• 多重图关联规则用于链路预测;
• 使用时变SIR模型进行COVID-19风险估计;
• 持久的异质性而非短期的过度分散决定了COVID-19的群体免疫;
• 少量大气泡对大学内部Covid-19传播的影响;
• COVID-19大流行的严重程度，封锁制度和人员流动性：来自88个国家的证据;
• 四层响应系统与中国COVID-19的空间传播网络模型;
• 纽约市地铁闸机使用率和COVID-19患病率的时间序列分析和相关性;
• 针对COVID-19大流行的基于物理的机器学习：八个国家采用社会疏离和短期预测;
• 估算COVID-19流行病的有效再生数和疾病模型变量;
• 评估使用实时互动和反馈来提高在线学习参与度的有效性;
• 隔离作为有针对性的免疫策略;
• 柏林：机构科学合作结构的定量观点;
• 在COVID-19危机期间，专家和权威人士在Twitter上获得了不成比例的关注;
• 2019年英国大选社交媒体上的协调行为;
• 城市铁路系统中的病毒传播风险：基于微观模拟的时空特征分析;
• Covid-19信息疫情揭示了新的临界点流行病学和修订的R公式;
• 意大利区域和省份COVID-19病死率（CFR）的决定因素：环境，人口和医疗保健因素分析;

多重图关联规则用于链路预测

原文标题： Multiplex Graph Association Rules for Link Prediction

地址： http://arxiv.org/abs/2008.08351

作者： Michele Coscia, Michael Szell

摘要： 多重网络使我们能够研究各种复杂的系统，其中节点以多种方式相互连接，例如社会网络中的朋友，家人和同事关系。链路预测是网络分析的一个分支，它使我们可以预测网络的未来状态：哪些新连接最有可能在将来出现？在多路链路预测中，我们还问：哪种类型？因为最后一个问题无法用经典链路预测来解决，所以在这里我们研究使用图关联规则来告知多路链路预测。我们通过通过多重图挖掘来识别网络中的所有频繁模式，从而得出此类规则，然后通过查找原始网络中每个规则的出现情况，对每个未观察到的链接的可能性进行评分。关联规则为多路链路预测增加了新功能：预测新节点的到来，考虑具有四个或更多节点的高阶结构以及提高存储效率。在我们的实验中，我们表明，利用图关联规则，我们能够实现接近理想整体分类器的预测性能。此外，我们在一个有符号的多重网络上进行了一个案例研究，显示了图关联规则如何可以提供有价值的见解以扩展社会平衡理论。

使用时变SIR模型进行COVID-19风险估计

原文标题： COVID-19 Risk Estimation using a Time-varying SIR-model

地址： http://arxiv.org/abs/2008.08140

作者： Mehrdad Kiamari, Gowri Ramachandran, Quynh Nguyen, Eva Pereira, Jeanne Holm, Bhaskar Krishnamachari

摘要： 决策者需要数据驱动的工具来评估COVID-19的传播情况，并不断向公众告知其感染风险。我们提出了一种基于时变SIR流行病模型的严格的混合模型和数据驱动方法来进行风险评分，最终为每个社区生成简化的彩色编码风险级别。我们建议的风险评分 Gamma_t 与当前健康的人在接下来的24小时内被感染的概率成正比。我们展示了如何使用另一种有用的感染传播指标 R_t 来估算该风险评分，R_t 是随时间变化的平均繁殖数量，该数量表示受感染者将依次感染的平均人数。所提出的方法还允许以置信区间的形式量化 R_t 和 Gamma_t 的估计中的不确定性。我们工作的代码和数据已开源，并已用于评估和传达洛杉矶市和县的感染风险。

持久的异质性而非短期的过度分散决定了COVID-19的群体免疫

原文标题： Persistent heterogeneity not short-term overdispersion determines herd immunity to COVID-19

地址： http://arxiv.org/abs/2008.08142

作者： Alexei V. Tkachenko, Sergei Maslov, Ahmed Elbanna, George N. Wong, Zachary J. Weiner, Nigel Goldenfeld

