• 合同市场的腐败风险：网络科学视角;
• 再论主特征向量的局部性和网络的中心性;
• 使用强化学习和基于主体建模的隔离动力学研究;
• WhatsApp是否可以通过限制消息转发对抗不实信息？;
• 通过描述语境危机事件的公共讨论表征集体注意力;
• DAOC：大型网络的稳定聚类;
• 一种混合引力和路径选择的模型，用于评估大规模路网的矢量交通;
• 定义一个历史悠久的足球队：使用网络科学分析瓜迪奥拉的巴塞罗那足球俱乐部;
• 社会参与的崩溃以及通过地方招募的预防;
• 基于用户重叠的跨越多个社会网络的社区检测;
• 广义网络拆解集成方法;
• 统一随机多重图的矩与固定度序列;
• 从含时的共存网络中检测灵长类动物的社会（不）稳定性;

合同市场的腐败风险：网络科学视角

原文标题： Corruption Risk in Contracting Markets: A Network Science Perspective

地址： http://arxiv.org/abs/1909.08664

作者： Johannes Wachs, Mihály Fazekas, János Kertész

摘要： 我们使用网络科学分析方法，从覆盖2008至2016年欧盟成员国超过400万的公共采购合同的大型数据集行政腐败风险。通过映射采购市场作为发行人的二分网络，我们可以想像和描述腐败风险的经销合同的赢家。我们研究这些网络结构中的每个成员状态，究其核心，发现高度集中的市场往往具有较高的腐败风险。在我们分析所有的欧盟国家，腐败的风险显著集群。然而，这些风险往往在核心有时更为普遍，在市场的边，这取决于该国。这表明，腐败风险同级别可能有完全不同的分布。我们的框架是诊断和规范性：它的根在哪里腐败现象很可能是在不同的市场流行并表明需要在不同的国家不同的反腐败政策。

再论主特征向量的局部性和网络的中心性

原文标题： Principal eigenvector localization and centrality in networks: revisited

地址： http://arxiv.org/abs/1909.08696

作者： Priodyuti Pradhan, Angeliya C. U., Sarika Jalan

摘要： 复杂网络或图提供了一个强有力的框架，以了解个人和他们在现实世界复杂系统的相互作用的重要性。已经推出了几款图论的措施来访问由网络系统代表个人的重要性。特别是，特征向量中心（EC）措施已经非常流行，由于其在测量他们获得他们在网络中有不仅基于互动次数节点也是特定的结构位置的重要性的能力。此外，某些结构特征，诸如在网络中高度节点的存在的存在被识别，以诱导网络的邻接矩阵的主本征向量（PEV）的定位的过渡。 PEV的位置已被证明导致分配中心性权重基于所述EC节点困难。我们重温PEV定位及与EC问题的故障关系，并通过使用简单的网络模型表明，除了PEV的本地化，PEV的离域也可以使用EC作为衡量排名的节点造成困难。我们同时在网络PEV本地化和中心节点之间的关系提供了基本观点研究，建议对具有电动汽车离域的网络中，最好使用度中间值排名的节点。

使用强化学习和基于主体建模的隔离动力学研究

原文标题： Segregation Dynamics with Reinforcement Learning and Agent Based Modeling

地址： http://arxiv.org/abs/1909.08711

作者： Egemen Sert, Yaneer Bar-Yam, Alfredo J. Morales

摘要： 社会是复杂的。社会制度的属性可以通过相互作用和个人行为的编织来解释。激励机制是关键了解人民的选择和决定。举例来说，在哪里住个人的喜好可能会导致社会隔离的出现。在本文中，我们为了解决社会隔离的自组织动力学和探索，从考虑到不同类型的激励机制出现的可能性空间基于主体模型（ABM）相结合的强化学习（RL）。我们的模型促进了要互相隔离的两种不同类型的多主体间的相互依存关系创建和相互作用的。为此，主体使用深Q-网络，使基础上，谢林隔离模式和捕食模型的规则决定。尽管种族隔离的激励，我们的实验表明，空间整合可以通过各种不同的主体之间建立相互依存关系来实现。他们还揭示了隔离区域更可能举办老年人比不同的领域，吸引年轻的。通过这项工作，我们表明，RL和反弹道导弹的组合可以了决策者观察的潜力和相关联的激励现有行为的人工环境。

WhatsApp是否可以通过限制消息转发对抗不实信息？

原文标题： Can WhatsApp Counter Misinformation by Limiting Message Forwarding?

