• 个性化的多方面信任建模，以确定社交媒体中的信任链接及其错误信息管理的潜力;
• 二分网络社区结构的细化;
• 生态系统中互惠网络的中尺度特性;
• 行人轨迹预测方法回顾：比较深度学习和基于知识的方法;
• 空间公共产品博弈的融合与合作演化;
• 智能防洪：利用社区规模的大数据进行预测性洪水风险监测、快速影响评估和态势感知;
• 可以通过自由选择 COVID-19 疫苗类型来减轻犹豫吗？;
• 培养学生成为量子信息革命的领导者;

个性化的多方面信任建模，以确定社交媒体中的信任链接及其错误信息管理的潜力

原文标题： Personalized multi-faceted trust modeling to determine trust links in social media and its potential for misinformation management

地址： http://arxiv.org/abs/2111.06440

作者： Alexandre Parmentier, Robin Cohen, Xueguang Ma, Gaurav Sahu, Queenie Chen

摘要： 在本文中，我们提出了一种预测社交媒体中同行之间信任联系的方法，该方法基于多主体信任建模的人工智能领域。特别是，我们提出了一种数据驱动的多方面信任模型，它结合了许多不同的特征进行综合分析。我们专注于展示相似用户的聚类如何实现一项关键的新功能：支持更个性化，从而为用户提供更准确的预测。以信任感知项目推荐任务为例，我们在大型 Yelp 数据集的上下文中评估了提议的框架。然后，我们讨论了在最近流行起来的社会网络环境中，改进社交媒体中可信关系的检测如何帮助支持在线用户对抗错误信息和谣言的传播。最后，我们反思了一个特别脆弱的用户群，即老年人，以说明对用户群体进行推理的价值，展望未来的一些方向，将已知的偏好与通过数据分析获得的洞察力相结合。

二分网络社区结构的细化

原文标题： Refinement for community structures of bipartite networks

地址： http://arxiv.org/abs/2111.06521

作者： Sang Hoon Lee

摘要： 由二分节点集组成的二分网络在自然界和社会中无处不在。部分为了简单起见，许多研究都集中在将它们投影到它们的单部图版本上，其中人们只需要关心一种类型的节点。然而，在涉及社区等中尺度结构时，适当地纳入先验结构限制（例如二分性）变得更加重要。在本文中，作为案例研究，我们采用各种尺度的二分网络的社区结构来检查在社区检测过程中编码的二分信息量。特别是，我们通过比较有或没有考虑二分性的检测算法，报告了基于一致性的检测社区可靠性的鲁棒性。通过对嵌入指定社区和真实网络的模型网络的分析，我们发现，与不使用此类结构信息的社区检测相比，为考虑二分性而量身定制的社区检测显然会产生更强大的社区结构。因此，它证明了定制社区检测算法的必要性，该算法对有关感兴趣网络的任何已知信息进行编码，同时它提出了一个有趣的问题，即从这种定制中估计定量信息量的可能性。

生态系统中互惠网络的中尺度特性

原文标题： Mesoscale properties of mutualistic networks in ecosystems

地址： http://arxiv.org/abs/2111.06583

作者： Sang Hoon Lee

摘要： 揭示生态网络的结构特性是研究系统响应各种扰动的稳定性的关键起点。我们分析了授粉和种子处理网络，它们是生态系统中各种规模的互惠网络的代表性例子。特别是，我们通过统计调查它们与真实网络数据的相互关系来检查中尺度属性，例如嵌套结构、核心-外围结构和社区结构。作为不同尺度的社区检测的结果，我们发现网络之间缺乏有意义的层次结构，并且模块性与其他两种结构（嵌套性和核心外围性）之间呈负相关，它们本身是高度正相关的。此外，从社区不一致分析中看不到社区的特征规模。因此，群落结构是研究最广泛的中尺度网络结构，实际上不足以表征生态系统中这种尺度的互惠网络。

行人轨迹预测方法回顾：比较深度学习和基于知识的方法

原文标题： Review of Pedestrian Trajectory Prediction Methods: Comparing Deep Learning and Knowledge-based Approaches

地址： http://arxiv.org/abs/2111.06740

作者： Raphael Korbmacher, Antoine Tordeux

摘要： 在人群场景中，预测行人的轨迹是一项复杂且具有挑战性的任务，取决于许多外部因素。场景的拓扑结构和行人之间的交互只是其中的一部分。由于数据科学和数据收集技术的进步，深度学习方法最近成为众多领域的研究热点。因此，越来越多的研究人员应用这些方法来预测行人的轨迹也就不足为奇了。本文将这些相对较新的深度学习算法与广泛用于模拟行人动态的基于知识的经典模型进行了比较。它对这两种方法进行了全面的文献综述，探讨了面向技术和应用的差异，并解决了未解决的问题以及未来的发展方向。我们的调查指出，由于深度学习算法的高精度，基于知识的模型预测局部轨迹的相关性现在存在问题。尽管如此，深度学习算法在大规模模拟和集体动力学描述方面的能力仍有待证明。此外，比较表明，两种方法的组合（混合方法）似乎有望克服深度学习方法缺乏可解释性等缺点。

空间公共产品博弈的融合与合作演化

原文标题： Acculturation and the evolution of cooperation in spatial public goods games

