• 社会网络中的不稳定扩散;
• 银行间网络中的系统性风险：解开资产负债表和网络效应;
• 社会网络中的习惯效应作为潜在因素悄悄粉碎影响力最大化的努力;
• 假新闻、能力和学习的传播：动力学建模和数值近似;
• 结合全球动态以提高疾病模型的准确性：COVID-19 SIR 模型示例;
• 重新配置非洲数据基础设施生态系统：数字主权入门;
• 内生网络上的资源共享;
• 社会网络中的多数票：结交随机朋友或固执地压制精英;
• 乔治·弗洛伊德抗议中反种族主义运动支持者和反对者的动态情绪;
• 论文引用、失败雪崩和渗透集群的 Hirsch 索引的尺度行为;
• 疫苗犹豫对流行病传播的影响;

社会网络中的不稳定扩散

原文标题： Unstable diffusion in social networks

地址： http://arxiv.org/abs/2109.14560

作者： Teruyoshi Kobayashi, Yoshitaka Ogisu, Tomokatsu Onaga

摘要： 新活动将如何以及在多大程度上通过社会关系传播？在这里，我们开发了一个比标准平均场方法更复杂的框架来描述复杂网络上多种活动的扩散动态。我们表明，多种活动的扩散遵循鞍形路径，并且可能非常不稳定。特别是，当这两种活动具有足够的可替代性时，即使它们在事前具有同等吸引力，它们中的任何一个也会偶然地支配另一个。当发生这种对称性破坏时，任何基于平均值的方法都无法正确计算纳什均衡——实际扩散过程的稳态。

银行间网络中的系统性风险：解开资产负债表和网络效应

原文标题： Systemic risk in interbank networks: disentangling balance sheets and network effects

地址： http://arxiv.org/abs/2109.14360

作者： Alessandro Ferracci, Giulio Cimini

摘要： 我们研究了在银行同业网络上凭经验衡量的系统性风险水平与可以从参与银行的资产负债表构成中推断出的风险之间的差异。使用广义 DebtRank 动态，我们测量了 e-MID 网络数据（由 BankFocus 信息增强）的观察到的系统性风险，并将其与通过适当的最大熵方法限制相关资产负债表变量获得的空模型网络的预期系统性进行比较。我们表明，观察到的和预期的系统性风险的总体水平通常是一致的，但在动荡时期（在我们的案例中，在雷曼兄弟违约和欧洲央行实施 VLTRO 之后）会有显著差异。相反，在个人层面，由于银行在网络中的地位，银行的风险通常比其资产负债表规定的风险更高或更低。我们的结果一方面证实，在适当的最大熵网络模型中使用的资产负债表信息提供了良好的系统风险估计，另一方面，理解网络的经验细节对于进行个别银行的精确压力测试的重要性，尤其是系统性事件后。

社会网络中的习惯效应作为潜在因素悄悄粉碎影响力最大化的努力

原文标题： Habituation Effect in Social Networks as a Potential Factor Silently Crushing Influence Maximisation Efforts

地址： http://arxiv.org/abs/2109.14045

作者： Jaroslaw Jankowski

摘要： 信息传播过程是在真实和数字社会网络中观察到的一个关键现象。网络成员通常面临来自不同来源的传入信息的压力，例如提高意识的信息活动、病毒式营销、谣言、假新闻或其他活动的结果。消息经常被重复，这种重复可以通过累积影响的形式提高绩效。由于处理信息的能力有限，重复的消息也可能被忽略。学习过程导致重复的信息被忽略，因为它们的内容已经被吸收。在这种情况下，响应性随着重复而降低，并且可以观察到习惯效应。在这里，我们分析了传播过程，同时考虑了习惯效应和性能下降以及接触数量的增加。还考虑了减少消息数量时的恢复能力。结果表明，即使是低习惯化和传播概率的降低也可能对网络覆盖产生重大影响。这会导致使用影响最大化方法选择的种子集的潜力显著降低。除了习惯效应对传播过程的影响之外，我们还展示了如何通过使用顺序播种方法来减少这种影响。这表明顺序播种对习惯效应的敏感度低于单阶段播种，并且它可用于限制对传入消息过载的用户的负面影响。

假新闻、能力和学习的传播：动力学建模和数值近似

原文标题： Spreading of fake news, competence, and learning: kinetic modeling and numerical approximation

