• 同质性和异质性对偏好度网络的影响：平均场分析和剧烈转变;
• 图k壳结构在对抗性攻击下的鲁棒性;
• 一个人的观点形成是其自己对小世界拓扑的信念;
• 位置数据揭示了穷人中不成比例的灾难影响：使用Mobilkit的2017年普埃布拉地震案例研究;
• 通过跨网络优化分配测试试剂盒和疫苗剂量来控制流行病;
• 来自单文件移动实验的个体基本图;
• 迈向约会应用程序的统计物理学;
• 车辆与自动驾驶汽车的交互模型及其特性;
• 地铁网络网络乘客延误的逐日和季节性规律;
• 物联网设备和医疗辅助技术：应用、挑战和机遇;
• 一种分析 Twitter Bios 中多重社会身份的方法;
• 时变网络中个体行为变化对流行病传播的影响;
• 英国退欧和机器人：表征英国大选期间 Twitter 上自动账户的行为;

同质性和异质性对偏好度网络的影响：平均场分析和剧烈转变

原文标题： Effects of homophily and heterophily on preferred-degree networks: mean-field analysis and overwhelming transition

地址： http://arxiv.org/abs/2107.13945

作者： Xiang Li, Mauro Mobilia, Alastair M. Rucklidge, R.K.P. Zia

摘要： 我们调查了在由两个不同规模的社区组成的群体中持有两种意见之一的个人的动态、非平衡网络的长期特性。在这里，虽然主体人的意见是固定的，但他们有一个偏好程度，这导致他们无休止地创建和删除链接。我们不断发展的网络是由同质性/异质性形成的，这是一种社会互动形式，个人倾向于与具有相似/不同观点的其他人建立联系。使用蒙特卡罗模拟和详细的平均场分析，我们详细研究了社区的大小和同质/异质的程度如何影响网络结构。特别地，我们表明，当网络受到足够多的异质性时，就会发生“压倒性转变”：较小社区的个体被来自较大群体的主体的链接所淹没，他们的平均度大大超过了首选度。这种和相关现象的特征在于获得网络的总度和联合度分布，以及两个社区之间的链接比例以及边小于首选度的主体的比例。我们使用我们的平均场理论来讨论当组大小和同质性水平不同时网络的极化。

图k壳结构在对抗性攻击下的鲁棒性

原文标题： The Robustness of Graph k-shell Structure under Adversarial Attacks

地址： http://arxiv.org/abs/2107.13962

作者： B. Zhou, Y. Q. Lv, Y. C. Mao, J. H. Wang, S. Q. Yu, Q. Xuan

摘要： k-shell 分解在揭示网络的结构特性方面起着重要作用，即它被广泛用于在广泛的科学领域中找到网络中最密集的部分，包括互联网、生物网络、社会网络等然而，当网络遭受对抗性攻击时，人们担心 k-shell 结构的鲁棒性。在这里，我们介绍并形式化了 k-shell 攻击的问题，并开发了一种通过重新连接少量链接来攻击 k-shell 结构的有效策略。据我们所知，这是第一次研究图 k-shell 结构在对抗性攻击下的鲁棒性。特别是，我们提出了一种基于模拟退火 (SA) 的 k-shell 攻击方法，并在四个真实世界的社会网络上对其进行了验证。大量的实验验证了网络的 k-shell 结构在随机扰动下是稳健的，但在对抗性攻击下却非常脆弱，例如在 Dolphin 和 Throne 网络中，当只有 10 个节点时，超过 40% 的节点会改变其 k-shell 值% 的链接根据我们基于 SA 的 k-shell 攻击而改变。这样的结果表明，当网络中只有一小部分链接被有意更改时，单个结构特征也可能受到严重干扰。因此，在未来提高各种网络属性对对抗性攻击的鲁棒性可能是一个有趣的话题。

一个人的观点形成是其自己对小世界拓扑的信念

原文标题： Formation of opinion of one is own conviction about a Small World topology

地址： http://arxiv.org/abs/2107.14064

作者： Victor H. Blanco

摘要： 研究了小世界类型拓扑上的意见形成模型，以定性地观察它与一个人的不同之处在于自己的信念与他人的意见。可以观察到，复制与其交互的智能体的信念与该智能体是一个将决定留给机会的未定智能体之间的关系变得突出，因为未定智能体的概率大于 0.1 并保持到 0.7，因此在边界地区，这只是向这种预测的过渡。

