明，链接权重（状态）的异质性本身并不总是促进合作;相反，合作实际上受到重叠国家数量增加的支持，而不受其异质性的影响。我们相信，这些结果可以指导进一步的研究，以更准确地分析异质性在社会困境中的作用。

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。本系列在微信公众号“网络科学研究速递”（微信号netsci）和个人博客 https://netsci.complexly.cn （提供RSS订阅）进行同步更新。