• 复仇者联盟是如何集结的？漫威英雄社会网络分析;
• 无标度网络上的广义伊辛模型：幂律的相互作用;
• 网络中的稳健协调;
• 序列随机网络结构优化及其在解决加拿大肥胖流行中的应用;
• 德国大学城市：社会经济地位和大学表现;
• 混合网络协调/反协调博弈中的均衡和学习动态;
• 接触模式与疾病进展之间的共振形成流行病传播;
• 基金会 NFT 拍卖的表象之下;
• 使用人工神经网络预测无标度网络中的隐藏链接和缺失节点;
• 可解释的企业生存预测;
• 知其所以然：在 COVID-19 危机期间探索中国社交媒体上的健康谣言特征和揭穿努力;
• 通过 Avrami 方程分析日本 COVID-19 感染波;
• 社交媒体语境下假新闻阅读与注释研究;
• 使用微调自注意力和迁移学习的多模态融合用于 Web 信息的真实性分析;
• 行人中的社会力量;
• 名人品牌决策：一种基于极性和情感分析的意见挖掘方法，使用 Twitter 消费者生成内容 (CGC);
• 哥伦比亚科学精英——科学地图和文献计量展望;
• 边可交换社会网络模型中的异常边检测;
• Covid-19传播中的差异博弈;

复仇者联盟是如何集结的？漫威英雄社会网络分析

原文标题： How the Avengers Assembled? Analysis of Marvel Hero Social Network

地址： http://arxiv.org/abs/2109.12900

作者： Chongyang Shi, Xuan Yu, Ziyang Ren

摘要： 漫威宇宙的电影在年轻人中很受欢迎。现在几乎每个年轻人都知道漫威宇宙中的一些英雄，比如钢铁侠和蜘蛛侠。名为 The Marvel Universe Social Network (MUSN) 的数据集描述了英雄之间的社交关系。通过分析MUSN，我们建立了漫威英雄的社会网络。我们从 Marvel 网络推导出一些基本统计数据，例如节点和链接的数量、中心、组件、最短路径长度和直径。在接下来的部分中，我们分析了 Marvel 网络的结构，并得到了连通性、聚类、度分布、度相关性的一些结果。同时，我们拟合幂律并将网络划分为不同的社区。在这个过程中，我们不仅发现网络看起来具有小世界性质，因为它显然是一个无标度网络，而且发现它与现实世界的社会网络非常相似。此外，基于 Loverkar 等人的工作，我们对网络的小世界性质进行了假设检验。我们发现漫威网络确实有小世界属性。最后，我们将 Marvel 网络可视化，以便更好地理解网络。

无标度网络上的广义伊辛模型：幂律的相互作用

原文标题： Generalized Ising Model on a Scale-Free Network: An Interplay of Power Laws

地址： http://arxiv.org/abs/2109.13128

作者： Mariana Krasnytska, Bertrand Berche, Yurij Holovatch, Ralph Kenna

摘要： 我们考虑最近引入的 Ising 模型的泛化，其中个体自旋强度可以变化。该模型旨在分析包含主体的系统中的排序，尽管它们的二元性匹配（即，保持标志性的 Ising 特征“+”或“-”、“up”或“down”、“yes”或“no”），它们的强度不同。为了研究节点的可变属性之间的相互作用以及它们之间的相互作用，我们研究了复杂网络上的模型，其中自旋强度和度数分布都受幂律控制。我们表明，在退火网络近似中，模型的热力学函数是自平均的，并且我们获得了分配函数的精确解。这使我们能够推导出热力学函数的主要温度和场相关性、它们的临界行为以及不同相界面处的对数校正。我们发现两个幂律的微妙相互作用导致了新的普遍性类别。