地址： http://arxiv.org/abs/2109.14087

作者： Jonathan Franceschi, Lorenzo Pareschi

摘要： 社会网络作为世界上几乎每个国家的主要通信手段的兴起同时引发了在线传播的假新闻数量的增加。这一事实在 2016 年美国政治选举期间变得尤为明显，随着 COVID-19 大流行的出现更是如此。多项研究表明，如何通过终身学习和讨论社区提高能力，以及对科学方法和广泛的跨学科教育进行全面严格的培训，从而减轻假新闻传播的影响。当前的大流行凸显了对能够描述日益增长的假新闻信息流行病的模型的迫切需求。由于错误信息以及个人普遍无法辨别信息的可靠性而导致疫苗接种运动放缓，这给许多国家的政府带来了巨大的风险。在这项使用动力学理论工具的研究中，我们通过多群体模型描述了假新闻传播与个人能力之间的相互作用，其中假新闻的传播类似于传染病，其影响取决于个人的能力水平。由于主体之间的社会互动和外部学习动态，能力水平尤其受到演化动态的影响。结果显示了该模型如何能够正确描述假新闻传播的动态以及能力在其遏制中的重要作用。

结合全球动态以提高疾病模型的准确性：COVID-19 SIR 模型示例

原文标题： Incorporating global dynamics to improve the accuracy of disease models: Example of a COVID-19 SIR model

地址： http://arxiv.org/abs/2109.14165

作者： Hadeel AlQadi (1,2), Majid Bani-Yaghoub (1) ((1) Department of Mathematics and Statistics, University of Missouri-Kansas City, Kansas City, Missouri, United States of America (2) Department of Mathematics, Jazan University, Saudi Arabia)

摘要： 传染病的数学模型表现出强大的动态，例如稳定的流行或无病平衡，或周期性流行波的解决方案的收敛。目前的工作表明，通过将感染的局部和全局动态结合到疾病模型中，可以显著提高这种动态的准确性。为了证明提高了准确性，我们通过结合 COVID-19 大流行的全球动态扩展了标准的易感感染恢复 (SIR) 模型。扩展的 SIR 模型假设了在社区外旅行的易感个体的三种可能性：他们可以在没有任何感染的情况下返回社区，他们可以在返回社区后暴露并出现症状，或者他们可以在旅行并保持隔离，直到完全康复。为了检查扩展 SIR 模型的预测准确性，我们研究了受 COVID-19 全球大流行影响的密苏里州堪萨斯城 COVID-19 感染的流行情况。使用两步模型拟合算法，使用密苏里州堪萨斯城 COVID-19 数据在 2020 年 3 月至 10 月期间对扩展 SIR 模型进行参数化。扩展 SIR 模型显著优于标准 SIR 模型，并揭示了具有增加趋势的振荡行为受感染的个人。总之，通过将感染的全局动态纳入模型，可以显著提高疾病模型的分析和预测准确性。

重新配置非洲数据基础设施生态系统：数字主权入门

原文标题： Reconfiguring Data Infrastructure Ecosystem in Africa: A Primer Toward Digital Sovereignty

地址： http://arxiv.org/abs/2109.14186

作者： Olusesan Michael Awoleye

摘要： 互联网及其相关技术的发展；包括数字服务已经极大地影响了我们的社会。然而，学者们注意到数据流动和收集的趋势；并声称进行大规模监视和数字霸权。为此，俄罗斯、中国、德国、加拿大、法国和巴西等世界各国已采取措施改变这种说法。现在的问题是，非洲人是应该加入这些关于数字主权的思想流派的巨人，还是双手合十留在鸿沟的另一边？除了其他问题之外，这个问题是引发撰写本文的想法的主要原因。这是为了揭开在非洲背景下重新配置数据基础设施的战略的神秘面纱。它还强调了数字技术的好处及其促进非洲大陆全面发展的倾向，因为它涉及经济整容、创造就业、国家安全等。因此，非洲国家需要设计适当的蓝图，以确保其数字基础设施的安全以及其网络空间内的数据流动。此外，应根据非洲发展目标框架制定近期、短期和长期路线图，指导落实。

内生网络上的资源共享

原文标题： Resource sharing on endogenous networks

地址： http://arxiv.org/abs/2109.14204

作者： Philip Solimine, Luke Boosey

摘要： 在本文中，我们研究了包含内生网络形成的自愿资源共享博弈中的行为；在当代数字经济中越来越普遍的激励问题。在这个信息丰富的决策环境中使用重复播放的实验室实验实施，我们检查了一个简单的声誉反馈系统对链接和贡献决策模式的影响。简化形式的估计发现信息处理对许多关键结果（如效率、互补性和权力下放）的显著影响。为了进一步理解这些观察到的行为变化的驱动原因，我们开发并估计了一个离散选择框架，使用计算效率高的面板方法来识别这种设置中的社会偏好结构。我们发现信息处理侧重于互惠，并帮助玩家协调以达到更有效的结果。

社会网络中的多数票：结交随机朋友或固执地压制精英

原文标题： Majority Vote in Social Networks: Make Random Friends or Be Stubborn to Overpower Elites

