• 科学地理学：竞争力与不平等;
• 社会物理学;
• 贵公司的下一项技术是什么？机器学习和基于网络的算法的比较;
• 从用户评论角度分析COVID-19对经济的影响;
• 提取 COVID-19 相关推文的主要主题;
• 在线智能社区中人类社会互动的结构模型：推特上的区域记者案例;

科学地理学：竞争力与不平等

原文标题： Geography of Science: Competitiveness and Inequality

地址： http://arxiv.org/abs/2110.01615

作者： Aurelio Patelli, Lorenzo Napolitano, Giulio Cimini, Andrea Gabrielli

摘要： 使用复杂性科学的思想和工具，我们设计了 Scientific Fitness 的整体衡量标准，包括研究系统的科学知识、能力和竞争力。我们描述了国家地理尺度上科学适应性和研发支出的时间动态，突出了类似研究系统的模式，并展示了发展中国家（特别是中国）如何迅速赶上发达国家。缩小分析的聚合水平，我们发现即使是发达国家在其内部区域的科学适应性方面也表现出相当程度的不平等。此外，我们比较评估每个地理区域的竞争力如何在研究部门的范围内分布。总体而言，科学适应度代表了对国家和地区科学实力的首次高质量评估，为更好地配置资源、填补不平等差距并最终促进创新开辟了新的决策应用。

社会物理学

原文标题： Social physics

地址： http://arxiv.org/abs/2110.01866

作者： Marko Jusup, Petter Holme, Kiyoshi Kanazawa, Misako Takayasu, Ivan Romic, Zhen Wang, Suncana Gecek, Tomislav Lipic, Boris Podobnik, Lin Wang, Wei Luo, Tin Klanjscek, Jingfang Fan, Stefano Boccaletti, Matjaz Perc

摘要： 近几十年来，越来越多地使用受物理学启发或类似物理学的方法来尝试解决各种社会问题。推动这种上升的既有物理学家在他们传统的兴趣领域之外冒险，也有其他领域的科学家希望模仿物理学在整个 19 世纪和 20 世纪取得的巨大成功。在这里，我们将受物理学启发和类似物理学的社会问题研究称为“社会物理学”，并向培育该领域成熟的知识分子表示敬意。我们通过全面（但不是详尽地）审查当前技术水平来做到这一点。我们从与现代生活方式和人类繁荣生存因素相关的一系列主题开始，讨论城市发展和交通、金融市场的运作、作为文明生活基础的合作、（社会）网络的结构以及智能机器在此类网络中的集成。然后，我们将重点转移到探索对人类潜在威胁的一系列主题上。这些包括犯罪行为、大规模迁移、传染病、环境问题，最后是气候变化。每个主题的覆盖范围都以对未来进展的想法结束。基于提出的想法的数量，以及尽管我们尽了最大努力，该领域已经太大而无法进行详尽的审查，我们不得不得出结论，社会物理学的未来是光明的。解决社会问题的物理学家不再是好奇心，而是一股不可忽视的力量，但要想真正有成效，就必须与社会科学家、环境科学家、哲学家等建立对话和相互理解。

贵公司的下一项技术是什么？机器学习和基于网络的算法的比较

原文标题： Which will be your firm’s next technology? Comparison between machine learning and network-based algorithms

地址： http://arxiv.org/abs/2110.02004

作者： Matteo Straccamore, Luciano Pietronero, Andrea Zaccaria

摘要： 我们通过跟踪大约十年的专利活动来重建大约 20 万家公司的创新动态。我们将这些公司的技术组合定义为他们提交的专利中存在的技术部门的集合。通过假设公司更频繁地转向相关行业，我们利用他们过去的活动来构建基于网络的机器学习算法，以预测新行业未来的专利提交情况。我们比较了不同的评估指标和预测方法，表明基于树的机器学习算法优于基于共现网络的标准方法。考虑到目前的创新活动，这种方法可以被公司和政策制定者应用，以将可行的技术部门与考虑到他们目前的创新活动遥不可及的技术部门分开。

从用户评论角度分析COVID-19对经济的影响

原文标题： Analyzing the Impact of COVID-19 on Economy from the Perspective of Users Reviews

