Arxiv网络科学论文摘要10篇(2021-05-21)

  • 复杂网络中通过相互影响节点进行链路预测的偏好随机游走算法;
  • 基于社区检测和多属性决策的影响力最大化混合算法;
  • 社会网络的重要性和热门度;
  • 多层网络分析:西西里黑手党行动中关键角色的确定;
  • 大小无关紧要-在虚拟世界中。将在线社会网络行为与企业家的商业成功进行比较;
  • 可解释索赔验证的统一双视图认知模型;
  • 虚拟镜像对客户满意度的影响;
  • 模拟社交距离对疾病大规模传播的影响;
  • 团队形成博弈中的人与人协调;
  • 表征YouTube上令人厌恶、信息错误和受众错误的内容;

复杂网络中通过相互影响节点进行链路预测的偏好随机游走算法

原文标题: A Preference Random Walk Algorithm for Link Prediction through Mutual Influence Nodes in Complex Networks

地址: http://arxiv.org/abs/2105.09494

作者: Kamal Berahmand, Elahe Nasiri, Saman Forouzandeh, Yuefeng Li

摘要: 在过去的几年中,预测复杂网络中的链接已成为数据挖掘和科学发现领域的重要主题之一。该问题仍然是尝试使用图中的现有链接来标识将来的,已删除的和冗余的链接。局部随机游走被认为是准局部方法类别中最著名的算法之一。它使用有限数量步长的传统随机游走遍历网络,在每个步长中随机选择具有同等重要性的节点中的一个相邻节点。然后,该方法使用节点对之间的转移概率来计算它们之间的相似性。但是,在大多数数据集中,这种方法无法在对非常相似的节点进行评分时准确执行。在本文中,提出了一种有效的方法,通过鼓励随机游走在每个步骤中朝着影响力更强的节点移动,来改善局部随机游走。因此,根据源节点的影响选择下一个节点。为此,使用互信息,提出了节点不对称相互影响的概念。已对提议的方法与其他基于相似性的方法(本地,准本地和全局)进行了比较,并报告了11个现实网络的结果。与其他链路预测方法相比,它具有更高的预测精度。

基于社区检测和多属性决策的影响力最大化混合算法

原文标题: A hybrid algorithm based on Community Detection and Multi-Attribute Decision-Making for Influence Maximization

地址: http://arxiv.org/abs/2105.09507

作者: Masoud Jalayer, Morvarid Azheian, Mehrdad Mohammad Ali Kermani

摘要: 影响最大化问题正在尝试确定一组K个节点,通过这些节点可以最大程度地扩展影响,疾病或信息的传播。通过找到这样的集合来优化影响力是一个NP难题,也是分析复杂网络的关键问题。为理解决这个问题,本文提出了一种基于社区检测算法和MADM技术(TOPSIS)的贪婪和混合方法,称为贪婪TOPSIS和基于社区的算法(GTaCB)。本文简要介绍了社区检测和TOPSIS技术,然后给出了该算法的伪代码。然后,它从两个方面:扩散质量和扩散速度,将GTaCB找到的解决方案的性能与一些知名的贪婪算法进行了比较,这些贪婪算法基于度中心性,紧密性中心性,介数中心性中心性,PageRank以及TOPSIS。为了评估GTaCB的性能,提供了在9种不同类型的实际网络上的计算实验。这些测试是通过一种著名的流行扩散模型进行的,即易感感染恢复(SIR)模型。仿真表明,在大多数情况下,提出的算法明显优于其他算法,主要是因为初始节点数或感染概率增加。

社会网络的重要性和热门度

原文标题: Criticality and Popularity in Social Networks

地址: http://arxiv.org/abs/2105.09359

作者: Eberhard Mayerhofer

摘要: 我发现社会网络中的几种信息共享模型可以解释为年龄相关的多类型分支过程,并根据Sewastjanow独立地构建它们。这允许表征(真实和随机)社会网络中的关键性。对于随机网络,我开发了一种处理这些模型的高维度的矩闭合方法:通过修改与关注者共享的时间,可以由一个代表代表所有用户,而后代总数保持不变。因此,我计算出确切的受欢迎程度分布,揭示了关键模型的病毒特征,该模型由有向肥尾减去三分之二表示。

多层网络分析:西西里黑手党行动中关键角色的确定

原文标题: Multilayer Network Analysis: The Identification of Key Actors in a Sicilian Mafia Operation

