Arxiv网络科学论文摘要12篇(2022-04-05)

人类身体活动的突发性及其表征;

用于动态图可视化的在线力导向算法;

使用地点网络中的模体属性表征城市生活方式特征;

竞争性社会传染的动力学：对称性破坏和平衡不确定性;

开发当前估计的家庭数据和基于主体的日本家庭未来人口分布的模拟;

VaccinEU：在 Twitter 上用法语、德语和意大利语进行 COVID-19 疫苗对话;

从社交媒体上的转推动态中检测虚假谣言;

生理数据的共享用户界面：人机交互中社会生物反馈系统和背景的系统回顾;

基于机器学习揭示拼车的现实世界二氧化碳减排及其决定因素;

马昂？漫画？表征社交媒体上的自发创意竞赛;

谁的优势？在 YouTube 和 Twitter 上测量有争议话题的注意力动态;

谢林分离模型中的老化效应;

人类身体活动的突发性及其表征

原文标题： Burstiness of human physical activities and their characterization

地址： http://arxiv.org/abs/2204.00201

作者： Makoto Takeuchi, Yukie Sano

摘要： 众所周知，人类行为是异质的并且随时间波动。许多研究都集中在事件间时间 (IET) 的波动上，即各种人类行为中一个动作与下一动作之间的时间。这种波动的存在不能用平稳的随机泊松过程来解释，称为突发性。在这项研究中，我们收集了人类身体活动数据，同时指定了受试者的年龄和他们的情况（例如儿童博弈和成人的家务），并分析了他们的事件时间序列。我们证实了儿童和成人的突发性。特别是，据我们所知，第一次观察到 2-3 岁儿童的体力活动的爆发性。我们还确认了每种活动情况都有其特定的 IET 分布特征。我们的研究结果可能为识别人类身体活动的突发机制提供重要线索。

用于动态图可视化的在线力导向算法

原文标题： Online force-directed algorithms for visualization of dynamic graphs

地址： http://arxiv.org/abs/2204.00451

作者： Se-Hang Cheong, Yain-Whar Si

摘要： 力导向 (FD) 算法可用于探索社会网络中的关系、可视化货币市场和分析交易网络。然而，FD 算法主要用于可视化静态图，其中网络的拓扑在整个计算过程中保持不变。与静态图相比，动态图中的节点和边可以随着时间的推移而添加或删除。在这些情况下，现有的 FD 算法不能很好地扩展，因为拓扑结构的任何变化都会触发这些算法完全重新启动整个计算。为了缓解这个问题，我们提出了五种在线 FD 算法的设计和实现，以可视化动态图，同时保持其原生力模型。本文开发的在线 FD 算法能够重用现有 FD 算法的力模型，而无需进行重大修改。为了评估所提出方法的有效性，将在线 FD 算法与用于可视化动态图的静态 FD 算法进行比较。实验结果表明，在评估的五种算法中，在线 FD 算法实现了最佳的边交叉数和边长标准差，用于可视化动态图。

使用地点网络中的模体属性表征城市生活方式特征

原文标题： Characterizing Urban Lifestyle Signatures Using Motif Properties in Network of Places

地址： http://arxiv.org/abs/2204.01103

作者： Junwei Ma, Bo Li, Ali Mostafavi

摘要： 城市居民的生活方式可以揭示有关城市动态和复杂性的重要见解。尽管对城市生活方式模式分析的研究越来越多，但人们对城市规模生活方式模式的特征知之甚少。这种限制主要是由于在汇总人类运动数据以保护用户隐私时，在描述生活方式模式方面遇到的挑战。在这项研究中，我们根据汇总的人类访问数据对城市进行建模，以构建一个地点网络。然后，我们检查地点网络中的子图符号，以绘制和描述城市规模的生活方式模式。对来自美国哈里斯县、达拉斯县、纽约县和布劳沃德县的基于位置的数据进行了检查，以揭示城市的生活方式特征。对于主题分析，从人类访问网络中提取了没有位置属性的二节点、三节点和四节点主题。其次，模体中的同质化节点使用来自 NAICS 代码的位置类别进行编码。多个统计测量，包括网络指标和主题属性，被量化以表征生活方式特征。结果表明：基于地点网络中主题的分布和属性，可以很好地描述和量化人们在城市环境中的生活方式；地点网络中的主题显示数量和距离的稳定性以及周末和工作日的周期性，表明城市生活方式模式的稳定性；人类访问网络和生活方式模式在不同大都市地区显示出相似性，这意味着不同城市生活方式特征的普遍性。这些发现为城市研究中的城市生活方式特征提供了更深入的见解，并为基于数据的城市规划和管理提供了重要见解。

