• 大型动态图上的子集节点表示学习;
• 使用聚合扩散机制在动态图上学习表示;
• 熵测度揭示了世界贸易网络中的国家竞争力和产品专业化;
• 揭开面纱：支持社交平台信息素养的设计;
• 人们对自动驾驶汽车和公交一体化的态度：小城市地区的案例研究;
• 人工智能科学生态系统中的性别特定模式;
• 在 Twitter 上量化围绕心理健康的语言变化;
• 企业核心价值观和社会责任：对谁真正重要;
• EmoDNN：通过深度神经网络集成理解短文本中的情感;
• 在社会网络中建模影响者营销活动;
• 非晶格May–Leonard模型中的环境驱动振荡;

大型动态图上的子集节点表示学习

原文标题： Subset Node Representation Learning over Large Dynamic Graphs

地址： http://arxiv.org/abs/2106.01570

作者： Xingzhi Guo, Baojian Zhou, Steven Skiena

摘要： 动态图表示学习是一项在动态网络上学习节点嵌入的任务，具有许多重要的应用，包括知识图、引文网络到社会网络。这种类型的图通常是大规模的，但只有一小部分顶点与下游任务相关。当前的方法对于这种设置来说太昂贵了，因为复杂性充其量是线性依赖于节点和边的数量。在本文中，我们提出了一种新方法，即动态个性化 PageRank 嵌入 (textscDynamicPPE)，用于在大规模动态网络上学习节点表示的目标子集。基于局部节点嵌入的最新进展和动态个性化 PageRank 向量 (PPV) 的新计算，textscDynamicPPE 有两个关键因素：1) per-PPV 复杂度是 mathcalO(m bar d / epsilon) 其中 m、bard 和 epsilon 分别是接收到的边数、平均度数、全局精度误差。因此，单个节点的每边事件更新平均仅依赖于 bard； 2）通过使用这些高质量的 PPV 和哈希内核，学习到的嵌入具有局部性和全局一致性的特性。这两者使得有效地捕捉图结构的演变成为可能。实验结果证明了该方法在大规模动态网络上的有效性和效率。我们应用 textscDynamicPPE 来捕捉在这场持续的 COVID-19 大流行期间中国城市在维基百科图中的嵌入变化（https://en.wikipedia.org/wiki/COVID-19_pandemic）。我们的结果表明，这些表示成功地编码了维基百科图的动态。

使用聚合扩散机制在动态图上学习表示

原文标题： Learning Representation over Dynamic Graph using Aggregation-Diffusion Mechanism

地址： http://arxiv.org/abs/2106.01678

作者： Mingyi Liu, Zhiying Tu, Xiaofei Xu, Zhongjie Wang

摘要： 由于其广泛的应用场景，例如生物信息学、知识图谱和社会网络，演化图上的表示学习最近受到了极大的关注。图中信息的传播对于学习动态图表示很重要，大多数现有方法通过聚合来实现这一点。然而，仅依靠聚合来传播动态图中的信息会导致信息传播的延迟，从而影响方法的性能。为了缓解这个问题，我们提出了一种聚合扩散（AD）机制，在节点通过聚合机制更新其嵌入后，通过扩散主动将信息传播到其邻居。在动态链路预测任务中对两个真实世界数据集的实验中，AD 机制优于仅使用聚合来传播信息的基线模型。我们进一步进行了广泛的实验来讨论不同因素对 AD 机制的影响。

熵测度揭示了世界贸易网络中的国家竞争力和产品专业化

原文标题： Entropic measure unveils country competitiveness and product specialization in the World trade web

地址： http://arxiv.org/abs/2106.01936

作者： Gianluca Teza, Michele Caraglio, Attilio L. Stella

摘要： 我们展示了如何将香农熵函数用作建立复杂性度量的基础，以衡量国家的经济效率和超越多样化的产品专业化。这个熵函数保证了一个不动点的存在，这个不动点可以通过收敛到我们自洽测度的迭代方案快速达到。如果产品被划分为更大的类别，我们的方法自然允许将国家竞争力衡量指标分解为跨部门和跨部门贡献。除了概述该方法的技术特征和优势外，我们还描述了对获得的排名进行分析所产生的广泛结果，并将这些观察结果与其他经济参数建立的观察结果进行了对比。这些比较允许将国家和产品划分为各种主要类型，并具有充分揭示的特征。我们的方法对二分网络中的一般排名问题具有广泛的适用性。

揭开面纱：支持社交平台信息素养的设计

原文标题： Piercing the Veil: Designs to Support Information Literacy on Social Platforms