地址： http://arxiv.org/abs/1909.08740

作者： Philipe de Freitas Melo, Carolina Coimbra Vieira, Kiran Garimella, Pedro O. S. Vaz de Melo, Fabrício Benevenuto

摘要： WhatsApp的是世界上最流行的即时通讯应用。求和以容易传输多媒体和大规模组共享信息的应用程序的封闭性使WhatsApp的独特其他平台，其中匿名加密的消息可以是病毒，在很短的时间周期到达多个用户之间。在用户的手机直接发送消息的个人感觉和直接在WhatsApp的进行了广泛的滥用，以散布毫无根据的谣言和误传创建活动。 WhatsApp的已部署的竞争措施，缓解这一问题，如降低限制转发邮件到五年。尽管在柜台的努力表示欢迎的问题，是目前为止对这种限制真正的效果没有证据。在这项工作中，我们提出了一个方法来评估错误的信息上的WhatsApp循环的传播这种竞争措施的有效性。我们用在巴西，印度和印度尼西亚从WhatsApp的聚集流行病学模型和实际数据，以评估这种网络的限制传播性功能的影响。我们的研究结果表明，通过WhatsApp的部署目前的努力可以为您提供的信息传播延迟，但他们在公开组阻断误传活动的传播效果不佳。

通过描述语境危机事件的公共讨论表征集体注意力

原文标题： Characterizing Collective Attention via Descriptor Context in Public Discussions of Crisis Events

地址： http://arxiv.org/abs/1909.08784

作者： Ian Stewart, Diyi Yang, Jacob Eisenstein

摘要： 集体关注的核心是现实世界的新闻传播和关键，理解公众讨论报表的新兴主题和重大新闻。大多数研究通过活动的指标，如后音量衡量集体关注。虽然有用，但这种指标的模糊的集体关注的细致入微的内容方面，这可能反映了突发事件如何被公众察觉。在这项工作中，我们进行突破在Facebook和Twitter危机事件的公共网上讨论的大规模语言分析。具体来说，我们研究人们如何指飓风的地点在他们的讨论有或没有上下文信息（如写作“圣胡安”与“圣胡安，波多黎各”），并这样描述符表达式是如何加入或与社会因素相关性省略包括相对时间，观众和其他信息的要求。我们发现，提交人的位置的引用是由宏观层面的因素，如位置的全球重要性和微观层面的社会因素，如观众特性的影响，并有在集体层面的描述符环境中使用的减少随着时间的推移以及在一个单独的作者的水平。我们的研究结果提供深入了解，可以帮助危机事件分析员更好地预测公众对新闻事件的理解，并确定如何对这类事件过程中共享信息。

DAOC：大型网络的稳定聚类

原文标题： DAOC: Stable Clustering of Large Networks

地址： http://arxiv.org/abs/1909.08786

作者： Artem Lutov, Mourad Khayati, Philippe Cudré-Mauroux

摘要： 聚类是涉及各种数据的分析和探索许多数据挖掘系统的重要组成部分。数据多样性要求聚类算法是准确的，同时提供稳定的（即，确定性和健壮）对任意输入网络的结果。此外，现代系统经常与大型数据集，其中隐含约束聚类算法的复杂操作。现有的聚类技术仅仅是部分稳定的，然而，当他们在保证确定性和稳健性。为了解决这个问题，我们引入DAOC，一个确定性和凝聚重叠的聚类算法。 DAOC利用一种称为重叠分解识别以确定的方式捕获多个最优细粒度集群新技术。此外，它利用了一种新的共识的方法，相互最大增益，以确保鲁棒性和进一步改进结果的稳定性，同时仍然能够识别微米级的集群。我们对合成的和真实世界网络实证结果表明DAOC产生稳定簇而在平均25％，比国家的最先进的确定性算法更精确的是，无需任何调整。我们的方法有野心极大地简化并加快数据涉及迭代处理（需要确定性），以及数据的波动分析任务（需要稳健性），并提供精确和可重复的结果。

一种混合引力和路径选择的模型，用于评估大规模路网的矢量交通

原文标题： A hybrid gravity and route choice model to assess vector traffic in large-scale road networks

