• Polya传染网络的初始化和固化策略;
• 理解社交距离政策、交通量、空气质量与城市街区COVID-19结果发生率之间的关系;
• 自利行为作为一种社会规范;
• GloDyNE：保留全局拓扑的动态网络嵌入;
• 模拟集体决策下的流行病动态;
• 美国的COVID-19：轨迹和第二次高峰行为;
• 通过在线社会网络确定广告活动的k最佳目标;
• 挖掘Google和Apple的移动性数据：针对COVID-19的二十一类欧洲社交疏远措施;
• 真实复杂加权网络的新节点攻击策略;
• 大流行病建模和重整化群方程：接触矩阵、不动点和非特异性疫苗的影响减弱;
• 广义词移图：一种可视化和解释文本之间成对比较的方法;

Polya传染网络的初始化和固化策略

原文标题： Initialization and Curing Policies for Polya Contagion Networks

地址： http://arxiv.org/abs/2008.01782

作者： Greg Harrington, Fady Alajaji, Bahman Gharesifard

摘要： 本文使用源自经典Polya过程的模型研究网络流行中资源分配的优化策略。该模型的基本机制（称为Polya网络感染过程）基于改进的urn采样方案，该方案考虑了网络中相邻节点之间的时间和空间感染。我们提出了各种感染指标，并用它们来开发两个问题：一个问题在初始化时发生，另一个问题随着Polya网络进程的发展而不断发生。我们将这些问题视为具有固定预算的资源分配问题，并分析了一系列潜在政策。由于这些问题的复杂性，我们针对每种情况的平均感染率引入了有效的替代措施。我们还证明了所谓的预期网络暴露的两面感染治愈博弈承认了纳什均衡。在固化和初始化方案中，我们都引入启发式策略，这些策略主要在限制特定网络设置内目标节点的数量的基础上起作用。针对中大型网络进行了仿真，以将我们的启发式算法的性能与在简化的主体指标上运行的可证明收敛的梯度下降算法进行比较。

理解社交距离政策、交通量、空气质量与城市街区COVID-19结果发生率之间的关系

原文标题： Understanding the Relationship between Social Distancing Policies, Traffic Volume, Air Quality, and the Prevalence of COVID-19 Outcomes in Urban Neighborhoods

地址： http://arxiv.org/abs/2008.01828

作者： Daniel L. Mendoza (1 and 2), Tabitha M. Benney (3), Rajive Ganguli (4), Rambabu Pothina (4), Benjamin Krick (3), Cheryl S. Pirozzi (5), Erik T. Crosman (6), Yue Zhang (7) ((1) Department of Atmospheric Sciences, University of Utah, Salt Lake City, Utah USA, (2) Department of City & Metropolitan Planning, University of Utah, Salt Lake City, Utah USA, (3) Department of Political Science, University of Utah, Salt Lake City, Utah USA, (4) Department of Mining Engineering, University of Utah, Salt Lake City, Utah USA, (5) Division of Pulmonary and Critical Care Medicine, Department of Internal Medicine, School of Medicine, University of Utah, Salt Lake City, Utah USA, (6) Department of Life, Earth, and Environmental Sciences, West Texas A&M University, Canyon, Texas USA, (7) Division of Epidemiology, Department of Internal Medicine, School of Medicine, University of Utah, Salt Lake City, Utah USA)

摘要： 为了应对COVID-19大流行，各国政府已实施政策来遏制新型病毒的传播。关于这些政策如何影响社会各个群体知之甚少。本文探讨了社会疏远政策，交通量和空气质量之间的关系，以及它们如何影响各种社会经济群体。这项研究旨在了解不同的社区如何应对居家秩序和其他社会疏远政策，以了解人类对政策的反应如何在COVID-19阳性病例的流行中发挥作用。我们收集了2020年2月17日至6月12日之间美国犹他州盐湖县每个邮政编码的交通密度，空气质量，社会经济状况以及COVID-19阳性病例率的数据。跨越政策实施三个阶段的社会疏远政策。我们发现，在“居家”期间，邮政编码越白越富裕，交通和空气污染的减少程度就越大。但是，由于排放与气象之间相互作用的复杂性，空气质量并不一定在每种情况下都遵循交通量。我们还发现较低的社会经济地位与积极的COVID-19比率之间存在密切关系。这项研究为社会疏远在限制COVID-19传播方面的有效性提供了初步证据，同时还提供了社会经济状况如何加剧了这场危机期间的脆弱性的见解。通过防止COVID-19的传播和减少空气污染，行为限制会给白人和富裕社区带来不成比例的好处。空气污染的影响可能使这些发现更加复杂，这可能加剧COVID-19的传播和死亡率。决策者需要考虑调整社会隔离政策，以最大程度地实现卫生保护方面的公平。