地址： http://arxiv.org/abs/2106.01627

作者： Jan Wolff

摘要： 在这份立场文件中，我们通过界面设计对抽象概念提供更易于理解的解释，以解决有关关键数字和信息素养的问题。特别是，我们专注于社交媒体平台，在这些平台上，我们看到了通过我们的方法为用户提供更多熟练程度来抵消错误信息传播的可能性。我们认为，通过 UI/UX 设计从用户那里抽象和隐藏信息的无处不在的趋势与他们自学的能力背道而驰。这导致我们提出了一个不同的框架，在该框架中，我们将优雅和简单的界面与促进幕后外观的轻推统一起来。此类设计有助于加深对所采用技术的理解，并旨在增加对社交平台上遇到的内容的批判性评估。此外，我们认为在当前的方法中，具有中级技能水平的用户在很大程度上被忽略，因为在没有咨询专家材料的情况下，他们没有获得扩展知识的工具。由此产生的停滞表现为错误信息运动的策略，这些策略利用了随之而来的信息素养和批判性思维的缺乏。我们提出了一种设计方法，通过促进对 UI/UX 抽象背后的理解，从而在两个方面充分解放用户，从而使自主学习过程有机会发生。此外，我们会根据我们的考虑为该领域的未来研究命名。

人们对自动驾驶汽车和公交一体化的态度：小城市地区的案例研究

原文标题： People’s Attitudes Toward Automated Vehicle and Transit Integration: Case Study of Small Urban Areas

地址： http://arxiv.org/abs/2106.01407

作者： Yu Song, Madhav V. Chitturi, Chris McCahill, David A. Noyce

摘要： 以前对公众对自动驾驶汽车 (AV) 和交通整合的态度调查主要发生在大城市地区。 AV-transit 集成在小城市地区也有很大的潜力。在美国威斯康星州的两个小城市地区进行了一项公众对 AV-transit 整合的态度调查。使用文本挖掘、因子分析和回归分析对总共 266 个完成的回答进行了分析。结果表明，受访者理解自动驾驶汽车和驾驶辅助技术。受访者欢迎 AV-transit 集成，但不确定其潜在影响。精通技术的受访者更积极，但比其他人更担心 AV-transit 集成。喜欢驾驶的受访者不一定反对公共交通，因为与不喜欢驾驶的受访者相比，他们对 AV-transit 集成更积极，并且更愿意使用自动巴士。与非公交用户相比，公交用户对 AV 公交整合更为积极。

人工智能科学生态系统中的性别特定模式

原文标题： Gender-Specific Patterns in the Artificial Intelligence Scientific Ecosystem

地址： http://arxiv.org/abs/2106.01446

作者： Anahita Hajibabaei, Andrea Schiffauerova, Ashkan Ebadi

摘要： 科学中的性别差异是当局和科学界之间最集中的争论点之一。在过去的几十年里，许多倡议努力加速学术界和研究界的性别平等。然而，尽管不断努力，但世界各地仍然存在差距，需要采取更多措施。在这项研究中，我们使用社会网络分析、自然语言处理和机器学习，全面分析了 2000 年至 2019 年间高度跨学科和不断发展的人工智能领域的性别特定模式。我们的研究结果表明，混合性别合作的总体比率正在增加。从观察到的特定性别的协作模式，确认了二元和团队级别的学科同质性的存在。然而，观察到女性研究人员更倾向于形成同质的协作链接。我们的核心-外围分析表明，多元化合作与科学绩效和经验之间存在显著的正相关。我们发现了支持人工智能领域新女性超级明星研究人员崛起的证据。

在 Twitter 上量化围绕心理健康的语言变化

原文标题： Quantifying language changes surrounding mental health on Twitter

地址： http://arxiv.org/abs/2106.01481

作者： Anne Marie Stupinski, Thayer Alshaabi, Michael V. Arnold, Jane Lydia Adams, Joshua R. Minot, Matthew Price, Peter Sheridan Dodds, Christopher M. Danforth

摘要： 心理健康挑战被认为每年困扰着全球约 10% 的人口，其中许多人因污名化和获得服务的机会有限而得不到治疗。在这里，我们通过从 2012 年以来大约 10% 的所有英语推文的数据流中解析出的 1-、2- 和 3-gram 的集合来探索与心理健康相关的单词和短语的趋势。语言，发现“心理健康”一词的流行度在 2012 年至 2018 年间增加了近两个数量级。我们观察到，由于心理健康意识运动，以及不可预测的对大规模枪击事件、名人自杀身亡以及描绘自杀的流行虚构故事的反应。我们发现，包含“心理健康”的信息的积极性水平虽然在整个增长期保持稳定，但最近有所下降。最后，我们使用原始推文与转发的比率来量化由于社会放大而出现的心理健康语言的比例。自 2015 年以来，由于转发而越来越多地提及心理健康，这表明 Twitter 上与心理健康讨论相关的耻辱随着时间的推移而减少。

