• 使用半监督图卷积网络进行假新闻检测;
• 连接人的基础设施。一种地面交通网络的力学模型;
• 为顺序推荐提取注意力的社会时间激励;
• 登顶成功：结合个人因素和整个探险队因素的多尺度方法;
• 安排登机桥乘客顺序，减少单通道飞机的登机时间;
• 寻找人类运动潜能的巅峰：数学调查;
• 噪音的代价：随机惩罚在社会困境实验中无法维持合作;
• 从信息级联中学习意识形态嵌入;
• Twitter 中的马其顿语情绪分析;
• 揭露付费意见操纵巨魔;
• 使用动态时间扭曲探索人类流动与 COVID-19 流行之间关系的时空异质性;
• 欧足联本可以轻松提高欧洲预选赛对 2022 年 FIFA 世界杯的公平性;
• 囚徒困境博弈协同演化学习中信息参考不对称的利用;
• 通信技术在整个生命过程中的作用：东约克社会支持实地指南;

使用半监督图卷积网络进行假新闻检测

原文标题： Fake News Detection using Semi-Supervised Graph Convolutional Network

地址： http://arxiv.org/abs/2109.13476

作者： Priyanka Meel, Dinesh Kumar Vishwakarma

摘要： 社交媒体因其数据分发的快速性和低廉的价值而成为人们获取和利用新闻的主要方式。尽管如此，社交媒体平台的这些特征也成为了虚假新闻传播的根本原因，对人和文化都造成了不利影响。因此，检测假新闻已成为为该问题提供可行的实时解决方案的重要研究兴趣。当前大多数虚假新闻披露技术都受到监督，需要花费大量时间和精力来制作明确解释的数据集。所提出的框架专注于基于文本的假新闻检测，同时考虑到只有有限数量的标签可用。图在现实世界问题的多种用途下广泛发挥作用，因为它们具有轻松构建事物的特性。深度神经网络用于在利用图分类的任务中产生出色的结果。图卷积网络作为一种适用于图的深度学习范式。我们提议的框架处理有限数量的标记数据；我们采用半监督学习方法。我们提出了一种基于 GCN（图卷积网络）的半监督假新闻检测技术。推荐的架构包括三个基本组件：使用 GloVe 从数据集中的新闻文章中收集词嵌入，使用 Word Movers Distance (WMD) 构建相似图，最后应用图卷积网络 (GCN) 对半监督中的新闻文章进行二元分类范例。通过改变标记数据的数量，实现的技术在三个不同的数据集上得到验证，在真实或假数据集上达到 95.27% 的最高准确度。与其他当代技术的比较也加强了所提议框架的优越性。

连接人的基础设施。一种地面交通网络的力学模型

原文标题： Infrastructures connecting people. A mechanistic model for terrestrial transportation networks

地址： http://arxiv.org/abs/2109.13286

作者： Luce Prignano, Lluc Font-Pomarol, Ignacio Morer, Sergi Lozano

摘要： 陆地交通基础设施 (TTI) 的结构和演变受社会政治和地理因素的影响，因此编码了有关资源和权力如何在领土内分配的关键信息。因此，分析道路、铁路或公路网络使我们能够更好地理解创建和维护它们的社区的政治和社会组织。网络科学可以提供非常有用的工具来定量地解决这个问题。在这里，专注于客运，我们提出了一种将 TTI 映射到正式网络对象的方法，该网络对象能够刻画人口的空间分布和所考虑的交通方式提供的连接。其次，我们提出了一个简单的机制模型，该模型实现了广泛的决策机制，这些机制可以驱动链接（连接）的创建。因此，通过调整少量参数，对于任何经验系统，都可以生成合成对应物，从而使它们的差异最小化。通过这种逆向工程方法，我们能够阐明将交通基础设施塑造成当前配置的过程和力量，而无需依赖除网络拓扑和人口分布之外的任何其他信息。还提供了一个说明性示例，以展示所提出方法的应用，并讨论我们的结论如何与先前获得的有关该主题的知识（和文献）相吻合。

为顺序推荐提取注意力的社会时间激励

原文标题： Extracting Attentive Social Temporal Excitation for Sequential Recommendation

地址： http://arxiv.org/abs/2109.13539

作者： Yunzhe Li, Yue Ding, Bo Chen, Xin Xin, Yule Wang, Yuxiang Shi, Ruiming Tang, Dong Wang

