• 通讯动力学的普遍而独特的特性：如何产生现实的事件间时间;
• 几何 Chung Lu 模型和果蝇髓质连接组;
• 社交媒体信息传播的普遍性、临界性和复杂性;
• 城市交通阻塞过渡的经验证据;
• 使用图挖掘和自然语言处理对波斯 Twitter 社会网络中的 Covid-19 进行话语分析;
• 走向极端：解释极端意见如何渗透在线讨论的混合方法;
• 流行性-同质性指数：一种衡量有向图中同质性的新方法;
• 复杂网络中的拟对称性：一种动态模型方法;

通讯动力学的普遍而独特的特性：如何产生现实的事件间时间

原文标题： Universal and Distinct Properties of Communication Dynamics: How to Generate Realistic Inter-event Times

地址： http://arxiv.org/abs/1403.4997

作者： Pedro O.S. Vaz de Melo, Christos Faloutsos, Renato Assunção, Rodrigo Alves, Antonio A.F. Loureiro

摘要： 随着信息系统的进步，通信手段变得更便宜、更快和更容易获得。今天，数以百万计的人携带智能手机或平板电脑几乎可以随时随地进行交流。其中，他们几乎可以随时随地访问电子邮件、评论网络博客、观看视频并发表评论、拨打电话或发送短信。鉴于这种情况，在本文中，我们解决了这个新通信时代的一个基本方面：对于不同的技术和通信方式，通信事件之间的时间间隔如何表现？事件间时间分布 (IED) 是否存在通用模式？特定技术之间的事件间时间在哪些方面表现不同？为了回答这些问题，我们从真实和现代通信数据中分析了八个不同的数据集，我们发现了在所有八个数据集中都可以看到的四个明确定义的模式。此外，我们建议使用自馈过程 (SFP) 来生成通信之间的事件间时间。 SFP 是极其简约的点过程，最多需要两个参数，并且能够生成具有我们在数据中观察到的所有通用属性的事件间时间。我们通过提出一个框架来生成一个合成数据集，该数据集包含任何一种分析的通信方式（例如电话、电子邮件、博客评论）的真实通信事件和检测异常的算法，从而展示了 SFP 的潜在应用。

几何 Chung Lu 模型和果蝇髓质连接组

原文标题： A Geometric Chung Lu model and the Drosophila Medulla connectome

地址： http://arxiv.org/abs/2109.00061

作者： Agarwala, Susama, Kenter, Franklin

摘要： 许多现实世界的图都有与它们之间的距离相关的边，但是，以不均匀的方式。虽然 Chung-Lu 模型和几何随机图模型都很简单，但它们不足以捕捉这些网络的复杂性。在本文中，我们开发了一个广义几何随机图模型，该模型保留了这些现实世界网络的许多图论方面。我们在果蝇髓质连接组的图表示上测试该模型的有效性。

社交媒体信息传播的普遍性、临界性和复杂性

原文标题： Universality, criticality and complexity of information propagation in social media

地址： http://arxiv.org/abs/2109.00116

作者： Daniele Notarmuzi, Claudio Castellano, Alessandro Flammini, Dario Mazzilli, Filippo Radicchi

摘要： 社交媒体中的信息雪崩通常以与大脑中神经元活动雪崩类似的方式进行研究。尽管大量文献揭示了关于表征跨生物体神经元活动的独特过程存在的大量共识，但对在线社交媒体中的信息动态却知之甚少。在之前的研究中发现信息雪崩的统计规律在跨系统中并不稳健，并且使用完全不同的过程来表示信息传播的合理驱动机制。在这里，我们分析了从多个在线平台（包括 Telegram、Twitter 和微博）在超过 10 年的观察窗口中收集的近 10 亿个带时间戳的事件，以表明社交媒体中的信息传播是一种普遍且关键的事件。过程。普遍性源于对跨平台相同宏观模式的观察，而与手头特定系统的细节无关。临界行为是从幂律分布和相应的超尺度关系推导出来的，表征信息雪崩的大小和持续时间。神经元活动可以被建模为一个简单的传染过程，其中只有一次活动暴露就足以使其扩散。相反，对我们数据的统计测试表明，简单和复杂的传染混合在一起，其中个人的参与需要多个熟人的曝光，这是社交媒体中信息传播的特征。我们表明该过程的复杂性与传播的信息的语义内容相关。关于音乐、电影和电视节目的对话话题往往以简单的传染过程传播，而关于政治/社会主题的有争议的讨论则遵循复杂的传染规则。

