• 访问控制决策的社区检测：分析在线社会网络中同质性和信息扩散的作用;
• 传播潜力问题;
• 人气与神经协调有关：社会网络中安娜卡列尼娜原理的神经证据;
• 通过简并排序实现更快、更广义的含时三角计数;
• 惊喜！以及何时安排它;
• 一种用于检测广义结构的生成节点属性网络模型;
• IM-META：在具有未知拓扑的网络中使用节点元数据的影响最大化;
• 网络和单纯复形的拓扑狄拉克方程;
• 拓扑引起的结构平衡系统的热特性变化;
• 网络动态过程中结构和功能连接的程式化视图;
• 玩弄文字：人们是否为了自己的利益而利用冗长的语言来影响他人的决定？;
• 在间歇感应下首次检测超阈值事件;

访问控制决策的社区检测：分析在线社会网络中同质性和信息扩散的作用

原文标题： Community Detection for Access-Control Decisions: Analysing the Role of Homophily and Information Diffusion in Online Social Networks

地址： http://arxiv.org/abs/2104.09137

作者： Nicolas E. Diaz Ferreyra, Tobias Hecking, Esma Aïmeur, Maritta Heisel, H. Ulrich Hoppe

摘要： 访问控制列表 (ACL)（又名好友列表）是在线社会网络 (OSN) 最重要的隐私功能之一，因为它们允许用户限制其出版物的受众。然而，创建和维护自定义 ACL 会给普通 OSN 用户带来很高的认知负担，因为它通常需要评估大量联系人的可信度。原则上，通过将一组示例（即标记为不可信的联系人）映射到用户自我网络内的新兴社区，可以利用社区检测算法来支持 ACL 的生成。然而，与用户的访问控制偏好不同，传统的社区检测算法没有考虑这些社区的同质性特征（即成员之间共享的属性）。因此，在某些同质场景下，这种策略可能会导致 ACL 配置不准确和隐私泄露。这项工作调查了社区检测算法在 OSN 中自动生成 ACL 的使用。特别是，它通过仿真模型分析了上述方法在不同同质条件下的性能。此外，由于私人信息可能会通过 OSN 的重新共享功能到达不受信任的接收者的范围，因此信息传播过程也被建模并明确考虑在内。总而言之，进一步探讨了删除看门人节点作为抵消不需要的数据传播的策略。

传播潜力问题

原文标题： The spreading potential problem

地址： http://arxiv.org/abs/2106.02707

作者： Balázs R. Sziklai, Balázs Lengyel

摘要： 病毒式营销活动主要针对那些在社会网络中处于中心地位并因此具有社会影响力的个人。然而，营销活动可能会吸引不同的受众。尽管事件营销很重要，但异质目标群体的影响尚未得到很好的理解。在本文中，我们定义了目标群体选择的传播潜力（SP）问题，给定群体中具有影响力的和普通的主体的混合。 SP 问题不同于众所周知的影响最大化 (IM) 问题，该问题旨在找到最具影响力的个体主体，但不考虑目标群体中具有影响力的主体和普通主体的混合。我们基于节点抽样和一种新的统计方法，即排名差异的总和，提供了对 SP 问题中排名影响度量的系统测试。在在线社会网络上使用线性阈值扩散模型，我们评估了社交影响的七种网络度量。我们证明了这些影响度量的统计评估在 SP 问题中（当存在低等级个体时）与 IM 问题（当我们只关注算法的最佳选择时）有显著不同。

人气与神经协调有关：社会网络中安娜卡列尼娜原理的神经证据

原文标题： Popularity is linked to neural coordination: Neural evidence for an Anna Karenina principle in social networks

地址： http://arxiv.org/abs/2106.02726

作者： Elisa C. Baek, Ryan Hyon, Karina López, Emily S. Finn, Mason A. Porter, Carolyn Parkinson

