• 从幂律到极值混合分布;
• 晶体管：基于网络科学的历史视角;
• 使用新Twitter数据集表征COVID-19错误信息社区;
• NewsTweet：在线新闻的社交媒体嵌入数据集;
• 调查高知名度Twitter帐户的“社交”协调目标;
• 优先选择模型的一般解;
• 在访问兴趣点的时间序列中检测预警信号，以检查人口对COVID-19大流行的反应;
• 智能手机共现可以检测到友谊吗？这取决于您如何建模;
• 论区域流动性、社会联系性和COVID-19在德国的传播;
• 通过融合和向量化为无向网络提升并行影响力最大化的核;
• 俄罗斯的人才流失和获得：使用Scopus文献计量数据1996-2020按学科分析研究人员的国际迁移;
• 建模COVID-19的演变;
• 生成嵌入社会网络中的异性二模网络;
• 具有因变量感染率的COVID-19大流行动态的数学模型：在韩国的应用;
• COVID、BLM和美国政客在Twitter上的两极分化;
• 黎巴嫩冠状病毒（COVID-19）传播的建模与模拟;
• COVID-19：如果免疫力减弱了怎么办？;

从幂律到极值混合分布

原文标题： From the power law to extreme value mixture distributions

地址： http://arxiv.org/abs/2008.03073

作者： Clement Lee, Emma Eastoe

摘要： 幂律可用于描述计数现象，例如网络度和字频。使用单个参数，它刻画了频率在对数-对数刻度上呈线性的主要特征。然而，一直存在对幂定律的批评，并且已经提出了各种方法来解决诸如选择所需阈值和量化其周围的不确定性之类的问题，并测试关于数据是否可能来自幂定律的假设。由于极值理论概括了（连续）幂定律，因此很自然地将前者视为围绕后者的这些问题的解决方案。在本文中，我们提出了两个极值混合分布，其中之一包含幂定律，而无需预先指定阈值。所显示的建议分布非常适合数据，以自然的方式量化阈值不确定性，并令人满意地回答了幂定律是否足够有用。

晶体管：基于网络科学的历史视角

原文标题： Transistors: A Network Science-Based Historical Perspective

地址： http://arxiv.org/abs/2008.03134

作者： Alexandre Benatti, Henrique Ferraz de Arruda, Filipi Nascimento Silva, Luciano da Fontoura Costa

摘要： 现代电子学的发展在很大程度上与双极结技术的出现和普及有关。本工作采用科学的概念和方法论科学，以便从以双极结为中心的角度对电子学的发展进行相对系统的定量研究。首先，我们在采用的数据集（Microsoft Academic Graph）中搜索与“双极结型晶体管”相关的条目。然后应用社区检测以导出子区域，这些子区域被暂时标记为10个整体组。然后从多个角度研究了该模块化图，包括拓扑测量和时间演化。报告了许多有趣的结果，包括在每个确定的区域内保持较高的主题连贯性，以及确定沿时间演变的不同时期，包括双向聚结技术和相关领域的开始和发展。一个特别令人惊讶的结果是，随着时间的推移，验证了已识别区域之间稳定的相互关系。

使用新Twitter数据集表征COVID-19错误信息社区

原文标题： Characterizing COVID-19 Misinformation Communities Using a Novel Twitter Dataset

地址： http://arxiv.org/abs/2008.00791

作者： Shahan Ali Memon, Kathleen M. Carley

摘要： 从阴谋论到假药和假治疗，COVID-19成为在线传播错误信息的温床。确定在线解密和纠正错误信息的方法比以往任何时候都更加重要。在本文中，我们提出了一种方法和分析方法来表征两个相互竞争的在线COVID-19错误信息社区：（i）错误信息用户或积极发布错误信息的用户，以及（ii）知情用户或积极传播真实信息的用户，或大声疾呼这项研究的目标有两个方面：（i）收集各种带注释的COVID-19 Twitter数据集，供研究界用来进行有意义的分析； （ii）根据两个目标社区的网络结构，语言模式及其在其他社区中的成员资格来表征。我们的分析表明，COVID-19误报社区比知情社区更密集，更有组织，其中大量误报是虚假宣传活动的一部分。我们的分析还表明，大多数误导用户可能是反vaxxers。最后，我们的社会语言学分析表明，COVID-19知情用户比误导用户倾向于使用更多的叙述。