自利行为作为一种社会规范

原文标题： Self-interested behaviour as a social norm

地址： http://arxiv.org/abs/2008.01884

作者： Kamilla Haworth Buchter, Bjarke Mønsted, Sune Lehmann

摘要： 语言可以对人类行为产生很大的影响。在实验研究中，例如众所周知的是，对实验进行取景或在实验开始时启动可能会改变参与者的行为。但是，很少有研究来确定为什么对特定单词进行构图或加词素会改变人们的行为。在这里，我们表明博弈理论实验中参与者的行为主要由社会规范驱动，参与者对不同社会规范的遵守受到经济术语的影响。为了探索这些术语驱动的变化如何影响系统级别的行为，我们使用已建立的框架来建模集体合作行为。我们发现，经济术语引起的行为差异大于实验和模拟中通常采用的经济激励措施所引起的行为差异。随着科学术语向普通民众的传播越来越多，这些发现使科学家和科学传播者的责任日益增加。

GloDyNE：保留全局拓扑的动态网络嵌入

原文标题： GloDyNE: Global Topology Preserving Dynamic Network Embedding

地址： http://arxiv.org/abs/2008.01935

作者： Chengbin Hou, Han Zhang, Shan He, Ke Tang

摘要： 由于许多现实世界网络的时间演变特性，在动态环境中学习网络的低维拓扑表示备受关注。动态网络嵌入（DNE）的主要和共同目标是有效地更新节点嵌入，同时保留每个时间步的网络拓扑。大多数现有DNE方法的思想是刻画受影响最大的节点（而不是所有节点）处或周围的拓扑变化，并相应地更新节点嵌入。不幸的是，这种近似虽然可以提高效率，但是由于没有考虑接收通过高阶邻近传播的累积拓扑变化的非活动子网，因此无法在每个时间步上有效地保留动态网络的全局拓扑。为了解决这一挑战，我们提出了一种新颖的节点选择策略，以通过网络多样化地选择代表性节点，并与基于Skip-Gram嵌入方法的新的增量学习范例进行了协调。广泛的实验表明，仅需选择一小部分节点的GloDyNE就已经可以实现卓越的性能或可比的性能。在三个典型的下游任务中使用最新的DNE方法。特别是，GloDyNE在图重建任务中明显优于其他方法，这证明了其全局拓扑保留的能力。源代码位于https://github.com/houchengbin/GloDyNE

模拟集体决策下的流行病动态

原文标题： Modelling epidemic dynamics under collective decision making

地址： http://arxiv.org/abs/2008.01971

作者： Mengbin Ye, Lorenzo Zino, Alessandro Rizzo, Ming Cao

摘要： 在流行病过程中，人们不断做出如何与流行病传播作斗争的决定。总的来说，这些个人决定对于全球流行病的流行至关重要，尤其是在没有药物干预措施的情况下。但是，现有的流行病模型缺乏捕捉这一复杂决策过程的能力，这是由多种因素共同作用而形成的，这些因素包括政府规定的政策干预措施，预期的社会经济成本，感知的感染风险和社会影响。在这里，我们介绍了一种基于演化博弈论的新颖简约模型，该模型能够刻画异构时间范围内的决策动态。使用真实数据，我们分析了淋病，1918–19年西班牙流感和COVID-19传播中的三个案例研究。可以将影响流行病程的行为因素清楚地映射到最小的一组模型参数上，它们之间的相互作用会引起特征性现象，例如持续的周期性暴发，多次流行病或成功根除疾病。我们的模型可以直接评估为对抗流行病爆发而采取的不同政策干预措施对流行病学和社会经济的影响。除了常识发现，严格的非药物干预措施对于控制暴发初期至关重要，这种干预措施的持续时间及其逐步淘汰的方式对于中长期根除至关重要。令人惊讶的是，我们的发现表明，社会影响力是控制流行病的一把双刃剑，有助于在流行病的早期阶段加强集体采取自我保护行为，但随后在取消非药物收容措施后加速了他们的拒绝。

美国的COVID-19：轨迹和第二次高峰行为

原文标题： COVID-19 in the United States: Trajectories and second surge behavior

地址： http://arxiv.org/abs/2008.02068

作者： Nick James, Max Menzies

摘要： 本文介绍了一种用于确定美国COVID-19病例的第二次电涌行为的数学框架。在此框架内，一种灵活的算法方法为每个状态选择一组转折点，计算它们之间的距离，并确定每个状态是处于（或超过）第一浪涌还是第二浪涌。然后，使用标准化时间序列之间的适当距离来逐月分析案例轨迹之间的关系。我们的算法显示31个州正在经历第二次激增，而10个最大州中的4个仍处于第一次激增，病例数从未减少。该分析有助于突出显示对COVID-19的最成功和最不成功的状态响应。

通过在线社会网络确定广告活动的k最佳目标

原文标题： Identifying the $k$ Best Targets for an Advertisement Campaign via Online Social Networks

