• 不断给予的礼物：慷慨在多人在线博弈中具有传染性;
• 社交搜索：在线社交平台中检索信息综述;
• 使用定量论述分析检测 Twitter 上虚假信息的传播者;
• 预测社交媒体时间序列的基线实验评估;
• JuryGCN：量化图卷积网络的Jackknife不确定性;
• 高级开发人员的社交性和好奇心对敏捷 Scrum 团队能力建设的影响;
• 模拟复杂网络中多个交互过程的传播;
• 多模式网络中模式转换的交通中断建模;
• 弹性建筑：针对混合工作优化的人员灵活校园运营的校准区域规模模拟;
• Katz 参数对节点排名的影响及其医疗应用;

不断给予的礼物：慷慨在多人在线博弈中具有传染性

原文标题： The Gift That Keeps on Giving: Generosity is Contagious in Multiplayer Online Games

地址： http://arxiv.org/abs/2207.10615

作者： Alexander J. Bisberg, Julie Jiang, Yilei Zeng, Emily Chen, Emilio Ferrara

摘要： 长期以来，社会科学界一直对理解社会互动和慷慨行为非常感兴趣。虽然在现实世界中记录了慷慨的传染，但对于虚拟世界中的这种现象以及它是否对用户行为和保留有可操作的影响知之甚少。在这项工作中，我们分析了流行的大型多人在线角色扮演博弈 (MMORPG) Sky: Children of Light 的虚拟世界中的社会动态。我们开发了一个框架来揭示这种社会环境中的慷慨模式，并提供社会传染和传染性慷慨的经验证据。玩家在与其他人，尤其是与朋友一起玩后，会更加投入到博弈中。我们还发现，亲身体验过慷慨甚至观察其他玩家慷慨行为的玩家在未来会变得更加慷慨。此外，我们表明，接受和观察慷慨会导致未来更高的博弈参与度。由于 Sky 从社交博弈方面类似于现实世界，因此我们的研究结果的含义也超出了这个虚拟世界。

社交搜索：在线社交平台中检索信息综述

原文标题： Social Search: retrieving information in Online Social Platforms – A Survey

地址： http://arxiv.org/abs/2209.14369

作者： Maddalena Amendola, Andrea Passarella, Raffaele Perego

摘要： 社交搜索研究涉及研究利用社交信息以更好地满足在线社交媒体中的用户信息需求的方法，同时简化搜索工作，从而减少花费的时间和使用的计算资源。从以前的研究开始，在这项工作中，我们分析了社会搜索领域的当前状态，提出了一种新的分类法，并突出了当前的局限性和开放的研究方向。我们将社交搜索领域分为三个子类别，其中社交方面起着关键作用：社交问答、社交内容搜索和社交协作搜索。对于每个子类别，我们更详细地介绍了文献中的关键概念和选定的代表性方法。我们发现，到目前为止，大量研究通过简单地结合社交平台提供的社交功能来模拟用户的偏好及其关系。它为利用更多关于用户社交资料和行为的结构化信息（因为它们可以从社交平台上可用的数据中推断出来）以进一步优化他们的信息需求的重大研究铺平了道路。

使用定量论述分析检测 Twitter 上虚假信息的传播者

原文标题： Detecting Propagators of Disinformation on Twitter Using Quantitative Discursive Analysis

地址： http://arxiv.org/abs/2210.05760

作者： Mark M. Bailey

摘要： 外国行为者影响公众舆论的努力因其影响民主选举的潜力而引起了相当大的关注。因此，识别和打击虚假信息来源的能力正日益成为政府实体的首要任务，以保护民主进程的完整性。本研究提出了一种使用中心共振分析和 Clauset-Newman-Moore 社区检测来识别 Twitter 上的俄罗斯虚假信息机器人的方法。这些数据反映了 2016 年美国总统大选期间，已知的俄罗斯虚假信息机器人与一组 Twitter 用户之间存在显著差异。数据还展示了基于社区聚类的统计显著分类能力 (MCC = 0.9070)。预测算法在识别真阳性（机器人）方面非常有效，但由于控制用户之间缺乏话语相似性，因此无法解决真阴性（非机器人）。这导致了一种高度敏感的方法来识别在 Twitter 上具有高度话语相似性的虚假信息传播者，这对限制可能影响民主进程的虚假信息的传播产生了影响。

