• 城市道路网络的Metropolis算法;
• 背景或情绪哪个更重要？采用自然语言处理分析新闻对美国选举的影响;
• 不要越过停车线：大都市违反交通条例的表征;
• 非马尔可夫含时网络中链路动态的自相关和互相关如何影响扩散;
• 分析社交媒体政治关注的两种计算模型;
• 建模会话结构和时空动态联合预测谣言姿态和准确性;
• 推荐系统的性能：基于内容导航和协同过滤;
• 超越两极分化：法国疫苗争论的不对称;
• 数据驱动的电网频率动态模型;

城市道路网络的Metropolis算法

原文标题： On the Metropolis Algorithm for Urban Street Networks

地址： http://arxiv.org/abs/1909.08082

作者： Jerome Benoit, Saif Eddin Jabari

摘要： 广为接受的是，城市街道网络的复杂性存在于将道路映射为路口节点与其之间的链路的信息空间中。假设信息网络保持在平均自信息，这让我们采用单翻转Metropolis算法来计算带有最少量的自信息的信息网络。

背景或情绪哪个更重要？采用自然语言处理分析新闻对美国选举的影响

原文标题： What matters, context or sentiment?: Analysing the influence of news in U.S. elections using Natural Language Processing

地址： http://arxiv.org/abs/1909.08095

作者： Federico Albanese, Sebastián Pinto, Viktoriya Semeshenko, Pablo Balenzuela

摘要： 在集体社会行为的分析，一个关键的问题是要知道是否和如何大众传媒影响舆论有关。在本文中，我们定量探讨公众舆论的具体表现，并投票给定的候选人，以与在大众传媒考生信息的意图之间的关系。我们分析在2016年与美国总统竞选政治新闻报道，使用自然语言处理技术。我们采用递归深模型语义组成了情绪的树库到能够检测以表征媒体如何参与选举报道句子的情绪和主题的检测方法。分析的结果进行了比较政治民意调查的结果，以了解其中的信息，这两个方面有更大的影响力，如果它们之间存在任何因果关系。我们的研究结果表明，通过自身新闻的情绪内容是不够的，了解两位候选人之间投票的差异（验证流行的报价“没有这样的事不好的宣传”），但该主题覆盖分布确实与感悟按主题区分内容与这些结果是一致的。特别是，我们发现有一个主题（新闻与克林顿的电子邮件丑闻）是在此分析更相关，因为它呈负相关，并显示了在民意测验克林顿和特鲁姆普之间的差异显著因果关系，也解释了负值在福克斯新闻报道的情感分析。

不要越过停车线：大都市违反交通条例的表征

原文标题： Don’t cross that stop line: Characterizing Traffic Violations in Metropolitan Cities

地址： http://arxiv.org/abs/1909.08106

作者： Shashank Srikanth, Aanshul Sadaria, Himanshu Bhatia, Kanay Gupta, Pratik Jain, Ponnurangam Kumaraguru

摘要： 在现代的大都市，在确保安全的道路的任务是最重要的。 E-沙朗（电子交通违章收据）的自动化系统现在被部署在城市记录的交通违法行为，并发出罚款。在本研究中，建立在艾哈迈德巴德（印度古吉拉特邦）的自动电子challan系统已经被分析用于表征用户行为，违反类型以及找到在数据空间和时间模式。我们描述从艾哈迈达巴德交警的电子challan门户收集的e-challan数据的方法，创造超过300万电子沙朗的数据集。首先分析数据集来表征用户行为相对于累犯和交罚款。我们证明了很多用户的重复他们的犯罪（交通违章）频繁，而且不太可能支付更高的价值的罚款。接下来，我们从空间和时间角度对数据进行分析和识别存在于我们的数据一定时空格局。我们发现，在节日期间日内签发电子沙朗的数量急剧增加/减少，并在有交通违法行为的高强度的城市确定了几个热点。最后，我们提出了一组5个功能，累犯的交通违法行为进行建模和培养我们的数据集多分类来评估我们所提出的功能的有效性。所提出的方法实现对数据集95％的准确率。

非马尔可夫含时网络中链路动态的自相关和互相关如何影响扩散

原文标题： How auto- and cross-correlations in link dynamics influence diffusion in non-Markovian temporal networks

地址： http://arxiv.org/abs/1909.08134

作者： Oliver E. Williams, Fabrizio Lillo, Vito Latora

摘要： 许多现实世界的生物，社会和人为网络本质上是动态的，随着他们的链接打开和关闭一段时间。特别地，这些网络的演进通常观察到非马尔可夫，和它们链接的动态常常相关。因此，这些网络精确建模，两个存储的包含与链路之间动态依赖性是关键。这是说，记忆和环节的动态相关性，及其对发生在网络上的过程的影响之间的相互作用，还不是很清楚。鉴于此，我们在这里介绍了一个指定的底层结构骨架时间网络的简单生成模型，并与超过链接和他们的记忆的强度和长度之间的动态依赖精确的控制。在我们的模型中的每个链路的存在不仅受到其过去的活动，但也可由其他链路的过去的活动，如通过一个耦合矩阵，直接控制的相互作用，因此，相关性，链路中指定。该模型允许我们研究在通过网络的扩散过程的速度两者的存储器参数的链路之间的作用和相关性，如通过采取它达到平衡的时间来测量。继此，我们可以有效地分离自相关和在链路动力学附近的相关性中的作用，使我们能够显示，通过这两个数值模拟和分析结果，不仅是扩散的速度非单调地依赖于存储器的长度，但也是邻近的链节之间的相关性有助于加快传播过程，而自相关慢回落。我们的研究结果具有影响在意见形成，社会网络的建模研究和流行病通过流动人口扩散。

