• 社会科学指导的特征工程：一种新型符号链接分析;
• 神经科学引用名单性别不平衡的程度和驱动力;
• Facebook对研究的反应来测量多样性;
• 骤冷视角的非线性q投票模型;
• x2vec是否能拯救生命？整合图和语言嵌入的自动心理健康分类;
• 边/并发顶点模型的相变;
• 使用合页损失函数的马尔可夫随机场用户建模;
• 学习细粒度搜索空间的修剪和启发规则用于组合优化;
• 带随机容量瓶颈的通勤问题出发时间选择行为研究：实验和建模;
• 议会存在的反常扩散噪声投票模型;
• 投入产出网络需求冲击的重建;
• 国家建筑存量的自下而上的能源供应优化;

社会科学指导的特征工程：一种新型符号链接分析

原文标题： Social Science Guided Feature Engineering: A Novel Approach to Signed Link Analysis

地址： http://arxiv.org/abs/2001.01015

作者： Ghazaleh Beigi, Jiliang Tang, Huan Liu

摘要： 许多现实世界的关系可以用积极联系（例如，友谊和信任）和负链接（例如，敌人和不信任）签订网络来表示。链路预测有助于社会网络分析推进任务，如推荐系统。链接分析大多数现有的工作重点是无符号的社会网络。负环节激起的存在，研究调查性质，并签署网络的原则，无论是从那些未签名的网络的不同利益，和任务的专用链接分析的签署社会网络的努力。最近的研究结果表明，签署网络的性能基本上与那些未签名的网络和负面关联的不同，可以是在互补的方式签署链接分析显著的帮助。在这篇文章中，我们中心我们签署链接分析的一个具有挑战性的问题的讨论。签名链接分析面临的只签环节的一小部分，给出数据稀疏，即问题。这个问题甚至会变得更糟，当负链接稀疏得多不是作为用户倾斜，更倾向于积极的性格，而不是负得正的。我们研究我们如何能够采取的有符号链接分析的其他信息源的优势。这项研究主要由三个社会科学理论，情绪信息，创新扩散，与个体人格引导。这些指导下，我们提取三个类别的相关特征，并利用他们为签署链接分析。实验表明，从有符号链路预测和应对数据稀疏挑战社会理论收集的功能意义。

神经科学引用名单性别不平衡的程度和驱动力

原文标题： The extent and drivers of gender imbalance in neuroscience reference lists

地址： http://arxiv.org/abs/2001.01002

作者： Jordan D. Dworkin, Kristin A. Linn, Erin G. Teich, Perry Zurn, Russell T. Shinohara, Danielle S. Bassett

摘要： 像许多学科，神经科学日益试图在场上对垒普遍存在的性别失衡。虽然大部分的谈话已经在发表和参与会议中心，最近在其他领域的研究已呼吁重视性别偏见的引用做法普遍存在。由于下游效应引文可以对能见度和职业发展，了解和消除性别偏见在引用做法是在科学界应对不公平至关重要。在这项研究中，我们试图确定是否有神经科学家的引用行为的性别偏见的证据。从五大神经科学期刊利用数据，我们的确发现，参考文献列表往往包含更多的论文与男性作为第一个和最后作家比，如果性别不是一个因素在引用可以预期。重要的是，我们表明，男性和女性的undercitation这overcitation是由男人的引用做法很大程度上推动，尽管在奥斯卡更大的多样性随时间增加。我们开发了一个合着者网络，以确定哪个趋同于研究人员的社会网络解释了性别引用做法的程度，我们发现，男性往往overcite其他人，即使他们的社会网络代表领域。我们讨论可能的机制，并考虑如何个别研究人员可能将这些成果转化为自己的参考的做法。