位置数据揭示了穷人中不成比例的灾难影响：使用Mobilkit的2017年普埃布拉地震案例研究

原文标题： Location Data Reveals Disproportionate Disaster Impact Amongst the Poor: A Case Study of the 2017 Puebla Earthquake Using Mobilkit

地址： http://arxiv.org/abs/2107.13590

作者： Takahiro Yabe, Nicholas K W Jones, Nancy Lozano-Gracia, Maham Faisal Khan, Satish V. Ukkusuri, Samuel Fraiberger, Aleister Montfort

摘要： 从智能手机获取的位置数据越来越多地用于灾害风险管理。传统上，CDR 为人类移动提供了主要的数字足迹，而 GPS 数据现在在提高时空精度、容量、可用性和可访问性方面具有巨大潜力。 GPS 数据已经在一系列灾前和灾后用例中证明是无价的，例如量化位移、测量返回和恢复率、评估关键资源的可访问性、规划弹性。然而，尽管 GPS 位置数据很受欢迎且具有潜力，但在 DRM 中使用它仍处于起步阶段，有几个用例尚待探索。在本文中，我们考虑了 2017 年墨西哥普埃布拉地震，以 (i) 使用 GPS 数据验证和扩展灾后分析应用程序，以及 (ii) 说明新工具包 Mobilkit 的使用，以促进可扩展、可复制的扩展这项工作适用于范围广泛的灾害，包括地震、台风、洪水等。

通过跨网络优化分配测试试剂盒和疫苗剂量来控制流行病

原文标题： Controlling epidemics through optimal allocation of test kits and vaccine doses across networks

地址： http://arxiv.org/abs/2107.13709

作者： Mingtao Xia, Lucas Böttcher, Tom Chou

摘要： 有效的检测和疫苗接种协议是流行病管理的关键方面。为了研究在相互作用的易感、康复和感染个体的异质接触网络中有限测试和疫苗接种资源的最佳分配，我们提出了一个基于程度的测试和疫苗接种模型，我们使用控制理论方法推导出最佳测试和疫苗接种模型使用控制理论方法的政策。在我们的框架内，我们发现最优干预策略首先针对高度节点，然后以时间依赖的方式转移到低度节点。使用此类最佳政策，与统一和基于强化学习的干预措施相比，有可能在更大程度上延迟爆发和降低发病率，尤其是在某些无标度网络上。

来自单文件移动实验的个体基本图

原文标题： Individual Fundamental Diagrams from Single-File Movement Experiments

地址： http://arxiv.org/abs/2107.13879

作者： Sarah Ammenhäuser, Maik Boltes, Armin Seyfried

摘要： 近年来，已经发表了许多关于行人个体特征对基本图的影响的研究。这些研究比较了在一个人为因素（例如年龄）方面同质但在其他因素（例如性别）方面异质的群体中个人的累积数据。为了检查所有确定的和未确定的人为因素的影响，引入了各个基本图并使用多元线性回归进行分析。因此，考虑对不同年龄、性别和身高的学生进行单文件学校实验。分析出现在不同运行中的单个个体，以研究人为因素（例如身高、年龄和性别）的影响以及所有其他未知的个体影响（例如动机或对个体速度的关注）。分析表明，年龄和身高有很强的相关性，因此可以忽略年龄。此外，该研究表明，性别的影响较弱，其他不可测量的个人特征的影响比身高强。在进一步的步骤中，使用混合模型以及多重线性模型。在这里，表明将每个人的所有其他未知个体效应视为随机因素的混合模型优于个体速度仅取决于车头时距、高度和所有其他未知个体效应为固定变量的模型因素。

