• 未来英国风力机组可能上限的两种不同建模方法;
• 在极端事件中个人更频繁地发送推特：社交传染的理想机制;
• 复杂网络上的权重阈值;
• 监护人的兴起：打击假新闻的事实核查网址推荐;
• 普适在线社会网络（POSNs）的安全性调查;
• 从微博中提取新闻事件;
• 个性化PageRank平均场分析及其对局部图聚类的影响;
• 程式化创新：查询增量可用的随机词典;
• 偏微分方程方法来击败党派的改划选区;
• 如何最大限度地发挥社会影响力：一个综述;
• 使用表情符号共现网络图学习表情符号嵌入;
• 带有增加和删除节点的演化债务人 - 债权人关系网络：P2P借贷案例;
• 利用核心-边缘结构预测时变网络中的高中心性节点;

未来英国风力机组可能上限的两种不同建模方法

原文标题： Two Different Methods for Modelling the Likely Upper Economic Limit of the Future United Kingdom Wind Fleet

地址： http://arxiv.org/abs/1806.07436

作者： Anthony D Stephens, David R Walwyn

摘要： 预测英国风电机组可能的经济上限的方法应该易于使用，同时能够应对不断变化的技术，成本和电网管理策略。本文提出了两种这样的模型，两种模型都使用历史风模式的数据，但采用不同的方法来估算作为风电机组规模函数的风的脱落程度。从模型中可以清楚地看出，随着风力发电机组规模的扩大，风力排放量将逐步增加，结果风电机组的整体经济效益将会降低。这些模型对效率损失提供了几乎相同的预测，并且表明风力发电机组的未来经济上限将主要由风力发电机组净空高度决定，这一概念在本文中有详细描述。应该具有普遍适用性的结果以图形式呈现，并且应该避免使用主要数据进一步建模的需要。本文还讨论了风力发电机组在电网脱碳方面的有效性，以及风能和太阳能电池之间日益激烈的竞争作为英国的电能来源。

在极端事件中个人更频繁地发送推特：社交传染的理想机制

原文标题： Average individuals tweet more often during extreme events: An ideal mechanism for social contagion

地址： http://arxiv.org/abs/1806.07451

作者： Meredith T. Niles, Benjamin F. Emery, Andrew J. Reagan, Peter Sheridan Dodds, Christopher M. Danforth

摘要： 随着气候变化和发展使社区面临更大的风险，自然灾害正变得越来越昂贵。灾难准备和恢复对于气候变化的复原力至关重要，灾害发生前后，灾难期间和灾后，越来越多地使用社交媒体进行交流。虽然越来越多的研究旨在了解人们如何使用围绕灾难事件的社交媒体，但大多数现有的工作都集中在单一的灾难案例研究上。在本研究中，我们通过Twitter的镜头分析了美国过去十年中最为惨痛的五次灾难（飓风艾琳和桑迪，两套龙卷风爆发和路易斯安那州洪水）。特别是，我们探索通用和特定食品安全相关术语的频率，并量化灾害期间网络规模与Twitter活动之间的关系。根据灾难类型，我们发现关键词的推文量存在差异，人们更频繁地使用Twitter来准备飓风，以及实时或恢复龙卷风和洪水事件的信息。此外，我们发现人们在这些事件中分享了大量的灾难和具体的准备和恢复条款。最后，我们发现在所有账户类型中，具有平均规模网络的个人最有可能在这些灾难期间共享信息，并且在大多数情况下，这样做比平常更频繁。这表明，围绕灾难，一个理想的社会蔓延形式正在参与其中，平均人数而不是超大影响力是沟通的关键。这些结果为灾难信息和目标受众的类型提供了重要的背景信息，这些信息可能对各种极端事件中的灾害通信非常有用。

复杂网络上的权重阈值

原文标题： Weight Thresholding on Complex Networks

地址： http://arxiv.org/abs/1806.07479

作者： Xiaoran Yan, Lucas G. S. Jeub, Alessandro Flammini, Filippo Radicchi, Santo Fortunato

摘要： 权重阈值法是一种简单的技术，旨在减少加权网络中边的数量，否则这些边对于应用标准图论方法而言过于密集。我们表明，在加权阈值下，真实加权网络的社区结构非常健壮，因为即使大部分边被移除，它仍然保持着。这是由于表征真实网络的拓扑和权重之间的关系。另一方面，其他性质的行为通常依赖于系统。

监护人的兴起：打击假新闻的事实核查网址推荐

原文标题： The Rise of Guardians: Fact-checking URL Recommendation to Combat Fake News

