用于异步结构演化的考虑时间的动态图嵌入;
重建 COVID-19 传输网络以告知基于中介中心性的控制措施的框架;
费米统计方法应用于宏观人口统计数据建模;
重复博弈中零行列式策略存在的充要条件;
不同空间、时间和语法尺度的语言统计;
考虑节点特征和网络拓扑的三角形社区检测;
Twitter 上挖掘旅游体验：案例研究;
使用多层网络对推文进行图表示的情感分析;
基于图学习的相互依赖网络系统弹性的生成设计;
在聚合函数下寻找 Top-r 影响社区;
在动态图上实时计算最短周期：一种集线器标记方法;
数字时代的集体记忆;
意见动态模型中的最优控制：迈向统一框架;
恐怖袭击强化了“我们”与“他们”的二元认知;
新加坡不同地区公共交通（内）可达性和土地利用格局分析;
基于真实地理和人口数据的 COVID-19 建模;
用于异步结构演化的考虑时间的动态图嵌入
原文标题： Time-aware Dynamic Graph Embedding for Asynchronous Structural Evolution
地址： http://arxiv.org/abs/2207.00594
作者： Yu Yang, Hongzhi Yin, Jiannong Cao, Tong Chen, Quoc Viet Hung Nguyen, Xiaofang Zhou, Lei Chen
摘要： 动态图是指结构随时间动态变化的图。尽管学习动态图的顶点表示（即嵌入）有很多好处，但现有工作仅将动态图视为顶点连接内的一系列变化，而忽略了这种动态的关键异步性质，其中每个局部结构的演变始于不同的时间并持续不同的持续时间。为了保持图中的异步结构演化，我们创新地将动态图表示为与顶点连接时间 (ToV) 和边时间跨度 (ToE) 相关的时间边序列。然后，提出了一种时间感知 Transformer，将顶点的动态连接和 ToE 嵌入到学习的顶点表示中。同时，我们将每个边序列视为一个整体，并嵌入其第一个顶点的 ToV 以进一步编码时间敏感信息。对几个数据集的广泛评估表明，我们的方法在广泛的图挖掘任务中优于最先进的方法。同时，它对于嵌入大规模动态图非常高效和可扩展。
重建 COVID-19 传输网络以告知基于中介中心性的控制措施的框架
原文标题： A Framework for Reconstructing COVID-19 Transmission Network to Inform Betweenness Centrality-Based Control Measures
地址： http://arxiv.org/abs/2204.11576
作者： Sara Najem, Stefano Monni, Rola Hatoum, Hawraa Sweidan, Ghaleb Faour, Chadi Abdallah, Nada Ghosn, Hamad Hassan, Jihad Touma
摘要： 在本文中，我们提出了一个最佳控制措施的总体框架，该框架遵循国家一级监测单位收集的 COVID-19 感染计数的演变。我们采用自回归模型，该模型允许将平均感染数分解为三个组成部分，分别描述：本地感染、本地感染和来自其他来源的感染，例如从国外到达某个国家的旅行者。我们将跨地区术语识别为一个时间演变的网络，当它驱动疾病的动态时，我们关注它的属性。然后使用来自网络分析的工具来深入理解其拓扑。在此基础上，特别是基于已识别网络节点的中心性，设计了干预和疾病控制策略。
费米统计方法应用于宏观人口统计数据建模
原文标题： Fermi statistics method applied to model macroscopic demographic data
地址： http://arxiv.org/abs/2205.12989
作者： Giuseppe Alberti
摘要： 本文提出了一种能够模拟人口死亡率曲线的递归函数。该函数不是拟合算法，仅取决于一个参数，该参数在元胞自动机模型中具有精确含义。也介绍了这个模型。对于函数定义，使用了费米统计计算方法，结果与已知的统计分布曲线相似。概述了更一般的生命周期概念的含义
重复博弈中零行列式策略存在的充要条件
原文标题： Necessary and Sufficient Condition for the Existence of Zero-Determinant Strategies in Repeated Games
地址： http://arxiv.org/abs/2205.14799
作者： Masahiko Ueda
摘要： 零行列式策略是重复博弈中的一类记忆策略，它单方面地强制收益之间的线性关系。长期以来，尚不清楚存在哪些阶段性博弈零行列式策略。我们为零行列式策略的存在提供了充要条件。这种情况可以解释为存在两种不同的行为，它们单方面地调整了收益的线性组合的总值。还提供了存在零行列式策略的舞台博弈类别与其他类别的舞台博弈之间的关系。
不同空间、时间和语法尺度的语言统计
