• 基于2跳和3跳的链路预测算法的实验分析;
• 相互依存的共同作者和引用网络的演变;
• 小世界和空间网络中的聚类;
• 发布具有差分隐私保证的社区保留属性社交图;
• 监测Twitter消息中对疫苗接种的立场;
• 错误信息在相关多路网络上的传播;
• 用户可以猜到她的追随者想要什么吗？;
• 社会传染属性的隐私权;
• 针对同步攻击的动态网络安全性分析;
• 网络流行病模型中三角闭环背后的假设理论和数值考虑;
• 比例增长以及类似规律：基于主体的社会经济系统建模应用;
• 收缩网络的战争契约模型;
• 线性流网络中链路故障的集体效应;
• 使用网络分析识别智能制裁背后的层次影响结构;
• 图表示学习：一项综述;
• 空间优度的递归定义，连接可持续性的空间和地点概念;

基于2跳和3跳的链路预测算法的实验分析

原文标题： Experimental analyses on 2-hop-based and 3-hop-based link prediction algorithms

地址： http://arxiv.org/abs/1909.00174

作者： Tao Zhou, Yan-Li Lee, Guannan Wang

摘要： 链路预测是网络科学中一项重要且具有挑战性的任务。大多数已知方法是基于相似性的，其为节点对分配相似性索引，并假设具有较大相似性的两个节点具有通过链路连接的较高概率。由于其简单性，可解释性和高效率，基于相似性的方法，特别是仅基于本地信息的方法，已经在不同领域中找到了成功的应用。在这个研究领域，一个直观的共识是共享共同邻居的两个节点很可能有一个链接，而一些最近的证据认为3跳路径的数量比共同邻居的数量更准确地预测丢失的链接。在本文中，我们在128个真实网络上实现了基于2跳和3跳的相似性指数之间的广泛实验比较。我们的结果表明，基于3跳的指数表现略好，中奖率约为55.88％，但哪个指数仍然取决于目标网络。总的来说，Cannistraci-Hebb指数在所有考虑的候选人中表现最佳。

相互依存的共同作者和引用网络的演变

原文标题： Evolution of interdependent co-authorship and citation networks

地址： http://arxiv.org/abs/1909.00185

作者： Chakresh Kr. Singh, Demival Vasques Filho, Shivakumar Jolad, Dion R. J. O’Neale

摘要： 对书目数据的研究表明，引文网络的增长与其相应的共同作者网络之间存在很强的相关性。我们探讨了印度作者在1970年至2013年期间在美国物理学会期刊上发表的引文和共同作者网络之间的相互依赖性。我们以两种方式记录每对可能的作者之间的相互作用：首先，通过追踪变化在他们交换的引文中，其次，通过追踪共同作者网络中作者之间的最短路径。我们在分析期间的每一年创建这些数据。我们使用概率方法来量化引用和最短路径之间的相关性，以及对引用 - 共同作者系统的动态的影响。我们发现具有共同作者距离 d < 3 的作者对会显著影响彼此的引用，但是这种影响会在共同作者网络中的较长距离内迅速下降。 d = 1 对之间的引用交换在第一次共同作者事件发生时突然增加，此后衰退，表明协作中的老化效应。这表明共同作者网络的动态似乎正在推动引用网络的动态而不是反之亦然。此外，大多数作者收到的大多数引用都是由于当前或过去的共同作者的相互引用。我们的结论是，为了回答有关科学合作的性质和动态的问题，有必要同时研究共同作者和引用网络。

小世界和空间网络中的聚类

原文标题： Small worlds and clustering in spatial networks

地址： http://arxiv.org/abs/1909.00226

作者： Marian Boguna, Dmitri Krioukov, Pedro Almagro, M. Angeles Serrano

摘要： 具有潜在度量空间的网络在网络科学，统计物理学，应用数学，计算机科学，社会学和其他领域中引起越来越多的研究关注。当前图嵌入活动的激增进一步放大了这种关注。在空间网络模型的广阔领域中，只有少数甚至可以再现真实世界网络的最基本属性。在这里，我们关注三个这样的属性 - 稀疏性，小世界性和聚类 - 并确定空间同质和异构网络模型的一般子类，这些模型是稀疏的小世界并且在热力学极限中具有非零聚类。我们依赖于最大熵方法，其中网络链路对应于非相互作用费米子，其能量依赖于空间距离决定网络小世界和聚类。

