• 将节点转换为知识图谱嵌入以实现社会网络中更快的链路预测;
• 从社交媒体中自动提取 PII 以提高隐私意识：一种深度迁移学习方法;
• 使用移动网络数据监测 COVID-19 引起的远程办公率的性别差异;
• 复杂网络中对投票模型动态的对抗性攻击;
• 一种对 COVID-19 疾病动态进行建模和分析常见预防措施效果的新型隔室方法;
• 新度量揭示学术工作推荐中微妙的性别偏见;

将节点转换为知识图谱嵌入以实现社会网络中更快的链路预测

原文标题： Transformation of Node to Knowledge Graph Embeddings for Faster Link Prediction in Social Networks

地址： http://arxiv.org/abs/2111.09308

作者： Archit Parnami, Mayuri Deshpande, Anant Kumar Mishra, Minwoo Lee

摘要： 神经网络的最新进展通过将实体和关系嵌入到向量空间中，解决了常见的图问题，例如链路预测、节点分类、节点聚类、节点推荐。图嵌入对图中存在的结构信息进行编码。然后可以使用编码的嵌入来预测图中缺失的链接。然而，获得图的最佳嵌入可能是一项具有计算挑战性的任务，特别是在嵌入式系统中。我们在这项工作中关注的两种技术是 1）来自基于随机游走方法的节点嵌入和 2）知识图嵌入。基于随机游走的嵌入在计算上成本低廉但不是最优的，而知识图嵌入表现更好但计算成本高。在这项工作中，我们研究了一种转换模型，它将从基于随机游走的方法获得的节点嵌入转换为直接从知识图方法获得的嵌入，而不会增加计算成本。大量实验表明，所提出的转换模型可用于实时解决链路预测问题。

从社交媒体中自动提取 PII 以提高隐私意识：一种深度迁移学习方法

原文标题： Automated PII Extraction from Social Media for Raising Privacy Awareness: A Deep Transfer Learning Approach

地址： http://arxiv.org/abs/2111.09415

作者： Yizhi Liu, Fang Yu Lin, Mohammadreza Ebrahimi, Weifeng Li, Hsinchun Chen

摘要： 互联网用户在社交媒体上暴露了越来越多的个人身份信息 (PII)。此类暴露的 PII 会给用户带来严重的损失，告知用户他们的 PII 暴露对于提高他们的隐私意识并鼓励他们采取保护措施至关重要。为此，需要先进的自动化技术。虽然信息提取 (IE) 技术可用于自动提取 PII，但基于深度学习 (DL) 的 IE 模型减轻了对特征工程的需求并进一步提高了效率。然而，基于 DL 的 IE 模型通常需要大规模标记数据进行训练，但由于隐私问题，很难获得 PII 标记的社交媒体帖子。此外，这些模型在很大程度上依赖于预训练的词嵌入，而社交媒体中的 PII 形式往往各不相同，因此在预训练的词嵌入中没有固定的表示。在这项研究中，我们提出了用于 PII 提取的深度迁移学习 (DTL-PIIE) 框架来解决这两个限制。 DTL-PIIE 将从公开可用的 PII 数据中学到的知识转移到社交媒体，以解决稀有 PII 标记数据的问题。此外，我们的框架利用图卷积网络 (GCN) 结合句法模式来指导 PIIE，而不依赖于预先训练的词嵌入。对基准 IE 模型的评估表明，我们的方法优于最先进的基于 DL 的 IE 模型。我们的框架可以促进各种应用，例如 PII 滥用预测和隐私风险评估，保护互联网用户的隐私。

使用移动网络数据监测 COVID-19 引起的远程办公率的性别差异

原文标题： Monitoring COVID-19-induced gender differences in teleworking rates using Mobile Network Data

地址： http://arxiv.org/abs/2111.09442

作者： Sara Grubanov-Boskovic, Spyridon Spyratos, Stefano Maria Iacus, Umberto Minora, Francesco Sermi

摘要： COVID-19 大流行突然需要更广泛地采用家庭远程办公作为维持生产的手段。一般来说，远程办公安排对员工的效率和积极性有直接影响。然而，这种影响的方向取决于远程办公的积极影响（例如增加灵活性和自主性）与其不利影响（例如模糊私人生活和工作生活之间的界限）之间的平衡。此外，远程工作的这些影响对于弱势工人群体，例如女性，可能会被放大。理解远程办公对女性的影响的第一步是及时理解按年龄和性别划分的远程办公范围。在缺乏及时的官方统计数据的情况下，在本文中，我们提出了一种使用移动网络运营商 (MNO) 数据按年龄和性别预测意大利 20 个地区远程工作趋势的方法。该方法是使用 MNO 数据以及意大利季度劳动力调查开发和验证的。我们的结果证实，移动网络运营商数据有可能被用作监测远程办公模式中性别差异的工具。该工具在今天变得更加重要，因为它可以支持“下一代欧盟”恢复计划中充分的性别主流化，并通过决策帮助管理 COVID-19 的相关社会影响。

