• 推断标签网络中的社区特征;
• x指数：一种新的基于引文距离的指数，用于衡量学术影响力;
• 双语者在贝叶斯命名博弈中的作用;
• 社会保障福利的最佳索取;
• Parlermonium：Parler平台的数据驱动UX设计评估;
• 具有规定度序列的单纯复形的构造;
• 主体心理模型和贝叶斯规则作为创建意见动态模型的工具;
• 周末宵禁对流行病的影响：蒙特卡罗模拟;
• 使用由GPS数据构建的时间网络优化旅行路线;
• 网络中的动态扰动传播;
• CoRank：一种用于提取摘要的聚类和图排序方法;
• 绘制NFT革命：市场趋势、交易网络和视觉特征;

推断标签网络中的社区特征

原文标题： Inferring community characteristics in labelled networks

地址： http://arxiv.org/abs/2105.13762

作者： Ioannis Kontoyiannis, Lawrence Tray

摘要： 标记网络形成了一类非常常见且重要的数据，自然会出现在科学和工程领域的众多应用中。一个典型的推理目标是确定顶点标签（或 em features）如何影响网络的图结构。一种标准方法是将网络划分为按感兴趣特征的不同值分组的块。然后使用基于块的随机图模型（通常是随机块模型的变体）来测试这些基于特征的社区内不对称行为的证据。然而，由此产生的社区通常不会产生图的自然分区。在这项工作中，我们引入了一个新的生成模型，即特征优先块模型（FFBM），它在描述顶点标记的无向图方面更有效，也有助于在标记网络上使用更丰富的查询。我们开发了一个贝叶斯框架来使用该模型进行推理，并且我们提出了一种从 FFBM 参数的后验分布中有效采样的方法。 FFBM 的结构特意保持简单，以保留参数值的易于解释性。我们将所提出的方法应用于各种网络数据，以提取顶点被分割的最重要的特征。所提出方法的主要优点是自动使用整个特征空间，并且可以根据影响对特征进行隐式排序。任何对高层结构没有显著影响的特征都可以被丢弃以减少问题维度。在可用的顶点特征不能轻易解释结果网络中的社区结构的情况下，该方法会检测到这一点并防止过度拟合。几个真实世界数据集的结果说明了所提出方法的性能。

x指数：一种新的基于引文距离的指数，用于衡量学术影响力

原文标题： The x-index: A new citation-distance-based index to measure academic influence

地址： http://arxiv.org/abs/2105.14759

作者： Yun Wan, Feng Xiao, Bintong Chen, Lu Li

摘要： 如何科学、全面地评估学术影响力是学术衡量领域的一个重要问题，可以帮助政府和研究机构更好地配置学术资源和招募研究人员。人们普遍认为，使用加权引用来衡量学术影响比平等对待所有引用更合理。鉴于现有 c-index（文献计量文献中第一个基于收到的引用的数量和质量衡量输出的索引）的局限性，我们提出了 x-index，它根据每个引用的距离分配权重。通过定义协作距离和引文距离，首先分析协作网络和引文距离的性质，然后对c-index进行理论和实证分析以揭示其不足，最后提出x-index并进行实验分析x 指数。实验结果表明，与c-index、h-index和g-index相比，x-index表现出更强的判别力。

双语者在贝叶斯命名博弈中的作用

原文标题： The Role of bilinguals in the Bayesian naming game

地址： http://arxiv.org/abs/2106.00069

作者： Gionni Marchetti, Marco Patriarca, Els Heinsalu

摘要： 我们研究了基本命名博弈模型和最近引入的贝叶斯命名博弈模型，其中在贝叶斯学习框架内更真实地描述了名称学习过程。我们关注双语人口的动态，并表明在贝叶斯模型中，双语人数总是低于基本命名博弈模型。我们提供了两种模型中双语人数上限的一些分析估计，并通过广泛的数值模拟验证了估计。

社会保障福利的最佳索取

原文标题： Optimal Claiming of Social Security Benefits

地址： http://arxiv.org/abs/2106.00125

作者： Steven Diamond, Stephen Boyd, David Greenberg, Mykel Kochenderfer, Andrew Ang

摘要： 使用带有 Epstein-Zin (1989) 效用和混合整数优化方法的生命周期框架，我们计算了申领社会保障福利的最佳年龄。利用同质性，足够的统计数据是财富与主要保险金额（PIA）的比率。如果投资者的财富与 PIA 比率超过某个阈值，个人应至少推迟一年的社会保障。最佳阈值取决于死亡率假设和个人的效用偏好，但对资本市场假设不太敏感。 62 岁男性和女性的阈值财富与 PIA 比率从 5.5 和 5.2 增加到 69 岁时男性的 11.1 和女性的 10.4。低于阈值的财富 PIA 比率，个人要求社会保障以提高消费。在这个水平之上，投资者可以负担得起至少一年的财富消费资金，然后要求更高的收益。

