• 名声的定量测度和统计分布;
• ImVerde：使用顶点减少的随机游走从不平衡数据中学习网络表示;
• 多样化的用户和活动如何通过社交媒体触发连动行动：Twitter标签活动ILookLikeAnEngineer的经验;
• 实时推断用户类型以协助更加包容的社交媒体行动主义活动;
• 城市体系中网络效应的间接证据;
• 演员属性的构成等同性：佛罗伦萨家庭网络的位置分析;
• 建模城市和网络的协同演化;
• 相互依赖复杂网络上的贿赂博弈;
• 信息在时态网络中的扩散主干;
• 渗流和复杂网络的有效结构;

名声的定量测度和统计分布

原文标题： The quantitative measure and statistical distribution of fame

地址： http://arxiv.org/abs/1804.09196

作者： Edward D. Ramirez, Stephen J. Hagen

摘要： 名人在我们的文化中扮演着越来越重要的角色。然而，尽管名气和层次的文化和经济重要性，但没有一个统一的方法来量化个人的名声，或比较两个人的名声。我们认为，即使名气难以准确测量，人们可能会为与名誉直接相关并且随时间保持相当稳定的名声开发有用的指标。利用最近出名的最近已故个人的数据集，我们评估了几种基于互联网的量化名声的方法。我们发现，一些广泛使用的互联网派生的指标，如搜索引擎结果，与人名主观判断的名气相关性较差。然而，其他指标存在与人类判断相吻合，并且似乎提供了可行的，易于获取的名望度量。使用这样的度量标准，我们对名望的统计分布进行了初步调查，其中有一些幂律定律特征出现在其他自然和社会现象（如山体滑坡和市场崩溃）中。为了展示这些发现如何能够对名人文化产生定量的洞察力，我们评估了一些关于名人死亡的频率分布和明显聚类的民间想法。

ImVerde：使用顶点减少的随机游走从不平衡数据中学习网络表示

原文标题： ImVerde: Vertex-Diminished Random Walk for Learning Network Representation from Imbalanced Data

地址： http://arxiv.org/abs/1804.09222

作者： Jun Wu, Jingrui He, Yongming Liu

摘要： 不平衡数据广泛存在于许多高影响力应用程序中。空中交通管制就是一个例子，我们的目标是根据历史记录确定每种事故类型的主要指标。在所有三类事故原因中，“人员问题”的历史记录比其他两类（“飞机问题”和“环境问题”）的总和要多得多。因此，所得到的数据集高度不平衡，并且可以自然地建模为网络。到目前为止，大多数现有的不平衡数据分析工作都侧重于分类设置，很少用于从不平衡网络中学习节点表示。为了解决这个问题，在本文中，我们提出了用于不平衡网络分析的顶点减少随机游走（VDRW）。关键的想法是通过调整每一步的转换概率来鼓励随机粒子在同一类中行走。就转换概率的动态性质以及一些收敛性而言，它类似于现有的顶点加强随机游走。然而，它更适合分析不平衡网络，因为它会导致嵌入空间中更多可分离的节点表示。然后，基于VDRW，我们提出了一个名为ImVerde的半监督网络表示学习框架，用于不平衡网络，其中上下文采样使用VDRW和标签信息来创建节点 - 上下文对，平衡批量采样采用简单的欠采样方法来平衡这些对在不同的类中。实验结果表明，基于VDRW的ImVerde优于用于从不平衡数据中学习网络表示的最新算法。

多样化的用户和活动如何通过社交媒体触发连动行动：Twitter标签活动ILookLikeAnEngineer的经验

原文标题： How Diverse Users and Activities Trigger Connective Action via Social Media: Lessons from the Twitter Hashtag Campaign #ILookLikeAnEngineer