原文标题： Language statistics at different spatial, temporal, and grammatical scales
地址： http://arxiv.org/abs/2207.00709
作者： Fernanda Sánchez-Puig, Rogelio Lozano-Aranda, Dante Pérez-Méndez, Ewan Colman, Alfredo J. Morales-Guzmán, Carlos Pineda, Carlos Gershenson
摘要： 近几十年来，随着数据的出现，统计语言学取得了长足的进步。这使研究人员能够研究语言的统计特性如何随时间变化。在这项工作中，我们使用来自 Twitter 的数据来探索英语和西班牙语，考虑不同尺度的等级多样性：时间（从 3 到 96 小时间隔）、空间（从 3 公里到 3000+公里半径）和语法（从字母组合到五角星） ）。我们发现所有三个量表都是相关的。然而，最大的变化来自语法尺度的变化。在最低的语法尺度（字母组合）上，等级多样性曲线最相似，独立于其他尺度、语言和国家的值。随着语法尺度的增长，等级多样性曲线随着时间和空间尺度以及语言和国家的不同而变化更大。我们还研究了 Twitter 特定标记的统计数据：表情符号、主题标签和用户提及。这些特定类型的令牌显示了一种 sigmoid 类型的行为作为等级多样性函数。我们的结果有助于量化似乎普遍的语言统计方面以及可能导致变化的方面。
考虑节点特征和网络拓扑的三角形社区检测
原文标题： Triangle-oriented Community Detection considering Node Features and Network Topology
地址： http://arxiv.org/abs/2207.00718
作者： Guangliang Gao, Weichao Liang, Ming Yuan, Hanwei Qian, Qun Wang, Jie Cao
摘要： 联合使用节点特征和网络拓扑来检测社区被称为属性网络中的社区检测。沿着这条路线的大部分现有工作都是通过目标函数优化进行的，并提出了许多方法。然而，他们往往只关注低阶细节，即从节点和边视图中刻画节点特征和网络拓扑，纯粹寻求更高程度的优化来保证找到的社区的质量，这加剧了社区的不平衡和自由-骑手效应。为了进一步阐明和揭示网络的内在本质，我们进行了考虑节点特征和网络拓扑的面向三角形的社区检测。具体来说，我们首先引入基于三角形的质量度量来保留节点特征和网络拓扑的高阶细节，然后制定所谓的两级约束来编码节点特征和网络拓扑的低阶细节。最后，我们开发了一个基于优化我们的目标函数的局部搜索框架，该目标函数由提出的质量度量和两级约束组成，以实现属性网络中的非重叠和重叠社区检测。大量实验证明了我们框架的有效性和效率，以及它在缓解不平衡社区和搭便车效应方面的潜力。
Twitter 上挖掘旅游体验：案例研究
原文标题： Mining Tourism Experience on Twitter: A case study
地址： http://arxiv.org/abs/2207.00816
作者： Davide Stirparo, Beatrice Penna, Mohammad Kazemi, Ariona Shashaj
摘要： 随着数字数据和社会网络平台的增加，社交媒体科学在推动与产品/服务功能和客户服务运营相关的公司决策方面的影响变得越来越重要。特别是，像 Twitter 这样的平台，人们可以分享几乎所有事情的经验，这会极大地影响公司以及地方或旅游网站的声誉和产品。文本挖掘工具在文献中被研究和提出，以便在 Twitter 上获得价值并执行趋势主题和情感分析。由于数据是这些模型的燃料，因此“正确”的模型，即与领域相关的模型会影响它们的准确性。在本文中，我们描述了在与旅游相关的 Twitter 数据集上执行的 DataOps / MLOps 操作管道，以理解旅游动机和兴趣。旅游/酒店业可以利用所获得的知识来开发数据驱动的战略服务，以及可以消费有关旅游目的地的相关信息的旅行者。
使用多层网络对推文进行图表示的情感分析
原文标题： Emotion Analysis using Multi-Layered Networks for Graphical Representation of Tweets
地址： http://arxiv.org/abs/2207.00907
作者： Anna Nguyen, Antonio Longa, Massimiliano Luca, Joe Kaul, Gabriel Lopez
