• 具有高方差的随机过程产生无标度网络;
• 用于联合社区检测和链路预测的考虑模块性的图自动编码器;
• 无向网络上的谱秩单调性;
• 通过比较优势的二模网络理解欧洲一体化;
• 属性丰富的事件驱动图的分层实体对齐;
• Twitter ISIS 用户的纵向数据集;
• 在 Twitter 上自动检测 Doxing;
• 具有三聚体梯级和次最近邻耦合的伊辛自旋梯。物理和主体模型中的挫败感;
• 多州选民模型中的过滤泡沫效应;
• 流行病梦想：在 COVID-19 大流行期间梦想健康;
• 具有英国和以色列 COVID-19 案例研究的混合隔间模型;

具有高方差的随机过程产生无标度网络

原文标题： Random Processes with High Variance Produce Scale Free Networks

地址： http://arxiv.org/abs/2202.00845

作者： Josh Johnston, Tim Andersen

摘要： 现实世界的网络往往是无标度的，具有比经典随机图生成方法预测的更多的重尾度分布。优先依附和增长是导致这些网络的最普遍接受的机制，并被纳入 Barab’asi-Albert (BA) 模型。我们提供了一种替代模型，该模型使用受广义中心极限定理 (CLT) 启发的随机停止链接过程，用于具有广泛变化的参数的几何分布。 BA 模型和我们的随机停止链接模型的共同特征是混合了广泛变化的几何分布，这表明无标度网络的关键特征是高方差，而不是增长或优先附着。经典随机图模型的局限性在于参数的低方差，而无标度网络是现实世界方差的自然预期结果。

用于联合社区检测和链路预测的考虑模块性的图自动编码器

原文标题： Modularity-Aware Graph Autoencoders for Joint Community Detection and Link Prediction

地址： http://arxiv.org/abs/2202.00961

作者： Guillaume Salha-Galvan, Johannes F. Lutzeyer, George Dasoulas, Romain Hennequin, Michalis Vazirgiannis

摘要： 图自编码器 (GAE) 和变分图自编码器 (VGAE) 成为链路预测的强大方法。它们在社区检测问题上的表现不那么令人印象深刻，根据最近和同时进行的实验评估，它们通常被更简单的替代方案（如 Louvain 方法）所超越。目前尚不清楚使用 GAE 和 VGAE 可以在多大程度上改善社区检测，尤其是在没有节点特征的情况下。此外，不确定是否可以这样做，同时保持链路预测的良好性能。在本文中，我们表明以高精度联合解决这两个任务是可能的。为此，我们引入并在理论上研究了一种社区保留消息传递方案，在计算嵌入空间时通过考虑初始图结构和基于模块化的先验社区来掺杂我们的 GAE 和 VGAE 编码器。我们还提出了新颖的训练和优化策略，包括引入模块化启发的正则化器，以补充现有的重建损失，用于联合链路预测和社区检测。我们通过对各种真实世界图的深入实验验证证明了我们的方法的经验有效性，称为模块化感知 GAE 和 VGAE。

无向网络上的谱秩单调性

原文标题： Spectral Rank Monotonicity on Undirected Networks

地址： http://arxiv.org/abs/2202.01044

作者： Paolo Boldi, Flavio Furia, Sebastiano Vigna

摘要： 在无向网络的情况下，我们研究了谱排名方法的分数和排名单调性问题，例如特征向量中心性和 PageRank。分数单调性意味着添加一条边会增加边两端的分数。秩单调性意味着添加一条边提高了边的两端相对于其余节点的相对位置。众所周知，常见的谱排名是有向强连接图上的分数和排名单调。我们表明，令人惊讶的是，无向图的情况非常不同，特别是 PageRank 既不是分数也不是单调的排名。

通过比较优势的二模网络理解欧洲一体化

原文标题： Understanding European Integration with Bipartite Networks of Comparative Advantage