Parlermonium：Parler平台的数据驱动UX设计评估

原文标题： Parlermonium: A Data-Driven UX Design Evaluation of the Parler Platform

地址： http://arxiv.org/abs/2106.00163

作者： Emma Pieroni, Peter Jachim, Nathaniel Jachim, Filipo Sharevski

摘要： 本文从两个看似正交的角度评估了备受争议的社交媒体平台 Parler：UX 设计角度和数据科学。 UX 设计研究人员探索用户如何对其社交媒体提要的界面/内容做出反应；数据科学研究人员分析这些提要中的错误信息流，以检测替代叙述和国家赞助的虚假信息活动。我们对这些方法的交叉点进行了批判性研究，以理解 Parler 的界面本身如何影响错误信息的流动以及观众对“言论自由”的看法。 Parler 在 2020 年美国大选前后引起了广泛关注，作为言论自由的“替代”场所，作为对其他主流社交媒体平台的反应，这些平台积极参与用内容警告标记错误信息。由于 Parler 等平台对社交媒体格局具有破坏性，我们认为该评估独特地揭示了该平台对错误信息传播的传导性。

具有规定度序列的单纯复形的构造

原文标题： Construction of Simplicial Complexes with Prescribed Degree-Size Sequences

地址： http://arxiv.org/abs/2106.00185

作者： Tzu-Chi Yen

摘要： 我们研究了具有给定整数序列对的单纯复形的可实现性，分别表示节点度分布和面大小分布。当 s geq 3 时，问题的 s-uniform 变体是 mathsfNP-complete，我们识别了两个输入序列群，其中大部分可以使用递归算法在多项式时间内解决我们的贡献。结合简单配置模型的采样器 [Young et al., Phys. Rev. E textbf96, 032312 (2017)]，我们促进了从任意度和大小分布中有效采样简单集合。我们发现，与基于二元网络的预期相反，增加节点的度数会减少单纯复形中的循环数。我们的工作揭示了对度大小序列的基本约束，并阐明了基于局部结构的高阶现象的进一步分析。

主体心理模型和贝叶斯规则作为创建意见动态模型的工具

原文标题： Agent mental models and Bayesian rules as a tool to create opinion dynamics models

地址： http://arxiv.org/abs/2106.00199

作者： Andre C. R. Martins

摘要： 传统的意见动态模型很简单，但足以探索基本场景中的后果。但是，为了更好地描述两极分化和极端主义等问题，我们可能需要包含有关人类偏见和其他认知特征的详细信息。在本文中，我解释了我们如何使用贝叶斯启发的模型构建来描述和使用智能体的心理模型和假设。将探讨人类理性与贝叶斯方法之间的关系，我们将看到贝叶斯思想确实可以用来解释人类如何推理。我们将看到如何使用最简单的连续意见和离散行动 (CODA) 模型来使用贝叶斯启发的规则。从中，我们将探索如何获得更新规则，这些规则包括人类行为特征，例如确认偏差、动机推理或我们改变意见的倾向远远低于我们应有的程度。关键词：意见动态，贝叶斯方法，认知，CODA，基于主体的模型

周末宵禁对流行病的影响：蒙特卡罗模拟

原文标题： The Effect of Weekend Curfews on Epidemics: A Monte Carlo Simulation

地址： http://arxiv.org/abs/2106.00307

作者： Hakan Kaygusuz, A. Nihat Berker

摘要： 正在通过各种方法应对持续的 COVID-19 大流行，包括应用疫苗、实验性治疗方案、全面封锁或部分宵禁。周末宵禁是减少感染人数的一种方法，这种方法在土耳其等一些国家得到实际应用。在这项研究中，周末宵禁对减少传染病（如 COVID-19）传播的影响使用蒙特卡罗算法和混合格模型进行建模。在模拟设置中，一个具有三个城镇和 26,610 名公民的虚构国家被用作模型。结果表明，实行周末宵禁显著减少了活跃病例，是抗击疫情的有效方法之一。结果还表明，采取个人预防措施，例如保持社交距离，对于减少病例和死亡人数很重要。

