• 灾难性不稳定的特征：市场崩溃范式;
• 对相互依赖网络的针对性损害;
• 使用相关模式识别金融市场崩溃的长期前兆;
• 复杂动态网络的谱降维;
• 提问的不透明度、朦胧性和几何;
• 使用用户位置类型信息扩充输入语言模型;
• 推荐系统和社区检测的耦合图和张量分解;
• 社会网络中的对抗性链路预测;
• Zipf定律与文本信息的联系;
• 弹球盘预测：一种贝叶斯方法，用于从社交媒体数据中预测事件;
• 紧急行动中心有工作量限制的社交媒体警报排名;
• EXTRA：解释网络中的团队推荐;
• 维基百科编辑反映的人群偏好;
• 全球风险网络威胁的演变;
• 安全扩散博弈;
• 反社会现象的动态演变：数据科学方法;
• Facebook公共页面中的多视图社区检测;
• 财政积累意味着不断增加的财富不平等;
• 使用秩排序的城市规模分布的通用模型;
• 测量节点聚合对社区检测的影响;
• 网络与帝国的弹性与衰落：罗马帝国与中国帝国的宏观比较;
• 网络与帝国的弹性与衰落：罗马帝国与中国帝国的宏观比较;
• 超循环动力学：微观建模和检测;

灾难性不稳定的特征：市场崩溃范式

原文标题： Characterization of catastrophic instabilities: Market crashes as paradigm

地址： http://arxiv.org/abs/1801.07213

作者： Anirban Chakraborti, Kiran Sharma, Hirdesh K. Pharasi, Sourish Das, Rakesh Chatterjee, Thomas H. Seligman

摘要： 灾难性事件虽然很少见，确实会发生，当它们发生时，它们会产生毁灭性的影响。因此，了解灾难性事件（如市场崩溃）的潜在动态和签名的复杂性至关重要。为了更深入地理解，我们从1985年开始选择美国和日本市场，并研究股票收益矩阵及其特征在不同的短时间间隔或“时代”的互相关结构的演变。对于任何时期计算的相关矩阵应用轻微的非线性失真，导致出现的特征值谱。新兴谱显示的统计特性：（i）新兴谱的形状反映了市场的不稳定性，（ii）最小的特征值可能能够在统计上区分市场动荡或危机的性质 - 内部不稳定或外部冲击（iii）时滞最小特征值与平均市场互相关具有统计上显著的相关性。最小的特征值似乎表明金融市场变得更加动荡，其方式与平均值相似。然而，我们展示了新兴谱的最小特征值的特征，这些特征值区分了与内部或外部原因相关的不同类型的市场不稳定性。基于其他复杂系统的金融时间序列的范式特征，新兴谱理解不稳定性的能力可能是一个新的特征，可以广泛应用。

对相互依赖网络的针对性损害

原文标题： Targeted Damage to Interdependent Networks

地址： http://arxiv.org/abs/1802.03992

作者： G. J. Baxter, G. Timár, J. F. F. Mendes

摘要： 相互依赖或多路复用网络的巨大互连组件（GMCC）在对网络的随机损害下与不连续的混合转换崩溃。如果以有针对性的方式选择要损坏的节点，则GMCC的崩溃可能会更快地发生。找到破坏给定的相互依赖网络中最大的相互连接的组件的最小损坏集是计算上禁止的同时优化问题。我们引入了一种简单的启发式策略 - 有效多路复用度 - 针对相互依赖的网络进行有针对性的攻击，利用多路复用网络中固有的间接损害来实现比任何其他非计算密集型算法更小的损坏集。我们表明，来自单层网络的直觉（循环（ 2 -core的损坏）是破坏巨型组件的最有效方式，并不会延续到相互依赖的网络，实际上这种方法比简单地删除最高学位节点。

使用相关模式识别金融市场崩溃的长期前兆

原文标题： Identifying long-term precursors of financial market crashes using correlation patterns

地址： http://arxiv.org/abs/1809.00885

作者： Hirdesh K. Pharasi, Kiran Sharma, Rakesh Chatterjee, Anirban Chakraborti, Francois Leyvraz, Thomas H. Seligman