地址： http://arxiv.org/abs/2202.01080

作者： Riccardo Di Clemente, Balázs Lengyel, Lars F. Andersson, Rikard Eriksson

摘要： 欧洲一体化的核心目标是趋同和经济增长，但这些都受到共同市场内竞争和价值链不对称的挑战。欧盟面临的一项艰巨挑战是如何协调行业和国家的专业化以实现全球竞争力，同时弥合更多和欠发达国家之间的生产力差异。在这里，我们从 2000 年开始，通过在 EU15 和中东欧 (CEE) 成员国内部和之间应用广泛使用的显示比较优势 (RCA) 方法，开发了一种新的二分网络方法并追踪成对联合专业化。这个新的合作专业化方法可用于评估整个系统以及行业和国家层面的冗余和分工。后一个特征使我们能够研究国家间的共同专业化如何影响经济增长。我们发现 CEE 国家之间的 RCA 显著重叠，但 EU15 和 CEE 之间的 RCA 结构不同。我们的计量经济分析表明，加入欧盟后与其他中东欧国家共同专业化的中东欧行业的生产力提高，而中东欧和欧盟 15 国的共同专业化与生产力增长的相关性较小。这些结果为欧洲政策提供了信息，即部门专业化的划分可以导致欧盟 15 国和中东欧成员国之间的生产力趋同。

属性丰富的事件驱动图的分层实体对齐

原文标题： Hierarchical Entity Alignment for Attribute-Rich Event-Driven Graphs

地址： http://arxiv.org/abs/2202.00798

作者： Elizabeth Hou, Joanna Brown, John Fisher

摘要： 本文解决了属性丰富的事件驱动图中的实体对齐问题。与许多其他实体对齐问题不同，我们感兴趣的是根据实体行为的相似性来对齐实体，即参与相似事件的实体更有可能是相同的。我们将这个问题的生成过程建模为贝叶斯模型，并从后验预测分布中推导出我们提出的算法。我们将分层实体对齐 (HEAT) 算法应用于两个数据集，一个关于出版物，另一个关于金融交易，这些数据来自真实数据并由外部合作者提供给我们。

Twitter ISIS 用户的纵向数据集

原文标题： A Longitudinal Dataset of Twitter ISIS Users

地址： http://arxiv.org/abs/2202.00878

作者： Younes Karimi, Anna Squicciarini, Peter K. Forster, Kira M. Leavitt

摘要： 我们提供了来自怀疑与 ISIS 有关联的两组用户的大型推文纵向数据集。这些用户组是根据先前的研究和旨在关闭 ISIS Twitter 帐户的活动确定的。这些用户在 2014 年至 2015 年期间至少与已知的 ISIS 帐户互动过一次，并且截至 2021 年仍然活跃。其中一些用户通过转发直接支持 ISIS 用户及其推文，一些用户引用了 ISIS 的推文，与 ISIS 种子账户有不确定的联系。这项研究和数据集代表了一种分析 ISIS 数据的独特方法。尽管有很多关于 ISIS 在线活动的研究，但很少有研究关注个人账户。我们验证账户的方法以及开发区分账户功能的框架（例如，宣传与运营规划）为未来的研究奠定了基础。我们对收集到的数据进行了一些描述性统计和初步分析，以提供更深入的见解并突出此类分析的重要性和实用性。我们进一步讨论了几个跨学科的潜在用例和研究方向。

在 Twitter 上自动检测 Doxing

原文标题： Automated Detection of Doxing on Twitter

地址： http://arxiv.org/abs/2202.00879

作者： Younes Karimi, Anna Squicciarini, Shomir Wilson

摘要： Doxing 是指未经某人同意而披露其敏感个人信息的做法。这种形式的网络欺凌对于在线社会网络来说是一种令人不快且有时是危险的现象。尽管在自动识别其他类型的网络欺凌方面存在先前的工作，但仍需要能够专门检测 Twitter 上的 doxing 的方法。我们提出并评估了一组方法，用于自动检测 Twitter 上敏感私人信息的第二方和第三方披露，其中一部分构成了 doxing。我们总结了我们对 doxing 事件背后的共同意图的发现，并比较了基于字符串匹配和 one-hot 编码启发式的自动检测的九种不同方法，以及推文的单词和上下文字符串嵌入表示。我们确定了一种使用上下文字符串嵌入提供 96.86% 准确率和 97.37% 召回率的方法，并通过讨论我们提出的方法的实用性来得出结论。

具有三聚体梯级和次最近邻耦合的伊辛自旋梯。物理和主体模型中的挫败感

原文标题： Ising spin ladder with trimer rungs and next-nearest-neighbor coupling. Frustration in physics and agent models