地址： http://arxiv.org/abs/2008.02108

作者： Mariella Bonomo, Armando La Placa, Simona E. Rombo

摘要： 基于以下两个主要方面，我们提出了一种新颖的方法来向广告客户（例如，品牌）推荐潜在的客户（用户）：( i）在线社会网络配置文件之间的比较，以及（ii）社会网络。基于来自社交媒体的文字内容的词袋表示法，考虑用户和品牌之间的配置文件匹配，并且使用诸如术语频率-反向文档频率之类的措施来表征词在比较中的重要性。该方法已依靠大数据技术实施，从而可以通过这种方法对大型在线社会网络进行有效分析。真实数据集上的结果表明，配置文件匹配和邻域分析相结合可以成功地识别出最适合用作给定广告活动目标的用户集。

挖掘Google和Apple的移动性数据：针对COVID-19的二十一类欧洲社交疏远措施

原文标题： Mining Google and Apple mobility data: Twenty-one shades of European social distancing measures for COVID-19

地址： http://arxiv.org/abs/2008.02117

作者： Giacomo Cacciapaglia, Corentin Cot, Francesco Sannino

摘要： 我们利用Google和Apple发布的移动性数据来调查社交距离对COVID-19在欧洲传播动态的影响。我们确定并量化不同程度的社会距离，并刻画他们在第一波大流行中的烙印。通过分析，我们可以根据国家的流动程度对其进行分类。此外，对于在此研究的欧洲国家，我们发现在行动力下降开始后两到五周内，感染率出现了负面变化。

真实复杂加权网络的新节点攻击策略

原文标题： New nodes attack strategies for real complex weighted networks

地址： http://arxiv.org/abs/2008.02139

作者： Quang Nguyen, Davide Cassi, Michele Bellingeri

摘要： 在这项工作中，我们介绍了一种新的节点攻击策略，该策略去除了条件加权介数中心性中心度最高的节点（CondWBet）。我们将其功效与来自五个现实世界复杂加权网络的文献中著名的攻击策略进行比较。我们使用网络加权效率（WEFF）来作为一种度量，除了通常使用的二进制拓扑度量（最大的连接群集（LCC））之外，还包含网络的加权结构。我们发现，最近提出的条件介数中心性策略（CondBet）（Nguyen et al.2019）是在所有情况下将LCC分割成碎片的最佳方法。此外，我们发现，引入的CondWBet策略是降低5分之3的网络效率（WEFF）的最佳方法。最后，CondWBet是减少移除过程开始时WEFF的最有效策略，而先删除具有最高链接权重的节点的“强度”在许多网络中断时在移除过程的最后阶段显示出最高的效率。小集群。这些最后的结果表明，更好的攻击策略可以是CondWBet和Strength策略的组合

大流行病建模和重整化群方程：接触矩阵、不动点和非特异性疫苗的影响减弱

原文标题： Pandemic modeling and the renormalization group equations: Effect of contact matrices, fixed points and nonspecific vaccine waning

地址： http://arxiv.org/abs/2008.02149

作者： Michael McGuigan

摘要： 在本文中，我们发现了用于流行病或流行病建模的方程与用于高能物理的重整化组方程之间的共同特征。其中一些功能包括大流行建模中的联系矩阵之间的关系以及重归一化组方程中的算子混合。另一个共同的特点是在流行病建模和重归一化组方程下的演化中使用流程图和不动点的研究。我们通过对当前COVID-19大流行感兴趣的一些案例的研究来说明这些关系。其中包括在不同年龄组之间混合进行的流行病建模，以及与国家之间的联系相关的联系矩阵。对于最后一个例子，我们研究了旨在对抗不同病原体的非特异性疫苗对减少死亡率的影响，但仍可以降低COVID-19感染的严重性和死亡率。

广义词移图：一种可视化和解释文本之间成对比较的方法

原文标题： Generalized Word Shift Graphs: A Method for Visualizing and Explaining Pairwise Comparisons Between Texts

地址： http://arxiv.org/abs/2008.02250

作者： Ryan J. Gallagher, Morgan R. Frank, Lewis Mitchell, Aaron J. Schwartz, Andrew J. Reagan, Christopher M. Danforth, Peter Sheridan Dodds

摘要： 计算文本分析中的一项常见任务是根据单词频率，情感或信息内容等度量来量化两个语料库的差异。但是，将文本的丰富故事折叠成单个数字通常在概念上是危险的，并且很难自信地解释有趣或意想不到的文本模式，而不必担心数据假象或度量的有效性。为了更好地刻画文本之间的细微差别，我们引入了广义的词移图，可视化，这些可视化给出了有意义的，可解释的摘要，以总结可以用加权平均值表示的任何量度各个词如何影响两个文本之间的变化。我们表明，该框架自然包含许多最常用的文本比较方法，包括相对频率，字典分数和基于熵的度量，例如Kullback-Leibler和Jensen-Shannon散度。通过几个案例研究，我们演示了如何在各个领域灵活地应用广义的词移图，以进行诊断调查，假设生成和实质性解释。通过为语料库之间的文本转换提供详细的视角，广义的词位移图可帮助计算社会科学家，数字人文主义者和其他文本分析从业者塑造更健壮的科学叙述。

声明：Arxiv文章摘要版权归论文原作者所有，机器翻译后由本人进行校正整理，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。