地址: http://arxiv.org/abs/2105.09397

作者: Annamaria Ficara, Giacomo Fiumara, Pasquale De Meo, Salvatore Catanese

摘要: 最近,社会网络分析研究已导致对具有多个子系统和连接层的网络的现有工具进行了改进和推广。这些类型的网络通常称为多层网络。其中每一层与网络中的另一层共享至少一个节点的多层网络称为多路网络。作为Multiplex网络,不需要所有节点都存在于每一层上。在本文中,我们建立了一个涉及“黑手党”反黑手党行动的犯罪多重网络,它基于法官在2007年3月14日发布的审前拘留令,以对法院进行初步调查。 (西西里岛)的地图。 “蒙大拿州”关注两个叫“ Mistretta”和“ Batanesi”的黑手党家庭,他们通过西西里黑手党附近的企业家联合组织渗透了包括西西里东北部的公共工程在内的数种经济活动。最初,我们派生两个单层网络,前者刻画可疑个人之间的会议,而后者记录电话。但是,通过多层结构可以更好地对某些网络系统进行建模,在多层结构中,单个节点会形成多层关系。因此,我们从单层网络构建了两层网络。这两个层共享47个节点。我们遵循三种不同的方法,以度为描述符来测量多层网络中节点的重要性。我们的分析可以帮助识别犯罪网络中的主要参与者。

大小无关紧要-在虚拟世界中。将在线社会网络行为与企业家的商业成功进行比较

原文标题: Size does not matter – in the virtual world. Comparing online social networking behaviour with business success of entrepreneurs

地址: http://arxiv.org/abs/2105.09546

作者: P. A. Gloor, S. Woerner, D. Schoder, K. Fischbach, A. Fronzetti Colladon

摘要: 我们探索了网络业务在社会网络(如LinkedIn)中的地位可能给有抱负的企业家带来哪些好处。我们比较了虚拟网络和现实网络之间的两个网络属性,即大小和嵌入度,以及两个角色属性,即位置和多样性。像LinkedIn这样的社会网络的承诺是,网络朋友可以更轻松地访问关键资源,例如法律和金融服务,客户和业务合作伙伴。我们的设置包含德国商业网络站点XING(LinkedIn的德语版本)的100万个公开成员资料,从中我们提取了来自12家德国大型大学的15,000名初创企业家的网络结构。我们发现虚拟网络规模和嵌入式性没有积极影响,而位置和多样性也没有带来积极影响。

可解释索赔验证的统一双视图认知模型

原文标题: Unified Dual-view Cognitive Model for Interpretable Claim Verification

地址: http://arxiv.org/abs/2105.09567

作者: Lianwei Wu, Yuan Rao, Yuqian Lan, Ling Sun, Zhaoyin Qi

摘要: 最近的研究构建了索赔与每个单个用户响应(评论或相关文章)之间的直接交互以获取证据,这些研究表明,在可解释的索赔验证中取得了巨大的成功。由于不同的单一反应传达了对个人用户(即听众)的不同认知,因此所刻画的证据属于个人认知的观点。但是,个人对社会事物的认识并不总是能够真正反映出目标。他们对权利要求的观点可能存在单方面或偏颇的语义。刻画的证据相应地包含一些客观的和有偏见的证据片段,从而降低了工作绩效。在本文中,我们提出了一种基于集体和个人认知(CICD)观点的双视图模型,用于可解释的索赔验证。从集体认知的角度来看,我们不仅刻画基于单个用户的单词级语义,而且关注所有用户之间的句子级语义(即总体响应),并调整它们之间的比例以生成全局证据。 。从个人认知的角度,我们选择差异较大的前 k 篇文章,并与声明进行交互以探索本地关键证据片段。为了减弱个人认知观点证据的偏见,我们设计了不一致的损失来抑制全局证据与局部证据之间的差异,从而加强两者之间的一致性。在三个基准数据集上进行的实验证实,CICD具有最先进的性能。

虚拟镜像对客户满意度的影响

原文标题: The impact of virtual mirroring on customer satisfaction

地址: http://arxiv.org/abs/2105.09571

作者: P. Gloor, A. Fronzetti Colladon, G. Giacomelli, T. Saran, F. Grippa

摘要: 我们调查了一种称为“虚拟镜像”的新方法的影响,该方法可以促进员工的自我反省并影响客户满意度。该方法基于通过社会网络和语义分析来测量沟通模式,并将其镜像回个人。我们的目标是证明自我反省可以触发沟通行为的改变,从而提高客户满意度。我们通过比较与暴露于虚拟镜像(实验组)的团队负责人相关的客户满意度变化,来说明和测试我们分析大型全球服务公司的电子邮件的方法。我们发现实验组的客户满意度提高了,而对照组(未参与虚拟镜像过程的团队负责人)则有所下降。关于各个沟通指标,我们发现,当员工响应速度更快,使用更简单的语言,嵌入较少集中的沟通网络并表现出更稳定的领导方式时,客户满意度会更高。