地址： http://arxiv.org/abs/1804.09226

作者： Aditya Johri, Habib Karbasian, Aqdas Malik, Rajat Handa, Hemant Purohit

摘要： 我们介绍了一项研究，旨在研究旨在改善工程领域内性别多样性的社交媒体行动主义运动如何在早期获得并保持良好势头。我们检查了#ILookLikeAnEngineer活动的第一〜75天内发布的超过5万条推文，发现多种参与类型的用户在关键时刻增加了活动。我们将这些触发器分为四种类型：1）事件驱动：将活动与涉及该问题的离线事件（多元化SFO，扰乱等）进行对齐; 2）媒体驱动：媒体新闻报道（TechCrunch，CNN，BBC等）; 3）行业驱动：大型组织（微软，特斯拉，通用电气，思科等）参与网络活动;和4）个性驱动：与流行和/或已知人物（例如Isis Anchalee; Michelle Sun; Ada Lovelace）对齐事件。该研究说明了一种机制 - 触发 - 如何支持社交媒体活动中的连接行为。

实时推断用户类型以协助更加包容的社交媒体行动主义活动

原文标题： Real-Time Inference of User Types to Assist with More Inclusive Social Media Activism Campaigns

地址： http://arxiv.org/abs/1804.09304

作者： Habib Karbasian, Hemant Purohit, Rajat Handa, Aqdas Malik, Aditya Johri

摘要： 社交媒体为人们提供了一个在各种问题上参与社会事业的机制。它还为希望促进交流，宣传或宣传自己想法的人提供了一个战略工具。在这种情况下，如果适当使用或障碍物，AI可以是资产。劳动力多元化运动的关键问题之一是实时了解参与者 - 具体而言，参与者是个人还是组织，以及个人，无论是男性还是女性。在本文中，我们提出了一项研究来展示一个针对社交物品的AI案例，该案例开发了一个模型，用于实时推断参与Twitter上的原因驱动标签活动的不同用户类型ILookLikeAnEngineer（ILLAE）。通用框架被设计为将Twitter用户分为三类：组织，男性和女性，以实时方式。该框架针对两个数据集（ILLAE和一个通用数据集）进行测试，并且胜过基线二进制分类器，用于对组织/个人和男性/女性进行分类。所提出的模型可以应用于未来社会事业驱动的活动，以获得关于参与者的宏观层面社会行为的实时见解。

城市体系中网络效应的间接证据

原文标题： Indirect Evidence of Network Effects in a System of Cities

地址： http://arxiv.org/abs/1804.09416

作者： Juste Raimbault

摘要： 我们在宏观尺度上描述城市系统城市增长的简单空间模型，它结合了城市之间的直接互动和物理网络流量作为人口增长驱动因素的间接影响。该模型参数化了1831年至1999年间法国城市系统的人口数据，强相关模式中的非平稳性表明该模型应用于局部时间窗口。使用遗传算法对模型进行相应的校准可及时提供交互过程和网络效应的演变。此外，增加网络模块时的适应性改进在控制附加参数时显得有效，这证实了该模型揭示城市系统中网络效应的能力。

演员属性的构成等同性：佛罗伦萨家庭网络的位置分析

原文标题： Compositional Equivalence with actor attributes: Positional analysis of the the Florentine Families network

地址： http://arxiv.org/abs/1804.09427

作者： J. Antonio Rivero Ostoic

摘要： 本文扩展了构成等价性 - 这是一个针对多重网络的结构对应类型 - 通过在网络关系结构的对角矩阵建模中引入行为者属性。作为一个例子，我们构建了15世纪佛罗伦萨家庭网络与商业和婚姻关系的位置系统，以及从诸如家庭金融财富和其子女数量等行为者获得的相关特征。累积人员层次结构的不同表示表明，在建模中增加财富可以更准确地描述实体叙述对这个网络的描述。

建模城市和网络的协同演化

原文标题： Modeling the co-evolution of cities and networks

地址： http://arxiv.org/abs/1804.09430

作者： Juste Raimbault

摘要： 网络和地域之间相互作用的复杂性已经得到了实证的广泛承认，特别是通过在其共同发展中存在循环因果关系，这可以理解为共同演变。这项贡献的目的在于调查内在化这种共同演化的模型，特别是城市和交通网络。我们在宏观尺度上引入了一系列城市系统协同演化模型。人口增长率是内生的，城市之间的相互作用是它们的主要驱动因素，对一阶（直接相互作用）有影响，而对二阶（累计流量对遍历城市的影响）也有影响，这可以捕捉中心性效应。网络增长遵循需求诱导的阈值增长计划，可能发生在全球层面或本地。对城市综合体系模型的探索表明该模型能够捕捉共同演变的模式。我们将该模型应用于法国城市系统，人口数据跨越1831-1999年，动态铁路网络（1850-2000）。在时间上进行本地平稳校准，我们提取了对基础过程的间接知识，并发现在某些情况下，与静态模型相比，城市人口的预测有所改善。