摘要： 越来越清楚的是，COVID-19流行病的特征是传播过度，从而大部分传播是由少数感染者驱动的。通常认为，与传统的充分混合隔室模型的同质性假设有如此大的背离，这是短期超级传播事件的结果，例如，个体在感染高峰时出现极端病毒脱落率，而同时又参与了大量没有适当缓解的情况下聚集。但是，我们证明，流行病的传播主要对个体易感性或传染性的长期或持续异质性敏感。我们演示了如何将这种异质性纳入广泛的流行病学模型中，并得出有效繁殖数Re对易感种群分数S的非线性依赖性。与短期过度分散的影响相比，持久性异质性具有三个重要影响：（1）导致对早期流行病动态的重大改变； （2）显著抑制了畜群免疫阈值； （3）这也大大减少了该流行病的最终规模。我们使用现实生活中面对面接触网络的数据以及COVID-19流行期间发病率的年龄变化来估计社会和生物学对持久异质性的贡献。此外，来自纽约市（NYC）和芝加哥以及美国50个州的COVID-19流行病的经验数据提供了对异质性水平的一致描述。我们的估计表明，在第一波流行之后，受灾最严重的地区（如纽约市）接近异质性改良的牛群免疫阈值。但是，如果社会互动的模式发生重大变化，这种免疫力就会随着时间的流逝而变得脆弱。

少量大气泡对大学内部Covid-19传播的影响

原文标题： Impact of a small number of large bubbles on Covid-19 transmission within universities

地址： http://arxiv.org/abs/2008.08147

作者： Alan Dix

摘要： 本文使用各种分析和计算模型来评估大学生社会/学习泡沫的影响。泡泡被认为是减少Covid-19在大学内部传播的潜在影响的一种方式，否则可能间接导致更广泛人群中数百万例额外病例的发生。不同的模型在广义上达成了一致，任何将小气泡分解成较大的单元（如年会或小型学生宿舍），都会对整个社区产生实质性影响。这强调了学生必须了解情况并进行有效的校园测试，跟踪和追溯。

COVID-19大流行的严重程度，封锁制度和人员流动性：来自88个国家的证据

原文标题： COVID-19 Pandemic Severity, Lockdown Regimes, and People Mobility: Evidence from 88 Countries

地址： http://arxiv.org/abs/2008.08150

作者： Md. Mokhlesur Rahman, Jean-Claude Thill, Kamal Chandra Paul

摘要： 这项研究从经验上研究了冠状病毒大流行的严重程度，零售和娱乐场所，运输站，工作场所和居住区的流动性变化以及全球88个国家/地区的封锁措施之间的复杂相互作用。为了进行这项研究，从多种来源（例如Google，UNDP，UN，BBC，Oxford University，Worldometer）收集了有关人员的出行方式，人口的社会经济和人口特征，封锁措施和冠状病毒大流行的数据。考虑到介体的干预作用，使用结构方程模型（SEM）技术研究自变量对因变量的直接和间接影响。结果表明，锁定措施对鼓励人们保持社会距离具有重要作用。但是，大流行的严重程度以及社会经济和体制因素对维持社会疏远做法的影响有限。结果还说明，城市性和现代性的社会经济和制度因素对大流行的严重程度具有重大影响。老年人人数较多，服务业就业人数较多，全球化趋势较高的国家（例如美国，英国，意大利和西班牙）是冠状病毒大流行的最大受害者。社会疏远措施在减轻大流行的严重程度方面是合理有效的。

四层响应系统与中国COVID-19的空间传播网络模型

原文标题： Four-tier response system and spatial propagation of COVID-19 in China by a network model

地址： http://arxiv.org/abs/2008.08152

作者： Jing Ge, Daihai He, Zhigui Lin, Huaiping Zhu, Zian Zhuang

摘要： 为了调查锁定和社会隔离限制的有效性，这些锁定和限制隔离的有效性已作为遏制全球正在进行的COVID-19大流行的政策选择，我们根据经典的SEAIR流行病学来制定和讨论分阶段和加权的网络系统模型。根据来自中国国家应急计划的对公共卫生危机的四级应对，考虑了五个阶段。得出了交错的基本繁殖数，我们评估了中国大陆19个城市/地区在不同情况下的锁定和社会隔离政策的有效性。此外，我们根据城市之间的人口流动性和一些非药物干预的强度来估计与连续释放相关的感染风险。我们的结果表明，对于高风险城市而言，I级公共卫生应急响应必不可少，它可以有效，快速地平整COVID-19曲线。此外，设计合理的交错释放策略对于预防和控制COVID-19极为重要，而且有利于经济活动以及社会稳定与发展。

纽约市地铁闸机使用率和COVID-19患病率的时间序列分析和相关性

原文标题： Time Series Analysis and Correlation of Subway Turnstile Usage and COVID-19 Prevalence in New York City