摘要： 对复杂系统中关键动力学的研究总是令人感兴趣但具有挑战性。在这里，我们选择金融市场作为复杂系统的一个例子，并对两个股票市场进行比较分析 - 标准普尔500指数（美国）和日经225指数（JPN）。我们的分析基于32年（1985-2016）短时期的交叉相关结构模式的演变。我们将“市场状态”识别为具有相似相关结构的集群，其发生频率高于纯粹的机会（随机性）。相关结构之间的动态转换反映了市场状态的演变。来自随机矩阵理论的功率映射方法用于抑制相关模式上的噪声，并且使用簇内距离方法的自适应来获得“最优”数量的市场状态。我们发现美国的特点是四个市场状态和JPN五个。我们进一步分析配对市场状态的共存现象;保持相同状态的概率远高于向不同状态的转变。到其他状态的转换主要发生在紧邻的状态之间，有一些罕见的间歇转换到远程状态。与临界状态相邻的州（市场崩溃）可以作为危急状态的指标或“前兆”，这种识别长期前兆的新方法可能对构建金融市场的预警系统非常有帮助，以及其他复杂系统。

复杂动态网络的谱降维

原文标题： Spectral dimension reduction of complex dynamical networks

地址： http://arxiv.org/abs/1809.08285

作者： Edward Laurence, Nicolas Doyon, Louis J Dubé, Patrick Desrosiers

摘要： 预测复杂网络的全球动态状态对于预测关键故障和研究潜在的弹性至关重要。然而，我们通常仅依赖于平均活动的近似值，这通常歪曲了动态发生的网络的特定结构。我们提出了一种将动态可观测量构建为加权平均值的方法，完全基于邻接矩阵的主要特征向量的线性组合。可观测量形成低维系统，可以求解该系统以预测网络的每个全局动态状态。此外，我们的方法能够预测模块化网络的多次激活以及具有任意度分布的随机网络的临界点，包括无标度网络。

提问的不透明度、朦胧性和几何

原文标题： Opacity, Obscurity, and the Geometry of Question-Asking

地址： http://arxiv.org/abs/1809.08291

作者： Christina Boyce-Jacino, Simon DeDeo

摘要： 提出问题是一项普遍存在的人类活动，但对于使他们难以回答的问题知之甚少。分析一对大型数据库，纽约时报的填字博弈和问答节目Jeopardy的问题，确定了问题难度的两个正交维度：默默无闻（答案的罕见性）和不透明度（问题提示的间接性，与word2vec）。不透明度的重要性以及协同信息在解决它时的作用表明，先前期望方面的困难只能解决问题提出过程的一部分。进一步的回归分析显示问题复杂性存在额外维度：问题复杂性，答案的局部网络密度，提示交集以及信号词的存在。我们的工作展示了提问者如何通过使用语境线索来帮助他们的对话者，或者反过来说，如何对相关领域的某种不熟悉使个人更难以向他人学习。总之，这些结果表明，问题难度的贝叶斯模型如何通过过程模型和个体用于导航概念空间的启发式算法来补充。

使用用户位置类型信息扩充输入语言模型

原文标题： Augmenting Input Method Language Model with user Location Type Information

地址： http://arxiv.org/abs/1809.08349

作者： Di He

摘要： 来自微博帖子的地理标签已被证明在许多数据挖掘应用中很有用。这项工作旨在找出从这些地理标签派生的位置类型是否有益于输入方法，输入方法试图预测用户在输入过程中输入的下一个单词。如果可以找到不同位置类型之间的相关性和单词分布的变化，则可以使用位置类型信息来使输入方法更准确。这项工作查询了来自Twitter API的微博帖子以及来自Google Place API的这些帖子的位置类型，形成了大约500k样本的数据集。关于单词分布的统计研究发现对该假设的支持很弱。基于LSTM的预测实验发现，与没有该信息的基线相比，利用位置类型信息的语言模型的准确度有2％的优势。

推荐系统和社区检测的耦合图和张量分解

原文标题： Coupled Graphs and Tensor Factorization for Recommender Systems and Community Detection

地址： http://arxiv.org/abs/1809.08353

作者： Vassilis N. Ioannidis, Ahmed S. Zamzam, Georgios B. Giannakis, Nicholas D. Sidiropoulos

