原创 ComplexLY 网络科学研究速递 2022-04-29 11:02
通过演化过程的多策略社区相关链路预测方法增强模糊社区结构;
具有不同相关衰减速度的概率投票模型;
调和在线文化市场中质量与人气的二分法;
非均匀超图的非回溯谱聚类;
社会影响如何影响影响网络中群体的智慧;
网络和焦点的对偶性：单模网络的双模网络生成模型;
从地理定位的社交媒体内容中量化社会对自然灾害的情绪恢复力;
通过演化过程的多策略社区相关链路预测方法增强模糊社区结构
原文标题： Enhance Ambiguous Community Structure via Multi-strategy Community Related Link Prediction Method with Evolutionary Process
地址： http://arxiv.org/abs/2204.13301
作者： Qiming Yang, Wei Wei, Ruizhi Zhang, Bowen Pang, Xiangnan Feng
摘要： 大多数现实世界的网络都存在不完整或不正确的问题，这是现实世界数据集的固有属性。因此，复杂网络中的那些下游机器学习任务（如社区检测方法）可能会产生不太令人满意的结果，即这里需要适当的预处理措施。针对这一问题，本文设计了一种新的基于社区属性的链路预测策略HAP，并提出了一种基于HAP的具有自动演化过程的两步社区增强算法。本文旨在通过添加链接来澄清模棱两可的社区结构，从而提供社区增强措施。 HAP方法利用邻域不确定性和香农熵来识别边界节点，同时考虑节点的社区属性和社区规模来建立链接。在 12 个具有真实社区的真实世界数据集上的实验结果表明，所提出的链路预测方法优于其他基线方法，并且社区的增强遵循预期的演化过程。
具有不同相关衰减速度的概率投票模型
原文标题： Probabilistic Voting Models with Varying Speeds of Correlation Decay
地址： http://arxiv.org/abs/2204.13360
作者： Gabor Toth
摘要： 我们使用 de Finetti 度量序列对两层投票系统的多组设置中的投票行为进行建模。我们的模型是通过使用我们称之为描述投票行为的概率度量的 de Finetti 表示来定义的。 de Finetti 测量描述了选民之间的相互作用以及可能对他们产生的外部影响。我们假设这些序列与原点的狄拉克测度微弱收敛，代表随着人口增长而削弱社会凝聚力的趋势。由此产生的模型涵盖了各种各样的行为，从快速收敛下的极限独立投票和具有自己行为模式的临界收敛速度，到产生符合现实世界经验证据的模型的亚临界收敛速度投票数据。可以使用这些模型，例如研究两层投票系统中的最优投票权重问题。
调和在线文化市场中质量与人气的二分法
原文标题： Reconciling the Quality vs Popularity Dichotomy in Online Cultural Markets
地址： http://arxiv.org/abs/2204.13536
作者： Rossano Gaeta, Michele Garetto, Giancarlo Ruffo, Alessandro Flammini
摘要： 我们提出了一个理想化的在线文化市场的简单模型，在该模型中，具有隐藏质量指标的 N 项目通过可能受到当前项目流行度偏差的排名算法推荐给用户。我们的目标是更好地理解众所周知的事实的潜在机制，即受欢迎程度偏差会阻止高质量商品比低质量商品更受欢迎，从而在质量和受欢迎程度排名之间产生不良的错位。我们这样做的假设是，时间/注意力有限的用户只能在项目的随机子集中区分最佳质量。我们发现存在一种有害的制度，在这种制度中不当使用流行度会严重影响质量的出现，而在一种良性制度中，明智地使用流行度，加上代表用户的少量歧视努力，可以保证质量的完美结合和人气排名。我们的研究结果阐明了算法流行度偏差对质量结果的影响，并可能为技术社会文化市场更原则性机制的设计提供信息。
非均匀超图的非回溯谱聚类
原文标题： Nonbacktracking spectral clustering of nonuniform hypergraphs
地址： http://arxiv.org/abs/2204.13586
作者： Philip Chodrow, Nicole Eikmeier, Jamie Haddock