发布具有差分隐私保证的社区保留属性社交图

原文标题： Publishing Community-Preserving Attributed Social Graphs with a Differential Privacy Guarantee

地址： http://arxiv.org/abs/1909.00280

作者： Xihui Chen, Sjouke Mauw, Yunior Ramírez-Cruz

摘要： 我们提出了一种发布差异私有合成属性图的新方法。与前面的方法不同，我们的方法能够保留原始图的社区结构，而不会牺牲捕获全局结构属性的能力。我们的建议依赖于C-AGM，这是一种新的社区保留的归因图生成模型。我们为C-AGM配备了有效的归因图采样和参数估计方法。对于后者，我们引入差异私有计算方法，这允许我们发布具有强大的正式隐私保证的社区保留合成归因社交图。通过综合实验，我们证明我们的新模型在综合差异私人归因社会图表方面优于其最相关的对应物，这些社会图表保留了原始图的社区结构，以及度序列和聚类系数。

监测Twitter消息中对疫苗接种的立场

原文标题： Monitoring stance towards vaccination in Twitter messages

地址： http://arxiv.org/abs/1909.00338

作者： Florian Kunneman, Mattijs Lambooij, Albert Wong, Antal van den Bosch, Liesbeth Mollema

摘要： 我们开发了一个系统，可以自动对Twitter消息中的疫苗接种进行分类，重点放在消极立场的消息上。这样的系统使得可以监视社交媒体上正在进行的消息流，提供关于疫苗接种的公众犹豫的可操作的见解。对于提及疫苗接种相关关键术语的荷兰Twitter消息，我们注释了他们对疫苗接种的立场和感觉（前提是他们提到了这个主题）。随后，我们使用这些编码数据来训练和测试不同的机器学习设置。为了最好地识别对疫苗接种呈负面立场的信息，我们比较了不断增加的数据集大小和降低可靠性的设置，越来越多的类别要区分，并使用不同的分类算法。我们发现支持向量机训练结合严格和松散标记的数据与更细粒度的标签产生了最好的结果，F1分数为0.36，ROC曲线下面积为0.66，优于基于规则的情绪分析基线产生的F1得分为0.25，ROC曲线下的面积为0.57。我们的研究结果表明，计算机化系统的姿态预测只是一项具有挑战性的任务。我们对系统的数据和行为的分析表明，需要一种方法，其中将较大的训练数据集的使用与其中人在环为系统提供关于其预测的反馈的设置组合。

错误信息在相关多路网络上的传播

原文标题： Misinformation spreading on correlated multiplex networks

地址： http://arxiv.org/abs/1909.00397

作者： Jiajun Xian, Dan Yang, Liming Pan, Wei Wang, Zhen Wang

摘要： 众多不断扩大的在线社会网络为错误传播提供了快速渠道，这可能对社会经济系统产生严重影响。多个领域的研究人员一直关注这个问题，以期解决这个问题。然而，到目前为止还没有进行系统的理论研究来观察相关多路网络上的错误信息传播。在本研究中，我们提出了一种基于多路网络的错误信息传播模型，考虑到每个人都可以从多个平台获得错误信息。随后，我们开发了一个异构的边基础区室理论来理解我们提出的模型的传播动力学。此外，我们建立了基于稳定性分析的分析方法，以获得错误信息爆发阈值。在这些理论的基础上，我们最终分析了不同动力学和结构参数对错误信息传播动力学的影响。结果显示，错误信息爆发大小 R（ infty）连续增长，有效传输概率 beta 一旦 beta 超过某个值，即爆发阈值 beta_c 。较大的平均度，强度异质性或正的层间相关性将减少 beta_c ，加速错误信息的爆发。此外，增加度异质性或更积极的层间相关性将扩大（减少）（beta）的小（大）值 R（ infty）。我们的系统理论分析结果与数值模拟结果吻合得很好。我们提出的模型和准确的理论分析将作为理解和预测多路网络上错误信息传播动态的有用框架，从而为解决这一严重问题铺平道路。

