• 处方的社会学习可以促成人群最佳的抗生素使用;
• 路线上的紧张关系：了解户外设置中群体和社区需求之间的差异;
• 空间网络中的变换;
• 论文引文的异质分布;
• 带随机坐标更新的动态平均扩散;
• k核修剪过程中临界性的分析结果;
• 找到代表性基线：马萨诸塞州的共和党人;
• 复杂网络的可控性和最大匹配;
• 威胁还是机遇？在社交媒体危机沟通中检查社交机器人;
• 有向图的节点表示学习;
• 多种使用探测车轨迹估计队列长度和交通量的方法;

处方的社会学习可以促成人群最佳的抗生素使用

原文标题： Social learning of prescribing behavior can promote population optimum of antibiotic use

地址： http://arxiv.org/abs/1810.08284

作者： Xingru Chen, Feng Fu

摘要： 抗生素耐药性的上升和蔓延导致医疗成本和死亡率恶化，特别是对于威胁生命的细菌感染，从而对全球健康构成重大威胁。医生的处方行为是影响抵抗力演化动力学的重要因素之一。目前尚不清楚个别处方决定何时会导致人口过度使用抗生素，以及是否可以通过适应性社会学习过程来控制抗生素使用的最佳人群，这种过程控制着处方规范的演变。在这里，我们研究行为 - 疾病相互作用模型，特别是在处方行为和阻力演变之间结合反馈循环。我们确定抗生素过度使用的公地悲剧可能导致抗生素耐药性发展的条件。此外，我们表明，快速社会学习调整处方行为迅速响应抵抗演化可以迅速引导抗生素使用的循环振荡朝着处方的最佳稳定人群。我们的工作表明，通过治疗决策的集体后果和与耐药相关的成本，对处方行为提供及时反馈有助于抑制抗生素的过度使用。

路线上的紧张关系：了解户外设置中群体和社区需求之间的差异

原文标题： Tensions on Trails: Understanding Differences between Group and Community Needs in Outdoor Settings

地址： http://arxiv.org/abs/1810.08666

作者： Lindah Kotut, Michael Horning, Derek Haqq, Shuo Niu, Timothy Stelter, D. Scott McCrickard

摘要： 本文比较了户外环境中群体和社区的需求，寻求在他们的需求得到支持的方式中找出微妙但重要的差异。我们首先研究谁在室外环境中使用技术的问题，他们的技术用途和需求是什么，以及不同的线索用户之间在技术使用和经验方面存在的冲突。然后，我们会考虑选定的人员类别，以便在充当群体和社区时了解他们的独特需求。我们的结论是，探索群体和社区之间的紧张关系以确定设计机会非常重要。

空间网络中的变换

原文标题： Transitions in spatial networks

地址： http://arxiv.org/abs/1810.08764

作者： Marc Barthelemy

摘要： 嵌入空间的网络可以在修改结构时显示各种变换。这些变换的性质（在某些情况下是交叉）可能与鄂尔多斯 - 仁义图中观察到的巨大组件的通常外观不同，并且空间网络显示出多种行为。我们将在这里讨论一些（主要是最近的）关于拓扑转换的结果，在最短路径模式中看到的“定位”转换，以及拥塞和波动对最优网络结构的影响。空间网络在实际应用中的重要性使这些转变非常相关，这次审查意味着更深入地了解空间对网络结构的影响。