摘要： 谱方法提供了一个易于处理的全局框架，用于通过图矩阵上的特征向量计算在图中进行聚类。超图数据，其中实体在任意大小的边上交互，对矩阵表示提出了挑战，因此也对谱聚类提出了挑战。我们研究了基于超图非回溯算子的非均匀超图谱聚类。在回顾了这个算子的定义和它的基本性质之后，我们证明了一个 Ihara-Bass 类型的定理，以便更快地计算特征对。然后，我们提出了一种交替算法，用于通过线性化信念传播在超图随机块模型中进行推理，提供了形式化和扩展几个先前结果的证明。我们在真实和合成数据中进行实验，强调当不同大小的交互携带有关集群结构的不同信息时，超图方法优于基于图的方法。通过对我们算法的分析，我们对超图随机块模型中谱方法的局限性和可检测性提出了几个猜想。
社会影响如何影响影响网络中群体的智慧
原文标题： How social influence affects the wisdom of crowds in influence networks
地址： http://arxiv.org/abs/2204.13610
作者： Ye Tian, Long Wang, Francesco Bullo
摘要： 一个长期存在的争论是社会影响是提高了群体的集体智慧还是削弱了它。本文基于影响系统理论中的幼稚学习设置解决了这个问题：在我们的模型中，个人根据加权平均意见动态演变他们对未知真相的估计。正式的数学化提供了严格的理论分析。我们分别获得了提高、优化和削弱人群准确性的各种条件。我们证明，如果有限规模群体的智慧得到提高，那么集体估计会随着群体规模的增加而收敛到真相，前提是个体的方差是有限的。我们表明，社会影响力是提高还是削弱智慧，取决于影响力系统的社会权力分配：如果影响力系统将相对较大的社会权力分配给相对更准确的个人，则提高了智慧；相反，如果影响系统将较少的社会权力分配给更准确的个人，则会破坏智慧。在人口水平上，个人对人际影响的敏感性和网络中心性都至关重要。为了提高智慧，更准确的个人应该更不容易受到影响并拥有更大的网络中心。特别是在民主影响力网络中，如果相对准确的个体相对不易受到影响，则智慧会提高；如果更准确的个人更容易受到影响，那么智慧就会受到破坏，这与报告的经验证据是一致的。我们的调查为理解社会影响在集体智慧的出现中所起的作用提供了一个理论框架。
网络和焦点的对偶性：单模网络的双模网络生成模型
原文标题： The Duality of Networks and Foci: Generative Models of Two-Mode Networks from One-Mode Networks
地址： http://arxiv.org/abs/2204.13670
作者： Zachary P. Neal
摘要： 焦点理论描述了共享的社会地位、信仰和地点（即焦点）如何促进社会联系的形成，而双模投影提供了一种将关于个人焦点成员资格的双模数据转换为单模的方法他们的共同成员网络。在本文中，我探讨了相反的过程：社会联系如何促进焦点的形成，以及如何从单模网络生成双模数据。借鉴团队、社会团体和组织招聘的理论，我提出了三个模型来描述这些焦点如何从社会网络中的关系中形成。我表明，这些模型可用于生成经验上合理的双模网络，其特征是正偏度分布和四和六周期的过度表示。最后，我讨论了这些模型的局限性，并强调了它们如何用于研究代表社会焦点的双模网络，以及研究双模投影方法。
从地理定位的社交媒体内容中量化社会对自然灾害的情绪恢复力
原文标题： Quantifying societal emotional resilience to natural disasters from geo-located social media content
地址： http://arxiv.org/abs/2204.13210
作者： Krishna C. Bathina, Marijn ten Thij, Johan Bollen
摘要： 自然灾害会对社区的情绪健康产生破坏性和持久的影响。这些影响可能分布不均，对某些社区的影响比其他社区更深刻，而且可能在更长的时间内影响。在这里，我们分析了美国四大飓风，即艾尔玛、哈维、佛罗伦萨和多里安对受影响社区和地区的情绪健康的影响。我们表明，社区对飓风事件的情绪反应可以通过其民众在飓风之前、期间和之后发布的社交媒体内容来衡量。对于每次登陆美国的飓风，我们观察到在飓风之前和期间受影响地区的情绪显著下降，然后通常在 1-2 周内迅速恢复到飓风前的基线。然而，一些社区表现出明显不同的下降速度并恢复到以前的平衡水平。这表明有可能从社区的在线情绪反应动态来衡量社区的情绪弹性。
如有侵权，请联系本站删除！
