• 虚假新闻挑战立场检测任务的回顾性分析;
• 由自组织临界动力学形成分形网络的简单模型;
• 社交媒体上基于密度的改进空间 - 文本聚类;
• 状态最大化作为网络独裁者博弈中公平的来源;
• 检测有统计学意义的社区;
• 具有非重叠社区结构的网络的免疫;

虚假新闻挑战立场检测任务的回顾性分析

原文标题： A Retrospective Analysis of the Fake News Challenge Stance Detection Task

地址： http://arxiv.org/abs/1806.05180

作者： Andreas Hanselowski, Avinesh PVS, Benjamin Schiller, Felix Caspelherr, Debanjan Chaudhuri, Christian M. Meyer, Iryna Gurevych

摘要： 2017年假新闻挑战赛第一阶段（FNC-1）共同任务处理了一个立场分类任务，作为检测假新闻的关键的第一步。迄今为止，还没有深入的分析论文来批判性地讨论FNC-1的实验装置，重现结果，并为下一代立场分类方法得出结论。在本文中，我们为三个顶级系统提供了如此深入的分析。我们首先发现FNC-1提出的评估指标倾向于大多数类别，它们可以很容易地进行分类，从而高估了方法的真正区分能力。因此，我们提出了一种新的基于F1的度量标准，可以产生变化的系统级别。接下来，我们比较所使用的功能和体系结构，这导致了一种新的功能丰富的堆叠LSTM模型，它可以与最好的系统相媲美，但在预测少数族群方面更胜一筹。为了理解方法的泛化能力，我们推导出一个新的数据集并执行域内和跨域实验。我们的定性和定量研究有助于解读原始FNC-1分数，并了解哪些功能有助于提高性能以及为什么。我们的新数据集以及在复制研究中使用的所有源代码都可以公开供未来研究。

由自组织临界动力学形成分形网络的简单模型

原文标题： Simple model of fractal networks formed by self-organized critical dynamics

地址： http://arxiv.org/abs/1806.05397

作者： Shogo Mizutaka

摘要： 在本文中，提出了一个简单的动态模型，其中通过自组织临界（SOC）动力学形成分形网络;所提出的模型由增长和崩溃过程组成。已经表明，SOC动态是通过模型中的组合过程实现的。因此，团簇尺寸和塌缩尺寸的分布遵循平稳状态下的幂律函数。而且，通过SOC动态，网络本质上变得分形。 SOC动力学的关键性与平均场理论的普遍性类相同。该模型解释了复杂网络中分形性质由SOC动力学出现的可能性，与嵌入在欧几里得空间中的分形物体的情况类似。

社交媒体上基于密度的改进空间 - 文本聚类

原文标题： Improved Density-Based Spatio–Textual Clustering on Social Media

地址： http://arxiv.org/abs/1806.05522

作者： Minh D. Nguyen, Won-Yong Shin

摘要： 当输入数据类型在文本描述方面是异构的时，DBSCAN可能是不够的。当我们的目标是在社交媒体上发现与特定兴趣点（POI）相关的地理标记记录群时，仅检查一种类型的输入数据（例如，与POI相关的推文）可能会绘制一幅不完整的由于嘈杂的地区群集。为了克服这个问题，我们引入DBSTexC，一种新定义的基于密度的聚类算法，使用空间文本信息。我们首先将POI相关和POI无关推文分别描述为包含和不包含POI名称或其语义连贯变体的文本。通过利用POI相关和POI无关tweets的比例，所提出的算法在$ \ mathcal {F} _1 $分数及其变体方面表现出比DBSCAN情况更高的聚类性能。虽然DBSTexC完全像DBSCAN一样具有文本上的同质输入，但它远远优于DBSCAN和文本异构输入。此外，为了进一步通过完全捕获推文的地理分布来提高聚类质量，我们提出了模糊DBSTexC（F-DBSTexC），它是DBSTexC的扩展，它将模糊聚类的概念结合到DBSTexC中。然后我们通过大量的实验来证明F-DBSTexC的鲁棒性。我们的算法的计算复杂度也被分析和数字显示。

状态最大化作为网络独裁者博弈中公平的来源

原文标题： Status maximization as a source of fairness in a networked dictator game

地址： http://arxiv.org/abs/1806.05542

作者： Jan E. Snellman, Gerardo Iñiguez, János Kertész, R. A. Barrio, Kimmo K. Kaski

摘要： 人类行为模式表现出自私或竞争，以及无私或无私倾向，这两种倾向都对人类社会和经济活动有明显影响。在行为经济学中，传统上通过简单的博弈（如独裁者和最后通牒博弈）来实验性地说明这种影响。这些博弈的实验表明，除了理性的经济思想之外，人的决策过程受到社会偏好的影响，比如公平倾向。在这项研究中，我们建议通过假设人们主要是最大化他们的地位，即与简单的利润最大化不同的效用函数，可以弥合竞争和利他主义人类倾向之间的明显差距。为此，我们分析了一个简单的基于主体人的模型，其中个人在他们可以修改的社会网络中玩反复的独裁者博弈。作为模型参数，我们考虑生存成本和代理人忘记其他人违规的速度。我们发现博弈中使用的各种策略差异很大，从自私到无私，以及上述两个参数都决定了个人何时形成复杂和内聚的社会网络。

检测有统计学意义的社区

原文标题： Detecting Statistically Significant Communities

地址： http://arxiv.org/abs/1806.05602

作者： Zengyou He, Hao Liang, Zheng Chen, Can Zhao

摘要： 社区检测是跨不同领域的关键数据分析问题。在过去的几十年里，已经提出了许多算法来解决这个问题。但是，大多数关于社区检测的工作并未解决统计意义问题。虽然已经对挖掘具有统计意义的社区进行了一些研究工作，但在配置模型下为一个社区推导p值的分析解决方案仍然是一项尚未解决的具有挑战性的任务。为了部分解决这个问题，我们提出了配置模型下单个社区p值的紧密上界，可用于分析每个社区的统计显著性。同时，我们提出了一种局部搜索方法，以迭代方式检测具有统计意义的重要社区。实验结果表明，我们的方法与检测统计显著社区的竞争方法相当。

具有非重叠社区结构的网络的免疫

原文标题： Immunization of networks with non-overlapping community structure

地址： http://arxiv.org/abs/1806.05637

作者： Zakariya Ghalmane, Mohammed El Hassouni, Hocine Cherifi

摘要： 虽然社区结构在复杂网络中无处不在，但很少有作品利用这种拓扑性质来控制流行病。在这项工作中，致力于具有不重叠社区结构的网络（即一个节点属于一个社区），我们提出并研究了三种确定性免疫策略。为了表征节点的影响，使用各种信息，例如节点在一跳中可以达到的社区数量，链接的性质（社区内链接，社区间链接），社区之间以及社区之间的互联密度。在现实世界和合成网络上进行了易感染 - 感染 - 去除（SIR）流行病学模型的数值模拟。实验结果表明，所提出的策略比经典的确定性替代方案更为有效，这些替代方案不受社区结构的影响。另外，它们胜过为模块化网络设计的随机和确定性策略。

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。