城市交通阻塞过渡的经验证据

原文标题： Empirical evidence for a jamming transition in urban traffic

地址： http://arxiv.org/abs/2109.00233

作者： Erwan Taillanter, Marc Barthelemy

摘要： 理解导致大城市交通拥堵形成和传播的机制对于城市规划和交通管理至关重要。许多研究已经从相变的角度考虑了交通拥堵的出现，但主要是在简单的几何形状（例如高速公路）中，或者在外部参数驱动过渡的渗透框架中。更一般地说，复杂道路网络中拥堵过渡的经验证据和特征很少，这里我们使用 2014-2018 年期间巴黎（法国）的交通量度来测试城市层面是否存在拥堵过渡。特别是，我们表明由于拥塞造成的延迟的相关函数是一个幂律（指数 etaapprox 0.4）与指数截止值 xi 相结合。该相关长度 xi 显示在高峰时段发散，表明城市交通中出现了阻塞过渡。我们还讨论了拥堵的空间结构，并确定了参与大多数交通拥堵的拥堵环节的核心，其结构在高峰时段是特定的。最后，我们表明拥堵的空间结构与之前提出的反应扩散图一致。

使用图挖掘和自然语言处理对波斯 Twitter 社会网络中的 Covid-19 进行话语分析

原文标题： Discourse Analysis of Covid-19 in Persian Twitter Social Networks Using Graph Mining and Natural Language Processing

地址： http://arxiv.org/abs/2109.00298

作者： Omid Shokrollahi, Niloofar Hashemi, Mohammad Dehghani

摘要： 理解话语动态的一种新的科学方法是分析社会网络的公共数据。本研究的目的是通过使用波斯社会的智能数据挖掘对 Covid-19 现象（受 Laclau 和 Mouffe 的话语理论启发）进行后结构主义话语分析 (PDA)。检查的大数据是来自波斯 Twitter 网络的 160,000 名用户的 500 万条推文，用于比较两种话语。除了单独分析推文文本外，还基于转推关系创建了社会网络图数据库。我们使用 VoteRank 算法对帖子成为口耳相传的人进行介绍和排名，前提是网络上的总信息传播范围最大化。这些用户也根据他们的词使用模式进行聚类（使用高斯混合模型）。将有影响力的传播者的构建话语与最活跃的用户进行比较。该分析是基于超过八集的 Covid 相关帖子完成的。同时，通过对推文词的统计内容分析和极性分析，对提到的整个子群体，尤其是排名靠前的个体进行话语分析。本研究最重要的结果是推特主体的话语建构是以政府为基础而非社区为基础的。被分析的伊朗社会不认为自己应对 Covid-19 的邪恶问题负责，不相信参与，并期望政府解决所有问题。最活跃和最有影响力的用户相似之处在于，政治、国家和批判性话语构建是主要的。除了其研究方法的优势外，还要注意研究的局限性。提出了伊朗社会未来遭遇类似危机的建议。

走向极端：解释极端意见如何渗透在线讨论的混合方法

原文标题： Slipping to the Extreme: A Mixed Method to Explain How Extreme Opinions Infiltrate Online Discussions