用户可以猜到她的追随者想要什么吗？

原文标题： Can A User Guess What Her Followers Want?

地址： http://arxiv.org/abs/1909.00440

作者： Abir De, Adish Singla, Utkarsh Upadhyay, Manuel Gomez-Rodriguez

摘要： 每当社交媒体用户决定分享故事时，她通常很高兴收到喜欢，评论，分享，或者更一般地来自她的粉丝的反馈。因此，她可能会被迫使用她收到的反馈来（重新）估计她的粉丝的偏好，并决定接下来分享哪些故事以获得更多（积极的）反馈。她能在哪些条件下取得成功？在这项工作中，我们首先从理论角度研究这个问题，然后提供一套实用的算法来识别和表征社交媒体中的这种行为。更具体地说，我们从顺序决策和效用最大化的角度解决了上述问题。对于广泛的实用功能系列，我们首先表明，为了取得成功，用户需要积极地利用剥削 - 分享故事，从而产生更多（积极的）反馈 - 探索 - 分享故事以了解她的追随者喜好。然而，如果用户除了收到她的反馈之外还利用她的追随者提供给其他用户的反馈，则不需要探索。然后，我们开发了一个观察数据的效用估计框架，它依赖于统计假设检验来确定用户是否利用她从每个粉丝收到的反馈来决定下一步发布什么。合成数据的实验说明了我们的理论发现，并表明我们的估算框架能够准确地恢复用户的潜在效用函数。从Twitter和Reddit收集的几个真实数据集的实验表明，我们数据集中多达82％（43％）的Twitter（Reddit）用户确实使用他们收到的反馈来决定接下来发布什么。

社会传染属性的隐私权

原文标题： On Privacy of Socially Contagious Attributes

地址： http://arxiv.org/abs/1909.00543

作者： Aria Rezaei, Jie Gao

摘要： 在数据收集中保护用户隐私的常用方法是在收集之前对用户的真实数据执行随机扰动，以便仍然可以推断聚合统计而不危及个人持有的秘密。在本文中，当敏感属性受到社会影响和传染时，我们会仔细研究差异隐私保证的有效性。我们首先表明，在没有任何关于传染网络的知识的情况下，试图从扰动网络中预测实际值的对手无法在ROC曲线（AUC）下面达到 1-（1- delta）/（ 1 + e ^ varepsilon），如果使用（ varepsilon， delta） - 差异私有机制扰乱数据集。然后，我们表明，通过传染网络和模型的知识，人们可以做得更好。我们证明我们的方法超越了差异隐私所施加的性能限制。我们的实验还表明，对他人影响较大的节点比其他节点更容易泄露其秘密。通过在合成和现实世界网络上的广泛实验来展示性能。

针对同步攻击的动态网络安全性分析

原文标题： Secure Analysis of Dynamic Networks under Pinning Attacks against Synchronization

地址： http://arxiv.org/abs/1909.00582

作者： Yuzhe Li, Dawei Shi, Tongwen Chen

摘要： 在本文中，我们首先考虑复杂网络的钉扎节点选择和控制增益协同设计问题。提供了在均匀状态下同步钉扎控制网络的必要和充分条件。建立定量模型来描述钉扎成本，并将针对不同场景的钉扎节点选择和控制增益设计问题制定为相应的优化问题。提出了有效解决这些问题的算法。基于开发的结果，我们考虑了恶意攻击者的存在，并描述了防御者和恶意攻击者的资源分配模型。我们建立了一个领导者 - 跟随者Stackelberg博弈框架来研究双方的行为，并研究这个安全博弈的均衡。数值例子和模拟用于演示主要结果。