NewsTweet：在线新闻的社交媒体嵌入数据集

原文标题： NewsTweet: A Dataset of Social Media Embedding in Online Journalism

地址： http://arxiv.org/abs/2008.02870

作者： Munif Ishad Mujib, Hunter Scott Heidenreich, Colin J. Murphy, Giovanni C. Santia, Asta Zelenkauskaite, Jake Ryland Williams

摘要： 近年来，在社交媒体帖子（尤其是推文）中，无论是评论还是越来越多的新闻来源，都包含在数字新闻故事中，这已成为家常便饭。为了深入研究这种现象，有必要从新闻发布者和社交媒体平台上进行强大的大规模数据收集。这项工作描述了这种数据管道的构造。在从Google新闻收集的数据中，发现所有新闻中有13％包含嵌入式推文，而体育和娱乐新闻包含的推文数量最多。人们发现，公众人物和名人主导了这些故事。但是，还发现相对未知的用户具有新闻价值。收集的数据集，NewsTweet和相关的获取渠道可以引发对来自多个研究社区的社交内容的新一波查询。

调查高知名度Twitter帐户的“社交”协调目标

原文标题： Investigating Coordinated ‘Social’ Targeting of High-Profile Twitter Accounts

地址： http://arxiv.org/abs/2008.02874

作者： Hunter Scott Heidenreich, Munif Ishad Mujib, Jake Ryland Williams

摘要： 在2016年美国总统大选之后，人们越来越关注社交媒体平台上出于政治动机操纵大众用户行为的情况。由于在这些平台上进行了大量的政治讨论，因此识别恶意活动和采取协调行动对于确保强大的民主环境至关重要。 Twitter已成为政客和其他公众人物的重要沟通渠道，使他们能够与支持者保持直接关系。但是，该平台已成为大规模恶意活动的沃土。随着2020年美国总统大选临近，我们开发了工具来监视某些最著名的Twitter用户（包括美国总统候选人）的追随者动态。我们研究了许多奇怪的现象，例如从动计数图表上的尖峰和锯齿波形；大量“流通”的用户帐户，即多次关注高知名度帐户；以及其他“已复活”的帐户，经过多年的不活跃之后，这些帐户最近在Twitter上重新投入使用。因此，通过在这种情况下进行各种分析，我们揭示了多个协调一致的“社会”针对性运动，旨在通过使用社交自动化网络（机器人）来影响社会重大事件的结果，通常通过“妥协”帐户来优化其社会资本，被大世界所不知道的东西被劫持了。

优先选择模型的一般解

原文标题： A general solution to the preferential selection model

地址： http://arxiv.org/abs/2008.02885

作者： Jake Ryland Williams, Diana Solano-Oropeza, Jacob R. Hunsberger

摘要： 我们为赫伯特·西蒙（Herbert Simon）1955年的模型提供了一种通用的解析解决方案，用于随时间变化的新颖性函数。这产生了深远的影响：Simon是Barabasi 1999年针对增长型社会网络的优惠依恋模型的先驱模型，而我们对其的一般抽象更多地将依恋视为链接选择的一种形式。我们表明，任何可以被建模为类型实例的系统（即出现数据（频率））都可以从分布的角度进行生成模型（和模拟），并且具有很高的准确性。

在访问兴趣点的时间序列中检测预警信号，以检查人口对COVID-19大流行的反应

原文标题： Detecting Early-warning signals in Time Series of Visits to Points of Interests to Examine Population Response to COVID -19 Pandemic

