• HAHE：分层注意异构信息网络嵌入;
• 演化社会网络上的免疫困境;
• 动态多维图的动画拖放交互;
• 检测社交媒体中的暴力极端分子;
• 通过计算策略检测永久和间歇购买热点;
• 大规模网络中发现有影响力社区的文献综述;
• 协作工作的文献计量学;
• 推断社会关系的强度：社区驱动的方法;

HAHE：分层注意异构信息网络嵌入

原文标题： HAHE: Hierarchical Attentive Heterogeneous Information Network Embedding

地址： http://arxiv.org/abs/1902.01475

作者： Sheng Zhou, Jiajun Bu, Xin Wang, Jiawei Chen, Bingbing Hu, Defang Chen, Can Wang

摘要： 考虑到大规模HIN的难以处理性，在新空间中学习低维近似保留表示的网络嵌入成为分析HIN的自然方式。然而，在HIN嵌入中出现了两个挑战。 （1）具有不同语义的不同HIN结构在捕获HIN中节点之间的关系中起着不同的作用，我们如何在HIN中的每个单独节点的不同元路径上学习个性化偏好？ （2）随着各种Web服务中大规模HIN数量的急剧增加，如何有效地更新新节点的嵌入信息？为了应对这些挑战，我们提出了一种分层静态异构信息网络嵌入（HAHE）模型，该模型能够学习每个节点的个性化元路径偏好，并且仅利用其邻居节点信息有效地更新每个新节点的嵌入信息。所提出的HAHE模型基于不同的元路径提取语义空间中节点之间的语义关系，并采用邻域关注层对每个节点进行邻域结构特征的加权聚合，使每个新节点的嵌入信息得到有效更新。 。此外，还使用元路径关注层来学习每个单独节点的个性化元路径偏好。对几个真实数据集的大量实验表明，我们提出的HAHE模型在各种评估指标方面明显优于最先进的方法。

演化社会网络上的免疫困境

原文标题： Vaccination dilemma on an evolving social network

地址： http://arxiv.org/abs/1902.01540

作者： Yuting Wei, Yaosen Lin, Bin Wu

摘要： 疫苗接种对控制流行病至关重要。然而，这是一个社会困境，因为非疫苗接种者可以从疫苗接种者创造的群体免疫力中受益。因此，有时通过自愿接种不能达到最佳疫苗接种水平。密集研究结合社会网络来研究疫苗接种行为，并且显示可以在某些网络上促进疫苗接种。然而，底层网络通常被认为是静态的，忽略了社会网络的动态性质。我们使用模拟和平均场近似来研究动态社会网络上的疫苗接种行为。我们发现接种者感染的非疫苗接种者联系越健壮或接种者 - 健康 - 非疫苗接种者联系越脆弱，最终疫苗接种水平越高。任意理性都是如此。此外，我们表明，在强烈选择下，疫苗接种水平可能高于混合良好的人群。此外，我们表明，不断发展的社会网络上的疫苗接种相当于重新调整的基本生殖率的混合人口中的疫苗接种。我们的研究结果强调了社会网络对疫苗接种行为的动态性，并且可以对流行病控制有所了解。

动态多维图的动画拖放交互

原文标题： Animated Drag and Drop Interaction for Dynamic Multidimensional Graphs

地址： http://arxiv.org/abs/1902.01564

作者： Benjamin Renoust, Haolin Ren, Guy Melançon

摘要： 在本文中，我们提出了一种新的图拖放交互技术。我们设计此交互以支持复杂的多维和含时图中的分析。通过直观且可控制的动画增强了拖放交互，以支持比较任务。

检测社交媒体中的暴力极端分子

原文标题： Detection of Violent Extremists in Social Media

地址： http://arxiv.org/abs/1902.01577

作者： Hamidreza Alvari, Soumajyoti Sarkar, Paulo Shakarian

摘要： 互联网的易用性使伊拉克和叙利亚伊斯兰国（ISIS）等暴力极端分子能够轻松接触大量受众，建立个人关系并增加招聘。社交媒体主要基于他们从自己的用户收到的报告来缓解问题。尽管社交媒体在暂停许多帐户方面做出了努力，但这种解决方案并不能保证有效，因为并非所有极端主义者都是这样被抓住的，或者他们只能通过其他帐户返回或迁移到其他社会网络。在本文中，我们设计了一种自动检测方案，该方案使用与用户的用户名，配置文件和文本内容相关的三组信息，确定给定的用户名是否属于极端用户。我们首先证明极端主义者倾向于采用与他们志同道合的过去相似的用户名。然后，我们提出了一个检测框架，该框架部署了高度指示潜在的在线极端主义的特征。来自Twitter的真实ISIS相关数据集的结果证明了该方法在识别极端主义用户方面的有效性。