Facebook对研究的反应来测量多样性

原文标题： Measuring the Diversity of Facebook Reactions to Research

地址： http://arxiv.org/abs/2001.01029

作者： Cole Freeman, Hamed Alhoori, Murtuza Shahzad

摘要： 在网上和在现实世界中，社区是由围绕核心问题达成共识的情绪结合在一起。对科学发现的情绪反应往往在这些核心问题了举足轻重的作用。当有对科学话题的意见太多多样性，情感爆发，并引起冲突。这种冲突威胁着积极的成果进行研究。情绪都塑造人们如何处理新信息的力量。他们可以颜色公众的科学，激励政策立场，甚至改变生活的理解。然而一些工作已经完成，评估公众的情绪反应采用定量方法的科学。在本文中，我们使用Facebook上的学术文章响应的数据集来分析情绪价，强度和多样性动态。我们提出加权基于点击次数的反应，增加他们的可理解性的新方法，并利用这些加权反应发展的总的情绪反应的新指标。我们用我们的度量与LDA主题模型和统计检验一起研究用户的情绪反应从一个科学话题如何的不同而不同。我们发现与性别有关的是研究论文，遗传学，或农业/环境科学的用户比其他研究课题引起显著不同的情绪反应。我们还发现，通常有在Facebook科研的积极响应，并生成文章积极的情绪反应更容易得到充分的共享—一个结论，违背先前的其他社交媒体平台的研究。

骤冷视角的非线性q投票模型

原文标题： Nonlinear $q$-voter model from the quenched perspective

地址： http://arxiv.org/abs/2001.01059

作者： Arkadiusz Jędrzejewski, Katarzyna Sznajd-Weron

摘要： 我们比较了非线性 Q -voter模型的两个版本：原单，带退火的随机性，并修饰之一，淬火的随机性。在原来的模式，如果组的影响并不一致每个选民改变其以一定的概率 小量意见。相反，修改后的版本引入了两种类型的选民这种行为以确定的方式在影响组中如有不同意见：选民的分数 小量总是改变自己目前的观点，而其余的人始终保持它。虽然随机性导致同样的平均数在微观层面的制度意见的更改两个概念，它们所造成的宏观层面性质不同的结果。我们专注于这些模型的平均场描述。我们的方法依赖于动力系统理论中开发的线性化技术的稳定性分析。这种方法允许我们推导完整，准确的相图两种型号。本文中获得的结果表明，淬灭随机性促进连续相过渡到更大的程度，而退火随机性有利于不连续的。将淬灭的模型也创建连续和不连续相变在退火模型未观察到的，其中，所述上下对称性可以自发破内部或磁滞回线以外的组合。分析结果是通过在一个完全图进行Monte Carlo模拟证实。

x2vec是否能拯救生命？整合图和语言嵌入的自动心理健康分类

原文标题： Can x2vec Save Lives? Integrating Graph and Language Embeddings for Automatic Mental Health Classification

地址： http://arxiv.org/abs/2001.01126

作者： Alexander Ruch

摘要： 图和语言嵌入模型正在成为司空见惯的大规模分析由于其在低维空间密集表示复杂的稀疏数据的能力。集成这些模型的互补关系和交际的数据可以是如果预测罕见的事件或隐藏分类群体的成员特别有用 - 要求对泛化的分析和巨大的数据集疏任务。例如，由于社会歧视和合并症，心理健康支持小组往往形成无定形的网上群体。预测使用标准网络分析了这些设置个人之间的自杀是令人望而却步由于资源限制（例如，存储器），以及添加等的文本以这样的模型辅助数据加剧复杂性 - 和稀疏性的相关问题。在这里，我将展示如何合并图和语言嵌入模型（metapath2vec和doc2vec）避免了这些限制，并提取无监督聚类的数据，而不领域的专业知识或功能的工程。图和语言距离自杀支持组几乎没有相关性（ r 浩<0.23），这意味着这两个模型都没有嵌入冗余信息。当分别用于预测个体间自杀，图和语言数据生成相对准确的结果（分别为69％和76％，）;然而，集成时，这两个数据产生高度精确的预测（90％，用10％的假阳性和12％的假阴性）。可视化与潜在自杀个人表演的整合模式可能即使它们是从支持组较远的位置这样的个体进行分类预测注释图嵌入。这些结果对大规模网络和努力同时分析行为和语言的重要性，拓展研究预测和分类时嵌入模型集成为不同类型的数据，特别是当它们涉及罕见的事件。

