• 相关矩阵空间中市场状态的动态与金融市场的应用;
• 足球中的 Voronoi 图：衡量优势空间的理论研究;
• 使用社会网络分析检测理想的Instagram影响者;
• 意见和社会纽带动力学共同演化以实现结构平衡;
• 具有相关属性的网络中广义友谊悖论的分析方法;
• 选举前投票的动态意见形成模型;
• 识别未知社会网络中的有影响力的用户以在预算限制下进行自适应激励分配;
• 一个城市的故事：都柏林城市绿地的情感分析;
• 城市物流中转运设施车辆路径问题的自适应大邻域搜索;
• 网络中社区结构和同质性的模型不可知假设检验;
• 将搜索查询与社交媒体数据相结合以改进经济指标的预测;
• 地方性传染病的网络结构与疾病风险;
• 通过真实的城市规模联系网络模拟社交距离和有针对性的疫苗接种对 COVID-19 传播的影响;

相关矩阵空间中市场状态的动态与金融市场的应用

原文标题： Dynamics of the market states in the space of correlation matrices with applications to financial markets

地址： http://arxiv.org/abs/2107.05663

作者： Hirdesh K. Pharasi, Suchetana Sadhukhan, Parisa Majari, Anirban Chakraborti, Thomas H. Seligman

摘要： 在过去的 10 年中，基于相关性的金融市场状态概念越来越受到关注。我们建议回溯到 2018 年的一些重要步骤，然后更详细地理解最近的发展，这些发展试图使这一点的使用更加实用。最后，我们尝试对未来提出直接或根据符号动力学分析相关矩阵空间中的轨迹以及尝试分析构成随机矩阵上下文中状态的集群的未来。

足球中的 Voronoi 图：衡量优势空间的理论研究

原文标题： The Voronoi Diagram in Soccer: a theoretical study to measure dominance space

地址： http://arxiv.org/abs/2107.05714

作者： Costas J. Efthimiou

摘要： 在本文中，我认为标准 Voronoi 图的概念对于计算足球优势区域是不正确的。通过研究玩家的运动，自然会出现应该替换玩家控制的多边形 Voronoi 区域的正确区域。事实证明，广泛使用的标准 Voronoi 图只有在所有 22 名玩家都具有相同的速度时才成立（消失速度是一种特殊情况），并且应该用区域边界更复杂的其他图代替。不幸的错误发生在 Voronoi 图的数学概念（其点数具有隐式消失速度）被转移到足球时，而没有考虑足球比赛中涉及的运动学问题。出于这个原因，作为这项工作的副产品，我主张通过查看潜在机制来促进“足球动力学”，足球模型构建，而不仅仅是仅仅为了它们的吸引力和美感而采用数学思想。

使用社会网络分析检测理想的Instagram影响者

原文标题： Detecting Ideal Instagram Influencer Using Social Network Analysis

地址： http://arxiv.org/abs/2107.05731

作者： M.M.H Dihyat, K Malik, M.A Khan, B Imran

摘要： 社交媒体是现代社会的一个重要方面，人们可以在这里分享他们的想法、观点、感受和情感。在过去的几年中，社交媒体的流行程度导致数据大幅增加。用户使用这种媒介来表达他们对各种主题（包括政治和名人）的想法、感受和观点。因此，社交媒体已发展成为公司扩大业务范围和改善前景的有利可图的平台。本文重点介绍现实世界在线营销策略的社会网络分析 (SNA)。该研究通过比较各种中心性度量来识别网络中最中心的节点，并使用线性阈值模型来理解单个用户的传播行为。总之，本文将不同的中心性度量和传播行为相关联，以识别网络中最具影响力的用户