网络流行病模型中三角闭环背后的假设理论和数值考虑

原文标题： Theoretical and numerical considerations of the assumptions behind triple closures in epidemic models on networks

地址： http://arxiv.org/abs/1909.00651

作者： Nicos Georgiou, IstvÁn Z. Kiss, PÉter Simon

摘要： 网络被广泛用于模拟群体内的接触结构以及由此产生的疾病传播模型。虽然网络提供了高度的真实性，但对精确模型的分析是遥不可及的，甚至数值方法也因适度的网络规模而失败。因此，在过去几十年中，侧重于描述精确模型的一些汇总统计数据演变的平均场模型（例如成对）获得了很大的关注。在本文中，我们重新讨论了为成对模型导出三重闭包的问题，​​并且我们详细研究了一些众所周知的闭包背后的假设及其有效性。使用自上而下的方法，我们从整个图的级别开始，然后逐步调整到三元组的级别，并将其与节点和对之间的信息相结合。我们使用我们的方法导出许多现有的闭包并提出新的闭包，并在理论上连接两个经过充分研究的多项链接和泊松链选择模型。理论工作由数值例子支持，以突出常用假设可能失败的地方，并提供一些建议，以便在使用没有或适度程度异质性的图表时如何选择最合适的闭包。

比例增长以及类似规律：基于主体的社会经济系统建模应用

原文标题： The law of proportionate growth and its siblings: Applications in agent-based modeling of socio-economic systems

地址： http://arxiv.org/abs/1909.00653

作者： Frank Schweitzer

摘要： 比例增长法则简单地指出，数量 x 的时间依赖性变化与 x 成正比。它对各种动态现象的适用性基于对比例因子的各种假设，其可以是随机的或确定的，恒定的或时间相关的。此外，动力学可以与额外的加法增长项组合，其可以是常数，聚合量或相互作用项。这允许将核心动态扩展到基于主体的建模框架中，在社会和经济系统中具有广泛的应用。本文采用这一总体观点来讨论各种现象，如饱和增长，竞争，随机增长，随机环境投资，财富再分配，观点动态和人群智慧，声誉动态，知识增长以及与网络动态的结合。

收缩网络的战争契约模型

原文标题： War pact model of shrinking networks

地址： http://arxiv.org/abs/1909.00745

作者： Luka Naglić, Lovro Šubelj

摘要： 许多真实系统可以由形成复杂网络的一组交互实体来描述。令人惊讶的是，这些已被证明具有许多结构特性，无论其类型或来源如何。因此，设计简单直观的模型至关重要，这些模型可以解释其内在结构和动态。例如，这些可用于分析地研究网络或构建在现实生活中未观察到的网络。文献中提出的大多数模型有两种类型。模型可以是静态的，其中根据一些预定义规则在固定节点集之间添加边，或者演变，其中节点或边的数量随时间增加。但是，一些真实的网络不会增长而是会缩小，这意味着节点或边的数量会随着时间的推移而减少。我们在这里提出了一个简单的缩小网络模型，称为战争契约模型。我们表明，以这种方式生成的网络表现出真实网络的共同结构特性。此外，与传统模型相比，这些类似于国际贸易，战争，比特币交易和其他网络的相关性更为密切。因此，网络缩小可能是对某些网络演变的合理解释，未来应该更加重视这些模型。