摘要： 对来自多个信息库的数据进行联合分析有助于揭示异构数据集中的基础结构。在这种情况下，单一和耦合矩阵张量因子分解（CMTF）已被广泛用于来自评级，社会网络和其他用户项目数据的基于插补的推荐。当该辅助信息采用项目项相关矩阵或图的形式时，现有的CMTF算法可能不足。为了缓解当前的局限性，我们引入了一种新颖的模型压铸耦合图 - 张量因子分解（CGTF），它明智地考虑了图相关的边信息。 CGTF模型具有克服实际挑战的潜力，例如从张量中丢失平板和/或从相关矩阵中丢失行/列。还开发了一种新的交替方向乘法器（ADMM），它可以恢复CGTF的非负因子。我们的算法享有封闭形式的更新，从而降低了计算复杂度并允许收敛声明。通过使用可解释的因子来检测具有张量作为辅助信息的图社区，进一步探索了新的方向。即使图中的某些链接丢失，最终的社区检测方法也会成功。实际数据集的结果证实了所提方法相对于最先进的竞争因子分解技术在提供建议和检测社区方面的优点。

社会网络中的对抗性链路预测

原文标题： Adversarial Link Prediction in Social Networks

地址： http://arxiv.org/abs/1809.08368

作者： Kai Zhou, Tomasz P. Michalak, Talal Rahwan, Marcin Waniek, Yevgeniy Vorobeychik

摘要： 链路预测是社会网络分析中的基本工具之一，用于识别未以其他方式观察到的关系。通常，链路预测是通过相似性度量来执行的，其中一个相似节点可能被连接。然而，基于相似性度量的传统链路预测假定可用网络数据是准确的。我们研究了对抗性链路预测的问题，其中对手旨在通过从观察到的子图中移除有限的边子集来隐藏目标链接。我们表明，对线性时间可以找到对局部相似性度量的最佳攻击 - 即仅使用有关节点对及其网络邻居的信息的度量。相比之下，攻击使用有关网络拓扑的全局信息的Katz和ACT指标是NP-Hard。我们提出了一种近似算法，用于对Katz相似性的最佳攻击，以及针对ACT攻击的原则启发式算法。大量实验证明了我们的方法的功效。

Zipf定律与文本信息的联系

原文标题： Relating Zipf’s law to textual information

地址： http://arxiv.org/abs/1809.08399

作者： Weibing Deng, Armen E. Allahverdyan

摘要： Zipf定律是定量语言学的主要规律。尽管有许多专门用于该法律基础的着作，但仍然不清楚它是否只是一种统计规律，还是与文本的信息承载结构有更深的关系。这个问题涉及区分有意义的文本（用未知系统编写）和模仿文本统计特征的无意义符号集。在这里，我们通过比较文本前半部分（从开头到中间）到下半部分的特征，帮助解决这些问题。这种比较可以发现隐藏的效果，因为这两半具有相同的许多参数值（样式，流派，作者的词汇{\ it etc}）。在所有研究文本中，我们看到，对于上半年，Zipf定律适用于比下半部分更小的等级，即法律适用于上半部分。此外，在上半部分中持有Zipf定律的词在文本上更均匀地分布。这些特征允许区分有意义的文本和随机的单词序列。我们的研究结果与我们研究的大多数情况下的一些文本特征相关：前半部分是词汇丰富，词语更长，重复性更低，句子越来越短，标点符号越多，段落越多。这两半之间的差异表明文本组织的层次结构水平较高，到目前为止在文本语言学中尚未引起注意。它们将Zipf定律的有效性与文本信息联系起来。对此效果的完整描述需要新模型，尽管一个现有模型可以解释其某些方面。

弹球盘预测：一种贝叶斯方法，用于从社交媒体数据中预测事件

原文标题： Pachinko Prediction: A Bayesian method for event prediction from social media data

地址： http://arxiv.org/abs/1809.08427

作者： Jonathan Tuke, Andrew Nguyen, Mehwish Nasim, Drew Mellor, Asanga Wickramasinghe, Nigel Bean, Lewis Mitchell

摘要： 大型开放数据源与机器学习方法的结合为预测诸如抗议或社会动荡等事件提供了一种潜在的强大方法。但是，考虑到此类模型的不确定性，特别是在使用社交媒体等多样化的非结构化数据集时，对于保证这些方法的适当使用至关重要。在这里，我们开发了一种贝叶斯方法，用于使用社交媒体数据预测澳大利亚的社会动荡事件。该方法使用机器学习方法将各个帖子分类为社交媒体是相关的，并且使用经验贝叶斯方法来计算后验事件概率。我们使用该方法预测2017/18期间澳大利亚城市的事件。