预测社交媒体时间序列的基线实验评估

原文标题： Experimental Evaluation of Baselines for Forecasting Social Media Timeseries

地址： http://arxiv.org/abs/2210.05847

作者： Kin Wai Ng, Frederick Mubang, Lawrence O. Hall, John Skvoretz, Adriana Iamnitchi

摘要： 预测社交媒体活动在许多情况下都有实际用途，从理解趋势（例如哪些主题可能在未来一周内吸引更多用户）到识别异常行为（例如协调信息操作或 PumpNDump 工作）。要评估一种新的预测方法，重要的是要有基线来评估绩效收益。我们通过实验评估了在几个社交媒体数据集中预测活动的四个基线的性能，这些数据集记录了在两个不同平台 Twitter 和 YouTube 上同步发生的与三种不同地缘政治背景相关的讨论。实验在每小时的时间段内完成。我们的评估确定了对特定指标最准确的基线，从而为社交媒体建模的未来工作提供指导。

JuryGCN：量化图卷积网络的Jackknife不确定性

原文标题： JuryGCN: Quantifying Jackknife Uncertainty on Graph Convolutional Networks

地址： http://arxiv.org/abs/2210.05959

作者： Jian Kang, Qinghai Zhou, Hanghang Tong

摘要： 图卷积网络（GCN）在许多实际应用中表现出强大的经验性能。 GCN 的绝大多数现有工作主要关注准确性，而忽略了 GCN 对其预测的信心或不确定性。尽管是可信图挖掘的基石，但 GCN 上的不确定性量化尚未得到很好的研究，现有的稀缺工作要么无法提供确定性量化，要么必须通过引入额外的参数或架构来改变 GCN 的训练过程。在本文中，我们提出了第一个基于频率论的方法，名为 JuryGCN，用于量化 GCN 的不确定性，其关键思想是通过折刀估计器将节点的不确定性量化为置信区间的宽度。此外，我们利用影响函数来估计 GCN 参数的变化，而无需重新训练以扩大计算规模。提议的 JuryGCN 能够在不修改 GCN 架构或引入额外参数的情况下确定性地量化不确定性。我们在主动学习和半监督节点分类任务中对真实世界的数据集进行了广泛的实验评估，这证明了所提出方法的有效性。

高级开发人员的社交性和好奇心对敏捷 Scrum 团队能力建设的影响

原文标题： Effect of sociability and curiosity of senior developers in building agile scrum team competency

地址： http://arxiv.org/abs/2210.05967

作者： Ravi Kalluri

摘要： 本文旨在研究有助于在敏捷 Scrum 团队中传播能力的机制。本研究旨在挑战有限理性（BR）的传统观点。随着预期的加速时间持续缩短，敏捷 Scrum 团队（团队）有望快速建立解决问题的能力。但该团队具有影响开箱即用性能的专业知识、能力和社交水平。目标是将 BR 扩展到社交领域，并理解团队如何自组织和重新配置以有效解决问题。研究表明，基于主体的计算模拟是从理论角度探讨这一点的合适技术。 (Fioretti, 2013) (Secchi, 2015)。第一步是定义问题，讨论高级团队成员如何表现出高度的好奇心并应用社交和认知资源来发展整体团队能力。在 NetLogoR 中对这种动态进行建模和模拟，并对结果进行分析。最后，介绍和讨论了一些关键发现。

模拟复杂网络中多个交互过程的传播

原文标题： Simulating Spreading of Multiple Interacting Processes in Complex Networks

地址： http://arxiv.org/abs/2210.06010

作者： Michał Czuba, Piotr Bródka

摘要： 研究复杂网络中传播过程之间的相互作用是网络科学中最重要的挑战之一。但是，无论我们是否想知道信息活动将如何影响病毒传播，或者新 iPhone 的广告活动将如何影响三星手机的销售，我们都需要一个环境，让我们能够评估我们的传播活动在什么条件下会传播。有效。 Network Diffusion 是一个 Python 包，它应该有助于做到这一点。在本文中，我们介绍了它的工作原理和主要功能，包括可以使用它执行的模拟的简单示例。

