• 具有增强对象相似性的类扩散推荐;
• 网络上的平均场选民模型和多变量贝塔分布;
• 叶节点去除核分解对节点覆盖问题的核心影响机制;
• 社会网络中的传染：单亲传染、友谊悖论和反应网络的影响;
• 社会网络上的最优证据积累;
• 社交媒体品牌作为电子商务活动的代理人参与 - 以新浪微博和京东为例;
• 模块化网络最优碎片攻击的经验确定;
• 通过Internet协议（IP）地址映射网页：分析Web搜索引擎结果的时空特征;
• 密集子张量中的有界实体;
• 信息交换中幂律偏差的稳定目标意见;
• 基于独立级联模型的在线新闻网络时间波动尺度建模;
• 随机图的广义超几何集合：urn问题的配置模型;

具有增强对象相似性的类扩散推荐

原文标题： Diffusion-like recommendation with enhanced similarity of objects

地址： http://arxiv.org/abs/1511.03518

作者： Ya-Hui An, Qiang Dong, Chong-Jing Sun, Da-Cheng Nie, Yan Fu

摘要： 在过去的几十年中，多样性和准确性被认为是评估推荐模型的两个重要指标。然而，一个明显的担忧是，过度关注一项措施的模型会使另一项措施处于危险之中，因此同时大大提高多样性和准确性并不容易。在本文中，我们建议通过给RA相似性提供可调指数，并遍历指数值以获得最优推荐结果来增强类似扩散模型的资源转移方程中的资源分配（RA）相似性。通过这种方式，我们可以增加许多不受欢迎的对象的推荐分数（分配的资源）。对三个基准数据集MovieLens，Netflix和RateYourMusic的实验表明，与原始模型相比，修改后的模型可以产生显著的性能提升。

网络上的平均场选民模型和多变量贝塔分布

原文标题： Mean field voter model on networks and multi-variate beta distribution

地址： http://arxiv.org/abs/1810.05643

作者： Shintaro Mori, Masato Hisakado, Kazuaki Nakayama

摘要： 选区的区域特征显示出强烈的空间相关性，并且随距离的对数衰减表明2D噪声扩散方程描述了该系统。根据对美国总统选举数据的研究，我们发现投票份额的波动也表现出强烈的长期空间相关性。以前认为很难在不破坏分布的单峰性的情况下诱导波动的强烈和长程空间相关性。但是，我们证明网络上的平均场选民模型显示了这种行为。在模型中，节点中的选民受节点中的代理和连接节点中的代理的影响。我们推导出一个多元Wright-Fisher扩散方程，用于投票份额的联合概率密度。静态分布是贝塔分布的多变量推广。我们估计投票份额的均衡值和协方差，并获得与多元正态分布的对应关系。这种方法极大地简化了选举建模中参数的校准。

叶节点去除核分解对节点覆盖问题的核心影响机制

原文标题： Core Influence Mechanism on Vertex-Cover Problem through Leaf-Removal-Core Breaking

地址： http://arxiv.org/abs/1810.05799

作者： Xiangnan Feng, Wei Wei, Xing Li, Zhiming Zheng

摘要： 脱叶过程已被广泛研究并应用于许多数学和物理领域以帮助理解复杂系统，并且包括最小顶点覆盖的许多问题与该过程和除叶核心密切相关。在本文中，基于叶片去除核心的结构特征，提出了一种名为Core Influence的方法，将图分解为No-Leaf-Removal-Core，这有利于通过局部和贪婪策略识别一些重要节点。 。通过将最小顶点覆盖问题分解为叶片去除核心破坏过程和剩余图的最大匹配，证明了整个图的任何最小顶点覆盖可以位于这两个过程中，其中后者是是一个P问题，在转换点实现最佳边界。与其他节点重要性指数相比，Core Influence方法可以更快地分解Leaf-Removal核心，并通过从图中删除更少的节点来获得无核图。此外，由此方法得到的顶点覆盖数低于现有的节点重要性测量值，并与精确的最小顶点覆盖数进行比较，该方法在不同尺度下执行适当的精度和稳定性。这项研究提供了一种新的局部贪婪策略，可以有效地打破硬叶去除核心，并且可以构建启发式方法来帮助理解一些NP问题。

社会网络中的传染：单亲传染、友谊悖论和反应网络的影响

原文标题： Contagions in Social Networks: Effects of Monophilic Contagion, Friendship Paradox and Reactive Networks

地址： http://arxiv.org/abs/1810.05822

作者： Buddhika Nettasinghe, Vikram Krishnamurthy, Kristina Lerman

摘要： 我们认为SIS传染过程是通过网络进行的，经典假设是个人采取传染的决策是基于他们的直接邻居。然而，最近的文献表明，一些属性在两跳邻居之间更加相关，这个概念被称为单亲。这促使我们探索单亲传染，通过考虑两跳邻居而不是直接邻居来采用传染病（例如产品，疾病）的情况（例如，你问你的朋友关于新的iPhone，她建议你看一个她的朋友们。我们表明，这种称为友谊悖论的现象使得单亲传染更容易扩散。我们还考虑了基础网络随着传染状态随机演变的情况（例如，取决于流感病毒的严重程度，人们限制他们与他人的交互以避免被感染）并显示这种过程的动态可以通过微分方程来近似，该微分方程的轨迹满足将其限制为流形的代数约束。我们的结果揭示了图论理论后果如何影响传染，并提供简单的确定性模型来近似随机图过程中传染的集体动态。