地址： http://arxiv.org/abs/2008.08156

作者： Sina Fathi-Kazerooni, Roberto Rojas-Cessa, Ziqian Dong, Vatcharapan Umpaichitra

摘要： 在本文中，我们显示了纽约市交通管理局提供的纽约市地铁旋转门使用数据与COVID-19死亡和纽约市卫生局报告的病例之间的密切相关性。旋转闸的使用数据不仅表明该城市的地铁使用情况，还显示了人们的活动，从而促进了2020年3月至5月间COVID-19城市居民的普遍使用。在这里，我们通过长期短期记忆神经网络的应用证明了这种相关性。我们表明，COVID-19患病率与死亡的相关性考虑了死亡之前的潜伏期和症状期。建立了这种相关性之后，我们使用自动回归综合移动平均模型来估算报告的死亡人数减少之后，COVID-19死亡人数和病例数接近零的日期。我们还通过回溯数据集来估计首例病例和死亡发生的日期，并将它们与报告的日期进行比较。

针对COVID-19大流行的基于物理的机器学习：八个国家采用社会疏离和短期预测

原文标题： Physics-informed machine learning for the COVID-19 pandemic: Adherence to social distancing and short-term predictions for eight countries

地址： http://arxiv.org/abs/2008.08162

作者： G. D. Barmparis, G. P. Tsironis

摘要： 通过大多数国家实行的社会疏远措施，或多或少地减少了2020年上半年COVID-19的传播。在这项工作中，我们通过机器学习技术将国家/地区级别的感染数据直接链接到一个数字，该数字表示社会疏远效果。我们假设标准的SIR模型可以合理地描述传播的动态，因此可以通过外部施加的与时间有关的感染率来模拟社会疏远方面。我们使用指数ansatz来分析SIR模型，找到与时间无关的感染率的精确解，并得出与时间相关的感染率随感染人群的函数的简单一阶微分方程。使用来自八个国家的“第一波”感染的感染人数数据，并通过具有物理知识的机器学习，我们得出了导致特定感染的社会距离中线性依赖的程度。我们发现，在两个极端中，希腊的一侧具有最大的衰减斜率，而美国的另一侧则具有几乎平坦的“衰减”。斜坡的等级与每个国家大流行遏制的有效性相适应。最后，我们在分析期结束后用数据训练网络，并对感染的当前阶段进行为期一周的预测，这些预测似乎非常接近实际感染值。

估算COVID-19流行病的有效再生数和疾病模型变量

原文标题： Estimating the Effective Reproduction Number and Variables of Disease Models for the COVID-19 Epidemic

地址： http://arxiv.org/abs/2008.08201

作者： Mauricio C. de Oliveira

摘要： 本文讨论了在非线性模型中估计疾病传播变量的问题及其在COVID-19流行病中的应用。首先回顾无约束的方法，并显示它们对应于线性滤波器的应用，其后是坐标变化后有效再现数的非线性估计。不受约束的方法通常无法将估计的变量保持在其物理范围内，并且可能导致不可靠的估计，从而需要积极地平滑原始数据。为了克服这些缺点，提出了一种约束估计方法，该方法将模型变量保持在预定范围内，并且还可以促进估计的平滑性。约束估计可以直接应用于原始数据，而无需预先平滑以及相关的信息丢失和额外的延迟。它也可以轻松扩展以处理其他信息，例如感染个体的数量。结果问题被转换为具有线性和凸二次约束的凸二次优化问题。还表明，当应用于死亡数据时，不受约束和受约束的方法均与死亡率无关。该方法适用于来自COVID-19流行病的公共死亡数据。

评估使用实时互动和反馈来提高在线学习参与度的有效性

原文标题： Assessing the Effectiveness of Using Live Interactions and Feedback to Increase Engagement in Online Learning

地址： http://arxiv.org/abs/2008.08241

作者： Beth Porter, Burcin Bozkaya

摘要： 用于专业发展或其他类型的工作场所培训的亲自指导提供了社交环境和即时反馈机制，通常可确保所有参与者都成功。在线的，自定进度的教学缺乏这些机制，并且依赖于每个学习者的动力和毅力，通常导致完成率较低。在本研究中，我们研究了将支持工具和实时反馈引入在线学习体验中对课程学习者表现，课程持久性以及选择完成补充阅读和作业的影响。我们的实验结果表明，实时互动与所研究的所有绩效指标之间具有显著的统计学显著正相关。