论文引文的异质分布

原文标题： On the Heterogeneous Distributions in Paper Citations

地址： http://arxiv.org/abs/1810.08809

作者： Jinhyuk Yun, Sejung Ahn, June Young Lee

摘要： 学术论文一直是传播专业知识的主角。当然，纸质引文模式分析是研究科学技术知识结构的有效而必不可少的方法。几十年来，人们观察到科学文献的引用遵循异质和重尾分布，其中许多提出了幂律分布，对数正态分布和相关分布。然而，许多研究仅限于小规模方法;因此，很难概括。为了克服这个问题，我们通过对1996年至2016年发表并包含在SCOPUS中的42,423,644份科学文献的整个引用历史进行系统分析，调查了21年的引文演变。我们在三个不同级别的Scimago期刊和国家级（SJR）分类方案中测试了六种科学文献的候选分布。首先，我们观察到年度引文收购的原始数量倾向于遵循所有学科的对数正态分布，除了出版的第一年。我们还发现期刊中每年获得的引用数字之间存在显著差异，这表明必须删除从期刊声望中继承的引文过剩。我们将单个文章的引用偏好与期刊的继承引文分开的简单方法揭示了整个科学领域引文的标准化年度收购的意外规律性。具体而言，标准化的年度引文收购具有幂律概率分布，指数在2.3左右的指数截止，无论其出版和引用年份如何。我们的结果意味着期刊声誉对引文具有重大的长期影响。

带随机坐标更新的动态平均扩散

原文标题： Dynamic Average Diffusion with randomized Coordinate Updates

地址： http://arxiv.org/abs/1810.08901

作者： Bicheng Ying, Kun Yuan, Ali H. Sayed

摘要： 这项工作推导并分析了一种在线学习策略，用于通过依赖随机坐标下降更新来跟踪时变分布式信号的平均值。在每次迭代期间，每个代理选择或观察观察向量的随机条目，并且不同的代理可以在参与咨询步骤之前选择其观察的不同条目。谨慎协调代理之间的相互作用是必要的，以避免偏见并确保收敛。我们为所提出的方法提供收敛性分析，并通过模拟来说明结果。

k核修剪过程中临界性的分析结果

原文标题： Analytical result of criticality in the k-core pruning process

地址： http://arxiv.org/abs/1810.08936

作者： Gui-Yuan Shi, Rui-Jie Wu, Yi-Xiu Kong, H. Eugene Stanley, Yi-Cheng Zhang

摘要： k-core分解是一种广泛使用的算法，用于递归地去除度数小于k的节点，以测量复杂网络中节点的重要性。我们首次实现了这种修剪过程的精确分析结果。利用分析结果，可以获得k核分解的每个修剪步骤中的网络的中间状态。在这个过程中出现了一个关键现象，我们的理论结果完全解释了这一现象。我们的研究是少数几个明确呈现并通过分析解决整个相变过程的例子。这项工作提供了对复杂网络和许多其他物理系统中的关键现象的研究的见解。

找到代表性基线：马萨诸塞州的共和党人

原文标题： Locating the representational baseline: Republicans in Massachusetts

地址： http://arxiv.org/abs/1810.09051

作者： Moon Duchin, Taissa Gladkova, Eugene Henninger-Voss, Ben Klingensmith, Heather Newman, Hannah Wheelen

摘要： 在马萨诸塞州的全州选举中，共和党候选人通常获得30％至40％的双向投票份额。在过去三个人口普查周期中，MA在众议院中拥有9-10个席位，这意味着只有全州选票的6％可以赢得一个地区。将这两个事实放在一起，人们可能会惊讶地发现，马萨诸塞州的共和党人自1994年以来就没有在美国众议院获得过席位。我们认为马萨诸塞州共和党人的表现不佳不是因为分歧，也不是因为失败。共和党人来自众议院候选人，但是是分配投票的结构性数学特征。对于这里研究的几个选举，有更多的方法可以建立一个有效的分区计划，而不是银河系中的粒子，他们每个人都会产生一个9-0的民主党代表团。

复杂网络的可控性和最大匹配

原文标题： Controllability and maximum matchings of complex networks

地址： http://arxiv.org/abs/1810.09059

作者： Jin-Hua Zhao, Hai-Jun Zhou

摘要： 以前，线性时不变动力系统的可控性问题被映射到基础有向图的二分表示上的最大匹配（MM）问题，以及二分随机图上MM的大小，可控性问题的基本数量。 ，在零温度极限下用腔法分析计算。在这里，我们提出了一种替代理论，可以根据核心渗流理论和核心的完美匹配来估算MM的大小。我们的理论大大简化并易于解释，并且可以在一般随机图上估计MM大小，在分度和度内分布之间有或没有对称性。我们的结果有助于阐明可控性问题与复杂系统的基础结构之间的基本联系。

