Arxiv网络科学论文摘要15篇(2018-04-12)

  • 增加聚集性并成长为一个小世界的局部重连算法;
  • 基于信息论的全尺度网络比较方法;
  • 文本长度对指数的依赖性与词频分布的有限尺度的关系;
  • 竞赛模式突出了科学资助的低效率;
  • 复杂网络的多尺度动态嵌入;
  • 维基项目中的网络结构,效率和表现;
  • OLCPM:在动态社会网络中检测重叠社区的在线框架;
  • 科学诺贝尔奖人均收益的实证研究:美国时代即将结束?;
  • 分析Twitter上的自动驾驶;
  • 关于在Twitter上支持ISIS的阿拉伯话语以及我们可以从中学到的东西;
  • 交通灯边界的链路上的交通行为;
  • 用网络和语言信息预测Twitter用户的社会经济属性;
  • 分析右翼YouTube频道:仇恨,暴力和歧视;
  • 比较生物医学研究的科学和技术影响;
  • 基于因果推理的社交媒体网络影响力评估;

增加聚集性并成长为一个小世界的局部重连算法

原文标题: Local rewiring algorithms to increase clustering and grow a small world

地址: http://arxiv.org/abs/1608.02883

作者: Jeff Alstott, Christine Klymko, Pamela B. Pyzza, Mary Radcliffe

摘要: 许多真实世界的网络在顶点之间具有较高的聚类:共享邻居的顶点通常也彼此直接连接。网络的聚类可以作为其连通性和社区结构的有用指标。已经开发了用于生成具有高聚类的网络的算法,但是通常依赖于添加或移除边和节点,有时来自完全空的网络。在这里,我们介绍的算法通过从现有网络开始并重新排列边来创建高度集群的网络,而不添加或删除它们;即使群集增加,这些算法也可以保留其他网络属性。它们依赖局部重连规则,其中一个边以确保增加聚类的方式改变其顶点之一。这种贪婪的步骤可以迭代应用,以将随机网络转换为具有更高聚类的形式。此外,所提出的算法增加网络的聚类速度比增加其路径长度更快,这意味着网络进入相对较高聚类和低路径长度的状态:一个小世界。这些算法可能是真实世界网络如何有机地重新排列以实现或维持高度集群和小世界结构的基础。

基于信息论的全尺度网络比较方法

原文标题: An information-theoretic, all-scales approach to comparing networks

地址: http://arxiv.org/abs/1804.03665

作者: James P. Bagrow, Erik M. Bollt

摘要: 随着网络研究变得越来越复杂,研究人员发现自己没有研究单个网络,而需要分析网络集合,这比以往更为普遍。使用网络集合时的一项重要任务是网络比较,在网络之间开发相似性或距离度量,以便进行有意义的比较。完成这一任务的最佳手段仍然是一个开放的研究领域。在这里,我们介绍一种新的比较网络的方法,纵向发散,它在数学原理上,结合了所有结构尺度网络的拓扑特性,并且是通用的,适用于所有类型的网络。我们测量的一个重要特征使其许多有用的属性是基于图不变的网络肖像。我们测试了从蛋白质相互作用数据,神经科学和计算社会科学应用中获取的合成图和现实世界网络上的测量。肖像发散揭示了从数据中提取的多层和时间网络的重要特征。

文本长度对指数的依赖性与词频分布的有限尺度的关系

原文标题: Dependence of exponents on text length versus finite-size scaling for word-frequency distributions

地址: http://arxiv.org/abs/1804.03718

作者: Alvaro Corral, Francesc Font-Clos

摘要: 最近一些作者认为,对于文字 - 频率分布的文本长度依赖性的有限尺度标度定律在概念上是无效的。在这里,我们给出了这种比例定律的有效性的坚实定量证据,这些证据都使用了基于广义中心极限定理应用于分布矩的谨慎统计检验和分析论证(并获得了堆的法则的新推导, -产品)。我们还发现,随着文字长度减少的幂律指数的词频分布图(Yan和Minnhagen,Physica A 444,828(2016)]并没有经过严格的统计分析。相反,我们表明,分布完全由具有稳定指数的幂法曲线描述,其值接近于2,符合古典Zipf定律。有关尺度的一些误解也被澄清。