紧急行动中心有工作量限制的社交媒体警报排名

原文标题： Ranking of Social Media Alerts with Workload Bounds in Emergency Operation Centers

地址： http://arxiv.org/abs/1809.08489

作者： Hemant Purohit, Carlos Castillo, Muhammad Imran, Rahul Pandey

摘要： 如果有一种机制来过滤和优先处理消息，那么在紧急情况下对社交媒体使用的广泛研究已经显示出提供救生信息的价值。现有的排名系统可以提供用于选择推送给紧急响应者的更新或警报的基线。然而，由于在这种紧张的工作环境中有限的预算关注，考虑到用户的工作量的给定限制，先前的研究没有深入调查这些更新应该生成多少和多少次。本文提出了一个新的问题和一个模型来量化排名系统的性能指标（例如，召回，NDCG）与用户工作量的界限之间的关系。然后，我们综合了一个基于警报的排名系统，该系统强制执行这些限制以避免压倒性的最终用户。我们提出了一种用于排名选择的Pareto最优算法，该算法自适应地确定top-k排名和用户工作负载随时间的偏好。我们通过基于来自六次危机事件的真实世界数据进行评估，证明了这种方法对紧急行动中心（EOC）的适用性。我们分析了定期和实时设置中召回和工作量建议之间的权衡。我们的实验表明，提出的排名选择方法可以提高监控社交媒体请求的效率，同时优化用户关注的需求。

EXTRA：解释网络中的团队推荐

原文标题： EXTRA: Explaining Team Recommendation in Networks

地址： http://arxiv.org/abs/1809.08511

作者： Qinghai Zhou, Liangyue Li, Nan Cao, Norbou Buchler, Hanghang Tong

摘要： 团队网络科学领域最先进的技术提供了有效的推荐方法来回答诸如谁是最佳替代品，最佳团队扩展策略是什么等问题，但缺乏直观的方法来解释为什么优化算法给出了具体的建议。给定团队优化方案。为了解决这个问题，我们开发了一个交互式原型系统EXTRA，作为解决这种感知挑战的第一步，通过团队嵌入的底层网络的镜头来解释团队推荐结果。主要优点是：（1）算法效能：我们提出了一种有效而快速的算法来解释随机游走图核，这是网络团队推荐的核心技术; （2）直观的视觉解释：我们对推荐结果进行直观的可视化分析，可以帮助用户更好地理解底层团队推荐算法的合理性。

维基百科编辑反映的人群偏好

原文标题： Population preferences through Wikipedia edits

地址： http://arxiv.org/abs/1809.08513

作者： Yérali Gandica

摘要： 在这项工作中，我们对塑造广大人民偏好的内在文化背景感兴趣。我们也有兴趣追踪这种人类足迹，因为它有因现在的全球化而消失的趋势。鉴于语言是一种社会建构，它是历史储备的一部分，塑造了文化（以及集体）的身份，然后帮助社区归档关于其文化和身份的累积知识。我们假设一个语言社区的集体利益，通过在线百科全书维基百科记录他们的事件，人和任何对他们重要的特征，可以作为整个集团集体身份的足迹。将语言的偏好分析为几种语言的类别，也可以应用于多语言自然语言处理（MNLP）领域。然后，我们将有关编辑，编辑和页面数量的结果报告为多种语言显示的类别。结果以几个角度显示，一些额外的测量补充了分析。

全球风险网络威胁的演变

原文标题： Evolution of Threats in the Global Risk Network

地址： http://arxiv.org/abs/1809.08523

作者： Xiang Niu, Alaa Moussawi, Gyorgy Korniss, Boleslaw K. Szymanski

摘要： 随着人口的稳步增长和技术的快速发展，全球经济规模和复杂性都在增加。这种增长加剧了全球的脆弱性，并可能导致无法预料的后果，例如航空旅行，网络空间攻击以及供应链中最薄弱的环节导致的级联故障引发的全球大流行。因此，迫切需要对驱动全球网络漏洞的机制进行定量理解。制定有效监测全球经济发展的方法对于这种理解至关重要。每年世界经济论坛都会发布一份关于全球经济状况的权威报告，并确定可能具有活跃性，影响力或传染性的风险。使用级联交替更新过程方法模拟全球风险网络的动态，我们能够回答有关该网络演变的关键问题。为了全面追踪网络的演变，我们分析了风险的渐近状态（如果风险没有减弱，将在长期内达到的风险水平）及时给出快照，这阐明了国际社会面临的各种挑战。每个时间点。我们还研究了每种风险对他人的影响。这里给出的结果是通过定量分析或计算模拟获得的。