网络中的稳健协调

原文标题： Robust Coordination in Networks

地址： http://arxiv.org/abs/2109.12685

作者： Laura Arditti, Giacomo Como, Fabio Fagnani, Martina Vanelli

摘要： 我们研究了配备外部场的二元动作异构网络协调博弈的鲁棒性，模拟不同玩家对一个动作相对于另一个动作的偏见。我们证明了在最佳响应类型动力学下共识均衡全局稳定性的充分必要条件，相对于外部场的（恒定或时变）值是稳健的。然后我们将这些结果应用于混合网络协调和反协调博弈的分析，并找到纯策略纳什均衡存在和全局稳定性的充分条件。我们的结果适用于一般加权有向交互网络，并建立在协调博弈的超模特性上，以表征存在稳健改进和最佳响应路径的新概念的条件。

序列随机网络结构优化及其在解决加拿大肥胖流行中的应用

原文标题： Sequential Stochastic Network Structure Optimization with Applications to Addressing Canada’s Obesity Epidemic

地址： http://arxiv.org/abs/2109.12730

作者： Nicholas A. G. Johnson

摘要： 在这项工作中，我们为社区级预防性健康干预引入了一种新颖的数学网络模型。我们开发算法来大规模地近似解决这个新颖的公式，并严格探索它们的理论特性。我们为旨在遏制加拿大蒙特利尔地区肥胖流行率的干预措施创建了一个真实的模拟环境，并使用该环境对我们开发的算法的性能进行经验评估。我们发现我们的算法明显优于所有基线干预。此外，对于固定的计算资源，我们的算法解决的问题比现有的最佳替代算法要大得多。

德国大学城市：社会经济地位和大学表现

原文标题： German Cities with Universities: Socioeconomic Position and University Performance

地址： http://arxiv.org/abs/2109.12884

作者： Anthony F.J. van Raan

摘要： 我们调查了大学在城市和地区繁荣中的作用。大学的表现特征源自 2020 年莱顿排名。城市的社会经济实力由城市规模方法决定。我们的研究表明，一所大学在城市中的存在与其社会经济指标之间存在显著关系，尤其是对于大城市而言，尤其是对于产出、影响和合作指标具有更高价值的大学而言。

混合网络协调/反协调博弈中的均衡和学习动态

原文标题： Equilibria and learning dynamics in mixed network coordination/anti-coordination games

地址： http://arxiv.org/abs/2109.12692

作者： Laura Arditti, Giacomo Como, Fabio Fagnani, Martina Vanelli

摘要： 虽然网络协调博弈和网络反协调博弈在文献中受到了相当多的关注，但已知协调和反协调参与者共存的网络博弈表现出更复杂的行为。事实上，取决于网络结构，此类博弈甚至可能不具备纯策略纳什均衡。一个例子是著名的匹配便士（不协调）博弈。在这项工作中，我们首先为任意大小的混合网络协调/反协调博弈中纯策略纳什均衡的存在提供图论条件。对于满足这些条件的情况，我们然后研究最佳响应动力学的渐近行为，并为有限时间收敛到纳什均衡集提供充分条件。我们的结果建立在网络内聚性概念的扩展和细化以及网络不可分解性新概念的制定之上。

接触模式与疾病进展之间的共振形成流行病传播

原文标题： Resonance between contact patterns and disease progression shapes epidemic spread

地址： http://arxiv.org/abs/2109.12180

作者： Johannes Zierenberg, F. Paul Spitzner, Viola Priesemann, Martin Weigel, Michael Wilczek

摘要： 传染病的传播显然受到感染者接触方式的影响。但目前尚不清楚个人接触模式如何与疾病随时间进展的传染性和非传染性阶段相互作用。在这里，我们使用来自哥本哈根网络研究的真实世界物理距离数据来研究接触模式和疾病进展之间的这种相互作用。我们从数据中发现，潜在感染事件后的遭遇次数随时间显著变化——遭遇概率每天和每周都有明显的变化。这些变化可以加速或减缓传染病的传播，这取决于它们如何与传染期保持一致。值得注意的是，由此产生的共振在很大程度上取决于潜伏期，尽管潜伏期是非传染性的并且经常被忽视，但它是传染期与每周调制对齐程度的关键。我们证明了共振效应可以通过具有时间依赖性遭遇率的生成过程重现，该过程反映了数据中发现的每日和每周调制。将这种非马尔可夫生成过程包含在一个混合良好的平均场传播模型中，我们表明接触模式和疾病进展之间的共振可以显著改变基本繁殖数——在我们的例子中高达 20%。令人惊讶的是，即使个体传染性没有改变，潜伏期的变化也会因此使流行病的传播更加强烈。