竞赛模式突出了科学资助的低效率

原文标题: Contest models highlight inefficiencies of scientific funding

地址: http://arxiv.org/abs/1804.03732

作者: Kevin Gross, Carl T. Bergstrom

摘要: 科研经费主要通过征集竞争性赠款提案并对其排名进行分配。资助机构利用这些比赛不是为了提取工作形式的参与者,而是作为旨在揭示最有前途的研究的筛选机制。大致说来,投资于书面提案的工作对资助者没有任何价值。在这里,我们使用竞赛的经济理论来分析提案系统的科学效率,并将它与最近提出的部分随机化替代方法比如彩票进行比较。我们发现研究人员在书面提案中浪费的努力可能与额外资助的总科学价值相当,特别是当只有少部分提案获得资助时。此外,当专业压力激励调查人员寻求超出拟议科学价值的理由寻求资金时,整个计划可能会在薪酬水平较低时拖延科学进步。我们建议可以通过部分奖金获得资助,或者通过为过去科学成功的研究人员提供资金,而不是为未来工作提出建议,从而可以在低支付率下补偿失去的效率。

复杂网络的多尺度动态嵌入

原文标题: Multiscale dynamical embeddings of complex networks

地址: http://arxiv.org/abs/1804.03733

作者: Michael T. Schaub, Jean-Charles Delvenne, Renaud Lambiotte, Mauricio Barahona

摘要: 复杂的系统和关系数据通常被抽象为网络上的动态过程。要理解,预测和控制他们的行为,关键的一步是提取这些网络的简化描述。受到控制理论的启发,我们在这里提出节点之间的时间相关的动态相似性度量,它量化节点输入对网络随时间的影响。这种动态相似性引发了可用于多个分析任务的嵌入。在这里,我们重点关注(i)降维,通过将节点投影到低维空间来捕获不同时间尺度下的动态相似性,以及(ii)如何利用我们的嵌入来揭示功能模块。我们通过专注于没有强大连接性的有向网络的案例研究来举例说明我们的想法,并签署了网络。我们进一步强调,从社区检测的几个想法可以根据我们的嵌入视角来概括,并与控制理论的观点相联系。

维基项目中的网络结构,效率和表现

原文标题: Network Structure, Efficiency, and Performance in WikiProjects

地址: http://arxiv.org/abs/1804.03763

作者: Edward L. Platt, Daniel M. Romero

摘要: 互联网使合作成为前所未有的规模,但组织如此大规模合作的最佳实践仍不明朗。维基百科是这种合作的一个可见和成功的例子,它可以提供有关大规模,分散式协作成功的洞察。我们分析了WikiProject联合网络的结构特性与这些项目的性能和效率之间的关系。我们确认存在一个整体的绩效 - 效率平衡,同时观察到一些项目在绩效和效率上都高于其他项目,这表明存在因素与这两个因素都是正相关的。也就是说,我们发现低度coeditor网络与高性能和高效率之间存在关联。我们也确认了在以前的数值和小规模实验室研究中看到的结果:较低的偏斜节点分布性能和较短路径长度下的较高性能。我们使用基于主体的模型来探索依赖程度的性能和效率的可能机制。我们提出了一种新颖的本地多数学习策略,旨在满足现实世界合作的特性。本地多数策略以及本地化的基于一致性的策略都表现出程度依赖的性能和效率,但是在相反的方向上,表明这些因素取决于网络结构和学习策略。我们的研究结果表明,由更小,更紧密团队组成的分散协作可能带来好处,并且这些好处可能会受到所使用的特定学习策略的调节。

OLCPM:在动态社会网络中检测重叠社区的在线框架

原文标题: OLCPM: An Online Framework for Detecting Overlapping Communities in Dynamic Social Networks

地址: http://arxiv.org/abs/1804.03842

作者: Souâad Boudebza, Rémy Cazabet (DM2L, LIRIS, UCBL), Faiçal Azouaou (ESI), Omar Nouali (LPL)

摘要: 社区结构是复杂网络最突出的特征之一。社区结构检测对于洞察网络结构和功能非常重要。大多数提案都关注静态网络。但是,在动态网络中寻找社区更具挑战性,特别是当社区相互重叠时。在本文中,我们提出了一种基于团体渗流和标签传播方法的在线算法,称为OLCPM。 OLCPM可以检测重叠的社区并以精细的粒度在时态网络上工作。通过本地更新社区结构,OLCPM与以前的团体渗透技术相比,在运行时间方面显著改善。在合成和现实世界网络上的实验结果说明了该方法的有效性。

科学诺贝尔奖人均收益的实证研究:美国时代即将结束?

