• 领导者、追随者和社区检测;
• 一种研究表达和私人意见差异的影响网络模型;
• 思而后行还是行而后思？;
• 顽固Agent的意见动态;
• 生成连通的随机图;
• 在Twitter上使用混合CNN和RNN模型进行假新闻识别;
• 团队装配机制和墨西哥国家老年医学研究所产生的知识：网络分析和基于主体的建模方法;
• 社会传染的共同扩散;

领导者、追随者和社区检测

原文标题： Leaders, Followers, and Community Detection

地址： http://arxiv.org/abs/1011.0774

作者： Dhruv Parthasarathy, Devavrat Shah, Tauhid Zaman

摘要： 社会网络或图中的社区是连接良好，重叠顶点的集合。社区检测算法的有效性取决于寻找地面实况社区的准确性以及根据数据规模进行扩展的能力。在这项工作中，我们提供了三个贡献。首先，我们展示了一种称为F1分数的精确度度量，它在0和1之间，1是完美检测，信息下限为0.5。我们提供了一个简单的算法，可以生成任何图的F1得分为0.5的社区！有点令人惊讶的是，我们发现流行的算法，如模块性优化，BigClam和CESNA，流行的IMDB图的F1得分低于0.5。为了纠正这个问题，作为第二个贡献，我们提出了一个社区形成的生成模型，即社区网络形成的连续社区图。第三，由我们的生成模型驱动，我们提出领导者跟随者算法（LFA）。我们证明它通过建立连续社区图是和弦的结构结果来恢复连续社区图的所有社区。对于大量流行的社会网络，它可以恢复比其他流行算法更高的F1分数的社区。对于IMDB图，它获得0.81的F1分数。我们还建议对LFA进行修改，称为快速领导者跟随者算法（FLFA），除了高度准确外，其速度也很快，其网络规模几乎呈线性。

一种研究表达和私人意见差异的影响网络模型

原文标题： An Influence Network Model to Study Discrepancies in Expressed and Private Opinions

地址： http://arxiv.org/abs/1806.11236

作者： Mengbin Ye, Yuzhen Qin, Alain Govaert, Brian D.O. Anderson, Ming Cao

摘要： 在许多社会情况下，个人对某个特定主题的私人意见和表达意见之间出现差异。受到所罗门阿施关于符合性和其他相关社会心理学工作的开创性实验的启发，我们提出了一种新的观点动态模型，以研究由于符合团体标准的压力而导致的人际影响的一般社会网络中可能出现这种差异。网络中的每个人都有私人意见和表达意见：个人的私人意见在个人的邻居的表达意见的社会影响下演变，而个人在与集体意见一致的压力下确定他或她表达的意见，称为\ emph {舆论}。获得保证意见达到极限的指数式快速收敛的网络上的一般条件。进一步分析极限产生了几个半定量结论，这些结论具有深刻的社会解释，包括建立确保网络中每个人都有这种差异的条件。最后，我们通过使用它来解释和预测所罗门阿施开创性实验的结果，展示模型的一般性和有效性。

思而后行还是行而后思？

原文标题： Think then act or act then think?

地址： http://arxiv.org/abs/1806.11243

作者： Arkadiusz Jędrzejewski, Grzegorz Marcjasz, Paul R. Nail, Katarzyna Sznajd-Weron

摘要： 我们引入了一种新的基于主体人的意见动态模型，在这种模型中，每个代理人的二元意见（是/否）可以在公共和私人两个层面的影响力前后进行衡量和描述， {a} - 影响力来源。该模型将$ q $ -voter模型中引入的思想与物理学家提出的噪声结合起来，与社会心理学家制定的社会反应的描述性四维模型相结合。我们调查同一模型的两个版本，这两个版本仅因更新顺序而不同：公共级别的意见在私人级别的意见之前更新，反之亦然。我们展示宏观尺度上的结果如何取决于这个顺序。本文的主要发现是，如果仅仅看到像积极意见的个人总数这样的宏观变量，两种模型都会产生相同的结果。然而，如果内部和谐水平（即不和谐）被测量，那么在这两个版本的模型之间就会发现显著的质的差异。所有结果都是在Monte Carlo模拟和分析计算中同时获得的。我们从三个观点讨论我们的研究和发现的重要性：相变理论，基于主体的社会系统建模和社会心理学。