地址： http://arxiv.org/abs/2109.14265

作者： Charlotte Out, Ahad N. Zehmakan

摘要： 考虑一个图 G，代表一个社会网络。假设最初每个节点都是黑色或白色，这对应于对消费品或技术创新的正面或负面意见。在多数模型中，在每一轮中，所有节点同时将它们的颜色更新为它们连接中最常见的颜色。对来自现实世界社会网络 (SN) 的图数据的实验表明，如果一组极小的高度节点（通常称为精英）中的所有节点都同意一种颜色，则该颜色将成为过程结束。我们提出了两个相对容易被单个节点采用的对策，并保证精英不会有这种不成比例的权力来设计主导输出颜色。第一个对策本质上要求每个节点随机建立一些新的连接，而第二个对策要求节点更不愿意改变它们的颜色（意见）。我们从理论上和实验上验证了它们的有效性和正确性。我们还研究了当初始着色在现实世界 SN 和几个随机图模型上随机时的多数模型及其变体。特别是，我们在 ErdHos-R’enyi 和规则随机图上的结果证实或支持了先前关于过程阈值行为的工作的一些理论发现或猜想。最后，我们为多数模型的预期稳定时间上存在多对数界限提供了理论和实验证据。

乔治·弗洛伊德抗议中反种族主义运动支持者和反对者的动态情绪

原文标题： Dynamic Emotions of Supporters and Opponents of Anti-racism Movement from George Floyd Protests

地址： http://arxiv.org/abs/2109.14269

作者： Jaihyun Park

摘要： 社交媒体使公民能够发出声音，表达的公民愤慨会导致集体行动来改变社会。由于无论政治意识形态或观点如何，社交媒体都欢迎任何人，因此社交媒体是特定问题的支持者和反对者讨论的地方。本研究试图通过立场预测和基于方面的情绪分析 (ABSA) 的视角，实证检验最近由乔治·弗洛伊德 (George Floyd) 之死发起的反种族主义运动。首先，这项研究发现推文和用户的立场在抗议过程中确实发生了变化。此外，与保持立场的用户相比，改变立场的用户更多。其次，支持者和反对者都在提取的九个方面表达了更多的负面情绪。这表明支持者和反对者之间的情绪没有显著差异，因此在基于情绪预测立场时需要谨慎。该研究的贡献是双重的。首先，在计算社会科学的背景下探索了 ABSA，其次，首先尝试了大规模的立场预测。

论文引用、失败雪崩和渗透集群的 Hirsch 索引的尺度行为

原文标题： Scaling Behavior of the Hirsch Index for Paper Citations, Failure Avalanches and Percolation Clusters

地址： http://arxiv.org/abs/2109.14500

作者： Asim Ghosh, Bikas K. Chakrabarti, Dachepalli R. S. Ram, Manipushpak Mitra, Raju Maiti, Soumyajyoti Biswas, Suchismita Banerjee

摘要： Hirsch 指数 (h) 是衡量个体科学家成功或引用不平等的流行指标。如果将引用数 n_c 与论文数 n_p（有这些引用）作图，则 h 对应于上述引用函数的不动点（其中 n_c = h = n_p） .已经有理论和数值研究表明 hsim sqrtN_c sim sqrt N_p，对于任何拥有 N_p = Sigma n_p 总论文数和 N_c = Sigma n_c 总论文数的作者引文。通过大量的数据分析，我们发现 h sim sqrt N_c /log N_c sim sqrt N_p /log N_p。我们的数值研究还表明，由 N 纤维组成的均等负载共享纤维束模型（材料失效）中雪崩尺寸分布的 h-index 值也按 sqrt N/ log N 尺度.然而，我们观察到正方形格子渗流点附近簇的大小分布的尺度关系 h 的显著差异（表明尺度行为取决于维度）。我们还表明，如果世界不同国家的议会或国民议会成员的人数 N_s 被有效地识别为他们的赫希指数 h，那么 N_s 确实与人口 N 成比例为 各个国家/地区的 sqrt N /log N 和此观察结果可能有助于理解与 sqrt N 关系的差异，这是在最近的分析中报告的。

疫苗犹豫对流行病传播的影响

原文标题： The Impact of Vaccine Hesitancy on Epidemic Spreading

地址： http://arxiv.org/abs/2109.14000

作者： C. H. Leung, María E. Gibbs, Philip E. Paré

摘要： COVID-19 大流行以前所未有的方式摧毁了世界，造成了巨大的生命损失。公共卫生当局一再敦促人们接种疫苗以保护自己并减轻疾病的传播。然而，疫苗的犹豫使美国的疫苗接种水平停滞不前。本研究通过引入 SIRS-V_kappa 模型探索疫苗犹豫对疾病传播的影响，该模型具有易感 (S)、感染 (I)、恢复 ® 和接种 (V) 的隔室。我们通过定义疫苗置信水平 kappa（即在疾病过程中将接种疫苗的最大人数），利用承载能力的概念来解释疫苗犹豫。疫苗置信度的倒数是疫苗犹豫，(frac1kappa)。我们探索了 SIRS-V_kappa 模型的平衡及其稳定性，并通过分析和模拟说明了疫苗犹豫对流行病传播的影响。

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。