摘要： 人们对周围环境的关注、解释和反应各不相同。对世界的趋同处理可能是促成个体之间社会联系的因素之一。我们使用神经影像学和网络分析来调查其社区中最核心的个体（以度内中心性、受欢迎程度的概念来衡量）是否以特别规范的方式处理世界。更中心的个体对他们的同龄人有异常相似的神经反应，尤其是在与高级解释和社会认知相关的大脑区域（例如，在默认模式网络中），而不太中心的个体表现出更多的特殊反应。自我报告的对刺激的享受和兴趣遵循类似的模式，但考虑到这些数据并没有改变我们的主要结果。这些发现表明了社会网络中的“安娜卡列尼娜原则”：高度中心化的个体以极其相似的方式处理世界，而不太中心化的个体以特殊的方式处理世界。

通过简并排序实现更快、更广义的含时三角计数

原文标题： Faster and Generalized Temporal Triangle Counting, via Degeneracy Ordering

地址： http://arxiv.org/abs/2106.02762

作者： Noujan Pashanasangi, C. Seshadhri

摘要： 三角计数是网络分析中的一项基本技术，在各种输入模型中都受到了广泛关注。绝大多数三角形计数算法都针对静态图。然而，许多现实世界的图是有向和时间的，其中边带有时间戳。时间三角形产生更多的信息，因为它们同时考虑了图拓扑和时间戳。时间三角形计数最近有一些结果，但时间三角形有不同的定义。在所有情况下，时间三角形模式都会对边之间的时间间隔（在三角形中）施加约束。我们定义了一个通用概念 (delta_1,3, delta_1,2, delta_2,3) - 时间三角形，允许对所有边对进行单独的时间约束。我们的主要结果是一种新算法 DOTTT（面向退化的时间三角累加器），它精确计算 (delta_1,3, delta_1,2, delta_2,3) 的所有有向变体-时间三角形。使用经典的退化排序思想和仔细的组合参数，我们可以证明 DOTTT 在 O(mkappalog m) 时间内运行，其中 m 是（时间）边的数量，kappa 是图退化（最大核心数）。最多对数因子，这与最佳静态三角形计数器的运行时间相匹配。而且，这个运行时间比现有的要好。 DOTTT 具有出色的实际行为，其运行速度是现有最先进的时间三角计数器的两倍（而且更通用）。例如，DOTTT 在一台商用机器上用 50 亿条边在不到一个小时的时间内计算了比特币时间网络中所有类型的时间查询。

惊喜！以及何时安排它

原文标题： SURPRISE! and When to Schedule It

地址： http://arxiv.org/abs/2106.02851

作者： Zhihuan Huang, Shengwei Xu, You Shan, Yuxuan Lu, Yuqing Kong, Tracy Xiao Liu, Grant Schoenebeck

摘要： 信息流衡量了在博弈过程中观众对谁将获胜的信念，从而可以反映博弈中的惊喜程度。为了量化信息流与观众感知质量之间的关系，我们进行了一个案例研究，其中受试者观看了世界上最大的电子竞技赛事之一 LOL S10。除了引发信息流之外，我们还要求受试者报告他们对每场比赛的评分。我们发现博弈结束时的惊喜数量在预测评分中起着主导作用。这表明除了惊喜的数量之外，在感知质量模型中加入意外发生的时间的重要性。对于内容提供商来说，这意味着在其他一切都相同的情况下，最好在节目结束时更可能发生曲折，而不是始终一致。

一种用于检测广义结构的生成节点属性网络模型

原文标题： A Generative Node-attribute Network Model for Detecting Generalized Structure

地址： http://arxiv.org/abs/2106.02878

作者： Wei Liu, Zhenhai Chang, Caiyan Jia, Yimei Zheng

摘要： 探索嵌入在网络中的有意义的结构规律是理解和分析网络结构和功能的关键。节点属性信息可以帮助提高这种理解和分析。然而，大多数现有方法侧重于检测传统社区，即具有密集内部连接和稀疏外部连接的节点分组。在本文中，基于节点的连接行为和属性的同质性，我们提出了一个原理模型（命名为GNAN），它可以生成拓扑信息和属性信息。新模型不仅可以检测社区结构，还可以检测网络中的一系列其他类型的结构，如二分结构、核心-外围结构及其混合结构，统称为广义结构。所提出的结合拓扑信息和节点属性信息的模型比仅使用拓扑信息的模型可以更准确地检测社区。我们的模型可以自动学习属性和社区之间的依赖关系，因此我们可以忽略不包含有用信息的属性。模型参数是通过使用期望最大化算法来推断的。并提供了一个案例研究来展示我们的模型在社区语义可解释性方面的能力。在合成网络和现实世界网络上的实验表明，新模型与其他最先进的模型具有竞争力。