相互依赖复杂网络上的贿赂博弈

原文标题： Bribery Games on Interdependent Complex Networks

地址： http://arxiv.org/abs/1804.09477

作者： Prateek Verma, Anjan K. Nandi, Supratim Sengupta

摘要： 贿赂要求提出一个社会冲突的场景，其中的决定具有广泛的经济和道德后果。尽管如此，这种事件在全球许多国家每天都会发生。骚扰行贿构成了这类贿赂事件的重要组成部分，政府官员要求贿赂为合法享有该权利的公民提供服务。我们采用演化博弈论框架来分析以相互依存的复杂网络为特征的结构性人群中的腐败和诚实策略的演变。探讨了网络拓扑结构的变化，平均链接数量以及公民和官员人数的不对称对贿赂事件扩散的影响。发现一个复杂的网络拓扑有利于相对较大的相空间区域的腐败策略的优势，与普通网络的结果相比，平等的公民和官员人口规模。但是，优势的程度取决于网络的程度和拓扑结构。当公民和官员人口数量有差异时，会观察到不同的趋势。在这种情况下，增加基本公民网络的随机性可能有利于将诚实的官员固定到一定的网络学位价值。我们的分析揭示了网络拓扑，连通性和策略更新规则之间的相互作用如何影响这种不对称博弈中的人口水平结果。

信息在时态网络中的扩散主干

原文标题： Information diffusion backbones in temporal networks

地址： http://arxiv.org/abs/1804.09483

作者： Xiu-Xiu Zhan, Alan Hanjalic, Huijuan Wang

摘要： 已经花费大量精力来了解时间网络特征和源节点的选择如何影响扩散过程的普遍性。在这项工作中，我们解决了另外一个问题：节点对与什么样的局部和时间连接特征倾向于出现在扩散轨迹或路径中，从而有助于实际的信息扩散。我们考虑在大量现实世界时态网络中，每个接触点具有给定感染概率的易感染感染传播过程。我们举例说明如何构建信息扩散主干，其中每条链路的权重说明节点对出现在从随机节点开始的扩散过程中的概率。我们解开了与不同感染概率相对应的这些骨干如何相互关联，并指出了两个极端骨干的重要性：感染概率为1的骨干和其他骨干之间变化的综合网络。我们发现，我们提出的时间节点对特征可以更好地预测感染概率为1的极端骨干中的链路以及高于综合网络导出的特征的高权重链路。在所有经验网络中的这一普遍发现强调了时间信息对确定节点对在扩散过程中的作用至关重要。具有许多早期接触的节点对往往出现在扩散过程中。我们的研究结果为深入了解提供了信息，并可能激发对信息传播的控制。

渗流和复杂网络的有效结构

原文标题： Percolation and the effective structure of complex networks

地址： http://arxiv.org/abs/1804.09633

作者： Antoine Allard, Laurent Hébert-Dufresne

摘要： 根据是否考虑网络结构的强化（例如，固定度序列和其他随机）或广泛的（例如邻接矩阵）描述，用于对复杂网络的结构进行建模的分析方法可以被分成两组。虽然广泛的方法 - 例如最先进的消息传递方法 - 通常会产生更准确的预测，但密集方法提供了关于任何给定结构性质在动力学过程结果中所起的作用的重要见解。在这里我们介绍一个密集的描述，对MPA获得的债券渗透几乎与预测结果相同。我们的方法根据两个简单的统计数据区分节点：它们的程度和它们在网络核心 - 边组织中的位置。我们接近精确的预测强调了如何准确捕获网络结构中的远程相关性，从而可以轻松有效地压缩真实的复杂网络数据。

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。