摘要： 预测观众对某段文本的反应是社会各个方面不可或缺的一部分，包括政治、研究和商业行业。情感分析 (SA) 是一种有用的自然语言处理 (NLP) 技术，它利用词汇/统计和深度学习方法来确定不同大小的文本是否表现出积极、消极或中性的情绪。然而，目前缺乏可用于分析独立文本组并从整个集合中提取主要情感的工具。因此，本文提出了一种称为多层推文分析器 (MLTA) 的新算法，该算法使用多层网络 (MLN) 对社交媒体文本进行图化建模，以便更好地编码独立推文集之间的关系。与其他表示方法相比，图结构能够捕捉复杂生态系统中有意义的关系。最先进的图神经网络 (GNN) 用于从 Tweet-MLN 中提取信息，并根据提取的图特征进行预测。结果表明，MLTA 不仅可以从更大的可能情绪集合中进行预测，与标准的积极、消极或中性相比，提供更准确的情绪，它还允许对 Twitter 数据进行准确的组级预测。
基于图学习的相互依赖网络系统弹性的生成设计
原文标题： Graph Learning based Generative Design for Resilience of Interdependent Network Systems
地址： http://arxiv.org/abs/2207.00931
作者： Jiaxin Wu, Pingfeng Wang
摘要： 互连的复杂系统通常会因内部不确定性和外部负面影响而中断，例如恶劣的运行环境或区域自然灾害事件造成的负面影响。为了在内部和外部挑战下保持互连网络系统的运行，已经从通过更好的设计提高系统的可靠性和提高故障恢复能力两个方面进行了弹性研究设计。至于增强设计，由于现代系统规模的不断扩大和复杂的潜在物理约束，设计稳健系统的挑战已经出现。为了应对这些挑战并有效地设计弹性系统，本研究提出了一种利用图学习算法的生成式设计方法。生成式设计框架包含一个性能估计器和一个候选设计生成器。生成器可以智能地从现有系统中挖掘出良好的属性，并输出符合预定义性能标准的新设计。而估计器可以有效地预测生成设计的性能，以实现快速迭代学习过程。基于来自 IEEE 数据集的电力系统的案例研究结果说明了所提出的设计弹性互连系统的方法的适用性。
在聚合函数下寻找 Top-r 影响社区
原文标题： Finding Top-r Influential Communities under Aggregation Functions
地址： http://arxiv.org/abs/2207.01029
作者： You Peng, Song Bian, Rui Li, Sibo Wang, Jeffrey Xu Yu
摘要： 社区搜索是一个在图中寻找满足某些拓扑约束（例如度数约束）的内聚和连接子图的问题。现有的大多数工作只关注拓扑，而忽略了节点在社区中的影响。为理解决这一缺陷，进一步提出了有影响力的社区搜索以包括节点的影响力。每个节点在有影响力的社区搜索问题中都有一个权重，即影响力值来表示其网络影响力。一个社区的影响力值是由一个聚合函数（例如 max、min、avg 和 sum）对同一社区内节点的影响力值产生的。影响社区搜索问题的目标是在满足拓扑约束的同时找到影响值最高的 top-r 社区。现有关于有影响力的社区搜索的研究有几个局限性：（i）它们只关注简单的聚合函数，例如 min，这在许多现实世界的场景中可能达不到某些要求，并且（ii）它们对社区，而大多数现实世界的场景都是如此。这促使我们进行一项新的研究来填补这一空白。我们考虑在使用更复杂的聚合函数（如 sum 或 avg）时识别具有/不具有大小约束的 top-r 有影响力的社区的问题。我们给出了一个理论分析，证明了问题的难度，并为我们最有影响力的社区搜索问题提出了有效的启发式解决方案。在真实大图上进行的大量实验表明，我们提出的解决方案比基线解决方案更有效。
在动态图上实时计算最短周期：一种集线器标记方法
原文标题： Towards Real-Time Counting Shortest Cycles on Dynamic Graphs: A Hub Labeling Approach
地址： http://arxiv.org/abs/2207.01035
作者： Qingshuai Feng, You Peng, Wenjie Zhang, Ying Zhang, Xuemin Lin
摘要： 随着图数据在各种应用中的日益普及，持续分析动态图中的结构趋势变得至关重要。最短周期是图分析的基本模式。在本文中，我们研究了动态图中给定顶点的最短循环计数问题，因为它适用于欺诈检测等问题。为了有效地解决此类查询，我们提出了一种基于 2 跳标记的算法，称为 Counting Shortest Cycle（简称 CSC）。此外，还探索了动态更新 CSC 索引的技术。进行了综合实验以证明我们方法的效率和有效性。特别是，CSC 可以在数百微秒内对具有数百万条边的图进行查询评估，与基线解决方案相比，查询效率提高了两个数量级。此外，更新算法可以有效地处理边插入（删除）。
数字时代的集体记忆
原文标题： Collective Memory in the Digital Age
地址： http://arxiv.org/abs/2207.01042
作者： Taha Yasseri, Patrick Gildersleve, Lea David
