• 定位你是谁：将地理位置与文本匹配以实现用户身份链接;
• 基于愿望的协调博弈中的临现象和枢纽中心性方法策略排序;
• 树分解图神经网络;
• 使用基于空间 SIR 主体的耦合模拟框架评估室内非药物干预对 COVID-19 爆发的有效性;
• COVID-19 如何影响美国对中国的态度：推特研究;
• 在多重网络上识别信息流行病共同演化动态中的超级传播者;
• 通过级联 AI 分类器和彩色图表示在博物馆中基于 RSSi 的访客跟踪;
• 优化高阶网络拓扑以同步耦合相位振荡器;

定位你是谁：将地理位置与文本匹配以实现用户身份链接

原文标题： Locate Who You Are: Matching Geo-location to Text for User Identity Linkage

地址： http://arxiv.org/abs/2104.09119

作者： Jiangli Shao, Yongqing Wang, Hao Gao, Huawei Shen, Yangyang Li, Xueqi Cheng

摘要： 如今，鼓励用户同时激活多个在线社会网络。锚链路预测旨在揭示同一用户跨网络的不同帐户之间的对应关系，已被视为用户画像、营销、网络安全和推荐的基本问题。现有方法主要通过以对称方式利用用户的轮廓、内容或结构特征来解决预测问题。然而，在在线服务的鼓励下，用户也会跨网络发布不对称信息，例如地理位置和文本。它导致在使用户与跨网络的不对称信息保持一致方面出现了挑战。我们没有在以前的工作中应用相似性评估，而是将地理位置和文本之间的相关性形式化，并提出了一种新颖的锚链路预测框架，用于跨网络匹配用户。此外，我们的模型可以通过引入外部数据来缓解标签稀缺问题。在真实世界数据集上的实验结果表明，我们的方法优于现有方法并取得了最先进的结果。

基于愿望的协调博弈中的临现象和枢纽中心性方法策略排序

原文标题： Critical Phenomena and Strategy Ordering with Hub Centrality Approach in the Aspiration-based Coordination Game

地址： http://arxiv.org/abs/2108.10997

作者： Wonhee Jeong, Unjong Yu

摘要： 我们在常规图和无标度网络中研究了具有愿望驱动更新规则的协调博弈。我们证明该模型与 Ising 模型完全一致，并在吸入水平为零时显示临界选择噪声处的相变。发现临界选择噪声随着随机正则图中的聚类而降低。对于非零抽吸水平，只要抽吸水平小于图的度数，该模型也表现出相变。我们还表明，关键指数与聚类和愿望水平无关，以确认协调博弈属于 Ising 普遍性类。对于无标度网络，研究了在低选择噪声下抽吸水平对顺序参数的影响。在模型网络（Barab’asi-Albert 网络和 Holme-Kim 网络）中，当吸引水平与网络的平均度相同时，阶次参数突然减小。相反，在现实世界的网络中，顺序参数逐渐减小。我们通过提出枢纽中心性和本地枢纽的概念来解释这种差异。与模型网络不同，现实世界网络的枢纽中心性直方图分为两部分，本地枢纽仅存在于现实世界的网络中。我们得出结论，模型和现实世界网络中网络结构的差异在协调博弈中导致了质的不同行为。

树分解图神经网络

原文标题： Tree Decomposed Graph Neural Network

地址： http://arxiv.org/abs/2108.11022

作者： Yu Wang, Tyler Derr

摘要： 图神经网络 (GNN) 通过迭代执行特征传播和转换以利用邻域信息，在学习更好的表示方面取得了重大成功。然而，迭代传播限制了高层邻域的信息通过下层邻域的传输和融合，这不可避免地导致不同层邻域之间的特征平滑，从而影响性能，尤其是在异构网络上。此外，大多数深度 GNN 仅认识到高层邻域的重要性，而尚未充分探索不同层邻域上下文中多跳依赖在学习更好表示方面的重要性。在这项工作中，我们首先从理论上分析了不同层邻域之间的特征平滑，并凭经验证明了不同层邻域间同质水平的方差。受这些分析的启发，我们进一步提出了一种树分解方法来解开不同层中的邻域，以减轻这些层之间的特征平滑。此外，我们通过树分解公式中的图扩散来表征多跳依赖，以构建树分解图神经网络（TDGNN），它可以灵活地合并来自大感受野的信息并利用多跳依赖聚合这些信息。综合实验证明了 TDGNN 在各种节点分类设置下的同质和异质网络上的优越性能。广泛的参数分析突出了 TDGNN 防止过度平滑的能力，并将浅层的特征与更深的多跳依赖相结合，这为更深的图神经网络提供了新的见解。 TDGNN的代码：这个http URL

使用基于空间 SIR 主体的耦合模拟框架评估室内非药物干预对 COVID-19 爆发的有效性

原文标题： Evaluating Efficacy of Indoor Non-Pharmaceutical Interventions against COVID-19 Outbreaks with a Coupled Spatial-SIR Agent-Based Simulation Framework

地址： http://arxiv.org/abs/2108.11025

作者： Chathika Gunaratne, Rene Reyes, Erik Hemberg, Una-May O’Reilly

摘要： 传染性呼吸道疾病，例如 COVID-19，依赖于足够长时间的暴露才能成功传播潜在病原体。对于组织而言，评估旨在减轻其人员之间病毒传播的干预措施的有效性非常重要。我们开发了一个操作风险评估模拟框架，该框架将基于空间主体的运动模型与 SIR 流行病学模型相结合，以评估不同干预策略的相对风险。通过将我们的模型应用于麻省理工学院的 STATA 大楼，我们评估了干预的三个可能维度的影响：单向与不受限制的移动、现场允许的人口规模以及离开指定工作地点休息的频率。我们发现单向运动限制对不受限制的运动没有产生重大影响。相反，我们发现，将接受的人数低于当前建议的人数和建议个人减少离开工作站的频率相结合，可以降低出现的联系网络中高度联系的个人的可能性，从而降低感染的总体风险。我们根据其流行病学影响发现了三类可能的干预措施。通过假设 SIR 模型中继发性发病率数据与传播率之间存在直接关系，我们比较了模拟区域内四种呼吸系统疾病（MERS、SARS、COVID-19 和麻疹）的相对感染风险，并推荐了适当的干预指南。