竞争性社会传染的动力学：对称性破坏和平衡不确定性

原文标题： Kinetics of competing social contagions: Symmetry breaking and equilibrium indeterminacy

地址： http://arxiv.org/abs/2204.00804

作者： Teruyoshi Kobayashi

摘要： 社会网络上的复杂传染被解释为阈值行为的集体结果，其中来自当地邻居的影响可能引发全球级联。然而，在很大程度上尚未探索哪些行为规则最能描述个人的优化以及如何从中产生传播动态。在这里，我们开发了一个基于微基础的通用阈值模型，使我们能够分析在竞争信息/技术（即“社交模因”）传播中个体行为的集体动态。分析表明，有限大小系统中竞争模因的流行度是不确定的，因为传播过程遵循鞍形路径，导致对称性破坏。这表明社交模因的病毒式传播可能不是归因于其内在的吸引力，而是归因于网络结构的随机性。

开发当前估计的家庭数据和基于主体的日本家庭未来人口分布的模拟

原文标题： Development of current estimated household data and agent-based simulation of the future population distribution of households in Japan

地址： http://arxiv.org/abs/2204.00198

作者： Kajiwara Kento, Jue Ma, Toshikazu Seto, Yoshihide Sekimoto, Yoshiki Ogawa, Hiroshi Omata

摘要： 为应对日本人口减少和基础设施老化，地方政府正在实施紧凑型城市政策，例如位置正常化计划。为了优化城市公共基础设施的重组，对城市人口和家庭的分布进行详细而准确的预测非常重要。然而，许多地方政府不具备必要的数据和预测能力。此外，目前对基于性别和年龄的人口数据的预测仅存在于市级，而家庭数据仅存在于地级市的家庭类型中。同时，假设所有直辖市和每个城市内的人口变化率相同，准确性受到限制。因此，本研究的目的是开发一个基于主体的微观模拟家庭转型模型，以家庭为单位和主体，从 2015 年开始估计日本所有城市的家庭数据。估计的家庭数据包括家庭类型、房屋从全国人口普查和建筑数据中获得的家庭成员的类型、地址、年龄和性别。由此产生的家庭过渡模型被用来每五年预测每个家庭的属性。 1980 年至 2010 年日本富山县和静冈县的模拟提供了按年龄和家庭类型划分的市级人口的高度准确估计。所提出的模型也被应用于预测日本消失的村庄和空置房屋的未来分布。

VaccinEU：在 Twitter 上用法语、德语和意大利语进行 COVID-19 疫苗对话

原文标题： VaccinEU: COVID-19 vaccine conversations on Twitter in French, German and Italian

地址： http://arxiv.org/abs/2201.06293

作者： Marco Di Giovanni, Francesco Pierri, Christopher Torres-Lugo, Marco Brambilla

摘要： 尽管对未接种疫苗的人的限制越来越多，但在许多欧洲国家，仍有不可忽视的一部分人拒绝接种 SARS-CoV-2 疫苗，从而破坏了政府根除该病毒的努力。我们通过设计大规模的三种不同语言（法语、德语和意大利语）的 Twitter 消息集合，并提供公众访问收集的数据，研究在线社交媒体在影响个人对接种疫苗的看法方面的作用。我们的 VaccinEU 数据集着眼于欧洲背景，旨在帮助研究人员更好地理解有关疫苗的在线（错误）信息的影响，并设计更准确的沟通策略以最大限度地提高疫苗接种覆盖率。