原文标题: An empirical study of the per capita yield of science Nobel prizes: Is the US era coming to an end?

地址: http://arxiv.org/abs/1804.03880

作者: Claudius Gros

摘要: 我们指出,美国,英国,德国和法国的诺贝尔奖产量已经足够大,足以进行可靠的分析或长期的历史发展。诺贝尔奖通常会分裂,最多三位获奖者会获得相应的分数奖金。每个人口的诺贝尔经济学派分数的历史趋势出人意料地强劲,特别表明诺贝尔生产率的最高值在20世纪70年代为美国和1900年左右在法国和德国都达到了顶峰。这三个国家每年的成功率约为每1亿居民0.2-0.3物理学,化学和医学获得者的数量,其美国价值比1970年代达到的最高值低2.4倍。相比之下,英国在上个世纪的大部分时间里保留了每年和每1亿居民拥有0.9-1.0科学诺贝尔奖的比率。对于美国人来说,科学高贵奖的整个历史都是以人均数来描述的,以单一的大生产力增长率从1972年的高峰期开始以不断加速的速度衰退,以惊人的准确度进行描述。

分析Twitter上的自动驾驶

原文标题: Analyzing Self-Driving Cars on Twitter

地址: http://arxiv.org/abs/1804.04058

作者: Rizwan Sadiq, Mohsin Khan

摘要: 本文研究用户对有争议的产品,即自驾(自动)汽车的看法。为了找到人们对这种新技术的看法,我们使用了注释的Twitter数据集,并使用称为主题建模的无监督的概率模型在正面和负面的推文中提取主题。我们后来使用了这些主题,以及语言学家和Twitter特定功能来分类推文的情绪。关于意见,我们的分析结果表明,人们对未来技术持乐观态度和兴奋态度,但同时他们发现危险并且不可靠。对于分类任务,我们发现了Twitter的特定功能,如标签以及语言特征,例如在对推文进行分类时顶级属性中的强调词。

关于在Twitter上支持ISIS的阿拉伯话语以及我们可以从中学到的东西

原文标题: The Arabic discourse about support for ISIS on Twitter and what we can learn from that

地址: http://arxiv.org/abs/1804.04059

作者: A. Ceron, L. Curini, S.M. Iacus

摘要: 通过使用新的监督式聚合情绪分析算法(iSA),我们分析了2014年7月至2015年1月在Twitter上以阿拉伯​​语发表的2620万条评论,当时ISIS的实力达到顶峰,并且该集团显著扩大了其控制下的领土面积。通过这样做,我们能够衡量阿拉伯社区在线社区对伊斯兰国的支持和厌恶份额。将统计分析应用到情感分析的结果中,然后调查两个特定主题。首先,通过利用推文的时间粒度,我们将观点与日常事件联系起来,以了解支持ISIS的变化趋势的主要决定因素。其次,通过利用推文的地理位置,我们探索了各国在线观点与加入ISIS的外国战士的数量之间的关系。

交通灯边界的链路上的交通行为

原文标题: Behaviour of traffic on a link with traffic light boundaries

地址: http://arxiv.org/abs/1804.04086

作者: Lele Zhang, Caley Finn, Timothy M. Garoni, Jan de Gier

摘要: 本文考虑了两端交通灯边界条件下的单一链路,并研究了各种信号和系统配置随时间的流量演变。提出了水动力学模型和改进的随机畴壁理论来描述局部密度变化。基于主体的随机模型的Nagel-Schreckenberg模型(NaSch)被用作基准。流体动力学模型在短时间尺度内提供了很好的近似值。发现畴壁模型重现了局部密度的时间演变,与短时间和长时间尺度的NaSch模拟结果非常吻合。系统调查网络参数(包括系统规模,周期长度,相位分离和信号偏移)对交通流量的影响表明,固定流量由较小分流的边界支配。尽管如此,信号偏移在确定流量方面起着重要作用。对于确定性畴壁模型获得与这些参数有关的流量的分析表达式并且与确定性NaSch模拟进行匹配。分析结果与一般随机模型定性一致。当周期足够短时,静止状态由有效的流入和流出速率控制,并且密度分布近似线性且与时间无关。

用网络和语言信息预测Twitter用户的社会经济属性

原文标题: Predicting Twitter User Socioeconomic Attributes with Network and Language Information