基金会 NFT 拍卖的表象之下

原文标题： Under the Skin of Foundation NFT Auctions

地址： http://arxiv.org/abs/2109.12321

作者： MohammadAmin Fazli, Ali Owfi, Mohammad Reza Taesiri

摘要： 不可替代的代币 (NFT) 在加密社区中站稳了脚跟，并且大量资金已分配给他们的交易。在本文中，我们研究了致力于 NFT 拍卖和交易的最著名的市场之一 Foundation。我们分析了 Foundation 上的活动，并确定了该平台上发生的几个有趣的潜在动态。此外，我们对我们在 Foundation 上基于转移的 NFT 创建的图进行了社会网络分析，然后描述了该图的特征。最后，我们建立了一个基于神经网络的相似性模型，用于检索和聚类相似的 NFT。我们还表明，对于大多数 NFT，它们在拍卖中的表现与其集群中其他 NFT 的拍卖表现相当。

使用人工神经网络预测无标度网络中的隐藏链接和缺失节点

原文标题： Predicting Hidden Links and Missing Nodes in Scale-Free Networks with Artificial Neural Networks

地址： http://arxiv.org/abs/2109.12331

作者： Rakib Hassan Pran, Ljupco Todorovski

摘要： 现实生活中有许多网络以无标度网络的形式存在，例如万维网、蛋白质-蛋白质相互作用网络、语义网络、航空公司网络、银行间支付网络等。如果我们要分析这些网络，理解无标度网络的性质确实很有必要。通过使用无标度网络的特性，我们可以识别这些网络中的任何类型的异常。在这项研究中，我们提出了一种算法形式的方法来预测无标度网络中的隐藏链接和缺失节点，其中我们将随机网络的生成器作为训练数据的来源，一方面与人工神经网络相结合，监督分类，另一方面，我们旨在训练神经网络区分无标度网络的不同子类型，并预测给定无标度网络中（存在和缺失）节点之间的缺失节点和隐藏链接。我们选择了 Bela Bollobas 的有向无标度随机图生成算法作为随机网络的生成器来生成大量无标度网络的数据。

可解释的企业生存预测

原文标题： Interpretable Business Survival Prediction

地址： http://arxiv.org/abs/2109.12370

作者： Anish K. Vallapuram, Nikhil Nanda, Young D. Kwon, Pan Hui

摘要： 不可否认，企业的生存与其成功息息相关。促成其连续性的一个关键因素取决于其客户。 Yelp、大众点评和Foursquare等基于位置的社会网络的激增为利用这些平台上的用户生成内容预测企业生存铺平了道路。该领域的先前工作已经开发了几个量化特征来捕捉企业之间的地理和用户移动性。然而，定性特征的发展是最小的。因此，在这项工作中，我们跨四个特征集执行广泛的特征工程，即地理、用户移动性、业务属性和语言建模，以开发用于业务生存预测的分类器。我们另外采用可解释性框架来生成解释并定性评估分类器的预测。特征集之间的实验表明，包括业务属性和语言特征在内的定性特征具有最高的预测能力，分别达到 0.72 和 0.67 的 AUC 分数。此外，可解释性框架生成的解释表明，这些模型可以潜在地从评论文本中找出企业生存的原因。

知其所以然：在 COVID-19 危机期间探索中国社交媒体上的健康谣言特征和揭穿努力

原文标题： Know it to Defeat it: Exploring Health Rumor Characteristics and Debunking Efforts on Chinese Social Media during COVID-19 Crisis