从社交媒体上的转推动态中检测虚假谣言

原文标题： Detecting False Rumors from Retweet Dynamics on Social Media

地址： http://arxiv.org/abs/2201.13103

作者： Christof Naumzik, Stefan Feuerriegel

摘要： 众所周知，虚假谣言会对社会产生不利影响。为了防止虚假谣言的传播，Twitter等社交媒体平台必须及早发现它们。在这项工作中，我们开发了一种新颖的概率混合模型，该模型根据潜在的传播过程对真假谣言进行分类。具体来说，我们的模型是第一个将真实与虚假转发过程的自激性质正式化的模型。这导致了一种新的混合标记霍克斯模型 (MMHM)。因此，我们的模型不需要特征工程；相反，它直接对传播过程进行建模，以推断网络谣言是否错误。我们的评估基于 13,650 次转推级联，两者都是真实的。与来自 Twitter 的虚假谣言。我们的模型以 64.97% 的平衡准确率和 69.46% 的 AUC 识别虚假谣言。它在相当大的程度上优于最先进的基线（神经和特征工程），但同时是完全可解释的。我们的工作对从业者有直接影响：它利用传播过程作为隐含的质量信号，并在此基础上检测虚假内容。

生理数据的共享用户界面：人机交互中社会生物反馈系统和背景的系统回顾

原文标题： Shared User Interfaces of Physiological Data: Systematic Review of Social Biofeedback Systems and Contexts in HCI

地址： http://arxiv.org/abs/2204.00720

作者： Clara Moge, Katherine Wang, Youngjun Cho

摘要： 作为一种新兴的交互范式，生理计算越来越多地用于测量和反馈有关我们内部心理生理状态的信息。虽然生理计算的大多数应用程序都是为个人使用而设计的，但最近的研究已经探索了生物反馈如何在多个用户之间进行社交共享以增强人与人之间的交流。本文回顾了该研究领域的实证进展，对 64 项研究进行了系统回顾，以描述社会生物反馈系统的交互背景和影响。我们的研究结果强调了围绕生理数据共享的生理-时间和社会背景因素的重要性，以及它如何在三个不同层次上促进社会情感能力：个人、人际和以任务为中心。我们还提出了社会生物反馈互动框架，以阐明当前的生理-社会互动空间。我们用它来讨论未来社会生物反馈界面的研究和设计的影响和伦理考虑。

基于机器学习揭示拼车的现实世界二氧化碳减排及其决定因素

原文标题： Revealing the real-world CO2 emission reduction of ridesplitting and its determinants based on machine learning

地址： http://arxiv.org/abs/2204.00777

作者： Wenxiang Li, Yuanyuan Li, Ziyuan Pu, Long Cheng, Lei Wang, Linchuan Yang

摘要： Ridesplitting 是一种拼车服务形式，在减轻拼车服务对环境的负面影响方面具有巨大潜力。然而，大多数现有研究仅基于优化模型和模拟探索其理论环境效益。为了付诸实践，本研究旨在根据中国成都的拼车服务观测数据，揭示拼车在现实世界中的减排情况及其决定因素。本研究将行程数据与 COPERT 模型相结合，计算共享乘车（拼车）及其替代的单车（常规拼车）的 CO2 排放量，以估算每次拼车行程的 CO2 减排量。结果表明，并非所有的拼车旅行都能减少现实世界中拼车的排放。拼车的CO2减排率因行程而异，平均为43.15g/km。然后，应用可解释的机器学习模型梯度提升机来探索拼车的 CO2 减排率与其决定因素之间的关系。基于 SHapley Additive exPlanations 方法，确定拼车的重叠率和绕行率是决定拼车 CO2 减排率的最重要因素。增加重叠率、共享乘车次数、平均速度和乘车距离比，减小绕行率、实际行程距离、乘车距离差距，可以提高拼车的CO2减排率。此外，通过部分相关图检查了几个关键因素的非线性效应和相互作用。本研究为政府和拼车服务公司更好地评估和优化拼车带来的环境效益提供了一种科学方法。