边/并发顶点模型的相变

原文标题： Phase Transitions in the Edge/Concurrent Vertex Model

地址： http://arxiv.org/abs/2001.01138

作者： Carter T. Butts

摘要： 虽然这是众所周知的，有些指数族随机图模型（增程制导弹药）的家庭表现出相变（其中小参数变化导致图结构质的变化），其他车型的行为仍然知之甚少。近日，Krivitsky和莫里斯报道在边/并行顶点的家庭以前没有观察到相变（一个简单的起点为性接触网络的机型）。在这里，我们检查这个相变，这表明其是相对于与顶点并发的分数相关联的有序参数的一级转变。这个过渡在从顶点的募集至同步阶段，这可能不是在一些应用中所期望的性能弱协同茎。

使用合页损失函数的马尔可夫随机场用户建模

原文标题： User Profiling Using Hinge-loss Markov Random Fields

地址： http://arxiv.org/abs/2001.01177

作者： Golnoosh Farnadi, Lise Getoor, Marie-Francine Moens, Martine De Cock

摘要： 多种方法被提出，从社会化媒体的数字足迹自动推断用户的配置文件。大多数建议的方法集中在采单一类型的信息，而忽略可用的用户生成的内容（UGC）的其他来源。在本文中，我们提出了一种机制来推断用户的各种特征，如年龄，性别和个性特征，然后可以编译成一个用户配置文件。为此，我们通过合并和推理在UGC的多种来源以及社会关系的社交媒体用户建模。我们的模型是基于使用铰损失马尔可夫随机场（HL-的MRF），一类可以使用一组一阶逻辑规则来定义概率图模型的统计关系学习框架。我们确认我们对从Facebook数据的方法有超过5K的用户，几乎725k关系。我们发现HL-的MRF如何被用来开发一个通用的，可扩展的用户通过利用文字，视觉和关系内容在状态更新，个人资料照片和Facebook页面喜欢的形式剖析框架。我们的实验结果表明，我们提出的模型成功地整合了多个信息源，优于竞争的使用只有一个信息源或在不同的来源在社交媒体用户建模的集成方法的方法。

学习细粒度搜索空间的修剪和启发规则用于组合优化

原文标题： Learning fine-grained search space pruning and heuristics for combinatorial optimization

地址： http://arxiv.org/abs/2001.01230

作者： Juho Lauri, Sourav Dutta, Marco Grassia, Deepak Ajwani

摘要： 在广泛的来自不同领域的应用出现的组合优化问题。其中许多问题都是NP难和设计高效的启发式他们需要大量的时间和实验。在另一方面，优化问题在行业的人数不断增长。近年来，机器学习技术已经探索解决这一差距。我们提出了利用机器学习技术来扩大规模确切的组合优化算法的框架。相较于现有方法的基础上深学习，强化学习和尝试直接借鉴其输入的最优化问题的输出（有限的成功）受限玻尔兹曼机，我们的框架学习修剪的元素的相对简单的任务为了减少问题实例的大小。此外，我们的框架用途仅解释学习模型直观的特点，因此学习过程提供了深入了解优化问题和实例类，可用于设计更好的启发。对于经典的最大团枚举问题，我们证明了我们的框架可以修剪输入图的大部分（约99％的节点在稀疏图的情况下），仍然发现几乎所有的最大派系的。这导致的状态的最先进的算法数倍加速比。此外，使用我们的框架中的亮点模型，邻里度的卡方值与节点的最大派系的存在，特别是构成现代求解器的显著挑战密集的图统计上显著的相关性。我们利用这种洞察力来设计一种新型的启发式对于这个问题跑赢国家的最先进的。我们的启发是最大派系检测和计数的独立的利益也。