摘要： 我们社会的数字化转型，特别是信息和通信技术，彻底改变了我们生成、通信和获取信息的方式。集体记忆作为我们社会的核心和统一力量，在通过数字化转型而发生革命性变化的许多社会概念中也不例外。在本章中，我们区分了“数字化集体记忆”和“数字时代的集体记忆”。除了讨论这两个主要概念之外，我们还讨论了数字工具和跟踪数据如何为研究在数字空间内外形成的集体记忆打开大门。
意见动态模型中的最优控制：迈向统一框架
原文标题： Optimal control in opinion dynamics models: towards a unified framework
地址： http://arxiv.org/abs/2207.01300
作者： Ivan V. Kozitsin
摘要： 理解个人如何改变他们的观点对于减轻假新闻的有害影响和阻止观点两极分化至关重要。基于可以捕捉社会影响的关键微观机制的极其灵活的意见动态模型，本论文阐述了一个寻找最优控制的框架，因此可以应用于广泛的意见动态设置。结合理论和计算方法，我描述了最优控制的特性，并演示了如何将精心设计的框架应用于特定示例，这些示例涵盖了在意见动态模型文献中引起广泛关注的经典情况：同化影响、有界信心和异化的影响。
恐怖袭击强化了“我们”与“他们”的二元认知
原文标题： Terrorist attacks sharpen the binary perception of “Us” vs. “Them”
地址： http://arxiv.org/abs/2207.01352
作者： Milan Jović, Lovro Šubelj, Tea Golob, Matej Makarovič, Taha Yasseri, Danijela Boberić Krstićev, Srdjan Škrbić, Zoran Levnajić
摘要： 恐怖袭击不仅伤害了公民，而且转移了他们的注意力，对公众舆论和政府政策产生了长期影响。然而，衡量媒体报道以外的公众关注度变化在方法上具有挑战性。在这里，我们从 Wikipedia 的 580 万篇文章和最近发生的 15 起恐怖袭击的样本开始着手解决这个问题。我们部署了一个复杂的排除程序来识别由于这些事件而持续受到关注的主题和主题。检查它们的内容可以清楚地看到：恐怖袭击促进在“我们”（目标社会）和“他们”（作为敌人的恐怖分子）之间建立清晰的界限。在此过程中，人们试图构建双方的身份。这引发了对“他们”的更多理解和对“我们”的更清晰理解的灵魂探索。这种对公众对破坏性事件的反应的系统分析有助于减轻其社会后果。
新加坡不同地区公共交通（内）可达性和土地利用格局分析
原文标题： Analysis of public transport (in)accessibility and land-use pattern in different areas in Singapore
地址： http://arxiv.org/abs/2207.01445
作者： Hoai Nguyen Huynh
摘要： 随着越来越多的人继续生活在全球高度城市化的地区，可靠的便利设施和服务在可持续发展中发挥着至关重要的作用。解决这一问题的挑战之一是一致和平等地提供公共服务，包括为整个城市系统的居民提供交通服务。在这项研究中，我们使用一种结合几何分析和信息论测量的新计算方法，根据交通节点（站点）的空间覆盖范围和这些节点在不同区域的服务质量来分析公共交通的可达性。此外，使用网络聚类程序，我们还描述了这些地区的土地利用模式，并将其与公共交通的可达性联系起来。以新加坡为例，我们发现 CBD 地区的商业区具有良好的可达性，住宅区也具有良好到非常好的可达性。然而，并不是每个住宅区都可以同样方便地到达。虽然这些地区的车站空间覆盖率非常好，但服务质量表明不同地区之间存在很大差异，与城邦西部和北部的其他地区相比，中部和东部地区之间的差异很大。我们相信这种分析可以很好地理解整个城市系统的当前公共交通服务水平，它们的差异将为未来的发展计划提供有价值和可操作的见解。
基于真实地理和人口数据的 COVID-19 建模
原文标题： COVID-19 Modeling Based on Real Geographic and Population Data
地址： http://arxiv.org/abs/2207.01585
作者： Emir Baysazan, A. Nihat Berker, Hasan Mandal, Hakan Kaygusuz
摘要： 城际旅行是抗击流行病的最重要参数之一。持续的 COVID-19 大流行导致了涉及城际连接的不同计算研究。在这项研究中，使用新的网络模型评估了在 COVID-19 等流行病期间城际联系的影响。该模型考虑了实际的地理邻域和人口密度数据。这种新模型通过省级联系和人口应用于实际的土耳其数据。具有混合晶格模型的蒙特卡罗算法应用于具有 8,802 个数据点的晶格。结果表明，该模型通过估计死亡人数、疾病传播和流行病终止的方式，在基于人口和地理城际联系的真实世界 COVID-19 流行病数据建模方面在数量上非常有效。
转自：网络科学研究速递
如有侵权，请联系本站删除！