复杂网络中对投票模型动态的对抗性攻击

原文标题： Adversarial attacks on voter model dynamics in complex networks

地址： http://arxiv.org/abs/2111.09561

作者： Katsumi Chiyomaru, Kazuhiro Takemoto

摘要： 本研究调查了为扭曲复杂网络中的选民模型动态而进行的对抗性攻击。具体而言，提出了一种简单的对抗性攻击方法，用于在选民模型动力学中使个人意见的状态更接近目标状态；该方法表明，即使一种意见占多数，也可以通过添加在社会网络中战略性产生的极小（难以检测）扰动来反转投票结果（即，结果可以倾向于另一种意见）。对于复杂（大型和密集）网络，对抗性攻击相对更有效。结果表明，意见动态可能会在不知不觉中被扭曲。

一种对 COVID-19 疾病动态进行建模和分析常见预防措施效果的新型隔室方法

原文标题： A Novel Compartmental Approach to Modeling COVID-19 Disease Dynamics and Analyzing the Effect of Common Preventative Measures

地址： http://arxiv.org/abs/2111.09402

作者： Caden Lin

摘要： 截至 2020 年 12 月，COVID-19 大流行已感染超过 7500 万人，使其成为现代历史上最致命的大流行病。本研究开发了一种针对 SARS-CoV-2 病毒的新型区室流行病学模型，并分析了检测、隔离、社会疏远和疫苗接种等常见预防措施的效果。通过考虑为最大限度地减少病毒传播而采取的最普遍的干预措施，该模型为未来 COVID-19 和其他现代流行病的数学建模奠定了重要的基础。具体而言，该模型扩展了经典的 SIR 模型，并为处于潜伏期、无症状、检测呈阳性、已隔离、已接种疫苗或已故的个人引入了单独的隔间。它还解释了可变的感染、检测和死亡率。我首先分析了加利福尼亚州圣克拉拉县的疫情，然后概括了调查结果。结果表明，尽管所有预防措施都减少了 COVID-19 的传播，但隔离和社会疏远的要求会降低感染率，因此是最有效的政策，其次是疫苗分发，最后是公开测试。因此，政府应将资源集中用于执行隔离和社会疏远政策。此外，我发现数学证据表明，相对较高的无症状率和较长的潜伏期是 COVID-19 快速传播的驱动因素。

新度量揭示学术工作推荐中微妙的性别偏见

原文标题： Novel Measures Reveal Subtle Gender Bias in Academic Job Recommendations

地址： http://arxiv.org/abs/2111.09774

作者： R.H. Bernstein, M.W. Macy, C.J. Cameron, S. Williams-Ceci, W.M. Williams, S.J. Ceci

摘要： 对 2,206 封推荐信的语言分析比较了女性代表性不同的两个学科的性别偏见：实验性；粒子物理学（EPP，< 15% 女性）和社会科学（> 60% 女性）。标准词汇量度（例如，“communal”、“agentic”和“standout”）在这两个学科中都没有表现出对女性的偏见。相反，在关于女性的信件中，女性物理学家使用了更多的正面影响词，而男性物理学家使用了更少的负面影响词以及更多地提及努力工作/努力。这两个学科在写信人的级别上都没有显示出性别差异，但社会科学家写了更长的关于女性的信件，并且更频繁地为自己性别的候选人写信。然而，标准的词汇测量只评估明显的偏见表达，可能会遗漏更微妙的性别语言。因此，我们开发了一种新颖的、开放式的性别使用量度。与传统措施形成鲜明对比的是，我们的开放式分析揭示了令人不安的性别差异。在关于 EPP 中的男性和社会科学中的女性的信件中更频繁地出现正面提及（例如，对才能、创新、创造力等）（尽管 EPP 女性候选人更有可能被描述为“才华横溢”）。两个最大的性别差异是关于 EPP 中的“物理学家”和社会科学中的“科学”。这些术语在两个学科中都用于男性的更多字母中，可能表明无意识的性别刻板印象，即使在女性占多数的学科中也是如此。我们得出的结论是，未来对语言偏见的研究应该包括开放式措施，纠正物理学中性别失衡的政策应该提高对推荐信中潜在偏见微妙之处的认识。

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。