安全扩散博弈

原文标题： Security Diffusion Games

地址： http://arxiv.org/abs/1809.08538

作者： Marcin Waniek, Tomasz P. Michalak, Aamena Alshamsi

摘要： 最近人们越来越关注研究网络防御者和攻击选定目标的攻击者之间的对抗，并以类似感染的方式通过网络传播攻击。虽然迄今为止文献侧重于这种传播遵循机会机制的情景，但在本文中，我们提出并分析了第一个防御者 - 攻击者模型，其中攻击者能够战略性地指导攻击传播的整个过程。我们发现，即使攻击者知道防御者选择的安全资源的分布，在一般情况下找到最佳攻击计划也是NP难的。但是，我们表明，有可能为一些简单的网络结构（例如派系，星星和树）有效地找到攻击者和防御者的最佳策略。对于更复杂的网络结构，我们为两个参与者提出了近乎最优的策略。

反社会现象的动态演变：数据科学方法

原文标题： Dynamical evolution of anti-social phenomena: A data science approach

地址： http://arxiv.org/abs/1809.08614

作者： Syed Shariq Husain, Kiran Sharma

摘要： 人类的互动既可以是积极的，也可以是消极的，从而产生不同的复杂的社会或反社会现象。这些相互作用的动态通常会导致某些时空模式和复杂的网络，这对于广泛的研究人员来说很有意义 - 从社会科学家到数据科学家。在这里，我们将公开数据用于各种社会经济和政治事件，如种族冲突，侵犯人权和全球恐怖袭击。我们将这些反社会事件随着时间的推移汇总，并研究这些事件的时间演变。我们在这里给出了几个时间序列分析的结果，如复发间隔，Hurst R / S分析等，揭示了这些时间序列的长记忆。此外，我们在国家/地区过滤数据，并研究各个国家内这些反社会事件的相关性。使用多维尺度技术，然后根据这些反社会事件的时间增长的共同运动将各国组合在一起。我们发现这些事件的时间序列具有有趣的统计规律和相关性。研究这些反社会现象的数据科学方法可以更深入地了解它们的形成和传播。结果可以帮助制定公共政策并制定可以检查其传播并抑制这些反社会现象的策略。

Facebook公共页面中的多视图社区检测

原文标题： Multi-View Community Detection in Facebook Public Pages

地址： http://arxiv.org/abs/1809.08658

作者： Zhige Xin, George Barnett, Jon W. Chapman, S. Felix Wu

摘要： 社会网络中的社区检测被广泛研究，因为它在揭示人们如何连接和交互方面具有重要意义。然而，Facebook公共页面中的社区结构很少受到关注。在本研究中，我们调查了Facebook新闻组页面中的社区检测问题。特别是，为了处理用户活动的多样性，我们应用多视图聚类来集成不同的视图，例如喜欢帖子和喜欢评论。在本研究中，我们不仅在给定的单个页面中而且在多个页面中探索社区结构。结果表明，该方法可有效减少菌群分离，提高群落结构质量。

财政积累意味着不断增加的财富不平等

原文标题： Financial accumulation implies ever-increasing wealth inequality

地址： http://arxiv.org/abs/1809.08681

作者： Yuri Biondi, Stefano Olla

摘要： 财富不平等是经济理论和政策的重要问题。正在进行的辩论一直在讨论最近与世界各地活跃的金融市场发展有关的财富不平等现象的增加。关于财富分配的现有文献将财富不平等的起源与各种驱动因素联系起来。我们的方法开发了一种极简主义建模策略，它结合了三种特征机制：活跃的金融市个人财富积累;和复利结构。我们提供数学证据，证明累积的金融投资回报涉及随着时间的推移不断增加的个人投资者的财富集中和不平等。这种通过空间和时间的累积效应取决于财务积累过程，并且也存在于有效的金融市场中，这会产生一些公平的投资博弈，个人投资者会反复进行这种博弈。