社会网络上的最优证据积累

原文标题： Optimal Evidence Accumulation on Social Networks

地址： http://arxiv.org/abs/1810.05909

作者： Bhargav Karamched, Simon Stolarczyk, Zachary Kilpatrick, Krešimir Josić

摘要： 生物学中的一个基本问题是生物如何整合感官和社会证据来做出决定。但是，很少有模型描述如何将这些信息流组合起来以优化选择。在这里，我们为执行双向替代强制选择任务的代理网络中的集体决策制定了规范模型。我们假设该网络中的理性（贝叶斯）代理进行私人测量，并观察其邻居的决策，直到他们积累足够的证据来做出不可逆转的选择。当每个代理将其决定传达给观察它的人时，社会信息流由有向图描述。此设置中的决策过程很直观，但可能很复杂。我们描述了邻近代理人的决定何时以及如何传达社交信息，以及代理人如何在所有未观察到的决策中边化。我们还展示了决策阈值和网络连接如何影响群体证据积累，并描述社会群体中决策的动态。我们的模型提供了经济学文献中使用的抽象与神经科学和心理学中广泛使用的证据累积模型之间的桥梁。

社交媒体品牌作为电子商务活动的代理人参与 - 以新浪微博和京东为例

原文标题： Social Media Brand Engagement as a Proxy for E-commerce Activities: A Case Study of Sina Weibo and JD

地址： http://arxiv.org/abs/1810.05944

作者： Weiqiang Lin, Pedro Saleiro, Natasa Milic-Frayling, Eugene Ch’ng

摘要： 电子商务平台促进产品销售，同时产品供应商参与社交媒体活动（SMA）以推动消费者的电子商务平台活动（EPA），诱使他们搜索，浏览和购买产品。预计SMA的频率和时间会影响EPA的级别，增加与品牌相关的查询，点击次数和采购订单的数量。本文应用横断面数据分析来探索这种信念，并证明每日SMA和EPA体积之间的弱至中度相关性。使用30天滚动窗口的进一步相关性分析显示SMA-EPA对的相关性具有高度可变性，并且质疑SMA相对于EPA的预测潜力。考虑到所选SMA和EPA对（例如，订单后）的中度相关性，我们研究SMA特征是否可以预测EPA水平的变化，而不是精确的EPA日常量。我们根据训练数据的EPA分布分位数（2,3和5级）来定义这样的水平。我们将EPA分位数预测表示为多类分类问题。随机森林和Logistic回归的实验显示了不同的成功，对于采购订单的最高分位数以及搜索和点击活动的最低分位数，其性能优于随机。当预测多天累积EPA水平（1,3和7天）时获得类似的结果。我们的结果具有相当大的实际意义，但最重要的是，敦促重新审视共同的信念，寻求SMA对EPA影响的更有力的证据。

模块化网络最优碎片攻击的经验确定

原文标题： Empirical determination of the optimum attack for fragmentation of modular networks

地址： http://arxiv.org/abs/1810.05962

作者： Carolina de Abreu, Bruno Requião da Cunha, Sebastián Gonçalves

摘要： 为了找到将原始网络分段成最小的最大连通分量的最佳节点集，执行从大小为 N = 100 的网络的所有可能的 n = 5 节点的删除。根据最大连通组件的大小对所产生的攻击进行排序，并与最先进的网络攻击方法进行比较。我们在相对较小的100美元网络上选择了5美元大小的攻击，因为所有可能的攻击数量， {100} \选择{5} \大约10 ^ 8 ，正处于计算可能的边使用可用的标准计算机。此外，我们在一系列具有受控和变化的模块化的网络中应用该过程，根据已知的最有效的中断策略，即高中介自适应攻击（HBA），将得到的统计数据与去除相同数量的顶点的效果进行比较。 ，集体索引攻击（CI）和基于模块化攻击（MBA）。结果表明，模块性与鲁棒性成反比关系， Q_c \约0.7 是临界值。对于低于 Q_c 的模块化，所有启发式方法都提供与随机攻击相同的结果，而对于更大的 Q ，网络不那么健壮并且极易受到恶意攻击。

通过Internet协议（IP）地址映射网页：分析Web搜索引擎结果的时空特征

原文标题： Mapping Web Pages by Internet Protocol (IP) addresses: Analyzing Spatial and Temporal Characteristics of Web Search Engine Results

