• 谁放出了巨魔？理解国家赞助的巨魔;
• 算法个性化时代的意见动态建模;
• 组标记方法的定量分析;
• 用网络科学揭示群体智能：隐喻解释;
• 用于表征复杂网络的尺度变化拓扑信息;
• 社交媒体集群动态创造了有弹性的全球仇恨高速公路;

谁放出了巨魔？理解国家赞助的巨魔

原文标题： Who Let The Trolls Out? Towards Understanding State-Sponsored Trolls

地址： http://arxiv.org/abs/1811.03130

作者： Savvas Zannettou, Tristan Caulfield, William Setzer, Michael Sirivianos, Gianluca Stringhini, Jeremy Blackburn

摘要： 在过去几年中，出现了广泛的轶事证据，表明国家赞助的参与者（或“巨魔”）参与在线政治运动，其目的是操纵公众舆论并播下不和谐。最近，Twitter和Reddit发布了关于在他们的平台上活跃的俄罗斯和伊朗国家赞助的演员的地面真相数据。在本文中，我们分析了几个轴上的这些地面实况数据集，以了解这些参与者如何运作，它们如何随时间演变，谁是他们的目标，他们的战略如何随时间变化，以及他们对Web信息生态系统的影响。除其他事项外，我们发现：a）这些行动者的运动受到现实世界事件的影响; b）这些参与者采用不同的策略，并且随着时间的推移有不同的目标，因此他们的自动检测并不简单; c）俄罗斯巨魔显然是亲特朗普，而伊朗巨魔则是反特朗普。最后，使用Hawkes Processes，我们量化了这些参与者对四个网络社区的影响：Reddit，Twitter，4chan的政治错误的董事会（/ pol /）和Gab，发现俄罗斯巨魔比伊朗人更有影响力，除了/ POL /。

算法个性化时代的意见动态建模

原文标题： Modelling Opinion Dynamics in the Age of Algorithmic Personalisation

地址： http://arxiv.org/abs/1811.03341

作者： Nicola Perra, Luis E C Rocha

摘要： 现代技术彻底改变了我们互动和消费信息的方式。例如，在线社交平台允许以前所未有的规模进行无缝通信交换。然而，我们仍然受到认知和时间限制的束缚。我们的注意力有限且非常有价值。算法个性化已成为解决信息过载问题的标准方法。因此，接触我们朋友的意见和我们对重要问题的看法可能会被扭曲。然而，算法守门对我们超连接社会的影响却知之甚少。在这里，我们设计了一个意见动态模型，其中个人通过社会网络连接并采用意见作为他们所接触的观点的函数。我们应用各种过滤算法，随机地选择向用户i）显示的意见ii）考虑时间排序或iii）他们当前的信念。此外，我们研究了这些机制与真实网络的关键特征之间的相互作用。我们发现算法过滤可能会影响意见的共享和分布，尤其是在信息偏向于每个用户的当前观点的情况下。这些效应在具有拓扑和空间相关性的网络中得到加强，其中回声室和极化出现。相反，连通模式的异质性减少了这种趋势。我们还考虑通过轻推将一种观点集中推送给所有用户的情景。有趣的是，即使是最小的轻推也能够改变现状，将其移向期望的观点。我们的研究结果表明，简单的过滤算法可能是调节社会网络上发生的意见动态的有力工具

组标记方法的定量分析

原文标题： Quantitative analysis of approaches to group marking

地址： http://arxiv.org/abs/1811.03420

作者： Hugh Harvey, James Keen, Chester Robinson, James Roff, Thilo Gross

摘要： 小组工作，学生在项目上共同克服挑战，有很多优势，包括学习重要的可转移技能，更好的学习经验和更多的动力。然而，在许多学术系统中，小组项目的优势与向学生分配个性化标记的需要相冲突。已经提出了许多不同的方案来个性化小组项目标记，这些方案包括标记小组工作的个人反思性账户和同行评估。在这里，我们在人工学生群体的计算实验中探索了许多这些方案。我们的分析突出了每个方案的优缺点，特别是揭示了这里提出的新方案的功效，我们将其称为伪反向标记。

用网络科学揭示群体智能：隐喻解释

原文标题： Unveiling Swarm Intelligence with Network Science-the Metaphor Explained

地址： http://arxiv.org/abs/1811.03539

作者： Marcos Oliveira, Diego Pinheiro, Mariana Macedo, Carmelo Bastos-Filho, Ronaldo Menezes

摘要： 自组织是一种自然现象，出现在具有大量相互作用组件的系统中。自组织系统显示出稳健性，可扩展性和灵活性，这些是处理现实问题时的基本属性。群体智能旨在设计具有高度自组织的自然启发算法。然而，我们不知道为什么基于群的算法运行良好，我们也无法比较文献中的不同方法。缺乏一个能够表征这几种基于群的算法的共同框架，超越了它们的特殊性，导致了一系列受自然界不同​​方面启发的出版物，而没有考虑它们是否与现有方法相似。我们通过引入基于网络的框架 来解决这一差距，通过社交动态的光学来检查基于计算群的系统。我们讨论了几个群类的社会维度，并提供了粒子群优化的案例研究。通过关注社交互动结构的一般视角，交互网络可以更好地理解当前可用的过多方法。

用于表征复杂网络的尺度变化拓扑信息

原文标题： Scale-variant topological information for characterizing complex networks

地址： http://arxiv.org/abs/1811.03573

作者： Quoc Hoan Tran, Van Tuan Vo, Yoshihiko Hasegawa

摘要： 由于拓扑尺度的变化，非二元复杂的相互作用和波动，现实世界网络难以表征。在这里，我们提出了一个通过基于拓扑数据分析的方法来解决这些问题的通用框架。通过在单个指定时间尺度上观察网络上的扩散过程，我们可以将网络节点映射到包含单个规模的网络拓扑信息的点云。然后，我们计算在可变时间尺度上构建的点云，其提供尺度变量拓扑信息并且赋予对网络结构和功能的深刻理解。对合成和现实世界数据的实验证明了我们的框架在识别网络模型，分类现实世界网络以及检测时间演变网络中的转换点方面的有效性。我们的工作提供了统一的分析，可能适用于更复杂的网络结构，如多层和多路复用网络。

社交媒体集群动态创造了有弹性的全球仇恨高速公路

原文标题： Social media cluster dynamics create resilient global hate highways

地址： http://arxiv.org/abs/1811.03590

作者： N.F. Johnson, R. Leahy, N. Johnson Restrepo, N. Velasquez, M. Zheng, P. Manrique

摘要： 在线社交媒体允许个人围绕共同的兴趣聚集 - 包括仇恨。我们表明，紧密结合的社交群体相互联系，形成有弹性的“全球仇恨高速公路”，可以连接独立的社会网络平台，国家，语言和意识形态，并且可以快速自我修复和重新连接。我们提供了一种数学理论，揭示了仇恨的全球轴心中隐藏的弹性;解释了当前控制方法可能无效的问题;并提供改进。我们的研究结果揭示了由二分动力学驱动的网络网络的新科学，并且应该更广泛地应用于非法网络。

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。