迈向约会应用程序的统计物理学

原文标题： Towards a statistical physics of dating apps

地址： http://arxiv.org/abs/2107.14076

作者： Fabrizio Olmeda

摘要： 在过去十年中，约会应用程序数量的急剧增加拓宽了人们与新熟人取得联系的范围。此类应用程序的一个常见功能是滑动，使用户能够决定是喜欢还是不喜欢其他用户。就像现实生活中的情况一样，一个用户可能或多或少受欢迎，这意味着不同用户之间的喜欢分布并非微不足道。在本文中，我们展示了如何根据不同的决策策略和不同的应用程序设置在用户之间分配喜欢。我们将最初在随机和凝固过程中开发的理论方法应用于对约会应用程序网络动态的调查。更具体地说，我们表明，每当约会应用程序根据不同模型的受欢迎程度对不同用户进行差异化显示时，用户就会分为两类：第一类包括获得最多赞的用户，第二类称为浓缩，从长远来看，这将减少到一小部分喜欢或根本不喜欢。最后，我们探索基于用户评级系统（称为 Elo）的不同模型。这些模型将表现出典型的胶凝系统行为和 Elo 评级的非平凡分布。

车辆与自动驾驶汽车的交互模型及其特性

原文标题： Model of vehicle interactions with autonomous cars and its properties

地址： http://arxiv.org/abs/2107.14081

作者： M. Herty, G. Puppo, G. Visconti

摘要： 我们研究了基于动力学方程的模型层次结构，用于描述存在自动驾驶车辆和人工驾驶车辆时的交通流。对于自动驾驶汽车的足够大的渗透率，可以观察到交通现象的稳定性，例如走走停停的波浪。渗透率的影响进行了分析和数值研究。尽管自动驾驶汽车的微观交互规则很简单，但可以在宏观建模水平上恢复在现实世界交通中观察到的特征。

地铁网络网络乘客延误的逐日和季节性规律

原文标题： Day-to-day and seasonal regularity of network passenger delay for metro networks

地址： http://arxiv.org/abs/2107.14094

作者： Panchamy Krishnakumari, Oded Cats, Hans van Lint

摘要： 为了提高用户满意度和公交形象，世界各地的公交服务提供商都提供延误补偿。智能卡数据可以估计整个网络中的乘客延误，并有助于监控服务性能。尽管如此，为了优先采取措施提高服务可靠性，从而减少乘客延误，最重要的是确定系统组件 - 车站和轨道段 - 最常发生乘客延误的地方。为此，我们提出了一种从个体轨迹估计网络乘客延误的新方法。我们将沿乘客轨迹的延误分解为相应的轨道段延误、初始等待时间和换乘延误。我们区分与公共交通网络相关的两种不同类型的乘客延误：平均乘客延误和总乘客延误。我们对这两个量采用时间聚类来揭示交通网络延迟模式的每日和季节性规律。估计和聚类方法在华盛顿地铁网络的一年数据上进行了演示。数据包括时刻表信息和智能卡数据，其中包括地铁网络在 2017 年 8 月至 2018 年 8 月期间的旅客列车分配。我们的研究结果表明，全天平​​均乘客延误相对稳定。时间聚类揭示了明显的和反复出现的，因此可预测的每日和每周模式，具有特定月份的不同特征。

物联网设备和医疗辅助技术：应用、挑战和机遇

原文标题： Internet-of-Things Devices and Assistive Technologies for Healthcare: Applications, Challenges, and Opportunities

地址： http://arxiv.org/abs/2107.14112

作者： Marc Jayson Baucas, Petros Spachos, Stefano Gregori

摘要： 医疗条件和病例正在快速增长，物理空间开始受到限制。医院和诊所不再有能力容纳大量新来的患者。很明显，健康产业的现状需要改善其宝贵而有限的资源。物联网 (IoT) 设备和辅助技术的发展可以缓解医疗保健方面的问题，因为它是一种方便且简单的无线访问医疗保健服务的方式。有大量物联网设备和潜在应用程序可以利用这些技术可以提供的独特特性。然而，与此同时，这些服务带来了需要妥善解决的新挑战。在本文中，我们回顾了一些基于物联网的医疗保健应用程序及其设备的流行类别。然后，我们描述了挑战并讨论了研究如何正确解决开放性问题并改进医疗保健中现有的实施。还讨论了其他可能的解决方案，以展示它们在成为未来医疗保健应用的可行解决方案方面的潜力