IM-META：在具有未知拓扑的网络中使用节点元数据的影响最大化

原文标题： IM-META: Influence Maximization Using Node Metadata in Networks With Unknown Topology

地址： http://arxiv.org/abs/2106.02926

作者： Cong Tran, Won-Yong Shin, Andreas Spitz

摘要： 在影响最大化 (IM) 的实际应用中，网络结构通常是未知的。在这种情况下，如果节点查询的预算很小，我们可以通过仅探索底层网络的一部分来识别最有影响力的种子节点。由于收集节点元数据比通过查询节点调查节点之间的关系更具成本效益，我们开发了 IM-META，这是一种通过从查询和查询中检索信息来解决拓扑未知网络中 IM 的端到端解决方案。节点元数据。然而，由于元数据的噪声性质和连通性推理的不确定性，使用此类元数据来帮助 IM 过程并非没有风险。为了应对这些挑战，我们制定了一个 IM 问题，旨在找到两个集合，即种子节点和查询节点。我们提出了一种迭代执行三个步骤的有效方法：1）我们通过连体神经网络模型学习收集到的元数据和边之间的关系，2）我们选择一些推断的有影响的边来构建用于发现最佳种子的增强图设置，以及 3) 我们通过使用拓扑感知排名策略最大化推断的影响范围来确定下一个要查询的节点。通过仅查询 5% 的节点，IM-META 达到了上限性能的 93%。

网络和单纯复形的拓扑狄拉克方程

原文标题： The topological Dirac equation of networks and simplicial complexes

地址： http://arxiv.org/abs/2106.02929

作者： Ginestra Bianconi

摘要： 我们定义了描述拓扑波函数在网络或单纯复形上的演化的拓扑狄拉克方程。在网络上，拓扑波函数描述了拓扑信号或协链的动态，即在节点和链接上定义的动态信号。在单纯复形上，波函数也定义在高维单纯形上。因此，拓扑波函数满足局部性的松弛条件，因为它沿着大于零的维数获得相同的值。拓扑狄拉克方程定义了本征态，其色散关系由定义在网络和广义网络结构（包括单纯复形和多路网络）上的狄拉克（或手性）算子的谱特性确定。在单纯复形上，狄拉克方程导致多个能带。在多重网络上，拓扑狄拉克方程可以推广到区分不同的多链接，从而对拓扑旋量的旋转进行自然定义。拓扑狄拉克方程最初是在空间网络或单纯复形上制定的，用于描述拓扑波函数在连续时间内的演化。该框架还扩展到处理 1+d 空间上的拓扑狄拉克方程，该方程描述具有一个时间维度的离散时空和具有 din 1,2,3 的 d 空间维度。这项工作还包括对通过在简单复杂模型和实际简单和多重网络数据上实施拓扑狄拉克方程获得的数值结果的讨论。

拓扑引起的结构平衡系统的热特性变化

原文标题： Topologically induced changes in thermal properties of structurally balanced systems

地址： http://arxiv.org/abs/2106.03054

作者： Maciej Wołoszyn, Krzysztof Malarz (AGH-UST)

摘要： 在模拟社会噪声水平的温度影响下，讨论了互动参与者网络的各种拓扑结构的社会关系动态和达到结构平衡状态（海德平衡）的可能性。为此，考虑了两种主要类型的晶格。第一种是通过从规则三角形晶格中删除一些链接以产生稀释的三角形晶格或添加更多链接以创建增强的三角形晶格来创建的。第二个是经典的随机图。在这两种情况下，都讨论了可能的图密度的全部范围，受限于由少量分离的三元组和完全连接的网络组成的网络的极端情况。执行的模拟表明，对于随机晶格，平衡和不平衡状态之间的转变总是可能的，并且发生在取决于图密度的临界温度。另一方面，如果平均节点度太接近表征规则三角形格子的值，则表明对于基于稀释三角形格子的网络来说，这种过渡和平衡状态的存在是不可能的。临界温度仅对于稀释三角形晶格与尺寸无关，并且取决于增强三角形晶格和随机图的系统尺寸。