企业核心价值观和社会责任：对谁真正重要

原文标题： Corporate core values and social responsibility: What really matters to whom

地址： http://arxiv.org/abs/2106.01644

作者： M. A. Barchiesi, A. Fronzetti Colladon

摘要： 本研究使用一种创新的衡量标准，即语义品牌评分，来评估利益相关者对不同公司核心价值观的兴趣。其中，我们关注企业社会责任 (CSR) 核心价值声明，以及它们受到五类利益相关者（客户、公司沟通团队、员工、协会和媒体）的关注。结合社会网络分析和文本挖掘的大数据方法和工具，我们分析了大约 58,000 条意大利推文，发现不同的利益相关者有不同的普遍利益。 CSR 得到的关注远低于预期。与客户和员工相关的核心价值观处于前台。

EmoDNN：通过深度神经网络集成理解短文本中的情感

原文标题： EmoDNN: Understanding emotions from short texts through a deep neural network ensemble

地址： http://arxiv.org/abs/2106.01706

作者： Sara Kamran, Raziyeh Zall, Mohammad Reza Kangavari, Saeid Hosseini, Sana Rahmani, Wen Hua

摘要： 通过社会网络表现出来的个人情感和意见的潜在知识对于包括社会管理、动态过程和公共安全在内的众多应用至关重要。情感计算作为一个跨学科的研究领域，将人工智能与认知推理联系起来，能够从简短的内容中挖掘情感导向的知识。文本内容传达了隐藏信息，例如关于相应作者的个性和认知，可以确定用户之间的相关性和差异。从简短的内容中识别情感应该包含作者之间的对比，在情感表达中可以追溯个性和认知的差异。为了应对这一挑战，我们设计了一个框架，一方面，从简短的内容中推断出潜在的个体方面，另一方面，提出了一种配备动态 dropout convnets 的新型集成分类器，以从文本上下文中提取情感。为了对短文本内容进行分类，我们提出的方法联合利用认知因素并利用隐藏信息。我们在一个新的嵌入模型中利用结果向量来培养由词典归纳集合起来的与情感相关的特征。实验结果表明，与其他竞争对手相比，我们提出的模型在从嘈杂的内容中识别情感方面可以获得更高的性能。

在社会网络中建模影响者营销活动

原文标题： Modeling Influencer Marketing Campaigns In Social Networks

地址： http://arxiv.org/abs/2106.01750

作者： Ronak Doshi, Ajay Ramesh Ranganathan, Shrisha Rao

摘要： 目前，全球有超过 38 亿人积极使用社交媒体。社交媒体在促进信息快速和轻松共享方面的有效性吸引了希望使用该平台通过网络中的影响者营销产品的品牌和广告商。影响者由于其广受欢迎，提供了巨大的潜在客户群，可在很短的时间内产生更高的投资回报。然而，决定应该为广告活动选择哪些影响者并不容易，以最少的投资产生最大的回报。在这项工作中，我们提出了一种基于主体的模型 (ABM)，它可以模拟各种场景中影响者广告活动的动态，并有助于发现最佳影响者营销策略。我们的系统是一个基于概率图的模型，它结合了现实世界的因素，例如客户对产品的兴趣、客户行为、支付意愿、品牌的投资上限、影响者对影响力扩散的参与以及产品的性质被广告即。奢华与非奢华。

非晶格May–Leonard模型中的环境驱动振荡

原文标题： Environment driven oscillation in an off-lattice May–Leonard model

地址： http://arxiv.org/abs/2106.01857

作者： D. Bazeia, M. J. B. Ferreira, B.F. de Oliveira, A. Szolnoki

摘要： 竞争物种的循环优势是一个广泛使用的工作假设，用于解释某些生命系统中的生物多样性，否则演化选择原则将决定一个单一的胜利者。从技术上讲，May-Leonard 模型提供了一个数学框架来描述所提到的竞争物种的非传递性相互作用，当在空间系统中也考虑个体运动时。由竞争物种组成的新兴旋转螺旋是由此产生的模体的常见特征。但是，当我们改变影响个人整体活力的外部环境时，这些螺旋式的模式如何改变呢？受这个问题的启发，我们建议使用传统 May–Leonard 模型的非晶格版本，它允许我们逐渐改变环境的实际状态。这可以通过引入局部承载能力参数来实现，该参数值可以在非晶格环境中轻微变化。我们的结果支持先前在更复杂的元种群模型中获得的分析，并且我们表明，当种群的总体密度较高时，众所周知的旋转螺旋在良性环境中变得明显。还可以检测到竞争物种的随时间相关的振荡，其中振幅和频率显示表征环境状态的参数的标度律。这些观察结果强调，假设的非传递性相互作用本身不足以安全地维持生物多样性，但表征一般生活条件的环境的实际状态也对相关系统的演化起着决定性作用。

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。