地址： http://arxiv.org/abs/1806.07516

作者： Nguyen Vo, Kyumin Lee

摘要： 大量的研究工作和努力集中在检测假新闻和建立在线事实核查系统，以便尽快揭发假新闻。尽管这些系统已经存在，但在线用户仍然疯狂分享假新闻。这表明这些系统可能未被充分利用。检测到假新闻后，下一步是阻止人们共享它？我们如何改进这些事实核查系统的利用率？为填补这一空白，本文（i）收集和分析被称为监护人的在线用户，他们通过参照事实核查网址纠正网上讨论中的错误信息和虚假新闻; （ii）提出一种新颖的事实核查网址推荐模式，以鼓励监护人参与更多的事实核查活动。我们发现，监护人通常不到一天的时间就回复在线对话中的声明，并花了一天的时间将验证的信息传播给数以亿计的追随者。我们推荐的推荐模式比四种最先进的模型跑赢了11％〜33％。我们的源代码和数据集可以在这个http URL中找到

普适在线社会网络（POSNs）的安全性调查

原文标题： A Survey on the Security of Pervasive Online Social Networks (POSNs)

地址： http://arxiv.org/abs/1806.07526

作者： Takshi Gupta, Gaurav Choudhary, Vishal Sharma

摘要： 普适在线社会网络（POSN）是在线社会网络（OSN）的扩展，它促进连接，而不管用户的域和属性如何。 POSN已经积累了大量的社会网络平台，并有弥合差距的动力。在过去的十年中，OSN在视觉上感知用户数量和技术支持者数量都有巨大的进步。一个单一的OSN是一个组织的财产，它确定了其住宿的顺利运作，为用户提供高质量的体验。但是，通过POSN，多个OSN可以通过社区，圈子或只有属性进行合并，这使得服务供应冗长乏味并且难以维持。特别是，当重点放在跨平台OSN的安全性角度时，挑战变得严格，而OSN是POSN的一个组成部分。因此，在讨论现有技术水平的同时，强调这一要求并了解当前情况至关重要。随着OSN的现代化和POSN的融合，必须了解当前解决方案对于提高用户安全性和相关服务的影响和覆盖范围。本调查了解这一必要条件并着眼于过去几年提出的不同研究集，并对其适用于POSN进行调查……

从微博中提取新闻事件

原文标题： Extracting News Events from Microblogs

地址： http://arxiv.org/abs/1806.07573

作者： Øystein Repp, Heri Ramampiaro

摘要： Twitter流已成为许多人的大量信息来源，但Twitter内容的大小和内容的嘈杂性使得从Twitter获取知识成为研究人员长期以来面临的一项具有挑战性的任务。为了克服从推特流中提取隐藏信息的一些主要挑战，本文提出了一种新的方法来实时检测来自Twitter流的新闻事件。我们将我们的方法分为三个步骤。第一步是使用神经网络或深度学习从流中检测与新闻相关的推文。第二步是将新颖的流式数据聚类算法应用于检测到的新闻推文以形成新闻事件。第三步也是最后一步是根据事件集群的大小和推特频率的增长速度对检测到的事件进行排名。我们在推特系统上评估了一个大型的，公开可用的来自Twitter的注释新闻事件的语料库。作为评估的一部分，我们将我们的方法与相关的最先进的解决方案进行比较。总的来说，我们的实验和基于用户的评估表明，我们检测当前（真实）新闻事件的方法提供了最先进的性能。

个性化PageRank平均场分析及其对局部图聚类的影响

原文标题： Mean Field Analysis of Personalized PageRank with Implications for Local Graph Clustering

地址： http://arxiv.org/abs/1806.07640

作者： Konstantin Avrachenkov, Arun Kadavankandy, Nelly Litvak

摘要： 我们在Erdos-Renyi随机图上分析了个性化PageRank的均值场模型，该随机图含有密度更高的Erdos-Renyi子图。我们调查个性化PageRank值集中在平均值附近的机制。我们还研究阻尼因子的优化，这是个性化PageRank中唯一的参数。我们的理论结果有助于理解Personalized PageRank的适用性及其对局部图聚类的局限性。

程式化创新：查询增量可用的随机词典

原文标题： Stylized innovation: interrogating incrementally available randomised dictionaries

地址： http://arxiv.org/abs/1806.07722

作者： Paul Kinsler

摘要： 受Fink，Reeves，Palma和Farr（2017年）关于语言，美食和技术创新的最新工作的启发，我研究了新的符号发现如何通过从有限数字生成的字典中提供的额外“单词”词汇表现出来的符号。使用数值模拟研究了几种不同的字典生成模型，重点放在知识的尺度上，因为字典生成器和参数是变化的，以及发现符号的顺序的作用。

偏微分方程方法来击败党派的改划选区

原文标题： A partial differential equations approach to defeating partisan gerrymandering