马昂？漫画？表征社交媒体上的自发创意竞赛

原文标题： MAANG? MANGA? Characterizing Spontaneous Ideation Contest on Social Media

地址： http://arxiv.org/abs/2204.00910

作者： Kunihiro Miyazaki, Takayuki Uchiba, Haewoon Kwak, Jisun An

摘要： 社交媒体不仅是人们就日常事务进行交流的场所，也是传达和交流各种思想的虚拟场所。这些想法被称为潜在消费者的原始声音，来自可能不参与消费者调查的广泛人群，因此他们的意见可能对公司具有很高的价值。然而，用户如何在社交媒体上分享他们的想法仍未得到充分探索。本研究调查了一场关于新的大型科技公司通用术语的自发构思竞赛，该竞赛发生在 Facebook 更名为 Meta 时。我们构建了一个包含候选人的推文综合数据集，并检查了社交媒体用户如何建议、传播和交换这些推文。我们的研究结果表明，不同的想法在不同的指标上更好。创意大赛开始后，创意的排名并没有立即决定。第一个发表想法的人比那些第二次发表或只分享想法的人拥有更少的追随者。我们还确认回复会积累独特的想法，但大多数都是在回复树的第一深度添加的。这项研究将促进社交媒体的使用，作为该行业开放式创新和共同创造过程的一部分。

谁的优势？在 YouTube 和 Twitter 上测量有争议话题的注意力动态

原文标题： Whose Advantage? Measuring Attention Dynamics across YouTube and Twitter on Controversial Topics

地址： http://arxiv.org/abs/2204.00988

作者： JooYoung Lee, Siqi Wu, Ali Mert Ertugrul, Yu-Ru Lin, Lexing Xie

摘要： 最近在有争议的在线空间中观察到了意识形态的不对称，尽管众所周知自由主义者在数字平台上具有人口优势，但保守派的声音似乎相对更加明显。然而，大多数先前的研究都集中在一个单一的平台或一个单一的政治主题上。一个意识形态群体是否在平台和主题中获得更多关注，以及关注动态如何随着时间的推移而演变，尚未得到探索。在这项工作中，我们提出了一项定量研究，该研究将两个社交媒体平台（YouTube 和 Twitter）上的集体注意力联系起来，集中在 16 个月内围绕三个有争议的政治话题（包括堕胎、枪支管制和黑人的命也是命）的视频的在线活动。我们提出了几个以视频为中心的指标来描述不同意识形态群体如何积累在线注意力。我们发现，双方都没有连胜：与右倾视频相比，左倾视频总体上观看次数更多、更吸引人，但推文较少。左倾视频的注意力时间序列展开得更快，但右倾视频的时间更长。对早期采用者和推文级联的网络分析表明，左倾视频的信息传播往往涉及集中的参与者；而右倾视频则在注意力生命周期的早期开始。总之，我们的发现超越了数字空间中意识形态不对称的静态图景，并提供了一套方法来量化不同社交平台上的注意力动态。

谢林分离模型中的老化效应

原文标题： Aging effects in Schelling Segregation model

地址： http://arxiv.org/abs/2204.01417

作者： David Abella, Maxi San Miguel, José J. Ramasco

摘要： 谢林模型已成为社会科学中的一种范式，用于解释住宅空间隔离的出现，即使在公民身边对混合社区具有高度容忍度的情况下也是如此。特别是，我们考虑了 Schelling 模型的噪声约束版本，其中主体通过向满足空缺的无限范围运动来最大化其满意度，这与当地社区的组成有关。我们通过使主体移动的概率与他们在当前位置得到满足的时间成反比来增加老化效应。这种机制模拟了对主体已满足一段时间的位置的情感依恋的发展。老化的引入对模型的静态和动态有几个主要影响：原始模型的分离相和混合相之间的相变消失了，我们观察到分离状态具有高水平的主体满意度，即使对于高容差值也是如此。此外，新分离相的动态特征在于缓慢的幂律粗化过程和玻璃状动力学，其中渐近时间平移不变性被打破。

如有侵权，请联系本站删除！