地址： http://arxiv.org/abs/2008.02905

作者： Qingchun Li, Zhiyuan Tang, Natalie Coleman, Ali Mostafavi

摘要： 本文的目的是通过检测访问兴趣点（POI）的时间序列中的预警信号，来检查人群对COVID-19的反应以及相关的政策干预措施。诸如城市之类的复杂系统在接近相变时会显示预警信号，以应对外部干扰，包括危机，政策变化和人类行为变化。在城市系统中，对POI的人口访问代表着城市这一复杂系统中的一种状态。由于人口对大流行风险和干预政策的反应，这些州可能会经历相变。在这项研究中，我们对访问POI的人群进行了预警信号检测，以检查人群对大流行风险的反应。我们在美利坚合众国17个大城市访问POI的时间序列中，检查了两个预警信号，即自相关滞后1的增加和标准差。结果表明：（1）在2020年2月14日至3月11日期间，在17个城市中发现了针对COVID-19的人口预警信号； （2）在17个城市中，在就地庇护令发出之前，已检测到人口反应已经开始； （3）从基本POI访问中检测到的预警信号比非基本POI访问的预警信号出现得早；和4）检测到的人口反应与就地避难所之间的时间间隔较长，导致POI访问量减少的幅度较小。结果表明，在城市危机中作为复杂系统检测预警信号的重要性。预警信号可以提供有关人口对危机做出反应的时间和范围的重要见解，从而为决策者提供信息。

智能手机共现可以检测到友谊吗？这取决于您如何建模

原文标题： Can Smartphone Co-locations Detect Friendship? ItDepends How You Model It

地址： http://arxiv.org/abs/2008.02919

作者： Momin M. Malik, Afsaneh Doryab, Michael Merrill, Anind K. Dey

摘要： 我们提出一项研究，以从成员中收集的智能手机位置数据中检测友谊，友谊的强度及其变化。我们提取了一系列丰富的共处位特征，并建立了分类器，以检测比随机基准高30％的友谊和亲密友谊。我们设计了交叉验证方案，以测试您在特定应用程序设置中的模型性能，发现它对于查看新的对偶和时间变化具有鲁棒性。

论区域流动性、社会联系性和COVID-19在德国的传播

原文标题： On the Interplay of Regional Mobility, Social Connectedness, and the Spread of COVID-19 in Germany

地址： http://arxiv.org/abs/2008.03013

作者： Cornelius Fritz, Göran Kauermann

摘要： 由于呼吸道病毒传播的主要方式是人与人之间的互动，因此我们需要重新考虑身体上的互动方式，以减少感染COVID-19的人数。尽管非药物干预措施（NPI）对国家出行方式产生了明显影响，但只有相对的地区出行行为才能对人的移动对COVID-19传播的影响产生公正的看法。因此，在本文中，我们调查了2020年3月3日至6月22日期间，Facebook活动所带来的人员流动和社交联系对德国每周新感染率的影响。我们的结果证实，减少社交活动可降低感染率，这占了区域和时间模式。社会疏远程度由留在联邦行政区内的人口百分比来量化，对感染的发生率总体上具有负面影响。此外，我们的结果显示了基于地理和社会距离的空间感染模式。

通过融合和向量化为无向网络提升并行影响力最大化的核

原文标题： Boosting Parallel Influence-Maximization Kernels for Undirected Networks with Fusing and Vectorization

地址： http://arxiv.org/abs/2008.03095

作者： Gokhan Gokturk, Kamer Kaya

摘要： 影响最大化（IM）是找到种子顶点集的问题，该种子顶点集有望在图上产生最大的影响散布。它在实践中具有各种应用程序，例如设计一种有效且高效的方法来在社会网络中传播信息，新闻或广告。问题被证明是NP难的，并且文献中存在具有可证明的质量保证的近似算法。但是，即使对于中等比例的图，这些算法在计算上也很昂贵。此外，图算法通常在存储器访问期间遭受空间和时间不规则性的困扰，这在已经昂贵的IM内核之上增加了额外的成本。在这项工作中，我们利用融合的采样，记忆和向量化来重组，并行化并提高其在无向网络上的性能。所提出的方法采用伪随机函数并并行执行多个蒙特卡洛模拟，以有效地利用SIMD通道。此外，它大大减少了边遍历的次数，因此减少了从内存中带走的数据量，这对于几乎所有与内存绑定的图内核都是至关重要的。我们将提出的方法应用于传统的MixGreedy算法，并提出了Infuser，其速度比传统的贪婪方法快3000倍以上，并且可以在文献中认为太大的大型图上运行。

俄罗斯的人才流失和获得：使用Scopus文献计量数据1996-2020按学科分析研究人员的国际迁移

原文标题： Brain Drain and Brain Gain in Russia: Analyzing International Migration of Researchers by Discipline using Scopus Bibliometric Data 1996-2020