地址： http://arxiv.org/abs/1806.07725

作者： Matt Jacobs, Olivia Walch

摘要： 我们引入一种新的偏微分方程方法来解决党派格言化问题。我们的方法基于体积保持曲率流，一个偏微分方程我们适应平滑投票区域边界，同时保留相等的投票人口。我们表明，流程的每一步最小化“紧凑性能量”，使我们能够证明我们的方法产生更多“紧凑”和合理的地区地图。我们使用“拍卖动态”的变体来计算流量—一种用于计算体积保持曲率流量的高效MBO类型算法。这种“拍卖动态”方法可用于在几秒钟内生成数百张合理的地图而无需并行化。紧凑能源提供了一种比较给定状态的提议分区的方法。我们演示了我们的方法在几种不同状态下的地图生成和地图比较功能。

如何最大限度地发挥社会影响力：一个综述

原文标题： How to Maximize the Spread of Social Influence: A Survey

地址： http://arxiv.org/abs/1806.07757

作者： Giuseppe De Nittis, Nicola Gatti

摘要： 本调查提出了社会网络中影响最大化问题的主要成果。在文献中对这个问题进行了很好的研究，并且由于其最近的应用，其中一些目前已经部署在该领域，它在科学界受到越来越多的关注。该问题可以表述如下：给定一个图，每个节点都有一定的概率影响它的邻居，选择一个顶点的子集，以便网络中受影响的节点数量最大化。从这个模型开始，我们介绍已经实现的主要理论发展和计算结果，并考虑了描述信息如何在整个网络中传播的不同扩散模型，可以放置信息源的各种方式，以及如何解决存在影响网络的不确定性时的问题。最后，我们介绍一个已经开发并部署了前面讨论的开发工具和技术的主要应用程序。

使用表情符号共现网络图学习表情符号嵌入

原文标题： Learning Emoji Embeddings using Emoji Co-occurrence Network Graph

地址： http://arxiv.org/abs/1806.07785

作者： Anurag Illendula, Manish Reddy Yedulla

摘要： 在过去的几年里，社交媒体平台上的表情符号的使用量迅速增加。大多数社交媒体帖子都充满了表情符号，用户经常在单个社交媒体帖子中使用多个表情符号来表达自己的情绪，并强调消息中的某些词汇。利用表情符号的同时出现有助于理解社交媒体帖子中如何使用表情符号及其意义。在本文中，我们调查是否可以使用表情符号共现作为特征来学习表情符号嵌入，这些表情符号嵌入可用于许多下游应用程序，如情感分析和社交媒体文本中的情感识别。我们利用1.47亿个鸣叫表达emojis并建立了一个表情符号共现网络。然后，我们训练一个网络嵌入模型，将emojis嵌入到低维向量空间中。我们使用情感分析和表情符号相似性实验来评估我们的嵌入，实验结果表明我们的嵌入表现优于当前最新的情感分析任务的最新结果。

带有增加和删除节点的演化债务人 - 债权人关系网络：P2P借贷案例

原文标题： The evolving networks of debtor-creditor relationships with addition and deletion of nodes: a case of P2P lending

地址： http://arxiv.org/abs/1806.07829

作者： Lin Chen, Ping Li, Qiang Li

摘要： P2P借贷活动迅速增长，并导致庞大复杂的债务人 - 债权人关系网络。本研究的目的是研究由债务人 - 债权人关系形成的网络的基本结构特征。根据P2P借贷的属性，本文将债务人 - 债权人关系网络建模为具有添加和删除节点的演化网络。发现债务人 - 债权人关系网络是无标度网络。此外，幂律指数是通过实证研究计算出来的。另外，本文研究了除节点数外对幂指数影响的因素。发现利率和期限对幂律指数有显著影响。利率与幂律指数呈负相关，且与幂律指数正相关。我们的结果丰富了复杂网络的应用

利用核心-边缘结构预测时变网络中的高中心性节点

原文标题： Using Core-Periphery Structure to Predict High Centrality Nodes in Time-Varying Networks

地址： http://arxiv.org/abs/1806.07868

作者： Soumya Sarkar, Sandipan Sikdar, Animesh Mukherjee, Sanjukta Bhowmick

摘要： 具有高中介性和亲密性中心性的顶点表示网络中有影响的实体。时变网络的一个重要问题是，随着网络的发展，使用最少的计算知道先验知识，当前时间步的有影响的顶点是否将保持其高度中心性，在未来的时间步中。在本文中，基于来自几个大型现实世界时变网络的经验证据，我们发现了一类网络，其中高度中心顶点是网络最内层核心的一部分，并且该属性随时间保持不变。作为这项工作的一个重要贡献，我们提出了新的启发式方法来识别这些网络的最佳方式，并开发了一个预测高中心性顶点的两步算法。因此，我们首次展示了对于这样的网络，可以完全避免网络变化时每个时间步骤中昂贵的最短路径计算;相反，我们可以使用时间序列模型（例如，这里使用的ARIMA）来预测当前时间步骤中的高中心性顶点与未来时间步骤中的高中心性顶点之间的重叠。而且，一旦新网络及时提供，我们就可以根据它们的高度发现顶级核心中的高中心性顶点。

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。