• 影响传播的因果推断——独立级联模型的可识别性;
• 知道什么时候停止;
• 网络干预策略：通过网络科学实施政策和解决公共问题的务实方法;
• 2021 年 RecSys 挑战数据集：公平性不是可选的;
• THyMe+：时间超图模体用于精确计数的快速算法;
• 针对典型猪瘟的建模控制策略：厄瓜多尔使用静态和时间网络对交易商和市场的影响;
• SIR模型在流行阈值附近的大偏差;

影响传播的因果推断——独立级联模型的可识别性

原文标题： Causal Inference for Influence Propagation – Identifiability of the Independent Cascade Model

地址： http://arxiv.org/abs/2107.04224

作者： Shi Feng, Wei Chen

摘要： 独立级联（IC）模型是一种广泛用于社会网络的影响传播模型。在本文中，我们结合因果推理的概念和技术来研究具有未观察到的混杂因素的扩展 IC 模型中观测数据参数的可识别性，该模型模拟了更现实的传播场景，但之前很少在影响传播建模中进行研究。我们提供了几种特殊结构的参数可识别或不可识别条件，包括马尔可夫 IC 模型、半马尔可夫 IC 模型和具有全局未观察变量的 IC 模型。参数可识别性对于其他任务很重要，例如具有未观察到的混杂因素的扩散网络下的影响最大化。

知道什么时候停止

原文标题： Knowing when to stop

地址： http://arxiv.org/abs/2109.08190

作者： Ofer Lahav (UCL), Joseph Silk (IAP)

摘要： 我们什么时候停止正在进行的科学项目来为新事物腾出空间？决策是一个复杂的过程，从预算考虑和正在进行的项目之间的紧张局势，到进展评估和新科学发展的津贴。

网络干预策略：通过网络科学实施政策和解决公共问题的务实方法

原文标题： Strategies of Network Intervention: A Pragmatic Approach to Policy Implementation and Public Problem Resolution through Network Science

地址： http://arxiv.org/abs/2109.08197

作者： Michael D. Siciliano, Travis A. Whetsell

摘要： 公共管理已经产生了大量关于公共部门网络的文献，研究了网络驱动因素、动态和结果。然而，这些文献还没有从干预的角度研究网络，其中网络机制被操纵以促进行为改变并改善社会、组织和社区结果。基于 Valente (2012) 的类型学，我们制定了公共部门网络干预战略的框架。首先，我们描述了主要在公共卫生领域发现的网络干预理论中的核心概念。接下来，我们将现有的干预类型扩展到包括适合公共行政环境的宏观制度战略。然后，我们确定现存的公共部门文献，这些文献为干预框架提供了基石。最后，我们根据三个维度对干预模式进行分类，并讨论如何在实践中实施每种策略。这种类型学根据针对变革的过程（网络形成与网络效应）、网络中节点的类型（组织与个人）以及干预运作的级别（宏观与微观）对干预策略进行分类。我们为学者和从业者提供了一种有用的方法来概念化网络干预的部署位置、原因和方式。最终，为了发挥网络学术在公共管理中的潜力，该领域需要一个针对公共问题的关系和相互依存背景量身定制的干预方法框架。

2021 年 RecSys 挑战数据集：公平性不是可选的

原文标题： The 2021 RecSys Challenge Dataset: Fairness is not optional

地址： http://arxiv.org/abs/2109.08245

作者： Luca Belli, Alykhan Tejani, Frank Portman Alexandre Lung-Yut-Fong Ben Chamberlain, Yuanpu Xie, Kristian Lum, Jonathan Hunt, Michael Bronstein, Vito Walter Anelli, Saikishore Kalloori, Bruce Ferwerda, Wenzhe Shi

摘要： 在 RecSys 2020 挑战赛取得成功之后，我们将描述一个与 ACM RecSys Challenge 2021 一起发布的新颖且更大的数据集。今年的数据集不仅更大（~ 1B 数据点，增加了 5 倍），而且对于它第一次考虑了挑战的公平性方面。与许多静态数据集不同，确保数据集与 Twitter 平台同步需要付出很多努力：如果用户删除了他们的内容，同样的内容也会立即从数据集中删除。在本文中，我们介绍了数据集和挑战，强调了在 Twitter 规模上创建推荐系统时出现的一些问题。