地址： http://arxiv.org/abs/2008.03129

作者： Alexander Subbotin, Samin Aref

摘要： 我们研究学术界的国际流动性，重点是研究人员往返俄罗斯的迁徙。使用1996年至2020年所有Scopus出版物，我们分析了超过半百万研究人员的文献计量数据，这些研究人员在职业生涯中的某个时候发表了俄罗斯隶属地址。研究人员的迁移是通过其所属地址的变化来观察的。首次，我们针对移民研究人员的领域和表现分析了他们的来源和目的地，并根据流入和流出的流量计算净移民率。我们的结果表明，尽管俄罗斯在1990年代末和2000年代初一直是捐助国，但近年来俄罗斯经历了相对对称的研究人员流通。使用出版物的主题类别，我们可以量化迁移对奖学金各个领域的影响。我们的分析表明，俄罗斯几乎在所有学科中都遭受了净损失，神经科学，决策科学，牙科，生物化学和数学方面的损失更是如此。对于经济学和环境科学，往返俄罗斯的研究人员流通相对平衡。我们的实质性结果揭示了学术界国际流动的新方面及其对国家科学体系的影响，这些都直接影响政策的制定。从方法上讲，我们处理大数据的新方法可以用作研究其他国家的学术移民的分析框架。

建模COVID-19的演变

原文标题： Modeling the evolution of COVID-19

地址： http://arxiv.org/abs/2008.03165

作者： Constantia Alexandrou, Vangelis Harmandaris, Anastasios Irakleous, Giannis Koutsou, Nikos Savva

摘要： 我们提出了两种不同的方法来对COVID-19大流行的传播进行建模。两种方法都基于易感，暴露，传染，隔离和恢复的人群类别，并允许具有不同感染率和不同检测水平的任意数量的亚组。第一个模型是从一组常微分方程派生而来的，这些常微分方程包含了人口在各个类别之间发生转变的速率。另一个是粒子模型，这是人群模拟模型的特定情况，其中疾病通过粒子碰撞传播，并且通过调整粒子速度来改变感染率。使用来自文献和特定国家数据的有关COVID-19的信息来调整这两个模型的参数，包括施加和取消限制时的效果。我们使用塞浦路斯的数据证明了这两种模型的适用性，为此我们发现这两种模型都产生了非常相似的结果，从而为预测提供了信心。

生成嵌入社会网络中的异性二模网络

原文标题： Generating a Heterosexual Bipartite Network Embedded in Social Network

地址： http://arxiv.org/abs/2008.03167

作者： Asma Azizi, Zhuolin Qu, Bryan Lewis, James Mac Hyman

摘要： 我们描述了如何生成具有规定的联合度分布的异性恋网络，该网络嵌入了规定的大规模社会联系网络中。性网络的结构在性传播感染（STI）的传播方式中起着重要作用。生成模拟现实世界的网络集合对于评估用于控制STI的可靠缓解策略至关重要。当前生成性网络的大多数算法仅使用性活动数据（例如每月的伴侣数量）来生成性网络。现实世界中的性爱网络还依赖于基于年龄，位置，社交和工作活动的偏见混合。我们描述了一种使用广泛的社会活动数据来生成可能的异性恋网络的方法。我们首先对城市中成千上万的人进行日常模拟，包括他们的日常活动，包括工作，学校，购物和在家中的活动开始。我们从这些活动中提取社会网络，其中节点是人，边表示社交互动，例如在同一位置工作。该社会网络记录了不同年龄，居住在不同地点的人们，他们的经济状况以及其他人口因素之间的相关性。我们使用社交联系网络来定义嵌入扩展社会网络中的双向异性恋网络。由此产生的性网络刻画了社会网络中固有的偏见混合，并且基于这种网络对的模型可用于调查基于感染者社交接触的新型干预策略。我们以衣原体在代表新奥尔良年轻的性活跃社区的异性恋网络中传播的模型说明了该方法。

具有因变量感染率的COVID-19大流行动态的数学模型：在韩国的应用

原文标题： A mathematical model of the COVID-19 pandemic dynamics with dependent variable infection rate: Application to South Korea