摘要： 在协同过滤中，充分利用社会信息来提高推荐质量的重要途径，已经被证明是有效的，因为用户行为会受到她朋友的影响。然而，现有的工作利用社会关系在用户级间接范式中从朋友的历史行为序列中聚合用户特征。间接范式的一个重要缺陷是它忽略了跨用户行为事件之间的时间关系。在本文中，我们提出了一种新的时间感知顺序推荐框架，称为社交时间激发网络（STEN），它引入了时间点过程来模拟朋友行为对用户动态兴趣的细粒度影响。直接范式。此外，我们建议将顺序推荐中的时间效应分解为社会相互时间效应和自我时间效应。具体来说，我们采用社会异构图嵌入层通过结构信息来细化用户表示。为了增强时间信息传播，STEN 通过相互刺激的时间网络直接提取朋友行为的细粒度时间相互影响。此外，用户的动态兴趣是通过自激时间网络刻画的。对三个真实世界数据集的大量实验表明，STEN 优于最先进的基线方法。此外，STEN 提供了事件级推荐的可解释性，这也在实验中得到了说明。

登顶成功：结合个人因素和整个探险队因素的多尺度方法

原文标题： Success at high peaks: a multiscale approach combining individual and expedition-wide factors

地址： http://arxiv.org/abs/2109.13340

作者： Sanjukta Krishnagopal

摘要： 这项工作提出了一项基于网络的数据驱动研究，研究了有助于登山成功的因素的组合。它同时检查了年龄、性别、经验等个人因素的影响，以及营地数量、夏尔巴人与付费登山者的比例等探险范围内的因素。 具体来说，它将两种观点结合成一个多尺度网络，即，每个探险队中的个体登山者特征网络在更精细的尺度上，以及在更粗略的尺度上的探险相似性网络。后者被表示为一个多路网络，其中层对不同的因素进行编码。分析表明，由于疲劳、海拔高度或后勤问题而未能登顶的几率在与重复伙伴一起攀登时会大大降低，尤其是对于有经验的登山者而言。此外，节点中心性表明年轻人和氧气使用的个人特征是成功的最强驱动力。此外，网络预测的学习能够计算内部探险网络和相应的探险成功率之间的相关性。在远征范围的因素中，发现远征规模和长度层数与成功率密切相关。最后，远征相似网络上的社区检测揭示了不同的社区，其中成功率的差异自然会出现在社区之间。

安排登机桥乘客顺序，减少单通道飞机的登机时间

原文标题： Arranging the order of passengers on the boarding bridge to reduce the boarding time for single-aisle aircraft

地址： http://arxiv.org/abs/2109.13431

作者： Sakurako Tanida, Katsuhiro Nishinari

摘要： 减少飞机登机时间不仅是航空公司的共同问题，也是乘客和机场的共同问题。团体登机是一种流行的登机策略，它将乘客分成几个组，然后这些组按特定顺序被调用。与随机顺序登机相比，团体登机可以减少登机时间；然而，在几个实际场景中它是不够的，因为乘客没有严格分组。在本文中，我们提出了一种在登机口安排登机乘客顺序的登机策略。虽然这种方法看起来更耗时，但我们表明这种重新排列可以有效地应用于单通道飞机的等待队列。我们定量地展示了这种方法的各种模式的登机时间，并讨论了减少登机时间的机制。这种策略是一种减少登机时间的有前途的方法，可以取代传统的登机策略。

寻找人类运动潜能的巅峰：数学调查

原文标题： In search of peak human athletic potential: a mathematical investigation

地址： http://arxiv.org/abs/2109.13517

作者： Nick James, Max Menzies, Howard Bondell

摘要： 本文应用现有的和新的方法来研究精英运动员在一段时间内的表现趋势。从 2001 年到 2019 年，我们每年都会研究男女运动员的田径成绩，揭示一些趋势和发现。首先，我们进行了详细的回归研究，以揭示“奥运效应”的存在，即平均成绩在奥运会期间有所提高。接下来，我们展示了缺乏曲率证据的线性拟合，挑战了运动员成绩趋于平稳或达到自然峰值的观念。第三，我们检查了同一事件的男性和女性类别之间的表现趋势关系，揭示了惊人的相似性，以及一些异常事件。最后，我们分析了世界顶级运动员的地理构成，试图理解不同国家和大陆的多样性如何随着时间的推移在不同赛事中发生变化。我们再次挑战广泛接受的田径运动概念，即某些赛事在地理上比其他赛事更具优势。我们的方法和发现可以更广泛地应用于识别群体表现的演化动态，并突出群体组成的时空趋势。

噪音的代价：随机惩罚在社会困境实验中无法维持合作

原文标题： The cost of noise: stochastic punishment falls short of sustaining cooperation in social dilemma experiments