带随机容量瓶颈的通勤问题出发时间选择行为研究：实验和建模

原文标题： Study on departure time choice behavior in commute problem with stochastic bottleneck capacity: Experiments and modeling

地址： http://arxiv.org/abs/2001.01381

作者： Dongxu Lu, Rui Jiang, Ronghui Liu, Qiumin Liu, Ziyou Gao

摘要： 不确定性是在交通系统必然由于需求和供给的变化随机性。这是影响出行者选择行为的最重要因素之一。基于威克瑞的瓶颈模型的框架下，我们设计并进行了室内实验研究的通勤出发时间选择行为随机产能瓶颈的影响。与不同的信息反馈两种不同的情况进行了研究。实验结果表明，平均成本（E（C））和成本（西格玛）的标准偏差之间的关系都可以近似线性具有正斜率西格玛配= E（C）/ 拉姆达^ - 米（拉姆达^ > 0）。这表明，在不确定的环境下，游客可能会减少他们的旅行成本预算，定义为E（C） - 拉姆达^ 西格玛和拉姆达^ > 0表示的行为风险的旅客喜欢。实验还发现，提供所有的出发时间到乘客的成本信息降低了乘客的风险偏好系数（即，拉姆达减小）。我们提出了一个强化学习模型，该模型显示出再现的主要实验结果良好。

议会存在的反常扩散噪声投票模型

原文标题： Noisy voter model for the anomalous diffusion of parliamentary presence

地址： http://arxiv.org/abs/2001.01479

作者： A. Kononovicius

摘要： 我们考察2008 - 2012年的议会存在数据和立陶宛议会的立法机构2012 - 2016年。我们认为存在累计系列在数据集中的每个个体代表。这一系列表现出superdiffusive行为。我们提出了一种改进嘈杂的选民模型作为议会存在的模型。我们所提供的个人主体轨迹异常扩散，并表明，改进模型能够再现经验统计特性的详细分析。

投入产出网络需求冲击的重建

原文标题： Reconstruction of Demand Shocks in Input-Output Networks

地址： http://arxiv.org/abs/2001.01537

作者： Chengyuan Han, Johannes Többen, Wilhelm Kuckshinrichs, Malte Schröder, Dirk Witthaut

摘要： 投入产出分析描述的生产，行业和地区之间的需求和贸易的依赖，并允许通过了解经济网络经济冲击的传播。在实际应用的一个主要挑战是数据的可用性。意见可限于在几分钟部门冲击的影响，但产地和影响的全貌将是非常可取的指导政治对策。在本文中，我们证明了在少数几个部门的最终需求的冲击可以从生产变化有限的观测完全重建。我们从适应稀疏信号恢复三种算法，并评估他们的表现和他们的鲁棒性的观察不确定性。

国家建筑存量的自下而上的能源供应优化

原文标题： Bottom-up energy supply optimization of a national building stock

地址： http://arxiv.org/abs/2001.01554

作者： Leander Kotzur, Peter Markewitz, Martin Robinius, Gonçalo Cardoso, Peter Stenzel, Miguel Heleno, Detlef Stolten

摘要： 安装和运行分布式能源（DER）和供热电气化显著改变住宅建筑存量与电网基础设施的相互作用。在国家一级评估DER的大规模部署将需要数以百万计分析个别建筑物的，将会导致显著计算负担。为了克服这个问题，这项工作提出了一种自下而上的模式，由一个聚集算法创建一个空间分布组从普查数据的典型住宅建筑的。每个典型的建筑然后用混合整数线性规划优化，以获得它的成本最优的技术应用和操作，在确定未来的情景改变其电网负荷。该模型验证了德国，与被认为足以代表住宅建筑存量的多样性200层典型建筑。在2050年以后的情况下，光生伏打和热泵被预测为用于不同类型建筑物的最经济和生态健壮供应解决方案。尽管如此，他们的发电和需求时间不匹配，导致农村的用电高峰电网负荷的冬季增加了一倍。市区可提供高效热电联产机组，这是不符合成本效益的农村地区弥补这一点。

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。