地址： http://arxiv.org/abs/2008.03248

作者： Aycil Cesmelioglu, Kenneth L. Kuttler, Meir Shillor, Anna M. Spagnuolo

摘要： 这项工作构建，分析和模拟了一种新的SEIR型模型，用于当前流行的冠状病毒（COVID-19）大流行的动力学和潜在控制。它具有隔室结构和不同的夹杂物，具有可变的感染率。这项工作的新颖性是三个方面。首先，根据对疾病控制指令的遵守（就地避难所，口罩/面部遮盖物，身体疏远等），将人群分为完全遵守该指示的人和仅部分遵守该指示的人。或一定是可移动的。这可以评估控制措施的总体有效性以及放松或加强措施对疾病传播的影响。其次，该模型将感染率视为未知，并通过差异包含来跟踪由于病毒突变和饱和效应而导致的感染率变化。第三，通过对某些系统系数引入随机性，我们研究了模型对这些参数的敏感性，并为模型仿真提供了置信区间和置信区间。作为案例研究，模拟了韩国的大流行暴发。通过最小化模型预测与报告数据的偏差来找到模型参数。仿真表明，该模型准确地刻画了韩国的大流行动态，这为模型的预测及其未来使用提供了信心。

COVID、BLM和美国政客在Twitter上的两极分化

原文标题： COVID, BLM, and the polarization of US politicians on Twitter

地址： http://arxiv.org/abs/2008.03263

作者： Anmol Panda, Divya Siddarth, Joyojeet Pal

摘要： 我们绘制了520位美国国会议员的推文的位置，重点分析了他们与两个广泛主题的互动：第一，COVID-19大流行，第二，最近的反种族主义抗议浪潮。我们发现，在讨论COVID-19时，民主党人从公共卫生的角度来讨论这个问题，而共和党人则更有可能关注小型企业和经济。在考察有关反黑人暴力的论述时，我们发现民主党人更有可能将警察的暴行列为特别关注的问题。相比之下，共和党人不仅讨论更少的问题，而且保持其用语更笼统，并批评认为的抗议暴力。

黎巴嫩冠状病毒（COVID-19）传播的建模与模拟

原文标题： Modeling and Simulation of the spread of coronavirus disease (COVID-19) in Lebanon

地址： http://arxiv.org/abs/2008.03264

作者： Ayman Mourad, Fatima Mroue

摘要： 在本文中，我们开发了一种冠状病毒疾病（COVID-19）传播的概率数学模型。它考虑到了这种疾病的已知特殊特征，例如存在未发现的传染性病例以及感染者的不同社会和传染状况。特别是，它考虑了一个国家的社会结构和政府措施，发现的病例占实际感染病例总数的比例以及未发现的来自境外的感染者的涌入。尽管该模型很简单，并且可以合理识别其参数，但使用地方当局提供的关于这一大流行病的数据，它也足够复杂，无法刻画最重要的影响。我们研究了黎巴嫩的特殊情况，并使用其报告的数据估算了模型参数，这对于估算COVID-19在其他国家的传播可能非常有用。我们在报告的数据和模型给出的估计值之间显示出很好的一致性。我们还模拟了几种方案，这些方案可以帮助决策者确定如何放松各种措施，而又不会冒严重的COVID-19浪潮。我们还能够确定导致特定情况的主要因素，从而有助于更好地了解病毒的传播。

COVID-19：如果免疫力减弱了怎么办？

原文标题： COVID-19: What If Immunity Wanes?

地址： http://arxiv.org/abs/2008.03283

作者： M. Alper Çenesiz, Luís Guimarães

摘要： 我们使用一种简单的经济模型，其中通过社会隔离来减少传染，我们研究了免疫力下降对流行病学动态和社会活动的影响。如果免疫力减弱，我们发现COVID-19可能会成为地方性疾病，并且在发现疫苗或治疗之前，不会与社会保持距离。但是免疫力的减弱并不一定会在大流行发作时改变最佳行动。分散的平衡实际上与减弱的免疫力无关，直到接近高峰感染为止。对于集中平衡，免疫力减弱的相关性降低了找到疫苗或治愈方法的可能性，感染的成本（例如，感染致命率）以及存在降低传染性的其他NPI（例如，隔离和使用口罩） 。在校准至2020年7月的模拟中，我们的模型表明，减弱的免疫力对于集中均衡而言至少在2021年之前实际上是不重要的，这为个人和决策者提供了重要的时间，使他们可以在SARS-CoV-2变得至关重要之前了解对SARS-CoV-2的免疫力。

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。