地址： http://arxiv.org/abs/2110.02198

作者： Fatemeh Salmani, Hamed Vahdat-Nejad, Hamideh Hajiabadi

摘要： 2020 年世界上最重要的事件之一是冠状病毒的爆发。社会网络上的用户发布了大量关于此事件的评论。这些评论包含了有关这一流行病的重要舆论隐藏信息。在这项研究中，使用自然语言处理和信息检索科学考虑和分析了大量与冠状病毒相关的推文。最初，推文的位置是使用通过 Geo-Names 地理数据库准备的字典确定的，其中包含详细和完整的地点信息，例如城市名称、街道和邮政编码。然后，使用由经济学术语准备的大词典，提取相关推文，并借助基于RoBERTa语言的模型分析推文对应的情绪，该模型具有较高的准确性和良好的性能。最后，绘制了整个世界和前 10 个经济体随时间变化的与经济相关的推文频率图及其情绪得分（正面和负面推文）。通过对图表的分析，我们理解到发布经济推文的原因不仅是感染冠状病毒的人数增加，而且还对各国施加了限制和封锁。这些限制的后果包括失去数百万个工作岗位和经济衰退。

提取 COVID-19 相关推文的主要主题

原文标题： Extracting Major Topics of COVID-19 Related Tweets

地址： http://arxiv.org/abs/2110.01876

作者： Faezeh Azizi, Hamed Vahdat-Nejad, Hamideh Hajiabadi, Mohammad Hossein Khosravi

摘要： 随着 Covid-19 病毒的爆发，Twitter 上的用户活动显著增加。一些研究调查了这一时期推文的热门话题；然而，很少有人注意展示和分析 Covid-19 主题的空间和时间趋势。在这项研究中，我们使用主题建模方法在全国隔离期间（2020 年 3 月 23 日至 6 月 23 日）在 Covid-19 推文上提取全球主题。我们实现了潜在狄利克雷分配 (LDA) 算法来提取主题，然后将它们命名为“重新开放”、“死亡案例”、“远程办公”、“抗议”、“愤怒表达”、“掩饰”、“药物”、 “社交距离”、“第二波”和“疾病高峰”等称号。我们还分析了全球和四个国家主题的时间趋势。通过分析图表，随着时间的推移改变用户对主题的关注，可以获得引人入胜的结果。

在线智能社区中人类社会互动的结构模型：推特上的区域记者案例

原文标题： Structural Models of Human Social Interactions in Online Smart Communities: the Case of Region-based Journalists on Twitter

地址： http://arxiv.org/abs/2110.01925

作者： Mustafa Toprak, Chiara Boldrini, Andrea Passarella, Marco Conti

摘要： 事实证明，自我网络是理解个人与同龄人在离线和在线社会网络中建立的关系的宝贵工具。特别有趣的是与自我与其自我网络成员之间的互动相关的认知限制，这限制了个人与平均不超过 150 人保持有意义的互动，并沿着减少参与的同心圆安排这种关系。在这项工作中，我们关注 Twitter 上记者的自我网络，考虑 17 个不同的国家，我们调查它们是否具有与其他相关 Twitter 用户类别（如政治家和普通用户）观察到的相同特征。我们的发现是，记者通常比一般用户更活跃，与更多人互动，无论他们来自哪个国家。他们的自我网络结构与源自人类学并在一般人类自我网络中观察到的参考模型非常一致。值得注意的是，相似度甚至高于政治家和通用用户自我网络之一。这可能意味着与其他用户类别相比，记者对 Twitter 的认知参与度更高。从动态的角度来看，记者拥有稳定的短期关系，随着时间的推移不会发生太大变化。然而，从长远来看，自我网络可以是非常动态的，尤其是在最内层的圈子里。此外，记者的自我改变关系通常是信息驱动的，因为他们在开始时和一生中都受到主题标签的影响。最后，我们观察到非常受欢迎的记者倾向于与其他受欢迎程度相似的记者互动，反之亦然。记者的自负也倾向于将他们受欢迎的同事留在更亲密的层面，从而为他们分配更多的认知资源。

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。