隔离作为有针对性的免疫策略

原文标题： Quarantines as a Targeted Immunization Strategy

地址： http://arxiv.org/abs/2008.08262

作者： Jessica Hoffmann, Matt Jordan, Constantine Caramanis

摘要： 在最近发生的COVID-19疫情中，隔离已被用来“弄平曲线”并减缓疾病的传播。在本文中，我们证明，这不是隔离对减轻SIR的唯一好处。在图上流行。实际上，我们从理论上证明，在第一波感染之后，高度节点不成比例地处于“已删除”状态，这具有非常积极的后果。特别是，幂律图在感染几波后不会保持其结构，这意味着第二波和第三波的幅度可能比第一波小得多。我们提出了一种开放和关闭策略，旨在在感染最小数量的个体的同时对图表进行免疫，同时确保种群对将来的感染具有强大的抵抗力。我们在模拟网络上通过实验验证了我们的结果。

柏林：机构科学合作结构的定量观点

原文标题： Berlin: A Quantitative View of the Structure of Institutional Scientific Collaborations

地址： http://arxiv.org/abs/2008.08355

作者： Aliakbar Akbaritabar

摘要： 本文研究了欧洲大都市地区的科学合作结构。它旨在确定柏林组织之间的战略联盟，作为具有高度机构和部门多样性的特殊案例。通过采用基于全球，区域和组织的方法，我们提供了这种多样性的定量，探索性和宏观观点。我们使用1996-2017年间至少一个位于柏林的组织的出版物数据。我们将通过他们自己代表的研究档案，进一步比较柏林大学联盟（BUA）的四个成员与OECD学科的实证结果进行调查。使用双向网络建模框架，我们可以超越无可争议的趋势，朝着团队科学和日益国际化的方向发展。我们的结果表明，BUA成员塑造了该地区科学合作的结构。但是，它们并非在所有学科中都紧密协作。在某些学科（例如农业科学和人文科学）中存在较大的分歧。只有医学和卫生科学具有区域内合作的凝聚力，这标志着2003年建立的区域合作的成功。我们解释了可能形成观察趋势以及部门和区域内分组的潜在因素。本文的主要方法论贡献是评估不同组织名称消歧技术的覆盖范围和准确性。

在COVID-19危机期间，专家和权威人士在Twitter上获得了不成比例的关注

原文标题： Experts and authorities receive disproportionate attention on Twitter during the COVID-19 crisis

地址： http://arxiv.org/abs/2008.08364

作者： Kristina Gligorić, Manoel Horta Ribeiro, Martin Müller, Olesia Altunina, Maxime Peyrard, Marcel Salathé, Giovanni Colavizza, Robert West

摘要： 在COVID-19大流行期间，及时获取准确的信息至关重要。在主要利益相关者警告“信息流行病”的提示下，我们研究了Twitter在2020年1月至2020年5月之间的信息共享。我们观察到3月/ 4月峰值锁定期间，一般以及与COVID-19相关的推文的总量激增2020年。就参与度（转推和喜欢）而言，与医疗，科学，政府和政治有关的账户获得的增长最大，而与宗教和体育有关的账户参与度则相对下降。尽管“信息流行病”的威胁仍然存在，但我们的结果表明，社交媒体还为专家和公共机构提供了一个平台，使专家和公共机构在全球危机期间能被广泛听取。

2019年英国大选社交媒体上的协调行为

原文标题： Coordinated Behavior on Social Media in 2019 UK General Election

地址： http://arxiv.org/abs/2008.08370

作者： Leonardo Nizzoli, Serena Tardelli, Marco Avvenuti, Stefano Cresci, Maurizio Tesconi

摘要： 协调的在线行为是信息和影响运营的重要组成部分，因为它们可以更有效地传播信息。关于协调行为的大多数研究都涉及人工调查，并且很少有现有的计算方法做出大胆的假设或过分简化问题以使其易于处理。在这里，我们提出了一个新的基于网络的框架，用于发现和研究社交媒体上的协调行为。我们的建议扩展了现有系统，并超出了限制协调和不协调行为的二进制分类的范围。它允许发现不同的协调模式，并估计表征不同社区的协调程度。我们将框架应用于2019年英国大选期间收集的数据集，以检测和表征参与选举辩论的协调社区。我们的工作传达了理论和实践意义，并为研究在线操作提供了更为细微和细粒度的结果。

城市铁路系统中的病毒传播风险：基于微观模拟的时空特征分析

原文标题： Virus Transmission Risk in Urban Rail Systems: A Microscopic Simulation-based Analysis of Spatio-temporal Characteristics