使用由GPS数据构建的时间网络优化旅行路线

原文标题： Optimizing travel routes using temporal networks constructed from GPS data

地址： http://arxiv.org/abs/2106.00328

作者： Tatsuro Mukai, Yuichi Ikeda

摘要： 由于城市交通网络的复杂性和交通状况的时间变化，很难实时评估交通状况。然而，信息终端的发展使得获取个人移动信息变得更加容易。在这项研究中，我们提出了使用全球定位系统数据评估城市中人员流动​​性的方法。评估运动的主要方法有两种。一种是从真实数据创建一个时间网络，并根据时区或季节检查旅行时间的变化。时间网络因其时间复杂性而难以评估，在本研究中，我们提出了一种使用旅行时间概率密度函数的评估方法。另一种方法是定义一个时间相关的旅行商问题，通过寻找最短路径来找到一条有效的旅行路线。通过在现有城市中创建一个时间相关的旅行商问题并解决它，旅行者可以通过考虑一天中不同时间的交通状况来选择一条有效的路线。我们使用京都市 2 个月的数据进行交通评估作为案例研究。

网络中的动态扰动传播

原文标题： Dynamic perturbation spreading in networks

地址： http://arxiv.org/abs/2106.00419

作者： Malte Schröder, Xiaozhu Zhang, Justine Wolter, Marc Timme

摘要： 理解局部扰动如何引起耦合单元网络的瞬态动态对于控制和操作此类系统至关重要。通常在一个单元中发起的扰动会传播到其他单元，这些单元的动态状态会发生瞬态变化。这些单元的最大状态变化和这些变化的时间构成了这种瞬态响应动态的关键特征。然而，即使对于线性动力系统，也不可能通过分析确定单元对扰动的最大响应的时间和幅度。在这里，我们建议通过将系统响应解释为随时间的概率分布，从用于表征单元响应的典型时间和幅度的有效期望值中提取近似峰值时间和幅度。我们基于这些在接近稳定固定点运行的线性化系统中的期望值度量推导出峰值响应的分析估计量。这些估计量可以用系统雅可比矩阵的倒数来表示。我们使用不同的响应动力学近似值获得了相同的结果，表明这些估计量在弱耦合的极限下变得准确。此外，结果表明扰动在具有扩散耦合的网络中以弹道方式传播。

CoRank：一种用于提取摘要的聚类和图排序方法

原文标题： CoRank: A clustering cum graph ranking approach for extractive summarization

地址： http://arxiv.org/abs/2106.00619

作者： Mohd Khizir Siddiqui, Amreen Ahmad, Om Pal, Tanvir Ahmad

摘要： 在当今的互联网时代，在线信息急剧增加。因此，需要从大量可用信息中提取相关内容。研究人员广泛使用自动文本摘要技术从大量可用信息中提取有用和相关的信息，它还使用户能够在有限的时间内以最少的努力获得有价值的知识。自动文本摘要得到的摘要往往面临多样性和信息覆盖率的问题。通过引入基于句子图排序、聚类和优化的新技术，自动文本摘要获得了有希望的结果。这项研究工作提出了 CoRank，这是一种两阶段的句子选择模型，涉及对句子进行聚类和排序。初始阶段涉及使用新的聚类算法对句子进行聚类，然后使用 CoRank 算法选择显著句子。该方法旨在涵盖两个目标：最大覆盖率和多样性，这是通过从原始文本中提取主要主题和子主题来实现的。 CoRank 的性能在 DUC2001 和 DUC 2002 数据集上得到验证。

绘制NFT革命：市场趋势、交易网络和视觉特征

原文标题： Mapping the NFT revolution: market trends, trade networks and visual features

地址： http://arxiv.org/abs/2106.00647

作者： Matthieu Nadini, Laura Alessandretti, Flavio Di Giacinto, Mauro Martino, Luca Maria Aiello, Andrea Baronchelli

摘要： 不可替代代币 (NFT) 是代表艺术品、视频、博弈内物品和音乐等对象的数字资产。它们在网上交易，通常使用加密货币，它们通常被编码为区块链上的智能合约。媒体和公众对 NFT 的关注在 2021 年激增，当时 NFT 艺术市场在庆祝新明星艺术家的同时经历了创纪录的销售。然而，人们对 NFT 市场的整体结构和演变知之甚少。在这里，我们分析了 470 万笔 NFT 的 610 万笔交易数据，总交易额为 9.35 亿美元。我们的数据主要来自以太坊和 WAX 区块链，涵盖 2017 年 6 月 23 日至 2021 年 4 月 27 日之间的时间段。首先，我们描述了市场的统计特性。其次，我们构建了交互网络，并表明交易者有活动的爆发期和非活动期，并且通常专注于与类似对象相关的 NFT。第三，我们根据视觉特征对与 NFT 关联的对象进行聚类，并表明同一类别中的 NFT 在视觉上往往是同质的。最后，我们调查了 NFT 销售的可预测性。我们使用简单的机器学习算法，发现可以通过 NFT 收藏的销售历史以及描述相关对象属性的一些特征（例如数字图像的视觉特征）来最好地预测价格。我们预计我们的分析将引起研究人员和从业人员的兴趣，并将激发对不同背景下 NFT 生产、采用和交易的进一步研究。

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。