顽固Agent的意见动态

原文标题： Opinion Dynamics with Stubborn Agents

地址： http://arxiv.org/abs/1806.11253

作者： D. Scott Hunter, Tauhid Zaman

摘要： 我们考虑优化社会网络中固执代理的位置以最大限度地影响人群意见的问题。我们假设有有向的社会网络中的每个人都有一个随着时间的推移而响应其邻居的社交媒体帖子的潜在观点。个人随意地将他们的潜在意见的喧闹版本传达给他们的邻居。每个人都使用随时间变化的更新规则更新自己的意见，这使得他变得更加固执并且受到新职位的影响较小。动态更新规则是我们模型的一个新颖组成部分，反映了许多心理学研究中观察到的现实行为。我们表明，在存在具有不变的意见的顽固主体并且在相当一般的条件下对个体的固执率进行研究时，这些观点会趋于由线性系统确定的均衡。我们给出了一个有趣的电网解释均衡。我们还使用这种均衡来表示谐波影响中心性的简单闭合表达式，这是一种量化节点可以影响网络中平均意见的函数。我们针对通过针对具有固执代理的节点来最大限度地改变网络中的意见的问题开发离散优化公式。我们证明这是一个单调和子模目标的优化问题，允许我们利用贪婪算法。最后，我们表明，少数固执代理可以非平凡地使用模拟网络影响大量人口。

生成连通的随机图

原文标题： Generating Connected Random Graphs

地址： http://arxiv.org/abs/1806.11276

作者： Caitlin Gray, Lewis Mitchell, Matthew Roughan

摘要： 我们提出一个算法来生成使用Metropolis-Hastings框架的连通随机图。该算法扩展到一个通用框架，用于从已知的图分布抽样，并以期望的属性为条件。我们演示了生成连接空间嵌入随机图的方法，特别是众所周知的Waxman网络，并说明了该算法的收敛性和实用性。

在Twitter上使用混合CNN和RNN模型进行假新闻识别

原文标题： Fake News Identification on Twitter with Hybrid CNN and RNN Models

地址： http://arxiv.org/abs/1806.11316

作者： Oluwaseun Ajao, Deepayan Bhowmik, Shahrzad Zargari

摘要： 与传播假新闻有关的问题继续以惊人的规模增长。这一趋势引起了政界对学术界和工业界的极大兴趣。我们提出了一个框架，该框架使用卷积神经网络和长短期递归神经网络模型的混合来检测和分类来自Twitter帖子的假新闻消息。使用这种深度学习方法的拟议工作实现了82％的准确性。我们的方法直观地识别与假新闻故事相关的相关特征，而无需事先了解该领域。

团队装配机制和墨西哥国家老年医学研究所产生的知识：网络分析和基于主体的建模方法

原文标题： Team assembly mechanisms and the knowledge produced in the Mexico’s National Institute of Geriatrics: a network analysis and agent-based modelling approach

地址： http://arxiv.org/abs/1806.11433

作者： David Fajardo-Ortiz, Luis Miguel Gutiérrez-Robledo, Augusto Cabrera-Becerril, Carmen García-Peña

摘要： 墨西哥国立老年医学研究所（INGER）是国家人体老化研究中心。 INGER科学家进行基础，临床和人口研究，这可能意味着不同的科学文化在同一专业机构中共同工作。在本文中，通过文本挖掘，共同作者网络分析和基于主体的建模的组合，我们分析和建模了团队组装实践和INGER科学家产生的知识结构。我们的研究结果显示，基础研究和临床研究之间存在薄弱的联系，以及高度关联的学术领导的出现。重要的是，基础和临床人口学研究人员展示了不同的团队组装策略：基础研究人员倾向于组成较大的团队，主要与外部合作者合作，而临床和人口统计学研究人员形成较小的团队，往往并入内部（INGER）合作者。我们展示了形成研究团队的这两种不同方式如何影响INGER生产的知识组织。在这些观察之后，我们通过基于主体的建模模拟了不同科学文化（基础研究和临床研究）在同一机构中展示不同团队组装策略的共存。我们的代理模式成功复制了INGER的现状。此外，通过修改同质性的价值观，我们获得了可以进行多学科和跨学科研究的替代方案。

社会传染的共同扩散

原文标题： Co-Diffusion of Social Contagions

地址： http://arxiv.org/abs/1806.11526

作者： Ho-Chun Herbert Chang, Feng Fu

摘要： 先前的社会传染模型考虑了一次传播中的一个传播在相互依赖的网络上或多个传播在单层网络上或在竞争假设下。我们提出了一个新的传播门槛模型。将个体放置在具有周期性格子和随机规则图层的多路复用网络上。在这些人口结构中，我们研究了扩散过程的两个关键方面之间的界面：两个传染病之间的协同水平，以及个体在采用后变为休眠的速度。休眠被定义为一种宽松的免疫形式，它模拟无阻力传播的能力。蒙特卡罗模拟揭示了较低的协同作用使得传染更容易受到渗透，特别是那些在格子上扩散的传染。一种传染病与休眠的扩散速度越快，其概率就会阻止另一种传染病的扩散，这与环形疫苗接种相似。我们表明，在一个协同带内，晶格上的传染会经历双峰或三峰分支，如果它们是较慢的扩散蔓延。

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。