威胁还是机遇？在社交媒体危机沟通中检查社交机器人

原文标题： Threat or Opportunity? - Examining Social Bots in Social Media Crisis Communication

地址： http://arxiv.org/abs/1810.09159

作者： Florian Brachten, Milad Mirbabaie, Stefan Stieglitz, Olivia Berger, Sarah Bludau, Kristina Schrickel

摘要： 危机局势的特点是突然发生和信息情况不明确。在这种情况下，社交媒体平台已成为集体信息收集的高度利用资源，以填补这些空白。然而，有迹象表明，在危机情况下，不仅是人类，还有社交机器人在这些平台上都很活跃。虽然在极端事件中确定社交机器人的影响似乎是一个高度相关的话题，但研究仍然很少。为了填补这一研究空白，我们开始了一个更大的项目来分析危机局势中社交机器人的影响。作为该项目的一部分，我们最初对2017年曼彻斯特爆炸事件进行了案例研究，并分析了社交机器人活动。我们的结果表明，在危机情况下，主要是良性机器人。虽然僵尸账户的数量相当低，但他们的推文活动表明影响很大。

有向图的节点表示学习

原文标题： Node Representation Learning for Directed Graphs

地址： http://arxiv.org/abs/1810.09176

作者： Megha Khosla, Jurek Leonhardt, Wolfgang Nejdl, Avishek Anand

摘要： 我们提出了一种用于学习有向图中的节点表示的新方法，其为由边的方向性引起的两个不同的节点角色维持单独的视图或嵌入空间。为了实现这一点，我们提出了一种新颖的交替随机游走策略，以在保留角色信息的同时从有向图生成训练样本。然后使用具有负抽样（SGNS）的Skip-Gram训练这些样本，其中节点保留其源/目标语义。我们进行了广泛的实验评估，以展示我们在链路预测，多标签分类和图重建任务的几个真实世界数据集上的有效性。我们表明，我们的方法的嵌入确实是强大的，可推广的，并且在多种任务和网络中表现良好。我们表明，我们始终优于所有基于随机游走的神经嵌入方法，用于链路预测和图重建任务。除了提供对我们方法的理论解释之外，我们还表明我们比其他有向图方法更强大。

多种使用探测车轨迹估计队列长度和交通量的方法

原文标题： Various Methods for Queue Length and Traffic Volume Estimation Using Probe Vehicle Trajectories

地址： http://arxiv.org/abs/1810.09237

作者： Yan Zhao, Jianfeng Zheng, Wai Wong, Xingmin Wang, Yuan Meng, Henry X. Liu

摘要： 随着联网车辆技术的发展和电子服务的出现，每天都在收集大量的车辆轨迹数据。提供电子支持服务的联网车辆和车辆，如移动传感器，可以提供丰富的交通状况信息。大量的轨迹数据可以为运输网络的性能测量，诊断和优化提供新的视角。由于其巨大的数量和可访问性，轨迹数据已成为广泛使用的固定位置传感器的潜在替代品。有一些文献使用从探测车辆收集的数据估算交叉路口的交通量和队列长度。然而，一些现有模型只能在探测车辆的穿透率足够高时才能工作。其他一些需要队列长度分布和探测车辆穿透率的先验信息，这些信息在空间和时间上可能会有很大差异，而且在现实生活中通常是未知的。为了填补这一空白，本文提出了一系列有效的队列长度，穿透率和交通量估算方法。所提出的方法已经由模拟数据和实际数据验证。测试结果表明，即使渗透率很低，这些方法也可以应用于欠饱和和过饱和情况。因此，这些方法已准备好用于大规模实地应用。

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。