通过计算策略检测永久和间歇购买热点

原文标题： Detecting Permanent and Intermittent Purchase Hotspots via Computational Stigmergy

地址： http://arxiv.org/abs/1902.01601

作者： Antonio L. Alfeo, Mario G. C. A. Cimino, Bruno Lepri, Alex “Sandy” Pentland, Gigliola Vaglini

摘要： 对信用卡交易的分析可以以前所未有的规模获得对大量个人的支出事件和流动行为的新见解。然而，在社区层面展开这样的时空模式意味着非平凡的系统建模和参数化，以及时间动态的正确表示。在这项工作中，我们通过一种新颖的计算技术，即计算噱头来解决这两个问题。通过使用计算噱头，每个样本位置与数字信息素沉积物相关联，其根据其时空接近度与其他沉积物聚集。通过处理具有计算噱头的交易数据，可以识别在不同时间和日期发生的高密度区域（热点），以及分析它们随时间的一致性。实际上，热点可以是永久性的，即在整个观察期间存在，或者是间歇性的，即由于社区水平的发生（例如夜生活）而仅在某些时间和日期出现。这种差异不仅是空间（热点出现的地方）和时间（出现热点的时候），还会影响人们访问热点。建议的方法在包含2014年至2015年间60,000用户的信用卡交易的真实数据集上进行测试。

大规模网络中发现有影响力社区的文献综述

原文标题： Literature Survey on Finding Influential Communities in Large Scale Networks

地址： http://arxiv.org/abs/1902.01629

作者： Prakhar Ganesh, Saket Dingliwal, Rahul Agarwal

摘要： 社区或模块化结构被认为是大规模现实世界图（如社交或信息网络）的重要属性。在这些图中检测有影响的集群或社区是一个相当令人感兴趣的问题，因为它经常考虑系统的功能。我们的目的是提供对该主题的全面阐述，包括问题的主要内容，对不相交和重叠社区搜索的现有研究的简要介绍，有影响力的社区的概念，其影响以及当前的技术现状和最后提供一些有关未来研究可能方向的见解。

协作工作的文献计量学

原文标题： Bibliometrics for collaboration works

地址： http://arxiv.org/abs/1902.01693

作者： Paolo Rossi, Alessandro Strumia, Riccardo Torre

摘要： 文献计量学中的一个重要问题是在科学合作的生产中对共同作者的权重，这种合作正成为许多学科研究活动的标准形式。这个问题在高能物理学领域尤其重要，在这个领域，合作达到了3000位作者，但在医学或生物学等其他领域也不再被忽视。我们提出理论和数值论证，有利于将个人贡献权衡为 1 / N _ { rm aut} ^ alpha ，其中 N _ { rm aut} 是共同作者的数量。在计算引用时，我们建议指数 alpha 约1 ，这对应于小数计数。在计算论文数量时，我们建议 alpha 约1/3 - ¹⁄₂ ，前者（后者）更适合更大（更小）的合作。

推断社会关系的强度：社区驱动的方法

原文标题： Inferring the strength of social ties: a community-driven approach

地址： http://arxiv.org/abs/1902.01832

作者： Polina Rozenshtein, Nikolaj Tatti, Aristides Gionis

摘要： 在线社会网络正在增长并变得越来越密集。特定人的社会关系可能具有很高的可变性：从亲密的朋友和亲戚到熟人，以及几乎不知道的人。推断社会关系的力量是建模网络中用户交互和理解其行为的重要因素。此外，该问题还涉及计算社会科学，病毒式营销和人员推荐。在本文中，我们研究了在给定网络中推断社会关系强度的问题。我们的工作受到最近的方法[27]的推动，该方法利用强大的三元闭合（STC）原则，这是一种植根于社会心理学的假设[13]。为了指导我们的推理过程，除了网络结构之外，我们还将一系列紧密社区视为输入。那些是我们期望通过强关系连接的顶点集。这些社区出现在不同的情况下，例如，当成为社区的一部分意味着与现有成员之一的强烈联系时。我们考虑两个相关的问题形式化，它们反映了我们设置的假设：少数STC违规和输入社区中的强连接。我们表明这两个问题都是NP难的。我们还表明一个问题公式很难近似，而第二个我们开发了一个具有近似保证的算法。我们通过与分别优化STC违规和社区连接的基线进行比较，验证实际数据集上提出的方法。

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。