地址： http://arxiv.org/abs/1810.06185

作者： Ming-Hsiang Tsou, Daniel Lusher

摘要： 互联网协议（IP）地址经常被用作几个不同领域的研究人员定位网络用户的方法。但是，有关这些地点的准确性的竞争报告，并且在手动比较IP地理位置数据库和网页地理信息方面进行的研究很少。本文将雅虎搜索引擎的网页分为12类，从“博客”和“新闻”到“教育”和“政府”。然后，我们手动将网页内容创建者的邮件或街道地址与给定IP地址的地理位置结果进行比较。我们通过创建内核密度图来介绍一种制图设计方法，用于可视化与特定关键字相关联的网页的信息格局。

密集子张量中的有界实体

原文标题： Bounding Entities within Dense Subtensors

地址： http://arxiv.org/abs/1810.06230

作者： Yikun Ban, Xin Liu, Ling Huang, Yitao Duan, Xue Liu, Wei Xu

摘要： 基于组的欺诈检测是一种很有前途的方法，可以捕获因特网上的欺诈行为，因为1）它不需要单个用户的长活动历史记录; 2）由于经济上的限制，欺诈者很难避免。不幸的是，现有的工作并没有涵盖欺诈组的整个情况：他们要么专注于基于边密度或基于概率的特征等图特征的分组特征，而不是两者。据我们所知，我们是第一个将这些功能组合成一组指标：共谋得分和欺诈密度得分。这两个分数都允许自定义以适应不同的数据类型和数据分布。更好的是，围绕这些指标构建的算法仅使用本地化图功能，因此可以轻松地在现代大数据框架上进行扩展。我们已将算法应用于实际生产数据集，并与其他现有方法相比实现了最先进的结果。

信息交换中幂律偏差的稳定目标意见

原文标题： Stable target opinion through power law bias in information exchange

地址： http://arxiv.org/abs/1810.06239

作者： Amitava Datta

摘要： 我们研究一个二元决策模型，当一些代理人最初接种两种不同的意见时，“ + ”和“ - ”，分别为 p_1 和 p_2 ， p_1 + p_2 = 1 。个人可以根据此信息交换仅撤销其初始意见一次。我们在完全连接的网络上研究该模型，其中任何一对代理可以交换信息，以及具有周期性边界条件的二维方格，其中信息交换仅在最近邻居之间可能。我们提出了一个模型，其中每个代理人维持两个相反意见的反对者，并接受具有幂律偏见的其他代理人的意见，直到达到阈值，当他们确定他们的最终意见时。我们的模型受到长期以来心理学文献中已知的否定性偏见和正负不对称研究的启发。我们的模型可以在人群中实现正面和负面意见的稳定中间组合。特别是，我们证明有可能实现接近任何分数 p_3，0 \ leq p_3 \ leq 1 ，` - ‘意见从最初分数 p_1 的 ‘意见开始通过调整 p_3 的幂律指数来应用偏差。

基于独立级联模型的在线新闻网络时间波动尺度建模

原文标题： Modelling of temporal fluctuation scaling in online news network with independent cascade model

地址： http://arxiv.org/abs/1810.06425

作者： Jan Chołoniewski, Julian Sienkiewicz, Gregor Leban, Janusz A. Hołyst

摘要： 我们显示在线新闻媒体的活动遵循时间波动尺度定律，我们使用独立的级联模型恢复此特征，该模型增加了表示原始文章的病毒潜力的变化\ textit {hype}参数。我们使用Event Registry平台在2016年的11个不同主题中跟踪超过10,000个新闻媒体的活动。分析超过22,000,000篇文章，我们发现波动尺度指数 \ alpha 取决于时间窗口大小 \ Delta 以一种特有的方式对所有考虑的主题 - 新闻网点活动部分同步 \ Delta> 15 \ mathrm {min} 与 \ Delta = 1 \ mathrm {day} 的交叉。所提出的模型在几个合成网络模型以及从实际数据中提取的网络上运行。我们的方法将时间戳丢弃为不完全可靠的可观察量，并侧重于类似措辞新闻项目级联中的出版商的共同出现。我们利用事件注册表新闻聚类功能来查找新闻媒体发布的内容之间的相关性，以便发现已发表文章中的公共信息传播路径，并估计独立级联模型中边的权重。虽然独立级联模型遵循波动尺度定律并且具有平凡指数 \ alpha = 0.5 ，但我们认为除了基础合作网络的拓扑外，还需要对具有类似炒作的文章进行时间聚类，以定性地再现在数据。

随机图的广义超几何集合：urn问题的配置模型

原文标题： Generalised hypergeometric ensembles of random graphs: the configuration model as an urn problem

地址： http://arxiv.org/abs/1810.06495

作者： Giona Casiraghi, Vahan Nanumyan

摘要： 我们介绍了一类广泛的随机图模型：广义超几何集合（GHypEG）。该类能够解决随机图论中的一些长期存在的问题。首先，GHypEG在骨灰盒问题方面提供了众所周知的配置模型的优雅和紧凑的配方。其次，GHypEG允许结合任意趋势来连接不同的顶点对。第三，我们提出了相关概率分布的闭式表达式，确保了我们公式的分析易处理性。这与先前的现有技术形成鲜明对比，后者是通过计算昂贵的程序实现配置模型。

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。