地址： http://arxiv.org/abs/2109.13547

作者： Mohammad Salahshour, Vincent Oberhauser, Matteo Smerlak

摘要： 确定能够维持自利主体之间昂贵合作的机制是整个社会科学和生物科学的核心问题。一种可能的解决方案是同伴惩罚：当主体有机会制裁叛逃者时，经典行为实验表明合作可以生根发芽。然而，标准实验设计忽略了现实世界中的人类惩罚——司法行政——本质上是嘈杂的。在这里，我们表明随机惩罚在重复的公益博弈中无法维持合作。随着惩罚噪音的增加，我们发现贡献减少，惩罚力度加大，与无噪音控制相比，收益下降了 45%%。此外，我们观察到不确定性导致反社会惩罚的增加，这种相互伤害的行为以前与法治薄弱的社会有关。我们的方法揭示了经济理性无法解释的合作挑战，并加强了进一步研究噪音——而不仅仅是偏见——对人类行为的影响的理由。

从信息级联中学习意识形态嵌入

原文标题： Learning Ideological Embeddings from Information Cascades

地址： http://arxiv.org/abs/2109.13589

作者： Corrado Monti, Giuseppe Manco, Cigdem Aslay, Francesco Bonchi

摘要： 通过用户意识形态倾向的视角对社会网络中的信息级联进行建模有助于理解错误信息传播和确认偏差等现象，并设计减轻其毒性影响的技术。在本文中，我们提出了一个随机模型，通过分析政治显著内容的传播方式，在多维意识形态空间中学习每个用户的意识形态倾向。特别是，我们的模型假设，如果两个用户都对该主题感兴趣并且在意识形态上彼此一致，则信息会从一个用户传播到另一个用户。为了推断我们模型的参数，我们设计了一个基于梯度的优化程序，以最大化观察到的信息级联集的可能性。我们在 Twitter 和 Reddit 上对现实世界的政治讨论进行的实验证实，我们的模型能够在多维意识形态空间中学习社交媒体用户的政治立场。

Twitter 中的马其顿语情绪分析

原文标题： Sentiment Analysis in Twitter for Macedonian

地址： http://arxiv.org/abs/2109.13725

作者： Dame Jovanoski, Veno Pachovski, Preslav Nakov

摘要： 我们在 Twitter 上展示了马其顿语的情感分析工作。由于这是语言和体裁结合的开创性工作，我们创建了合适的资源来训练和评估马其顿推文的情感分析系统。特别是，我们开发了一个推文语料库，这些推文带有推文级别的情绪极性（正面、负面和中性）以及短语级别的情绪，我们免费提供用于研究目的。我们进一步为马其顿语引导了几个大规模的情感词典，受之前英语工作的启发。几个不同的预处理步骤以及各种特征的影响在实验中显示，这些实验代表了第一次尝试在 Twitter 中为形态丰富的马其顿语言构建情感分析系统。总体而言，我们的实验结果显示 F1 分数为 92.16，非常强，与最近 SemEval 比赛中取得的英语最佳成绩相当。

揭露付费意见操纵巨魔

原文标题： Exposing Paid Opinion Manipulation Trolls

地址： http://arxiv.org/abs/2109.13726

作者： Todor Mihaylov, Ivan Koychev, Georgi Georgiev, Preslav Nakov

摘要： 最近，网络论坛被意见操纵巨魔入侵。一些巨魔试图影响由他们自己的信念驱动的其他用户，而在其他情况下，他们可以被组织和支付，例如，由政党或公关机构向他们提供具体的指示。使用机器学习自动寻找付费巨魔是一项艰巨的任务，因为没有足够的训练数据来训练分类器；然而，可以获得一些测试数据，因为这些巨魔有时会被刻画并广泛暴露。在本文中，我们通过假设一个用户被几个不同的人称为 troll 的用户很可能是这样，而一个从未被称为 troll 的用户不太可能是这样的用户来解决训练数据问题。我们比较了（i）付费巨魔与（ii）“提及”巨魔与（iii）非巨魔的概况，我们进一步表明，经过训练以区分（ii）与（iii）的分类器在区分（i）和（iii）。

使用动态时间扭曲探索人类流动与 COVID-19 流行之间关系的时空异质性

原文标题： Exploring the spatiotemporal heterogeneity in the relationship between human mobility and COVID-19 prevalence using dynamic time warping