地址： http://arxiv.org/abs/2008.08448

作者： Jiali Zhou, Haris N. Koutsopoulos

摘要： 在公共交通系统中空气传播疾病的传播风险值得关注。本文提出了一种改进的Wells-Riley模型，用于公共交通系统中的风险分析，以刻画客流特征，包括登机，下车乘客和感染者数量方面的时空格局。该模型用于评估作为OD流量，实际操作以及戴口罩和通风等因素的总体风险。该模型与地铁运营的微观仿真模型（SimMETRO）集成在一起。案例研究利用地铁系统的实际数据探索了各种因素对传播风险的影响，包括戴口罩，通风率，疾病的传染性水平和携带者的比率。通常，在各种需求水平，传染水平和携带者比例下，戴口罩和通风都是有效的。戴口罩在减轻风险方面更有效。还评估了运营和服务频率的影响，强调了保持可靠，频繁运行以降低传输风险的重要性。还探索了风险空间格局，突出了较高风险的位置。

Covid-19信息疫情揭示了新的临界点流行病学和修订的R公式

原文标题： Covid-19 infodemic reveals new tipping point epidemiology and a revised R formula

地址： http://arxiv.org/abs/2008.08513

作者： N.F. Johnson, N. Velasquez, O.K. Jha, H. Niyazi, R. Leahy, N. Johnson Restrepo, R. Sear, P. Manrique, Y. Lupu, P. Devkota, S. Wuchty

摘要： 许多政府已经通过一条简单的消息设法控制了COVID-19的爆发：保持有效的“ R 数量” R <1 以防止广泛蔓延并弄平曲线。这就提出了一个问题，即类似的政策是否可以控制危险的在线信息，错误信息和虚假信息“信息病”。在这里，我们使用COVID-19信息流行病的多平台数据显示，其在线传播包含了不同的动态机制，其中独立平台内和跨平台的社区和用户在类似于病毒传播的时间范围内偶尔形成临时活动链接。这样可以使可能已经消失的材料演化，甚至变异。这使已经成功传播仇恨和反疫苗材料的利基网络迅速成为具有叙事性COVID-19疗法，反亚洲情绪和阴谋论的叙事的全球超级传播者。我们衍生出新工具，结合了这些耦合的社会病毒动态，包括在线R ，以帮助防止信息量大规模传播：从跨平台（例如Facebook，4Chan）传播到在给定的子人群或社区中传播，或者话题。通过考虑相似的社会和病毒时间尺度，相同的数学理论还提供了对其他非常规感染特征的定量描述，例如谣言在金融市场中传播和感冒在学校中传播。

意大利区域和省份COVID-19病死率（CFR）的决定因素：环境，人口和医疗保健因素分析

原文标题： The determinants of COVID-19 case fatality rate (CFR) in the Italian regions and provinces: an analysis of environmental, demographic, and healthcare factors

地址： http://arxiv.org/abs/2008.08133

作者： Gaetano Perone

摘要： 通过采取迅速和日益严格的措施遏制疫情，意大利政府一直是对COVID-19紧急情况反应最快的国家之一。尽管如此，意大利遭受了巨大的人力和社会代价，尤其是在伦巴第。本文的目的是双重的：i）首先，使用多元OLS回归方法调查意大利20个地区和107个省的病死率（CFR）差异的原因； ii）其次，通过使用Ward层次集聚聚类方法，建立具有COVID-19相似死亡风险的省份的分类。我考虑了卫生系统指标，环境污染，气候条件，人口统计学变量以及代表卫生系统饱和的三个临时指标。结果表明，总体医疗保健效率，医师密度和平均温度有助于降低CFR。相反，70岁及以上的人口，汽车和公司密度，空气污染物（NO2，O3，PM10和PM2.5）的水平，相对平均湿度，COVID-19患病率以及卫生系统饱和度的所有三个指标都是与CFR正相关。人口密度，社会垂直融合和海拔高度没有统计学意义。尤其是，死亡的风险会随着年龄的增长而增加，因为90岁及以上的人比80至89岁的人高三倍，而比70至79岁的人高四倍。此外，聚类分析表明，最高的死亡风险集中在该国北部，而最低的风险与南部省份有关。最后，由于患病率和卫生系统饱和度指标在解释CFR变异性中起着最重要的作用，因此后者的很大一部分可能是由意大利卫生系统承受的巨大压力引起的。

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。