• 学术期刊的相似网络融合;
• 量化意见领袖观点传递延迟对新浪微博COVID-19信息传播的影响;
• 建模分布式移动联系人跟踪应用中用于个人重新识别的记忆;
• Twitter上的国际专家社群在COVID-19大流行期间变得更加孤立;
• 德国以中小企业为中心的B2B平台的混合方法景观分析;

学术期刊的相似网络融合

原文标题： Similarity network fusion for scholarly journals

地址： http://arxiv.org/abs/2011.06795

作者： Federica Baccini, Lucio Barabesi, Alberto Baccini, Mahdi Khelfaoui, Yves Gingras

摘要： 本文利用网络融合技术探索学术期刊之间的知识和社会亲近度。期刊之间的相似性最初是通过基于共引，共同作者和共同编辑的三层网络来表示的。通过实现融合的相似性网络将三层中包含的信息进行组合。随后，采用局部距离相关性来测量每一层对融合网络结构的贡献。最后，通过使用模块化来探索融合网络的社区形态。在所考虑的三个领域（即经济学，信息学和图书馆科学与统计）中，对融合网络结构的主要贡献来自于编辑。这一结果表明，编辑作为期刊看门人的角色与界定学术界的界限最为相关。关于信息和图书馆科学与统计，期刊群反映了子领域的专业知识。至于经济学，期刊集群似乎可以用替代方法论方法得到更好的解释。因此，表示融合网络中期刊簇的图是探索研究领域的强大探索工具。

量化意见领袖观点传递延迟对新浪微博COVID-19信息传播的影响

原文标题： Quantify Influence of Delay in Opinion Transmission of Opinion Leaders on COVID-19 Information Propagation in the Chinese Sina-microblog

地址： http://arxiv.org/abs/2011.06797

作者： Fulian Yin, Xueying Shao, Meiqi Ji, Jianhong Wu

摘要： 在快速发展的重大公共卫生危机（例如COVID-19大流行）中，可以在社交媒体平台上顺序发布多个相关信息。后续发布时间之间的间隔可能会对新旧信息的传输和交叉传播产生不同的影响，从而导致新信息的转发用户的峰值和最终大小不同，具体取决于内容的相关性以及新信息是否在旧信息的爆发或准稳态阶段发布。为了帮助设计有效的通信策略以确保将信息传递给最大数量的用户，我们开发和分析了两类具有传播延迟的易感性免疫信息传播模型，以描述相关信息的交叉传播过程。我们使用来自新浪微博的真实数据对这些模型进行参数化，并使用参数化的模型来定义和评估相互吸引力指数，并使用这些指数和参数敏感性分析为策略提供信息，以确保在新信息有效传播的最佳策略。微博。

建模分布式移动联系人跟踪应用中用于个人重新识别的记忆

原文标题： Modelling Memory for Individual Re-identification in Decentralised Mobile Contact Tracing Applications

地址： http://arxiv.org/abs/2010.05514

作者： Luca Bedogni, Shakila Khan Rumi, Flora Salim

摘要： 2020年，冠状病毒的爆发改变了全世界人们的生活。在尚不清楚如何与病毒作斗争的最初时期之后，社会隔离已被全球公认是减轻疾病传播的有效方法。这就要求使用诸如移动联系人跟踪应用程序（MCTA）之类的技术工具，该工具可用于以数字方式跟踪人们之间的联系，如果发现肯定的情况，则将通知安装了该应用程序的人已经联系了。去中心化的MCTA可能会遭受基于人类记忆的新型隐私攻击，在受到应用程序通知后，MCTA可以确定谁是负责该通知的积极个人。我们的结果表明，确实有可能在一个人的交往人群中识别出积极的人，而当积极的人的社交能力低下时，这甚至会变得更加容易。在实践中，我们的仿真结果表明，根据具体情况，可以以90％以上的精度进行识别。我们还提供了可在分散式MCTA中实施的三种缓解策略，并分析了这三种缓解策略在限制这种新型攻击方面更有效。

Twitter上的国际专家社群在COVID-19大流行期间变得更加孤立

原文标题： International expert communities on Twitter become more isolated during the COVID-19 pandemic

地址： http://arxiv.org/abs/2011.06845

作者： Francesco Durazzi, Martin Müller, Marcel Salathé, Daniel Remondini

摘要： COVID-19代表了迄今为止最严重的全球危机，可以实时研究其公开对话。为此，我们使用了2020年1月13日至2020年6月7日超过2600万说英语的Twitter用户发布的超过3.5亿条推文和转发的数据集。在表征复杂的转发网络时，我们确定了几个稳定的社区，并且能够将他们与科学专家团体，国家精英和政治人物联系起来。我们发现，在大流行初期，科学专家社区受到了不成比例的关注，并在当时引领了讨论。然而，随着大流行的蔓延，人们的注意力转向了国家精英和政治行为者，同时引入了针对特定国家的遏制措施，并使辩论日益政治化。科学专家仍在讨论中，但接触范围较小，隔离和隔离程度较高。总体而言，新兴社区的特征是自我放大和两极分化增加。这通常会使来自国际卫生组织或当局的信息更难以覆盖广泛的受众。这些结果可能会对未来全球危机中的信息传播产生影响。

德国以中小企业为中心的B2B平台的混合方法景观分析

原文标题： A Mixed-Method Landscape Analysis of SME-focused B2B Platforms in Germany

地址： http://arxiv.org/abs/2011.06859

作者： Tina Krell, Fabian Braesemann, Fabian Stephany, Nicolas Friederici, Philip Meier

摘要： 数字平台具有巨大的潜力，尤其是通过跨组织的数据共享，可以提供更高的价值创造和创新。看来德国的中小企业目前在犹豫或无法创建自己的平台。为了全面理解以德国中小型企业为中心的平台格局（即由中小型企业领导或针对中小型企业的平台）的结构，我们采用了传统案头研究和定量分析的混合方法。该研究发现，新旧德国联邦州之间的边界存在巨大的地理差异，而中小企业（而不是大型公司和初创公司）的平台风险总体较小。中小企业平台风险企业更可能是合伙企业。我们指出，高资本密集度可能是其原因。

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。