地址: http://arxiv.org/abs/1804.04095

作者: Nikolaos Aletras, Benjamin Paul Chamberlain

摘要: 推断社交媒体用户的社会经济属性,如职业和收入是计算社会科学中的一个重要问题。对这些特征的自动推断已应用于个性化推荐系统,有针对性的计算广告和在线政治竞选。尽管以前的研究表明,语言特征可以可靠地预测Twitter上的社会经济属性,但使用来自用户社会网络的信息尚未探索如此复杂的用户特征。在本文中,我们描述了一种预测Twitter用户的职业类别和收入的方法,该方法通过学习用户的低维向量表示(即图嵌入)给出从其扩展网络提取的信息。我们用这种表示来训练职业阶层和收入的预测模型。在两个公开可用的数据集上的结果表明,我们的方法在两个任务中始终优于最先进的方法。当我们将图嵌入与文本特征相结合时,我们也获得了进一步的重大改进,表明社会网络和语言信息是互补的。

分析右翼YouTube频道:仇恨,暴力和歧视

原文标题: Analyzing Right-wing YouTube Channels: Hate, Violence and Discrimination

地址: http://arxiv.org/abs/1804.04096

作者: Raphael Ottoni, Evandro Cunha, Gabriel Magno, Pedro Bernadina, Wagner Meira Jr, Virgilio Almeida

摘要: 截至2018年,主要的在线视频分享网站YouTube拥有多种宣传右翼内容的渠道。在本文中,我们观察了包含7000多个视频和1700万条评论的数据集中与仇恨,暴力和歧视性偏见有关的问题。我们调查了用户评论和视频内容在选择右翼频道中的相似性和差异性,并将其与使用三层方法的基线集相比较,其中我们分析(a)词典,(b)主题和(c )隐含的偏见存在于文本中。在其他结果中,我们的分析表明右翼渠道倾向于(a)包含来自“负面”语义领域的更高程度的词语,(b)提出更多与战争和恐怖主义有关的话题,以及(c)表现出更多的歧视性偏见针对穆斯林(在视频中)和针对LGBT人群(在评论中)。我们的调查结果不仅揭示了YouTube社区促进和消费右翼内容的集体行为,也涉及YouTube用户的一般行为。

比较生物医学研究的科学和技术影响

原文标题: Comparing scientific and technological impact of biomedical research

地址: http://arxiv.org/abs/1804.04105

作者: Qing Ke

摘要: 传统上,学术论文从其他论文中获得的引用次数被用作其科学影响的代表。然而,引文可能来自科学界以外的领域,其中一个例子是通过专利技术 - 纸可以被专利引用,实现技术影响。虽然论文的科学影响已经被广泛研究,但技术方面仍然大部分未知。这里我们的目标是通过比较研究填补这一空白,这些比较研究是关于随着时间的推移,美国专利和其他论文如何引用了919万份生物医学论文。我们观察到专利引文与论文引文之间存在正相关关系,但引用次数最多的论文或承认最为迟缓的论文在两个领域之间几乎没有重叠。我们还发现,这两类引文显示出不同的时间变化,对于大多数论文来说,专利引用落后于论文引用的中位数为6年。我们的工作有助于理解技术和整体社会对论文的影响。

基于因果推理的社交媒体网络影响力评估

原文标题: Influence Estimation on Social Media Networks Using Causal Inference

地址: http://arxiv.org/abs/1804.04109

作者: Steven T. Smith, Edward K. Kao, Danelle C. Shah, Olga Simek, Donald B. Rubin

摘要: 估计对社交媒体网络的影响是一个重要的实践和理论问题,尤其是因为这种新媒体被广泛用作虚假宣传平台。本文介绍了一种新颖的方法来评估社交媒体网络,并将其应用于2017年法国总统选举期间在Twitter上表征活跃影响力运营的现实问题。新的影响力估计方法通过使用网络因果推断框架对网络上的叙述性传播进行核算,从而对影响进行归因的影响。这种因果框架将结果的差异推断为暴露的函数,与将活动量或拓扑特征影响归因于影响的现有方法相比,后者不明确测量,也不一定表示实际的网络影响。作为因果分析的一个步骤,Cram’er-Rao估计边界是作为参数估计得出的,并且用于实现对因果推论问题的几何观察。推断高因果影响力的能力在现实世界的社交媒体账户中得到证实,后者被后来独立确认为直接与美国国会和新闻报道提供的证据直接相关或与外国影响力相关。

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。

作者:ComplexLY
微信公众号:netsci
欢迎扫描左侧微信公众号二维码进行交流!
本文地址:https://netsci.complexly.cn/post/20180412/