地址： http://arxiv.org/abs/1909.08811

作者： Samuel M. Fischer, Martina Beck, Leif-Matthias Herborg, Mark A. Lewis

摘要： 沿着道路人流量可以为传染病和入侵物种的主要载体。和了解很多主体商如何旅行，路线，他们选择的关键是疾病和入侵成功的管理。随机引力模型已被用于估计起源和主体目的地之间旅行的分布。然而，在大型系统中，难以收集到符合这些模型所需的数据，如长途旅行者的数量少，起点和终点可以有多个接入点。因此，引力模型通常提供剂流动的仅是相对的措施。此外，引力模型产生任何见解那一条条主体使用。我们开发了道路交通组合随机重力和路径选择模式。我们引进笼统这种混合方法并把它应用到斑马和斑驴贻贝的潜在入侵证明它的好处（饰贝属）加拿大省不列颠哥伦比亚省（BC）。这些贻贝的传播是通过划船运送繁殖入侵，从对未侵入湖泊的交通便利。该模型允许主体业务的绝对预测并产生到那一条条主体使用的见解。应用这种方法，我们找出潜在的贻贝向量的最显著源和最威胁卑诗省水体。此外，我们表现出沿最划船进入BC的道路。混合模式可以配备在由许多长途旅客使用的道路的调查数据。让更多的数据可用来拟合模型这降低了所需的采样工作。因此，该模型得出，即使在大型系统准确的预测，该模型可以严格验证。该模型的预测可以用来理解传播和促进传染病和入侵物种的管理。

定义一个历史悠久的足球队：使用网络科学分析瓜迪奥拉的巴塞罗那足球俱乐部

原文标题： Defining a historic football team: Using Network Science to analyze Guardiola’s F.C. Barcelona

地址： http://arxiv.org/abs/1909.08903

作者： J.M. Buldu, J. Busquets, I. Echegoyen, F. Seirul.lo

摘要： 网络科学的社会系统中的应用不断推出新的方法来分析经典问题，例如流行病的出现，个人或沿社会网络信息传播之间的合作的觉醒。最近，橄榄球队的组织，其性能一直在使用的指标从网络科学，其中一队被认为是一个复杂的网络，其节点（即玩家）与战胜对手网络的目的交互来亮相。在这里，我们结合使用不同的网络指标的提取足球俱乐部的特定签名巴塞罗那教练瓜迪奥拉，这一直被认为是沿着足球史上最好的球队之一。我们首先比较瓜迪奥拉的球队的网络组织与他们一起在西班牙全国联赛一个赛季的对手，确定这些指标具有统计学差异显著，并与瓜迪奥拉的比赛与他们。接下来，我们把重点放在足球传递网络的时间特性和计算沿着匹配所有的网络特性的演变，而不是考虑它们的平均值。通过这种方式，我们能够识别这些网络指标，提高得分的概率/接收一个目标，这表明并非所有的球队表现以同样的方式，以及如何组织瓜迪奥拉的足球俱乐部巴塞罗那是不同于其余，包括它的聚类系数，最短路径长度，邻接矩阵，代数连通和中心分布的最大本征值。

社会参与的崩溃以及通过地方招募的预防

原文标题： Collapse of Social Engagement and its Prevention by Local Recruitments

地址： http://arxiv.org/abs/1909.08926

作者： Shang-Nan Wang, Luan Cheng, Hai-Jun Zhou

摘要： 社会网络有时会崩溃。集体行动的门槛模型为理论范式来理解这一现象被广泛采用，但以往的研究侧重于从随机初始活动模式开始不可逆的K-核心修剪过程。我们在这里学习的脆弱性和社会参与的弹性作为网络联盟的问题，并找到平衡联盟配置（而不是外的平衡不可逆转修剪获得的）可能会遇到两种不同的动力转变为活动节点的数量逐渐收缩。在由弱及强的临界点为界限的中间阶段，平衡联盟是非常脆弱的单节点触发连锁故障，但所有这些全球性崩溃事件可以通过翻转一个简单的最小努力的本地招聘机制成功地抑制少数可翻动的不活动节点。

基于用户重叠的跨越多个社会网络的社区检测

原文标题： Community Detection Across Multiple Social Networks based on Overlapping Users