地址： http://arxiv.org/abs/2202.00937

作者： Jozef Sznajd

摘要： 使用传递矩阵和线性重整化群方法研究了外磁场中具有三聚体梯级和次最近邻相互作用（NNN）的两腿伊辛自旋梯的扩展模型。在标准版本中（在两条腿中只有相同的 NN 相互作用），这样的梯子表现出非常有趣的行为 - 在有限温度下受挫折驱动的极其尖锐的相交叉，类似于相变，在一维中是不可能的。结果表明，在所有考虑的情况下，每条腿（不对称梯子）具有不同的相互作用，NNN 相互作用和存在小的外部场时，当有效的腿间耦合消失的点与点重合时，就会发生这种交叉。其中 interleg 相关函数表现出一个拐点伴随着比热最大值。提出了一个假设，即为了描述人民政治观点的突然变化，没有必要诉诸于社会制度有争议的相变概念。在某些情况下，这种现象可以理解为受挫折程度触发的阶段交叉。这种挫败感的根源被认为是社会成员个人态度和经济态度这两个领域之间的内部冲突，这些态度由可能被生活经历改变的个性特征所塑造。

多州选民模型中的过滤泡沫效应

原文标题： Filter Bubble effect in the multistate voter model

地址： http://arxiv.org/abs/2202.01137

作者： Giulio Iannelli, Giordano De Marzo, Claudio Castellano

摘要： 社交媒体通过向用户推荐与他们过去喜欢的内容密切相关的内容来影响在线活动。通过这种方式，它们将用户限制在过滤气泡内，从而强烈限制他们接触新内容或替代内容。我们通过考虑多州选民模型来研究这种类型的动态，在该模型中，用户以给定的概率 lambda 与暗示过去最常持有的意见的“个性化信息”进行交互。通过理论论证和数值模拟，我们展示了在达成共识的区域（对于小 lambda）和系统极化的区域（高于阈值 lambda_c）之间存在非平凡的过渡，并且持有不同意见的用户群会无限期地存在。对于大型系统 N，阈值总是消失，这表明对于大量用户来说，达成共识变得不可能。这一发现提出了关于广泛使用个性化推荐算法的副作用的新问题。

流行病梦想：在 COVID-19 大流行期间梦想健康

原文标题： Epidemic Dreams: Dreaming about health during the COVID-19 pandemic

地址： http://arxiv.org/abs/2202.01176

作者： Sanja Šćepanović, Luca Maria Aiello, Deirdre Barrett, Daniele Quercia

摘要： 梦的连续性假设表明梦的内容与做梦者的清醒经历是连续的。鉴于 COVID-19 期间经历的前所未有的性质，我们研究了大流行背景下的连续性假设。我们实施了一种深度学习算法，可以从文本中提取对医疗状况的提及，并将其应用于大流行期间收集的两个数据集：2,888 份梦境报告（梦想生活经历）和 5700 万条提及大流行病的推文（清醒生活经历）。两组共有的健康表达是典型的 COVID-19 症状（例如咳嗽、发烧和焦虑），这表明梦反映了人们的现实经历。区分这两组的健康表达反映了思维过程的差异：清醒生活中的表达反映了线性和逻辑的思维过程，因此描述了现实的症状或相关疾病（例如，鼻痛、SARS、H1N1）；梦境中的人反映了更接近视觉和情感领域的思维过程，因此，描述了与病毒无关的情况（例如，蛆虫、畸形、蛇咬伤）或超现实性质的情况（例如，牙齿脱落、身体碎成沙子）。我们的研究结果证实，梦境报告代表了人们在现实世界中健康经历的一个未被充分研究但有价值的来源。

具有英国和以色列 COVID-19 案例研究的混合隔间模型

原文标题： A Hybrid Compartmental Model with a Case Study of COVID-19 in Great Britain and Israel

地址： http://arxiv.org/abs/2202.01198

作者： Greta Malaspina, Stevo Racković, Filipa Valdeira

摘要： 鉴于 COVID-19 对多个社会层面的严重影响，模拟限制措施对大流行演变的影响至关重要，这样政府才能做出明智的决定。尽管自疫情爆发以来已经无数次尝试提出不同的模型，但数据可用性的增加和疫苗接种运动的开始需要更新模型和研究。此外，大部分工作都集中在一个非常特殊的地方或应用程序上，我们努力获得一个更通用的模型，利用来自不同国家的数据。特别是，我们比较了英国和以色列，这两个在疫苗接种计划和社会结构方面截然不同的情景。我们构建了一个基于网络的模型，该模型足够复杂，可以模拟政府强制限制的不同场景，但又足够通用，可以应用于任何人群。为了减轻计算负载，我们为我们的模型提出了一种分解策略。

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。