模拟社交距离对疾病大规模传播的影响

原文标题: Modeling the effects of social distancing on the large-scale spreading of diseases

地址: http://arxiv.org/abs/2105.09697

作者: Paulo Cesar Ventura, Alberto Aleta, Francisco Aparecido Rodrigues, Yamir Moreno

摘要: 为了遏制人与人之间可以传播的新兴疾病的传播,通常会实施旨在减少人与人之间相互作用的非药物干预措施(NPI)。后一种措施的一个例子是社会疏远,它可能是政策驱动的,也可能是由于担心感染而在人口中内生的。但是,如果在种群达到畜群免疫之前取消了NPI,则病原体的进一步重新引入将导致继发感染。在这里,我们研究了不同的社会疏远方案对疾病大规模传播的影响。具体来说,我们将总体人口模型概括为包括亚人群水平的社会疏散机制,并为短期和长期策略建模,这些策略是由有关流行病的本地或全局信息提供的。我们表明,不同的模型成分可能导致不同的亚群中非常不同的结果。我们的结果表明,对于本地或全球实施和管理争用措施是否更有效的问题,没有唯一的答案,而模型结果取决于如何考虑人类互动的全部复杂性。

团队形成博弈中的人与人协调

原文标题: Human-agent coordination in a group formation game

地址: http://arxiv.org/abs/2105.09764

作者: Tuomas Takko, Kunal Bhattacharya, Daniel Monsivais, Kimmo Kaski

摘要: 人与自主主体之间在合作博弈中的协调与合作提出了有关人类决策和行为改变的有趣问题。在这里,我们报告在一个由不同的人员和主体玩家组成的小世界网络中进行的组队博弈的发现,旨在通过使用不重叠的信息与相邻玩家交换位置来实现相同颜色的连接群集。在实验中,通过奖励优先考虑他们自己的集群来激励人类玩家,而主体商的决策模型则是从我们先前人类玩家之间纯粹合作博弈的实验中得出的。通过将球员分为三个不同的组来进行实验,以研究在团队中拥有合作的自治主体商的整体效果。我们观察到,人类受试者的行为变化通过减少风险规避而适应了与自主主体人的玩耍,同时通过在博弈回合中执行的两个动作将行为分为自私和合作来保持整体绩效的效率。此外,来自两种混合人类主体设置的结果表明,组组成影响簇的演化。我们的发现表明,在纯粹或更少的协作环境中,为人类提供更多控制权可能有助于最大化混合系统的整体性能。

表征YouTube上令人厌恶、信息错误和受众错误的内容

原文标题: Characterizing Abhorrent, Misinformative, and Mistargeted Content on YouTube

地址: http://arxiv.org/abs/2105.09819

作者: Kostantinos Papadamou

摘要: YouTube彻底改变了人们发现和消费视频的方式。尽管YouTube可以轻松访问数百个制作精良且值得信赖的视频,但令人讨厌,误导性和针对性不强的内容也很常见。该平台受到各种类型的问题内容的困扰:1)干扰针对幼儿的视频; 2)仇恨和厌恶的内容; 3)伪科学的错误信息。尽管YouTube的推荐算法在增加用户参与度和YouTube获利方面起着至关重要的作用,但其在不经意间推广有问题的内容中所扮演的角色仍未被完全理解。在本文中,我们阐明了YouTube上有问题的内容的程度以及推荐算法在此类内容的传播中的作用。遵循以数据为依据的量化方法,我们分析了YouTube上的数千个视频,以揭示以下内容:1)幼儿使用YouTube媒体的风险; 2)通过重点关注非自愿隔离(Incels)社区,推荐算法在传播女性厌恶内容方面的作用;和3)用户在平台各个部分上暴露的伪科学内容,以及该暴露如何根据用户的观看历史记录而发生变化。我们的分析表明,幼儿随机浏览平台时可能会遇到令人不安的内容。通过分析YouTube上的Incel社区,我们发现Incel活动随着时间的推移而增加,并且平台可能在引导用户转向极端内容方面发挥了积极作用。最后,在研究伪科学错误信息时,我们发现YouTube建议的与传统伪科学主题(例如地球)相关的伪科学内容要多于新兴主题(例如COVID-19),并且这些建议在搜索结果页上比在搜索结果页上更为常见。用户的主页或视频推荐部分。

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。

作者:ComplexLY
微信公众号:netsci
欢迎扫描左侧微信公众号二维码进行交流!
本文地址:https://netsci.complexly.cn/post/20210521/