多模式网络中模式转换的交通中断建模

原文标题： Traffic disruption modelling with mode shift in multi-modal networks

地址： http://arxiv.org/abs/2210.06115

作者： Dong Zhao, Adriana-Simona Mihaita, Yuming Ou, Sajjad Shafiei, Hanna Grzybowska, A. K. Qin, Gary Tan, Mo Li, Hussein Dia

摘要： 多式联运系统被公认为具有强大的故障容忍度，可以有效缓解城市拥堵问题。然而，由于一次仅适用于单个模式的分解建模方法，估计多交通模式中断的影响是一个具有挑战性的问题。为了填补这一空白，本文提出了一种新的集成建模框架，用于多模式交通状态估计和评估各种交通条件下所有模式的中断影响。首先，我们提出了一个迭代旅行分配模型来阐明旅行需求和旅行行为之间的关联，包括针对私人和公共交通的多模式起点到目的地估计。其次，我们提供了一个实用的多模式旅行需求再调整，考虑到受影响的旅行者的模式转变。通过几个基于场景的交通模拟实验展示了模式转换策略的优缺点。结果表明，具有灵活路线和提前通知绕道的平衡模式转变可以使所有旅客显著受益，延迟时间减少 46%，而稳定的路线分配可以保持更高的平均交通流量和非活动模式-路线选择有助于缓解交通中断下的密度。

弹性建筑：针对混合工作优化的人员灵活校园运营的校准区域规模模拟

原文标题： Elastic buildings: Calibrated district-scale simulation of occupant-flexible campus operation for hybrid work optimization

地址： http://arxiv.org/abs/2210.06124

作者： Martín Mosteiro-Romero, Clayton Miller, Adrian Chong, Rudi Stouffs

摘要： 在 2020 年之前，居住者利用建筑环境的方式一直在缓慢地转变为居住者在工作地点和工作方式上有更多选择和灵活性的场景。全球 COVID-19 大流行通过封锁和混合工作安排迅速加速了这一现象。由于其好处和成本影响，许多居住者和雇主正在考虑保留其中一些基于灵活性的策略。本文使用区域规模的城市能源分析 (CEA) 模型模拟了与真实校园的运营技术和政策相关的各种场景，该模型使用从 WiFi 数据中提取的测量能源和占用情况进行校准。这些情景展示了更快速、更有效地增加和减少建筑运营对可能巩固的基于弹性的工作策略的能源影响。情景显示，如果集中式建筑系统运行到位，则由于居住者缺勤导致空间冷却需求减少 4-12%，但如果实施居住驱动型建筑控制，则高达 21-68%。本文讨论了在这种运营模式转变中很重要的技术和战略。

Katz 参数对节点排名的影响及其医疗应用

原文标题： The effect of the Katz parameter on node ranking, with a medical application

地址： http://arxiv.org/abs/2210.06392

作者： Hunter Rehm, Mona Matar, Puck Rombach, Lauren McIntyre

摘要： Katz 中心性是一种流行的网络中心性度量。它需要对从每个节点开始的所有行走进行（加权）计数，并带有一个额外的阻尼因子 alpha，它随着长度的增加调整行走的影响。我们引入了一种工具来比较不同中心度度量的节点排名，该工具考虑到如果两个节点的分数在彼此的误差范围内，则通过中心度度量对两个节点的相对排名是不可靠的。我们使用这个工具来理解 alpha 参数对显著影响节点排名的游走长度的影响。特别是，我们找到了游走长度的上限，该上限决定了节点在该误差范围内的排名。如果应用程序对可能的步行长度施加了现实的界限，那么这组工具可能有助于确定 alpha 的合适值。当应用于易感性推理网络时，我们展示了 alpha 对排名的影响，该网络包含主题专家知情数据，这些数据代表了医疗状况从一个发展到另一个的概率。该网络是 NASA 开发的医疗可扩展动态概率风险评估工具的一部分，该工具是一种基于事件的风险建模工具，用于评估太空探索任务期间的人类健康和医疗风险。

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。