意见和社会纽带动力学共同演化以实现结构平衡

原文标题： Co-evolution of Opinion and Social Tie Dynamics Towards Structural Balance

地址： http://arxiv.org/abs/2107.05796

作者： Haotian Wang, Feng Luo, Jie Gao

摘要： 在本文中，我们为意见动态（人们对特定主题的看法）和社会评价动态（对彼此的认可或不认可）提出了共同演化模型。意见动态和符号网络的动态分别得到了广泛的研究。我们提出了一个协同演化模型，其中网络中的每个顶点 i 都有一个当前的意见向量 v_i 并且每个边 (i, j) 都有一个权重 w_ij 来模拟 我，j。随着意见和边权重通过以下规则（意见动态和评估动态）随时间更新，系统会不断发展。我们感兴趣的是描述动态模型的长期行为——即，边权重是否演变为具有稳定的符号（正或负）和结构平衡（任何三角形上的权重乘法都是非负的）我们的主要理论结果解决了上述动态系统的时间演化意见 V(t)=[v_1(t), cdots, v_n(t)] 和社会关系权重 W(t)=[w_ij(t) ]_ntimes n。对于通用初始意见向量 V(0) 和权重矩阵 W(0)，这两种现象之一必须发生在极限处。第一个是符号稳定性和结构平衡（对于具有单独 i, j, k, w_ijw_jkw_kigeq 0 的任何三角形）同时发生。在 V(0) 是 W(0) 的特征向量的特殊情况下，我们能够获得协同演化方程的显式解，并给出对膨胀时间和速率收敛的精确估计。第二个是所有的意见都收敛到0，即lim_trightarrowinfty|V(t)|=0。

具有相关属性的网络中广义友谊悖论的分析方法

原文标题： Analytical approach to the generalized friendship paradox in networks with correlated attributes

地址： http://arxiv.org/abs/2107.05838

作者： Hang-Hyun Jo, Eun Lee, Young-Ho Eom

摘要： 由于复杂网络中的拓扑异质性，有趣的现象之一是友谊悖论，即您的朋友平均比您拥有更多的朋友。最近，这个悖论已被推广到任意节点属性，称为广义友谊悖论（GFP）。在本文中，我们分析了相邻节点属性相互关联的网络的 GFP。相邻节点属性之间的相关结构由 Farlie-Gumbel-Morgenstern copula 建模，使我们能够为三种总结焦点节点邻域的方法推导出 GFP 的近似解析解，即基于均值、基于中值的方法。基于和基于分数的方法。解析解与模拟结果具有可比性，而它们之间的一些系统偏差可能归因于节点属性之间的高阶相关性。这些结果有助于我们更深入地理解各种汇总方法以及节点属性的相关结构如何影响 GFP 行为，从而更好地理解复杂网络中的各种相关现象。

选举前投票的动态意见形成模型

原文标题： On a kinetic opinion formation model for pre-election polling

地址： http://arxiv.org/abs/2107.05964

作者： Bertram Düring, Oliver Wright

摘要： 受最近基于模型的选举前投票取得成功的启发，我们提出了一个意见形成的动力学模型，其中包括选民人口统计数据和社会经济因素，如年龄、性别、种族、教育水平、收入和其他可衡量的因素，如以往选举中的行为或公投作为意见形成动态的关键驱动因素。该模型基于 Toscani 的动态观点形成模型和 D”uring 等人的领导者-追随者模型，并导致耦合玻尔兹曼型方程和相关的近似福克普朗克型系统的系统。数值示例使用英国大选的数据显示了不同的人口结构对意见形成过程和选举结果的影响。

识别未知社会网络中的有影响力的用户以在预算限制下进行自适应激励分配

原文标题： Identifying Influential Users in Unknown Social Networks for Adaptive Incentive Allocation Under Budget Restriction

地址： http://arxiv.org/abs/2107.05992

作者： Shiqing Wu, Weihua Li, Hao Shen, Quan Bai

摘要： 近年来，推荐系统在许多领域得到了广泛的应用。这些系统无法影响用户选择系统预期的行为。同时，提供激励已被证明是影响用户行为的更积极主动的方式。由于预算限制，可以激励的用户数量受到限制。有鉴于此，我们打算利用用户之间存在的社会影响力来增强激励效果。通过直接激励有影响力的用户，他们在社会网络中的追随者可能会被间接激励。然而，在许多现实世界的场景中，网络的拓扑结构通常是未知的，这使得识别有影响力的用户变得困难。为理解决上述挑战，在本文中，我们提出了一种探索未知网络中影响用户的新算法，该算法可以根据用户的历史行为，在不知道网络拓扑的情况下估计用户之间的影响关系。同时，我们设计了一种自适应的激励分配方法，根据用户的偏好及其影响能力确定激励值。我们通过对合成数据集和真实数据集进行实验来评估所提出方法的性能。实验结果证明了所提出方法的有效性。