地址： http://arxiv.org/abs/2109.12372

作者： Wenjie Yang, Sitong Wang, Zhenhui Peng, Chuhan Shi, Xiaojuan Ma, Diyi Yang

摘要： 在公共危机期间在网上传播的与健康有关的谣言可能对人们的福祉构成严重威胁。现有的危机信息学研究缺乏对健康谣言的特征以及在大流行期间在社交媒体上揭穿它们的努力的深入见解。为了填补这一空白，我们对中国微博网站微博上 COVID-19 期间四个月的谣言相关在线讨论进行了全面分析。结果表明，与希望（提高希望）类型相比，可怕（引起恐惧）类型的健康谣言引发了更多的讨论，并且持续时间更长。我们进一步探讨了四种社交媒体用户（即政府、媒体、组织和个人）如何打击健康谣言，并确定他们分享揭穿信息的首选方式以及在此过程中使用的关键修辞策略。我们使用格兰杰因果关系方法检查揭穿和谣言讨论之间的关系，并展示揭穿在抑制谣言讨论方面的功效，谣言讨论具有时间敏感性，并且因谣言类型和揭穿者而异。我们的结果可以提供对大流行环境中社交媒体上的危机信息学和风险管理的见解。

通过 Avrami 方程分析日本 COVID-19 感染波

原文标题： Analysis of COVID-19 infection waves in Japan by Avrami equation

地址： http://arxiv.org/abs/2109.12472

作者： Yoshihiko Takase

摘要： 上一次，尝试通过 Avrami 方程分析日本 2020 年 2 月至 5 月的第一波 COVID-19。这一次，所有从 2020 年 2 月到 2021 年 9 月反复发生的感染波都是通过开发最后一个工作来模拟的。整个波形基本是通过5个主波的叠加来模拟的，对每个波应用最小二乘法来确定方程的参数。尽管在假设参数为常数的情况下使用单个方程进行模拟，但当 D 超过 10,000 时，模拟累积感染 D 的准确性在第二波后达到 95%CI / D < 2.5%。由于模拟的精度很高，因此可以有效地预测近期的感染人数，并将观察到的感染人数变化的原因考虑为波形的详细结构。

社交媒体语境下假新闻阅读与注释研究

原文标题： A Study of Fake News Reading and Annotating in Social Media Context

地址： http://arxiv.org/abs/2109.12523

作者： Jakub Simko, Patrik Racsko, Matus Tomlein, Martin Hanakova, Maria Bielikova

摘要： 假新闻的在线传播是威胁整个社会的主要问题。这种传播在很大程度上是由新媒体格式实现的，即社会网络和在线媒体网站。研究人员和从业人员一直试图通过对假新闻进行表征并设计自动检测方法来回答这个问题。到目前为止，检测方法的成功率有限，主要是由于新闻内容和上下文的复杂性以及缺乏正确注释的数据集。提高自动错误信息检测方法效率的一种可能方法是模仿人类的检测工作。理解在线用户的新闻消费行为也很重要。在本文中，我们提出了一项眼动追踪研究，其中我们让 44 名非专业参与者随意阅读社交媒体提要，其中包含带有新闻文章的帖子，其中一些文章是假的。在第二轮中，我们要求参与者决定这些文章的真实性。我们还描述了具有类似场景的后续定性研究，但这次有 7 位专家假新闻注释者。我们介绍了这两项研究的描述、结果数据集的特征（我们在此发布）和一些发现。

使用微调自注意力和迁移学习的多模态融合用于 Web 信息的真实性分析

原文标题： Multi-modal Fusion using Fine-tuned Self-attention and Transfer Learning for Veracity Analysis of Web Information