地址： http://arxiv.org/abs/2109.13765

作者： Hoeyun Kwon, Kaitlyn Hom, Mark Rifkin, Beichen Tian, Caglar Koylu

摘要： 理解人员流动在何时何地与疾病感染相关对于实施基于位置的医疗保健政策和干预措施至关重要。先前对 COVID-19 的研究揭示了人员流动与 COVID-19 病例之间的相关性。然而，这种相关性的时空异质性尚不完全清楚。在这项研究中，我们旨在确定美国各县人口流动与 COVID-19 病例之间关系的时空异质性。使用匿名移动设备位置数据，我们计算了移动性的综合度量，其中包括每个县内和流入每个县的流量。然后，我们使用动态时间扭曲 (DTW) 比较每个县的人口流动趋势和 COVID-19 病例。 DTW 结果突出了流动性可能影响疾病传播的时间段和地点（县）。此外，就关系、强度和相似性而言，人员流动与感染之间的相关性在地理空间和时间上有很大差异。

欧足联本可以轻松提高欧洲预选赛对 2022 年 FIFA 世界杯的公平性

原文标题： UEFA could have easily improved the fairness of the European Qualifiers to the 2022 FIFA World Cup

地址： http://arxiv.org/abs/2109.13785

作者： László Csató, Dezső Bednay

摘要： 最近由欧洲足球协会联盟 (UEFA) 组织的一些资格赛对小组赛抽签设置了限制。在这种情况下，用于将团队分配到组中的官方机制分布不均，这意味着并非所有有效分配的可能性都相同。受一个简单的说明性示例启发，2022 年 FIFA 世界杯欧洲预选赛的抽签通过模拟证明显示出系统性偏差：某些球队仅由于抽签程序的设计而应该平均打更多比赛。然而，组标签的简单随机化可以减少这种不公平，而不会产生任何负面影响。由于欧足联最近推出了类似的改革，我们的建议很有可能很快得到实施。

囚徒困境博弈协同演化学习中信息参考不对称的利用

原文标题： Exploitation by asymmetry of information reference in coevolutionary learning in prisoner’s dilemma game

地址： http://arxiv.org/abs/2109.13799

作者： Yuma Fujimoto, Kunihiko Kaneko

摘要： 相互关系，例如合作和开发，是人类和其他生物社会的基础。这些关系的基础植根于个人的决策，以及他们选择自私还是利他。可以使用博弈论框架中的策略优化过程来分析个人如何选择他们的行为。先前的研究表明，对个人先前行为的参考在他们选择策略和建立社会关系方面起着重要作用。一个基本问题仍然是，在学习策略选择时，一个拥有更多信息的人是否可以利用另一个拥有更少信息的人。在这里，我们证明了使用记忆单一策略的玩家，可以参考自己和对手之前的动作，可以被反应性玩家利用，后者只有其他玩家的信息，基于相互自适应学习.这是违反直觉的，因为前者在策略上有更多选择，并且可能获得更高的回报。我们通过制定策略选择的学习过程来优化耦合复制器动态方面的收益并将其应用于囚徒困境博弈来证明这一点。此外，我们表明，使用记忆单一策略的玩家，通过参考他们以前的经验，有时可以对对手的背叛表现得更加慷慨，从而接受对手的剥削。主要是我们发现通过自适应学习，信息有限的玩家通常会利用信息更多的玩家，导致不对称的剥削。

通信技术在整个生命过程中的作用：东约克社会支持实地指南

原文标题： The Role of Communication Technology Across the Life Course: A Field Guide to Social Support in East York

地址： http://arxiv.org/abs/2109.13907

作者： Anabel Quan-Haase, Molly-Gloria Harper, Barry Wellmnan

摘要： 我们研究了居住在多伦多东约克区的加拿大人如何交换社会支持。正如我们必须解构社会支持以理解其组成部分一样，我们现在解构不同类型的通信技术如何发挥社会支持作用。我们利用 2013-2014 年进行的 101 次深度访谈来阐明东约克居民样本的支持网络，并理解通信技术在不同年龄组的不同类型社会支持交流中的作用。我们的研究结果表明，自 1960 年代以来，在我们的东约克人样本所拥有的社会关系以及通过社会网络动员的支持类型方面，自 1960 年代以来没有太大变化：陪伴、小型和大型服务、情感援助和经济支持。改变的是通信技术如何以复杂的方式与不同类型的社会关系（伙伴、兄弟姐妹、朋友等）交织，以动员社会支持。我们发现与兄弟姐妹和扩展亲属的通信技术可以提高互动频率并帮助交换远程支持。通过友谊关系，通信技术提供了持续不断的交互流。我们对社会支持理论和与旨在在 COVID-19 大流行期间帮助弱势群体的干预措施相关的社会政策产生影响。

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。