地址： http://arxiv.org/abs/2111.06814

作者： Alessandra F. Lütz, Marco Antonio Amaral, Lucas Wardil

摘要： 合作是人类社会的基础之一。合作问题的许多解决方案已经开发出来，并在文化上代代相传。因为移民可以在促进或破坏社会合作方面发挥作用，所以我们必须理解新移民的文化如何与东道国文化相互作用。在这里，我们研究了随着叛逃者和高效合作者的迁移，不同文化适应环境对空间公共产品博弈合作演变的影响。在这里，根据四种文化背景，移民可能会或不会受到本土文化的社会影响：融合，移民模仿移民和本土人；边化，即移民不模仿本地人或其他移民；同化，移民只模仿当地人；和分离，移民只会模仿其他移民。我们发现合作得到了极大的促进，并且在任何文化环境下的中等迁移率值都达到了峰值。最有趣的是，我们发现推动最高水平合作的主要文化适应因素是移民不会避免来自其他移民的社会影响。我们还表明，如果合作的收益很低，整合可能不会促进最高水平的本土合作。

智能防洪：利用社区规模的大数据进行预测性洪水风险监测、快速影响评估和态势感知

原文标题： Smart Flood Resilience: Harnessing Community-Scale Big Data for Predictive Flood Risk Monitoring, Rapid Impact Assessment, and Situational Awareness

地址： http://arxiv.org/abs/2111.06461

作者： Faxi Yuan, Chao Fan, Hamed Farahmand, Natalie Coleman, Amir Esmalian, Cheng-Chun (Barry)Lee, Flavia I. Patrascu, Cheng Zhang, Shangjia Dong, Ali Mostafavi

摘要： 智能弹性是数据科学和城市抗洪能力领域碰撞过程的有益结果。本研究的目的是提出并展示一个智能洪水恢复框架，该框架利用异构社区规模的大数据和基础设施传感器数据来增强预测性风险监测和态势感知。智能洪水恢复框架侧重于四项核心能力，这些能力可以通过使用异构社区规模的大数据和分析技术来增强：(1) 预测洪水风险图； (2) 自动化快速影响评估； (3) 预测性基础设施故障预测和监控； (4) 智能态势感知能力。我们在 2017 年德克萨斯州哈里斯县的飓风哈维的背景下展示了智能洪水弹性框架的这些核心功能的组成部分。首先，我们演示了使用洪水传感器来预测渠道网络中的洪水泛滥和共同定位的道路网络的淹没。其次，我们讨论了使用社交媒体和机器学习技术来评估洪水对社区的影响和感知情绪信号以检查社会影响。第三，我们说明了高分辨率交通数据在网络理论模型中的使用，用于临近预报道路网络上的洪水传播和对关键设施（如医院）的中断访问。第四，我们在空间分析中利用基于位置的信用卡交易数据来主动评估社区的恢复情况以及洪水对企业的影响。这些分析表明，智能防洪框架的核心能力在帮助应急管理人员、城市规划人员、公职人员、响应人员和志愿者更好地应对灾难性洪水事件的影响方面具有重要意义。

可以通过自由选择 COVID-19 疫苗类型来减轻犹豫吗？

原文标题： Can hesitancy be mitigated by free choice across COVID-19 vaccine types?

地址： http://arxiv.org/abs/2111.06462

作者： Kristóf Kutasi, Júlia Koltai, Ágnes Szabó-Morvai, Gergely Röst, Márton Karsai, Péter Bíró, Balázs Lengyel

摘要： 许多国家获得的 COVID-19 疫苗数量超过其民众愿意接受的数量。这种丰富多样的疫苗创造了一个历史时刻，可以更好地理解疫苗犹豫。以前从未有过更多类型的疫苗可用于治疗疾病，与疫苗相关的公共讨论的强度是前所未有的。然而，迄今为止，疫苗类型犹豫的异质性一直被忽视，尽管已知事实或相信的疫苗特征和患者属性会影响接受度。我们通过使用在匈牙利第三波 COVID-19 大流行结束时收集的具有全国代表性的调查收集的信息来分析对五种疫苗类型的接受度和评估来解决这个问题，那里向公众提供了大量独特的疫苗组合数量。我们的特殊情况使我们能够量化不同疫苗类型的显示偏好，因为人们可能会评估一种疫苗是不可接受的，甚至可能会拒绝指定的疫苗以等待另一种疫苗。我们发现，受访者信任的信息来源使他们对疫苗类型的态度有所不同，并导致不同的疫苗犹豫。阴谋论的信徒更有可能评估 mRNA 疫苗（辉瑞和 Moderna）不可接受，而那些听从政客建议的人则评估基于载体的疫苗（阿斯利康和人造卫星）或全病毒疫苗（国药）的可能性更高。我们举例说明，与其他类型的疫苗相比，拒绝不想要的疫苗和重新选择首选疫苗会通过 mRNA 将群体分割开来，同时它通常会改善对所接受疫苗的评估。这些结果突出表明，可用疫苗类型的更大差异和个人自由选择是可以扩大社会对疫苗的接受度的理想条件。

培养学生成为量子信息革命的领导者

原文标题： Preparing students to be leaders of the quantum information revolution

地址： http://arxiv.org/abs/2111.06438

作者： Chandralekha Singh, Abraham Asfaw, Jeremy Levy

摘要： 这篇《今日物理学》文章讨论了为什么物理学界需要接受教育具有不同教育背景的学生以满足未来研究和劳动力需求的挑战，并概述了正在进行的一些努力。

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。