地址： http://arxiv.org/abs/2109.12547

作者： Priyanka Meel, Dinesh Kumar Vishwakarma

摘要： 自在线社会网络出现以来，错误信息和假新闻的滋扰已经升级了许多倍。人类意识和决策能力受到操纵、捏造、有偏见或未经证实的新闻帖子的负面影响。因此，对设计真实性分析系统以检测多种数据模态中的虚假信息内容有很高的需求。为了为这个关键问题找到一个复杂的解决方案，我们提出了一种架构来考虑数据的文本和视觉属性。数据预处理完成后，使用单独的深度学习模型从训练数据中提取文本和图像特征。从文本中提取特征是使用 BERT 和 ALBERT 语言模型完成的，这些模型利用了使用深度自注意力机制的 Transformer 双向训练的优势。 Inception-ResNet-v2 深度神经网络模型用于图像数据来执行任务。所提出的框架侧重于 BERT 和 Inception-ResNet-v2 以及 ALBERT 和 Inception-ResNet-v2 这两个独立的多模态融合架构。文本和视觉分支的多模态融合使用特征向量的串联和概率的加权平均进行了广泛的实验和分析，分别称为早期融合和后期融合。三个公开可用的广泛接受的数据集 All Data、微博和 MediaEval 2016 相应地包含了英文新闻文章、中文新闻文章和推文，以便我们设计的框架的结果可以得到适当的测试，并与该领域以前的著名工作进行比较。

行人中的社会力量

原文标题： Social Force in Pedestrian Crowd

地址： http://arxiv.org/abs/2109.12597

作者： Peng Wang, Xiaoda Wang

摘要： 本文提供了一个新的视角来理解关于社会力量模型的现有争议。这些问题包括社会力量不遵守牛顿第三定律、一个主体靠近另一个主体时的振荡现象以及一些关于“越快越慢”效应的问题。从物理学的角度来看，这些问题似乎很难解释。本文为理解这些问题提供了一个新的视角。我们引入了期望人际距离的新概念来解释社会力量是如何从人类的意识思维中产生的。尽管社会力量违反了牛顿第三定律，但整个模型完全符合牛顿定律来表征行人运动。振荡现象可能存在于非物理实体（即期望速度和期望人际距离）而不是物理实体（即实际速度和实际距离），通过将非物理实体视为变量而不是常数来减轻这种振荡.非常有趣的是，期望速度代表了行人运动的动机水平，因此 Yerkes-Dodson 定律解释了“越快越慢”的效果，解释了动机水平如何在集体意义上改善或损害人类的表现。这种倒 U 型效应进一步用跌落模型进行研究，并通过使用 FDS+Evac 进行了数值测试。

名人品牌决策：一种基于极性和情感分析的意见挖掘方法，使用 Twitter 消费者生成内容 (CGC)

原文标题： Decision Making For Celebrity Branding: An Opinion Mining Approach Based On Polarity And Sentiment Analysis Using Twitter Consumer-Generated Content (CGC)

地址： http://arxiv.org/abs/2109.12630

作者： Ali Nikseresht, Mohammad Hosein Raeisi, Hossein Abbasian Mohammadi

摘要： 社交媒体中关​​于品牌的大量讨论为数字营销人员提供了很好的机会来跟踪和分析消费者对 CGC 中的品牌、产品、影响者、服务和广告活动的感受和看法。本研究旨在评估和比较公司和名人（即具有参与这些公司广告活动经验的影响者）的表现与 CGC 在社交媒体上使用的自动情感分析，同时探索消费者对他们进行观察，以观察哪个影响者（每个公司有两个）与相应公司对消费者心智的影响更密切。为此，利用来自品牌和影响者页面的几条消费者推文，通过朴素算法（基于词典）和朴素贝叶斯算法（机器学习方法）对机器学习和基于词典的情感分析方法进行比较并获得评估活动所需的结果。研究结果表明，这些方法在准确性方面有所不同。机器学习方法产生了更高的准确性。最后，结果显示哪个网红根据他们在以前的活动中的存在更合适，并帮助我们公司未来选择合适的网红，并随后有更好、更合适、更有效的广告活动。需要进一步研究情感分类的准确性提高。这种方法应该用于其他社交媒体 CGC 类型。结果揭示了情感分析方法是分析社交媒体的最佳方法的决策。研究还发现，公司应该理解消费者的情绪，并在每次想到活动时选择合适的人。