THyMe+：时间超图模体用于精确计数的快速算法

原文标题： THyMe+: Temporal Hypergraph Motifs and Fast Algorithms for Exact Counting

地址： http://arxiv.org/abs/2109.08341

作者： Geon Lee, Kijung Shin

摘要： 群体互动出现在我们的日常生活中（电子邮件通信、按需拼车、在线社区的评论互动等等），它们一起形成了随着时间的推移而演变的超图。鉴于这样的时间超图，我们如何描述它们的基本设计原则？如果它们的大小和时间跨度有很大不同，我们如何比较它们的结构和时间特征？在这项工作中，我们定义了 96 个时间超图模体（TH-motifs），并提出了它们实例的相对出现次数作为上述问题的答案。 TH-motifs 对短时间内出现的三个连接的超边之间的关系和时间动态进行分类。对于可扩展的分析，我们开发了 THyMe+，这是一种用于计算大规模超图中 TH-motifs 实例的快速而精确的算法，并表明 THyMe+ 最多快 2,163 倍，同时需要的空间比基线少。使用它，我们研究了来自不同领域的 11 个真实世界的时间超图。我们证明了 TH-motifs 提供了对下游任务有用的重要信息，并揭示了有趣的模式，包括来自同一域的时间超图之间的惊人相似性。

针对典型猪瘟的建模控制策略：厄瓜多尔使用静态和时间网络对交易商和市场的影响

原文标题： Modelling control strategies against Classical Swine Fever: influence of traders and markets using static and temporal networks in Ecuador

地址： http://arxiv.org/abs/2109.08350

作者： Alfredo Acosta, Nicolas Cespedes Cardenas, Cristian Imbacuan, Hartmut H.K. Lentz, Klaas Dietze, Marcos Amaku, Alexandra Burbano, Vitor S.P. Gonçalves, Fernando Ferreira

摘要： 自 1940 年以来，厄瓜多尔流行猪瘟 (CSF)，养猪业是重要的经济和文化部门。最近，国家兽医局 (NVS) 实施了猪的个体识别、运动控制和强制接种脑脊液疫苗，寻找未来的根除方法。我们的目标是根据风险标准来表征猪场，分析随机和有针对性的策略对控制 CSF 的影响，并考虑网络的时间发展。我们使用了社会网络分析 (SNA)、SIRS（易感、感染、恢复、易感）网络建模和时间网络分析。该数据集包含 2017 年至 2019 年的 751,003 批货物和 600 万头猪。涉及 165,593 个场所：144,118 个农场、138 个工业企业、21,337 个贸易商和 51 个市场。平均而言，124,976 个场所 (75%) 接收或发送了 1.5 头猪的一个移动，相比之下，166 个 (0.01%) 与 1,372 个移动和 11,607 头猪。模拟结果显示 CSF 平均患病率为 29.93%；有针对性的选择策略将流行率降低到 3.3%，而随机选择降低了 24%。在每个省选择高风险场所是使用可用监控基础设施的最佳策略。值得注意的是，选择 10 个交易者/市场将 CSF 流行率降低到 4%，证明他们对网络的主要影响力。时间分析显示传输路径数量高估了 38%（因果保真度）；穿越网络的步骤为 4.3（平均路径长度），但需要大约 233 天。总之，NVS 应用的监测策略可以更有效地发现病例、减少疾病传播并实现基于风险的监测。为了集中精力选择高风险场所的目标，应特别关注证明具有类似疾病传播潜力的市场/交易商。

SIR模型在流行阈值附近的大偏差

原文标题： Large-deviations of SIR model around the epidemic threshold

地址： http://arxiv.org/abs/2109.08543

作者： Yannick Feld, Alexander K. Hartmann

摘要： 我们使用大偏差方法数值研究了小世界网络上 SIR 疾病模型的动力学。这使我们能够获得受感染节点的总比例和同时受感染节点的最大比例的概率密度函数，其概率密度非常小，如 10^-2500。我们分析了疾病动力学的结构，并在所有概率密度函数中观察了三种状态，分别对应于快速轻度、快速极度严重和持续严重的动力学演变。此外，我们研究了密度的数学速率函数。结果表明，所谓的大偏差特性适用于 SIR 模型。最后，我们测量了与其他可测量数量的相关性，例如爆发持续时间或感染比例峰值的位置，也在标准模拟技术无法访问的罕见区域中进行测量。

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。