分析社交媒体政治关注的两种计算模型

原文标题： Two Computational Models for Analyzing Political Attention in Social Media

地址： http://arxiv.org/abs/1909.08189

作者： Libby Hemphill, Angela M. Schöpke-Gonzalez

摘要： 了解如何关注政治被分割并在什么科目是在诸如议程设置，框架和政治修辞学领域的研究是至关重要的。根据已建立的码本的现有方法，用于测量的关注，如手动贴标签，是昂贵的，并且可以是限制性的。我们描述了两个计算模型，自动区分政治家的社交媒体内容的主题。我们的模型—一个监督分类和监督的一个主题模型—提供不同的好处。监督式分级降低根据预先确定的主题列表对内容进行分类所需的劳动。然而，微博做多沟通政策立场。我们的无监督模型揭示了政治议题和其他Twitter使用（例如，组成服务）。这些模型是政治沟通和社交媒体研究有效，廉价的计算工具。我们证明其效用，并讨论了不同的分析，他们运用两个模型来发布的第115美国国会议员的鸣叫负担。

建模会话结构和时空动态联合预测谣言姿态和准确性

原文标题： Modeling Conversation Structure and Temporal Dynamics for Jointly Predicting Rumor Stance and Veracity

地址： http://arxiv.org/abs/1909.08211

作者： Penghui Wei, Nan Xu, Wenji Mao

摘要： 自动验证谣言信息已经成为自然语言处理和社交媒体分析一项重要而艰巨的任务。以前的研究表明，人们对谣言消息立场可以用于识别传闻的准确性，并由此确定公共反应的立场提供指示线索为外传准确性预测的关键前一步骤。在本文中，我们提出了联合预测传闻立场和准确性在Twitter上，它由两个部分组成的分层多任务学习框架。我们的框架的底部部件在谈话分类鸣叫的立场经由建模基于一种新颖的图表卷积网络上的结构特性讨论一个传言。顶部组件通过利用立场演化的时间动态预测传闻的真实性。在两个标准数据集的实验结果表明，该方法优于在这两个谣言姿态分类和预测的准确性以前的方法。

推荐系统的性能：基于内容导航和协同过滤

原文标题： Performance of Recommender Systems: Based on Content Navigator and Collaborative Filtering

地址： http://arxiv.org/abs/1909.08219

作者： Keum Gang Cha, Soo-Ryeon Lee, Jung-Woo Lee, Seung Bin Baik

摘要： 在大数据的世界里，许多人发现很难获得他们快速而准确地需要的信息。为了克服这个问题，准确地推荐信息给用户的系统的研究是连续进行的。协同过滤是在同行业中最常用的著名算法之一。然而，协同过滤很难在在线系统使用，因为用户的建议是在推荐质量极不稳定的，并使用大型矩阵需要计算。为了克服这个问题，本文提出了类似的数据库查询，并从复杂网络聚类方法（内容导航）发起的方法。

超越两极分化：法国疫苗争论的不对称

原文标题： Beyond polarization: the asymmetry of vaccine controversies in France

地址： http://arxiv.org/abs/1909.08311

作者： Floriana Gargiulo, Florian Cafiero, Paul Guille-Escuret, Valerie Seror, Jeremy Ward

摘要： 对于十几年来，怀疑对疫苗在许多国家已经成为普遍，尤其是在法国，提高公共卫生重大关切。对此事的意见，特别是通过社交媒体两极分化，已被反复关注，但对力量的平衡细节留给不清楚。在本文中，我们研究了107.923讲法语的Twitter账户。两个主要的不对称出现。不是每个疫苗相关的争论反对自己，支持和反对疫苗账户专注于不同的疫苗和疫苗相关的主题。临疫苗账户集中在希望新的突破性的疫苗和疫苗可预防疾病的持续暴发。疫苗的批评集中自己的岗位上有争议的疫苗和佐剂的数量有限。此外，疫苗的关键帐户表现出更大的工艺和能量，使用更广泛的各种源，和更加协调组＃标签的。这种双重的不对称性可能产生严重的后果。尽管有大量的亲疫苗账户的存在，恐惧通过有效地提出组织非常活跃的疫苗关键活动家没有回答。

数据驱动的电网频率动态模型

原文标题： Data-driven model of the power-grid frequency dynamics

地址： http://arxiv.org/abs/1909.08346

作者： Leonardo Rydin Gorjão, Mehrnaz Anvari, Holger Kantz, Christian Beck, Dirk Witthaut, Marc Timme, Benjamin Schäfer

摘要： 能源系统正在迅速改变，以适应可再生能源发电的次数增多，走向更可持续发展的未来一般过渡。同时，商业模式和市场设计的发展，影响了电网运行和电网频率。通过这种持续的转型提出的问题越来越多地受到跨学科的研究方法解决，从纯粹的数学建模应用案例研究。这些方法需要通过可再生能源，市场规则的消费行为随机描述中，波动，以及它们如何影响电网频率的稳定性。在这里，我们介绍了一个易于使用的，数据驱动的，随机的电网频率模型，并证明它是如何再现了欧洲大陆和英国电网的观察统计的主要特征。我们提供可执行代码和关于如何使用模型上的任何电网的各种数学或工程应用提供指导。

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。