COVID-19 如何影响美国对中国的态度：推特研究

原文标题： How COVID-19 has Impacted American Attitudes Toward China: A Study on Twitter

地址： http://arxiv.org/abs/2108.11040

作者： Gavin Cook, Junming Huang, Yu Xie

摘要： 过去的研究研究了对外国态度的社会决定因素。由于未观察到的因素或反向因果关系导致的潜在内生性偏见的混淆，这些因素对公众舆论的因果影响通常难以确定。使用社交媒体数据，我们利用 COVID-19 大流行的突然性来检查重大全球事件是否已经因果地改变了美国人对另一个国家的看法。截至 2020 年 6 月，我们整理了社交媒体平台 Twitter 上超过 2.97 亿条有关中国或 COVID-19 的帖子的数据库，我们将有关 COVID-19 的推文视为个人对 COVID-19 意识的代表。使用回归不连续性和差异中的差异估计，我们发现对 COVID-19 的认识导致反华态度急剧上升。我们的工作对理解自身利益如何影响政策偏好以及美国人如何看待移民社区具有重要意义。

在多重网络上识别信息流行病共同演化动态中的超级传播者

原文标题： Identifying super-spreaders in information-epidemic coevolving dynamics on multiplex networks

地址： http://arxiv.org/abs/2108.11043

作者： Qi Zeng, Ying Liu, Ming Tang, Jie Gong

摘要： 特别是在医疗资源有限的情况下，识别流行病中的超级传播者对于抑制疾病传播具有重要意义。现代社会，流行病信息通过各种传播渠道迅速传播，对抑制流行病起到了很大的作用。在这里，我们研究了信息-疾病耦合传播动力学中超级传播者的识别。首先，我们发现物理接触层的中心性不再有效识别流行病中的超级传播者，这是由于信息传播的抑制作用。然后通过考虑通信层和物理接触层之间的结构和动态耦合，我们提出了一种称为耦合敏感中心性的中心性度量，以识别疾病传播中的超级传播者。在合成和真实世界的多路网络上的仿真结果表明，所提出的度量不仅比单个网络上的中心性准确得多，而且在识别超级传播者方面也优于两个典型的多层中心性。这些发现意味着，在确定耦合多层系统中的关键作用时，考虑层之间的结构和动态耦合是非常必要的。

通过级联 AI 分类器和彩色图表示在博物馆中基于 RSSi 的访客跟踪

原文标题： RSSi-based visitor tracking in museums via cascaded AI classifiers and coloured graph representations

地址： http://arxiv.org/abs/2108.11091

作者： Elia Onofri, Alessandro Corbetta

摘要： 基于便携式无线电信标对博物馆参观者的个人跟踪，这是一种用于行为分析和舒适度/性能改进的资产，正在日益普及。从概念上讲，这种方法可以实现基于小天线网络的房间级定位（因此，无需对现有结构进行侵入性修改）。天线测量由单独分配给访客的信标广播的自我广告信号的强度 (RSSi)。信号强度代表到天线的距离，从而指示定位。然而，众所周知，RSSi 信号是有噪声的，即使在理想条件下（高天线密度、没有障碍物、没有人群……）。在这篇文章中，我们提出了一种在天线密度相对较低时执行基于 RSSi 的准确访客跟踪的方法，例如由于历史建筑施加的技术限制。我们将一组基于真实情况训练的“简单”定位器与根据全彩色图对博物馆拓扑结构进行编码相结合。这将定位问题变成了一个级联过程，从大尺度到小尺度，在空间和时间上。我们的用例是在罗马（意大利）博尔盖塞美术馆（Galleria Borghese）的访客跟踪，我们的方法管理了 >96% 的定位准确度，显著改善了我们之前的工作（J. Comput. Sci. 101357, 2021）。

优化高阶网络拓扑以同步耦合相位振荡器

原文标题： Optimizing higher-order network topology for synchronization of coupled phase oscillators

地址： http://arxiv.org/abs/2108.11200

作者： Ying Tang, Dinghua Shi, Linyuan Lü

摘要： 自然界中的网络在主体之间具有复杂的交互作用。交互引起的一个重要现象是耦合主体的同步，并且可以调整交互网络拓扑以优化同步。先前的研究表明，具有成对交互的优化传统网络在交互无向时有利于节点的均匀度分布，并且在交互有向时总是结构不对称。然而，对具有普遍高阶交互作用的网络的同步最佳控制的探索较少。在这里，通过考虑超图中的高阶交互和具有 2 个超链接交互的 Kuramoto 模型，我们发现具有优化同步性的网络拓扑可能具有不同的特性。对于无向交互，通过模拟退火具有 2-超链接交互的优化网络倾向于在节点的泛化度上变得同质，与 1-超链接（成对）交互一致。我们进一步定义了有向超链接，并严格证明了对于有向交互，结构对称性可以在具有 2-超链接交互的最佳同步网络中保持，这与 1-超链接交互的结论相反。结果表明，控制高阶交互的网络拓扑会导致超出成对交互的同步现象。

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。