地址： http://arxiv.org/abs/1909.09007

作者： Ziqing Zhu, Tao Zhou, Chenghao Jia, Jiawei Liu, Jiuxin Cao

摘要： 随着互联网技术的飞速发展，在线社会网络（的OSN）已得到了快速的发展，成为日益流行。同时，在多个社会网络的研究工作吸引研究人员越来越多的关注，社区发现是对面的OSN一个重要的网络安全问题，如用户行为分析和异常社区发现。在本文中，社区检测方法跨基于重叠用户的多个社会网络的建议。首先，用户重叠的概念的定义，然后算法CMN NMF被设计成重叠基础上的社交相关用户发现存根社区。在那之后，我们用强烈的相似性将用户在不同社会网络的每个末梢社区延伸，并在年底不同的社区在网络上挖掘出来。实验结果表明，在我们对下实际数据的其他方法方法的有效性的优势。

广义网络拆解集成方法

原文标题： Ensemble approach for generalized network dismantling

地址： http://arxiv.org/abs/1909.09016

作者： Xiao-Long Ren, Nino Antulov-Fantulin

摘要： 找到的一组节点的网络，其脱除片段以最低的成本一些目标尺寸低于网络被称为网络拆除的问题，它属于NP-硬计算类英寸在本文中，我们通过探索与电源迭代方法的变形谱近似探索（广义）网络拆解问题。特别是，我们探索网络通过创建的可能的解决方案，从不同的初始条件的集合和不同数量的谱近似的迭代拆解溶液景观。

统一随机多重图的矩与固定度序列

原文标题： Moments of Uniform Random Multigraphs with Fixed Degree Sequences

地址： http://arxiv.org/abs/1909.09037

作者： Philip S. Chodrow

摘要： 我们研究与固定度数序列 mathbf d 均匀的随机多的预期邻接矩阵。该矩阵产生于各种联网数据集，包括模块化最大化和扩频过程的平均场的理论分析。其结构是公知的对于大，稀疏，简单图：边节点之间的期望的数量 I 和Ĵ大约 压裂d_idj sum ELL D_ ELL 。许多网络数据集既不大，稀疏，也不是简单的，并且在这些情况下近似不再适用。我们推导出使用动态方法的新颖估计器：估计从一类的马尔可夫链蒙特卡洛算法图表采样的平稳条件出现。 Nonasymptotic误差范围是在温和的假设可用，估计可以有效地计算出来。我们测试一个小型网络上的估算，发现它享有对地面实况幅度比标准表达较小的一个完整的订单相对偏差。然后，我们同时使用标准和新的估计，发现算法的行为的估计选择显著依赖比较模块化最大化技术。我们的研究结果强调数据的科学应用采用精心指定的随机图模型的重要性。

从含时的共存网络中检测灵长类动物的社会（不）稳定性

原文标题： Detecting social (in)stability in primates from their temporal co-presence network

地址： http://arxiv.org/abs/1909.09090

作者： Valeria Gelardi, Joël Fagot, Alain Barrat, Nicolas Claidière

摘要： 社会关系的稳定是群居动物重要的，社会网络分析提供了一个强大的工具来帮助表征和理解他们（中）的稳定性和在集团层面的后果。然而，使用动态社会网络在这方面仍然是有限的，因为它需要长期的社会数据和新的分析工具。在这里，我们研究使用包括超过1600万条记录收集超过3年的自动采集认知测试数据集一组29只几内亚狒狒的动态演化。我们首先建立描述在认知测试展位狒狒的共存每月汇总暂时网络。然后，我们用一个空模型，考虑到狒狒活动的异质性，同时定义正（协会）和阴性（避免）每月网络。我们通过组合这些正面和负面的社会网络测试，社会平衡理论。结果表明，网络在结构上的平衡，以及在新产生的边也倾向于维持社会平衡。我们调查了几个网络指标来洞察个人层面和群体层面的社会网络长期的时间演变。连续月度网络之间相似性的措施是能够确定的稳定和不稳定时期，并表现出一定的狒狒自我网络如何保持稳定，而另一些根本性的变化。我们的研究证实了社会平衡理论的预测也显示，在黑社会的数量大的波动可能会限制其适用于研究动物的社会网络的动态演化。与此相反，使用相似性度量被证明是非常灵活和敏感的检测关系（上）在不同水平的稳定性。我们确定的变化可以被连接，至少在某些情况下，女性改变原公，如在野外观察到。

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。