线性流网络中链路故障的集体效应

原文标题： Collective effects of link failures in linear flow networks

地址： http://arxiv.org/abs/1909.00774

作者： Franz Kaiser, Julius Strake, Dirk Witthaut

摘要： 供应网络的平稳运行对于许多系统的正常运行至关重要，从生物有机体如人体血液运输系统或植物叶片到人造系统如电网或天然气管道。尽管已经针对电网彻底分析了单个传输元件的故障，但是对于随着可再生能源的渗透性的增加而防止大规模停电对多个故障的理解变得越来越重要。在本出版物中，我们研究了几种传输元件同时失效的集体性质。特别是，我们关注单个传输元件故障与若干元件的集体故障之间的差异。我们证明，对于两个并发故障，同时中断可能导致与两个单独故障相比的流向反转，并且发现额外中断可能对整个系统有益的情况。除此之外，我们还引入了一个量词，它可以很好地预测两次中断是否强烈集体行动，还是可以在数学上将其视为个别失败。最后，我们扩展了最近在理解单链路故障方面取得的进展，证明多链路故障可以被视为多个电偶极子对于格子状网络的叠加，其集体效应在连续极限中完全消失。我们的结果表明，多行同时失效可能会导致意外的影响，使用单链路故障的理论框架无法轻易描述。

使用网络分析识别智能制裁背后的层次影响结构

原文标题： Identifying the Hierarchical Influence Structure behind Smart Sanctions using Network Analysis

地址： http://arxiv.org/abs/1909.00847

作者： Ryohei Hisano, Hiroshi Iyetomi, Takayuki Mizuno

摘要： 明智的制裁是一种越来越受欢迎的工具，可以阻止流氓行为者进入全球经济。在本文中，通过分析全球主要机构发布的智能制裁清单，我们确定了这些机构之间的等级影响结构，鼓励他们采取这种行动。通过对机构之间的影响网络进行亥姆霍兹 - 霍奇分解，从他们发布的智能制裁清单构建，我们表明可以获得有关智能制裁背后的等级影响结构的有意义的见解。

图表示学习：一项综述

原文标题： Graph Representation Learning: A Survey

地址： http://arxiv.org/abs/1909.00958

作者： Fenxiao Chen, Yuncheng Wang, Bin Wang, C.-C. Jay Kuo

摘要： 近年来，图表示学习的研究受到了很多关注，因为实际应用中的许多数据都是以图的形式出现的。高维图数据通常是不规则形式的，这使得它们比在规则格子上定义的图像/视频/音频数据更难分析。已经开发了各种图嵌入技术以将原始图数据转换为低维矢量表示，同时保留固有图属性。在这篇综述中，我们首先解释图嵌入任务及其挑战。接下来，我们将回顾一系列具有洞察力的图嵌入技术。然后，我们针对小型和大型数据集评估几种最先进的方法，并比较它们的性能。最后，介绍了潜在的应用和未来方向。

空间优度的递归定义，连接可持续性的空间和地点概念

原文标题： A Recursive Definition of Goodness of Space for Bridging the Concepts of Space and Place for Sustainability

地址： http://arxiv.org/abs/1909.01073

作者： Bin Jiang

摘要： 由克里斯托弗亚历山大通过他的生活工作构思和发展：秩序的本质，整体被定义为我们周围环境中物理空间的数学结构。然而，正如亚历山大承认的那样，没有数学能够强大到足以捕捉他的整体观念。最近，已经开发出一种完整性的数学模型及其拓扑表示，其不仅能够解决空间为什么是好的，而且能够解决空间的优点。本文从空间的良好性 - 大规模和小规模 - 发展了一个结构视角，以便通过整体概念将空间和地点这两个基本概念联系起来。从整体和有机的角度来看，整体性提供了空间善良的事实上的递归定义。一个空间是好的，真实的和客观的，如果它的相邻空间是好的，它所属的更大的空间是好的，并且空间中包​​含的东西也是好的。最终，空间的美好 - 空间的可持续性 - 在新的空间观点下被认为是事实而非观点：空间既不是没有生命也不是中立，而是一种能够更生活或更少生活，或更可持续的生活结构或不太可持续的。在空间的新观点下，地理或建筑将成为复杂性科学的一部分，不仅用于理解复杂性，还用于制作和改造复杂或生活结构。关键词：规模法，头/尾休息，生活结构，美女，街道，城市

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。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。