网络动态过程中结构和功能连接的程式化视图

原文标题： A stylised view on structural and functional connectivity in dynamical processes in networks

地址： http://arxiv.org/abs/2106.03523

作者： Venetia Voutsa, Demian Battaglia, Louise J. Bracken, Andrea Brovelli, Julia Costescu, Mario Diaz Munoz, Brian D. Fath, Andrea Funk, Mel Guirro, Thomas Hein, Christian Kerschner, Christian Kimmich, Vinicius Lima, Arnaud Messe, Anthony J. Parsons, John Perez, Ronald Pöppl, Christina Prell, Sonia Recinos, Yanhua Shi, Shubham Tiwari, Laura Turnbull, John Wainwright, Harald Waxenecker, Marc-Thorsten Hütt

摘要： 网络结构与动力学的关系是近年来复杂系统理论中研究最广泛的问题之一。理解这种关系与一系列学科相关——从神经科学到地貌学。研究这种关系的一个主要策略是对网络架构（结构连通性）的表示与动态（功能连通性）的（网络）表示进行定量比较。在过去的几年中，分析这种 SC/FC 关系极大地促进了我们对网络属性的功能作用的理解，例如模块化、分层组织、中心和循环。在这里，我们表明可以区分两类功能连接——一类基于节点的同时活动（协同活动），另一类基于节点的顺序活动。我们在不同类别的动态过程中描述了这两个类别——激励、规则和混沌振荡器——并提供了在这些模型中的每一个中这两个类别的 SC/FC 相关性的示例。我们扩展了 SC/FC 关系的理论视图，使用 SC 和两类 FC 的概念实例，适用于地貌学、淡水生态学、系统生物学、神经科学和社会生态系统的各种应用场景。看到网络中动态过程的组织由共同活动或顺序活动控制，使我们能够在与复杂网络的结构和功能相关的无数观察中带来一些秩序。

玩弄文字：人们是否为了自己的利益而利用冗长的语言来影响他人的决定？

原文标题： Playing with words: Do people exploit loaded language to affect others’ decisions for their own benefit?

地址： http://arxiv.org/abs/2106.03553

作者： Valerio Capraro, Andrea Vanzo, Antonio Cabrales

摘要： 在本文中，我们研究处于向决策者描述决策问题的位置的人们是否通过选择可能对他们自己有益的描述来利用这个机会为他们谋取利益。为此，我们设计、预注册并进行了一项实验，其中要求独裁者博弈的接受者选择用于将博弈介绍给独裁者的指令，从先前的研究中已知的六种不同的指令会影响独裁者的决定。结果表明，一些独裁者博弈的接受者倾向于选择使他们更有可能获得更高回报的指令。最后，我们发现了一些证据表明年轻和深思熟虑与这种倾向有关。

在间歇感应下首次检测超阈值事件

原文标题： First detection of threshold crossing events under intermittent sensing

地址： http://arxiv.org/abs/2106.03829

作者： Aanjaneya Kumar, Aniket Zodage, M. S. Santhanam

摘要： 随机过程中首次发生阈值越过事件的时间，称为首次通过时间，在科学和工程的许多领域中都很重要。传统上，有一个隐含的假设，即监视阈值越过事件的名义“传感器”始终处于活动状态。在许多现实场景中，监测随机过程的传感器间歇性地工作。那么，相关的关注量是 first detection time，表示传感器第一次检测到越界事件的时间。在这项工作中，研究了随机间歇传感器监测的生死过程，获得了第一次检测时间分布。一般而言，显示第一检测时间与第一通过时间分布相关并可从第一通过时间分布获得。我们的分析结果与模拟非常吻合。此外，这个框架在几个应用程序中得到了证明——SIS 分区和逻辑模型，以及带有重置的生死过程。最后，我们解决了从第一次检测时间推断第一次通过时间分布的实际相关问题。

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。