哥伦比亚科学精英——科学地图和文献计量展望

原文标题： The Colombian Scientific Elite – Science Mapping and Bibliometric Outlook

地址： http://arxiv.org/abs/2109.12719

作者： Julian D. Cortes, Daniel A. Andrade

摘要： 关于诺贝尔奖获得者等全球科学精英的研究成果、影响和结构的既定议程引起了发展中国家科学精英的兴趣。本研究采用科学绘图技术对哥伦比亚科学精英的产出、影响和结构进行全面分析，即获得 1990 年和 2020 年亚历杭德罗·安吉尔·埃斯科巴基金会国家奖的研究人员，在当地被称为哥伦比亚诺贝尔奖。调查结果表明，哥伦比亚科学精英的议程比在国际知名书目数据库中索引标题更广泛。哥伦比亚的科学精英也呈现出正增长，与诺贝尔奖得主生产力相比，这是一个相反的趋势。获奖前后的生产力和影响没有明显变化。哥伦比亚科学精英内部的机构合作展示了世界和当地顶级大学的最高中介（中介）作用。然而，只有两位哥伦比亚科学精英成员发表了一篇与两位诺贝尔奖获得者有关的文章。大多数研究概况反映了国家产出优先事项，但发现在战略研究能力方面偏离了国家重点。本研究还通过 Ioannidis 等人提出的复合指标，通过分层随机样本 1990-2020 与诺贝尔科学和经济学奖获得者进行了生产力和影响比较。哥伦比亚科学精英和诺贝尔奖获得者的交错，特别是在第 3 和第 2 分位数之间，能够对全球科学格局中的当地影响进行更细致的分析。

边可交换社会网络模型中的异常边检测

原文标题： Anomalous Edge Detection in Edge Exchangeable Social Network Models

地址： http://arxiv.org/abs/2109.12727

作者： Rui Luo, Buddhika Nettasinghe, Vikram Krishnamurthy

摘要： 本文研究了在模拟社会网络的有向图中检测异常边。我们利用边可交换性作为区分异常边和正常边的标准。然后我们提出了一种基于共形预测理论的异常检测器；这个检测器有一个保证的误报率上限。在数值实验中，我们表明所提出的算法实现了优于基线方法的性能。

Covid-19传播中的差异博弈

原文标题： Differential Games in the spread of Covid-19

地址： http://arxiv.org/abs/2109.13175

作者： Sushant Vijayan

摘要： 鉴于正在进行的 Covid-19 大流行，理解感染如何传播是中央计划者（政府）采取的措施和个人行为的综合结果很有趣。 Covid-19 的传播被建模为具有适当疾病传播动力学方程的规划者和人群之间的可微博弈。我们首先使用修改后的易感感染恢复 (SIR) 方程来表征仅种群的平衡动态，以突出平衡的定性性质。使用这个结果，我们制定了规划者和人口之间的联合平衡暴露概况。此外，与 Covid-19 一样，与检测到的数字相比，无症状携带者的作用、检测、接触者追踪和隔离方面的不足可能导致对真实感染人数的严重低估。在人口中个人做出的选择的背景下对真实感染人数进行建模至关重要。因此，我们通过修改动态来扩展我们的框架，以在疾病动态中包括“未检测到的感染者”和“检测到的感染者”的附加子区室。个人根据检测到的数字对真正的感染者做出自己的估计，并根据这些估计制定策略。我们表明，这些考虑导致了玩家的延迟最优控制问题。我们基于这些结果提供了一些模拟结果，以证明人口选择、规划者控制、检测率和对报告数字的信任如何在疾病传播中发挥关键作用。

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。