地址： http://arxiv.org/abs/2109.00302

作者： Quyu Kong, Emily Booth, Francesco Bailo, Amelia Johns, Marian-Andrei Rizoiu

摘要： 定性研究为观察和研究在线社交媒体平台上的社区和文化提供了方法指南。然而，这些方法需要研究人员进行大量的手动工作，并且可能过于集中并仅限于某些在线群体。在这项工作中，我们提出了一个完整的解决方案，通过利用机器学习算法来加速有问题的在线语音的定性分析——特别关注来自在线社区的意见。首先，我们采用深度观察的定性方法来理解有问题的在线语音。这个最初的定性研究构建了一个有问题的演讲本体，其中包含用他们的基本观点注释的社交媒体帖子。定性研究还动态构建意见集，同时标记帖子。接下来，我们使用关键字从三个在线社交媒体平台（Facebook、Twitter 和 Youtube）收集大型数据集。最后，我们引入了一个迭代数据探索程序来扩充数据集。它在数据采样器之间交替，平衡未标记数据的探索和利用，采样数据的自动标记，定性映射团队的手动检查，最后是自动意见分类器的再训练。我们提供定性和定量结果。首先，我们展示了一个极右翼 Facebook 群组中问题言论动态的详细案例研究，举例说明了其从保守到极端的转变。接下来，我们展示了我们的方法成功地从最初的定性标记和重点关注的数据集学习，并构建了一个更大的数据集。使用后者，我们研究了意见出现和共现的动态，并暗示了一些极端意见潜入主流在线话语的途径。

流行性-同质性指数：一种衡量有向图中同质性的新方法

原文标题： The Popularity-Homophily Index: A new way to measure Homophily in Directed Graphs

地址： http://arxiv.org/abs/2109.00348

作者： Shiva Oswal

摘要： 在网络中，具有相似特征的人形成联系的有据可查的趋势被称为同质性原则。能够将同质性量化为一个数字具有重大的现实影响，从政府资金分配到微调社会学模型中的参数。本文介绍了Popularity-Homophily Index（PH指数）作为衡量有向图中同质性的新指标。 PH 指数考虑了互动网络中每个参与者的受欢迎程度，并使用 Google PageRank 等重要性算法预先计算了受欢迎程度。 PH 指数通过加权导致重要参与者的同质边超过导致不太重要的参与者的同质边来改进其他现有度量。 PH 指数不仅可以针对有向图中的单个节点计算，还可以针对整个图中计算。本文计算了两个样本图的 PH 指数，最后概述了 PH 指数的优缺点及其在现实世界中的潜在应用。

复杂网络中的拟对称性：一种动态模型方法

原文标题： Quasi-symmetries in complex networks: a dynamical model approach

地址： http://arxiv.org/abs/2109.00413

作者： Gemma Rosell-Tarragó, Albert Díaz-Guilera

摘要： 复杂网络中对称性的存在对网络动态行为有显著影响。然而，除了拓扑对称之外，人们还应该考虑这样一个事实，即现实世界的网络会受到波动或错误的影响，以及错误的插入或删除。因此，所得的近似对称性对于标准对称性分析来说仍然是隐藏的——完全由离散代数软件完成。已经有许多尝试来处理近似对称性。在目前的工作中，我们提供了这些较弱对称性的替代概念，我们称之为“准对称性”。与其他定义不同的是，准对称性仍然可以自由地强加特定网络属性的任何不变性，并且它们是从振荡动力学模型（Kuramoto-Sakaguchi 模型）的稳态配置的相位差中获得的。准对称性的分析揭示了隐藏的现实世界网络属性。一方面，我们提供了一个基准来确定网络在准对称性方面是否具有比随机网络更复杂的模式，即，是否将其结构化为单独的准对称节点组。另一方面，我们定义了“双网络”，一个加权网络（及其相应的二值化对应物），它有效地对原始网络中的所有准对称信息进行编码。后者是一种强大的工具，可用于获得有关节点中心性（获得独特的节点作为相对于其他节点的模仿者）和社区检测（准对称节点组）的有价值的见解。

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。