一种分析 Twitter Bios 中多重社会身份的方法

原文标题： A Method to Analyze Multiple Social Identities in Twitter Bios

地址： http://arxiv.org/abs/2107.14120

作者： Arjunil Pathak, Navid Madani, Kenneth Joseph

摘要： Twitter 用户在他们的个人资料描述或 bios 中以多种重要但复杂的方式表明社会身份，这些方式hl没有很好地被现有的身份如何用语言表达的特征所捕捉。因此，定义和衡量这些表达的更好方法可能有助于理解社会身份如何在文本中表达，以及自我如何在 Twitter 上呈现。为此，目前的工作做出了三个贡献。首先，使用定性方法，我们 hlidentify and 定义了个人标识符的概念，这更像是 Twitter bios 中标识身份的方式的 hlrepresentative。其次，我们提出了一种提取给定生物中表达的所有个人标识符的方法。最后，我们提出了一系列验证分析，探索我们提出的方法的优势和局限性。我们的工作在社会认同的社会心理学研究与我们如何通过 Twitter 和更普遍的社交媒体上的身份标记来构成自我的研究之间开辟了令人兴奋的新机会。

时变网络中个体行为变化对流行病传播的影响

原文标题： Impact of individual behavioral changes on epidemic spreading in time-varying networks

地址： http://arxiv.org/abs/2107.14143

作者： Bing Wang, Zeyang Xie, Yuexing Han

摘要： 个体行为的变化往往与个体的动态相互作用纠缠在一起，这使得流行过程复杂化，给对疫情的认识和控制带来巨大挑战。在这项工作中，我们考虑了流行过程中三种典型的行为变化，即感染者的自我隔离、易感者的自我保护以及他们之间的社会距离。我们通过具有吸引力的活动驱动网络将行为变化与个人的社会属性联系起来。建立了平均场理论来推导出具有个体行为变化的 SIS 模型的流行阈值的分析估计，这取决于活动、吸引力和易感和感染状态中的生成链接数量之间的相关性。我们发现个体行为在抑制流行方面发挥着不同的作用。虽然所有的行为改变都可以通过提高流行门槛来延缓流行，但对感染者的自我隔离和社会疏远可以有效地降低流行规模。此外，这些行为的同步变化和实施时机也对遏制疫情起到了关键作用。这些结果为理解流行过程中个体行为的相互作用提供了有益的意义。

英国退欧和机器人：表征英国大选期间 Twitter 上自动账户的行为

原文标题： Brexit and bots: characterizing the behaviour of automated accounts on Twitter during the UK election

地址： http://arxiv.org/abs/2107.14155

作者： Matteo Bruno, Renaud Lambiotte, Fabio Saracco

摘要： 在线社会网络代表了政治运动的新机会，彻底改变了政治传播的范式。然而，许多研究揭示了真实或自动用户存在 d/错误信息活动或恶意活动，使在线平台的可信度面临严重风险。这种现象在政治选举等重要政治事件中尤为明显。在本文中，我们全面描述了 2019 年英国大选期间用户和机器人之间的交互网络结构。特别是，我们关注 Twitter 上关于英国退欧的两极分化讨论，分析了由多个数据集组成的数据集。一个月内发布了 1000 万条推文。我们发现自动化账户的存在助长了辩论，特别是在英国全国大选前几天，我们发现讨论中的机器人急剧增加；在选举日之后的几天里，它们的发生率恢复到与选举前几周观察到的数值相似的数值。另一方面，我们发现暂停用户的数量（即因违反 Twitter 政策而被平台删除的帐户）在选举日之前一直保持不变，之后达到显著更高的值。值得注意的是，在鲍里斯·约翰逊 (Boris Johnson) 和杰里米·科尔宾 (Jeremy Corbyn) 之间的电视辩论之后，我们观察到大量新型机器人的注入，其行为与先前存在的机器人的行为明显不同。最后，我们探索了机器人的立场，发现他们的活动遍布整个政治谱，尽管比例不同，我们研究了自动帐户和暂停用户对主题标签的不同使用，从而针对不同国家的共同叙事的形成。辩论的双方。

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。