一个城市的故事：都柏林城市绿地的情感分析

原文标题： Tales of a City: Sentiment Analysis of Urban Green Space in Dublin

地址： http://arxiv.org/abs/2107.06041

作者： Mohammadhossein Ghahramani, Nadina Galle, Carlo Ratti, Francesco Pilla

摘要： TripAdvisor 和 Foursquare 等社交媒体服务可以为用户提供交流对城市绿地 (UGS) 意见的机会。游客可以通过社会网络与社交社区中的公园、树林和湿地交流他们的体验。在这项工作中，我们实施了统一的主题建模方法来揭示 UGS 特征。使用上述平台（例如，TripAdvisor 和 Foursquare）评论利用人工智能技术进行意见挖掘是 UGS 质量评估的一种新颖应用。我们展示了如何通过使用定制优化的情感分析模型来探索不同绿色空间的特定特征。这样的应用程序可以支持地方当局和利益相关者理解和论证未来的城市绿地投资。

城市物流中转运设施车辆路径问题的自适应大邻域搜索

原文标题： Adaptive Large Neighborhood Search for Vehicle Routing Problems with Transshipment Facilities Arising in City Logistics

地址： http://arxiv.org/abs/2107.06086

作者： Christian Friedrich, Ralf Elbert

摘要： 在本文中，我们研究了城市物流背景下出现的第三方转运设施的车辆路线问题。与经典的车辆路线问题相反，每个客户的请求都直接交付到目的地，本文中考虑的问题的特点是将客户请求交付给第三方转运设施（例如城市集运中心）的另一种可能性，并收取一定费用。我们提出了一种自适应大型邻域搜索，其中嵌入了随机变量邻域下降作为局部搜索组件，并提出了一个用于重新组合路线的集合分割问题，以解决该问题的各种版本。因此，我们考虑了位置相关的时间窗口以及异构船队，并提出了几个新程序，这些程序在我们的自适应大型邻域搜索的组件中考虑了转运设施。所提出的方法在文献中的基准实例以及新创建的基准实例上进行了测试。它显示了有希望的结果，导致对文献中现有算法的多项改进。此外，还提出了一项真实世界的研究，以获得有关转运费用、订单规模和异类船队对转运决策的影响的管理见解。

网络中社区结构和同质性的模型不可知假设检验

原文标题： A model-agnostic hypothesis test for community structure and homophily in networks

地址： http://arxiv.org/abs/2107.06093

作者： Eric Yanchenko, Srijan Sengupta

摘要： 网络继续引起统计学家的极大兴趣，重点是社区检测。然而，解决这个问题的工作较少：给定一些网络，它是否表现出有意义的社区结构？我们建议以一种有原则的方式回答这个问题，将其作为一个统计假设，根据正式的和模型不可知的同质度量标准。同质性是一种经过充分研究的网络属性，其中社区内边比社区间边更有可能。我们使用同质性度量来识别和区分三个概念：名义、附带和内在同质性。我们提出了一个简单且可解释的测试统计量，利用这个同质性参数，并制定渐近和基于引导的拒绝阈值。我们证明了它的渐近特性，并证明它在模拟和现实世界数据上都优于基准方法。此外，所提出的方法对经典数据集产生了丰富的、具有启发性的见解；也就是说，经过充分研究的网络实际上并不具有内在的同质性。

将搜索查询与社交媒体数据相结合以改进经济指标的预测

原文标题： Blending search queries with social media data to improve forecasts of economic indicators

地址： http://arxiv.org/abs/2107.06096

作者： Yi Li, Asieh Ahani, Haimao Zhan, Kevin Foley, Thayer Alshaabi, Kelsey Linnell, Peter Sheridan Dodds, Christopher M. Danforth, Adam Fox