使用秩排序的城市规模分布的通用模型

原文标题： A Universal model for city-size distributions through rank ordering

地址： http://arxiv.org/abs/1809.08786

作者： Abhik Ghosh, Banasri Basu

摘要： 我们为世界各国的城市群提出了一个通用的双参数秩排序（RO）分布，其中城市群包括中小城市以及人口密集的城市。我们的建议通过详尽的研究得到验证，该研究包括印度和中国在30年的人口普查和美国的数据，时间为8年。此外，我们根据数据的可用性，研究了来自世界各大洲的巴西，意大利，瑞典，澳大利亚，乌干达等不同国家的城市规模分布。这里显示的详细分析显示了城市规模分布的独特全球模式，从低到高，在世界各地具有不同的地理和经济条件。此外，基于分布熵的分析提供了对一个国家内城市规模的潜在随机性和传播特征的见解。我们提议的RO分布不仅适合所有城市规模的数据，而且比所有被考虑的国家的着名幂律更好，通过它的两个参数，它还有助于我们描述和区分其种群动态并研究它们随时间的演变。它进一步开辟了寻找潜在社会经济驱动因素的可能性，这些驱动因素在管理可持续城市增长中发挥着至关重要的作用 - 这是当今背景下的一个具有挑战性的问题。

测量节点聚合对社区检测的影响

原文标题： Measuring the effect of node aggregation on community detection

地址： http://arxiv.org/abs/1809.08855

作者： Adeline Decuyper, Yérali Gandica, Christophe Cloquet, Isabelle Thomas, Jean-Charles Delvenne

摘要： 我们研究了节点聚合对网络上社区检测结果的影响。很多时候节点，无论是故意与否，都是由于技术，道德，法律限制或隐私问题而汇总的，在这种情况下，社区结构的变化可能被视为不必要的扭曲。聚合通常根据某种接近感发生。一个常见的例子是地理位置：一个人可以发现一个地方网络中的社区，或者识别其典型地理位置的个人，然后将这些地方聚合到较大的实体，例如市政当局，从而获得另一个网络，其他网络与另一个相似或相似，社区结构。两个网络中的社区可能相似或不同。这类似于统计学中的生态谬误问题，或地理学中的修正区单位问题。我们确定最适合处理节点聚合的社区检测算法类，并开发可聚合性指数，捕获聚合保留社区结构的程度，并说明其与实际示例（移动电话和Twitter回复网络）的相关性。我们的主要信息是，对聚合数据计算的结果可能会谨慎解释，因为它们可能受到聚合级别的强烈影响。

网络与帝国的弹性与衰落：罗马帝国与中国帝国的宏观比较

原文标题： Networks and the Resilience and Fall of Empires: a Macro-Comparison of the Imperium Romanum and Imperial China

地址： http://arxiv.org/abs/1809.08937

作者： Johannes Preiser-Kapeller

摘要： 本文提出从对过去的政体和帝国形态的网络术语的相当隐喻的应用，到对网络科学的工具和概念的实际使用。为此，罗马帝国的路线系统的完善的网络模型和帝国中国基础设施网络的新创建的网络模型在其结构特性方面被可视化和分析。研究结果表明，这些系统可以被理解为大规模复杂网络，其中心和中心之间的连通性存在明显差异，跨越空间尺度的分层序列从过度区域到本地层面。这些属性反过来会影响帝国网络的凝聚力和稳健性，正如通过对节点故障的脆弱性和长距离连接的崩溃这两个测试所证明的那样。试探性地，结果可以与实际的历史动态联系起来，从而暗示大规模整合的基础网络机制和政治形态的解体。

超循环动力学：微观建模和检测

原文标题： Hype Cycle Dynamics: Microscopic Modeling and Detection

地址： http://arxiv.org/abs/1809.08939

作者： Fariba Hashemi, Olivier Gallay, Max-Olivier Hongler

摘要： 炒作周期模型通常用于量化创新的发展状况，并指导相关战略投资的决策。长期以来，已经举例说明了这些模型的相关性，尤其是Gartner炒作周期。虽然相关文献包含许多关注新兴炒作模式的宏观描述的着作，但到目前为止，很少有人关注理解创造这些全球模式的个别机制。在这个贡献中，我们引入了一个微观模型，解释了炒作周期的集体出现，以及它们背后的基本人类互动。

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。