摘要： 使用互联网活动预测政治、经济和公共卫生指标的结果好坏参半。例如，虽然一些明确调查的民意指标与社交媒体主体有很好的相关性，但仅由社交媒体中提取的情绪驱动的盈利投资策略的机会似乎已经结束。尽管如此，互联网潜在预测输入信号的空间在组合上是巨大的，并将继续邀请仔细探索。在这里，我们将来自 Google Trends 的与失业相关的搜索数据与 Twitter 上的经济语言相结合，尝试进行临近预报和预测：1. 美国各州和国家的失业救济申请，以及 2. G7 国家的消费者信心。基于最近开发的基于搜索查询的模型，我们表明合并 Twitter 数据可以改善失业申请的预测，而原始方法在临近预报方面仍然略胜一筹。用时间统计特征（例如，移动平均值和变化率）丰富输入信号可以进一步减少错误，并在应用于其他经济指标（例如消费者信心）时提高所提出方法的预测效用。

地方性传染病的网络结构与疾病风险

原文标题： Network structure and disease risk for an endemic infectious disease

地址： http://arxiv.org/abs/2107.06186

作者： Jose L. Herrera-Diestra, Michael Tildesley, Katriona Shea, Matthew Ferrari

摘要： 接触网络的结构会影响疾病在人口规模上传播的可能性以及任何给定节点的感染风险。尽管这对于流行病在完全易感网络上传播的理论和经验网络已得到很好的表征，但网络结构对地方性病原体感染风险的长期影响尚未得到很好的表征。在这里，我们分析了土耳其农场之间牛运输的详细记录，以表征 2007-2012 年间运输网络的全球和本地属性，构建了一个聚合的静态有向加权网络。我们使用记录的爆发研究了网络属性与在同一时期内感染或暴露于口蹄疫 (FMD) 疾病的可能性之间的相关性。运输网络显示了小世界性和无标度（中度）的特性，高度的指数截止。运输网络说明了强大的模块化和缺乏可分类性。运输网络显示出空间受限的迹象，几乎没有长距离连接，并且与其他空间受限的网络有很强的相似性。我们发现感染或感染 FMD 高风险的农场（在受感染农场的一个链接内）具有更高的中心性值；与受感染农场的链接从不少于 2 个的农场具有不成比例的低中心性。然而，农场排名的相关性表明，中心农场（高特征向量中心性）不一定是那些与它有更多联系（入/出度）的农场。几个中心农场作为密集连接农场的桥梁（高中介中心性）。这些结果表明，为了检测 FMD 传播，监测工作可以优先关注中心性大于平均值的农场。

通过真实的城市规模联系网络模拟社交距离和有针对性的疫苗接种对 COVID-19 传播的影响

原文标题： Modeling the Impact of Social Distancing and Targeted Vaccination on the Spread of COVID-19 through a Real City-Scale Contact Network

地址： http://arxiv.org/abs/2107.06213

作者： Gavin S. Hartnett, Edward Parker, Timothy R. Gulden, Raffaele Vardavas, David Kravitz

摘要： 我们使用移动设备数据在 COVID-19 大流行期间实施社会疏远措施之前和之后，在俄勒冈州波特兰市构建经验性的人际身体接触网络。这些网络揭示了社会疏远措施和公众对初期流行病的反应如何影响城市内的连通性模式。我们发现，随着大流行的发展，有许多接触者的人数大幅减少。我们通过在这些网络上模拟 SEIR 流行模型进一步研究了这些不同网络拓扑对 COVID-19 传播的影响，并发现连接性的降低极大地抑制了流行。然后，我们调查了当部分人群接种疫苗时流行病的反应，并比较了两种疫苗接种分配策略，包括保持社交距离和不保持社交距离。我们的主要结果是，接触网络的重尾度分布导致了一种有针对性的疫苗接种策略，该策略优先考虑高接触者，以比随机接种个人的策略更有效地减少病例数。将有针对性的疫苗接种和社会隔离相结合可以最大程度地减少病例，我们还发现，与随机策略相比，有针对性的策略的边际收益超过了减少病例数量的社会隔离的边际收益。这些结果对全球正在进行的疫苗分发工作具有重要意义。

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。