Arxiv網路科學論文摘要8篇(2018-02-09)

02-24

高級災害風險管理的社交媒體數據分析與反饋;
股市直接因果關係網路;
傳染病傳播中的協同累積傳染;
美國非常低出生體重嬰兒的院際轉運網路;
權力博弈的平均場模型;
動態的決策框架;
學習基於角色的圖嵌入;
Google Play的縱向研究;

高級災害風險管理的社交媒體數據分析與反饋

原文標題： Social Media Data Analysis and Feedback for Advanced Disaster Risk Management

地址： http://arxiv.org/abs/1802.02631

作者： Markus Enenkel, Sofia Martinez Saenz, Denyse S. Dookie, Lisette Braman, Nick Obradovich, Yury Kryvasheyeu

摘要：社交媒體不僅僅是單向的溝通渠道。數據可以被收集，分析和背景化，以支持災難風險管理。但是，災害管理機構通常使用這些增值信息來支持他們自己的決定。情景化信息和數據提供者之間的反饋迴路將產生各種優勢。首先，它可以促進來自社交媒體的與其他信息來源相關的預警的近實時通信。其次，它可以在應對行動中支持援助組織的工作人員。基於Harvey和Irma颶風的例子，我們展示了如何過濾，地理位置的Tweets可以用於快速的損害評估。我們聲稱，下一代大數據分析將不得不通過應用高級分析技術來產生可操作的信息。這些應用可以包括提供基於社交媒體的演算法的訓練數據，用於預測季節氣候預測的實際旋風影響或新的社會經濟驗證指標。

股市直接因果關係網路

原文標題： Immediate Causality Network of Stock Markets

地址： http://arxiv.org/abs/1802.02699

作者： Li Zhou, Lu Qiu, Changgui Gu, Huijie Yang

摘要：一個金融體系包含許多由他們的關係網路化的因素。大量的工作表明，網路的拓撲結構存儲豐富的關於系統演化行為的信息，如崩潰和/或危機的預警信號。現有的工作主要集中在單一股票市場的網路結構上，而非一個覆蓋全球多個甚至全部市場的宏觀尺度的崩潰/危機。這種規模的不匹配導致了對拓撲結構的不可接受的雜訊，以及缺乏存儲在不同市場之間關係中的信息。在這項工作中，通過使用轉移熵，我們重建了世界上分布的十個典型股票市場之間的影響力網路。有趣的發現包括，在金融危機之前，連接強度達到最大值，可以作為金融危機的預警信號;美國市場受到歐洲的單向和強烈影響，並以此為中心;一些強聯繫對也有密切的相關性。這些發現有助於理解全球金融體系動態過程的演變和建模。

傳染病傳播中的協同累積傳染

原文標題： Synergistic cumulative contagion in epidemic spreading

地址： http://arxiv.org/abs/1802.02757

作者： Xavier R. Hoffmann, Marián Bogu?á

摘要：大多數流行病傳播模型假定沿著不同感染渠道的無記憶代理和獨立傳播。然而，許多現實生活中的案例顯然是時間敏感的，並且顯示出強烈的相關性。雖然最近的一些研究工作已經分析了記憶的影響，而另外一些研究人員已經探索了協同傳染方案，但兩個主題很少結合在一起。我們發展了一種被賦予過去的記憶的感染機制的微觀描述，同時結合了多種傳染源的共同作用。已經在非結構化基板中，我們的模擬顯示了各種各樣的現象，包括普遍性喪失，集體記憶喪失，雙穩態，滯後和興奮性。這些特徵是兩種記憶模式之間複雜平衡的產物，表明非馬爾可夫效應顯著改變傳染和傳播過程的特性。將來包含異構聯繫網路和更精細的建模細節將提供關於複雜網路中的微觀機制和拓撲性質與動態過程相關性的更多見解。

美國非常低出生體重嬰兒的院際轉運網路

原文標題： The Interhospital Transfer Network for Very Low Birth Weight Infants in the United States

地址： http://arxiv.org/abs/1802.02855

作者： Munik Shrestha, Samuel V. Scarpino, Erika M. Edwards, Lucy T. Greenberg, Jeffrey D. Horbar

摘要：新生兒重症監護室非常低出生體重兒（VLBW）需要專業護理。在美國，這樣的嬰兒經常在醫院之間轉移。雖然這些新生兒轉移網路在經濟和嬰兒發病率和死亡率方面都很重要，但國家一級的新生兒轉移模式在很大程度上是未知的。從2015年起，我們使用44,753名嬰兒，2,122家醫院和9,722間醫院間嬰兒轉移的數據，對美國VLBW嬰兒的醫院間轉移網路進行了迄今為止最大的分析。我們發現轉移是圍繞地區社區進行的，儘管基本處於國界之內，但通常至少包含兩個不同州的醫院。應用層次的譜測量，我們發現我們的測量和被測社區中的嬰兒信息之間呈正相關。我們的研究結果具有描述美國新生兒保健特徵的實際意義，可以廣泛地應用於組織複雜適應系統的層次性作用。

權力博弈的平均場模型

原文標題： Mean field model of a game for power

地址： http://arxiv.org/abs/1802.02860

作者： Tatiana Karataieva, Volodymyr Koshmanenko, Malgorzata J. Krawczyk, Krzysztof Kulakowski

摘要：我們的目標是建立一個權力博弈作為一個動力過程的模型，在這個過程中，一個玩家所擁有的超能力使他獲得更多的權力。這種積極的反饋通常被稱為馬太效應。分析和數值方法允許識別模型動力學的一組固定點。不穩定不動點的位置給出了穩定不動點吸引盆地的一種認識。結果是根據強制力建模來解釋的。

動態的決策框架

原文標題： The dynamic framework of decision-making

地址： http://arxiv.org/abs/1802.02894

作者： Gholamreza Askari, Madjid Eshaghi Gordji, Ali Zarei

摘要：這項工作探討了玩家之間互動中存在的動態。博弈的動態系統是一個新的態度，建模一個事件使用幾個博弈建模。該模型允許我們分析每個玩家在與其他玩家目標和能力衝突之後的相互作用能力和可行性目標。作為一個應用，我們用二次博弈的動態系統來模擬二戰後到二十世紀六十年代蘇美關係。博弈的動態系統作為一個重要的洞察力，顯然對建模戰略互動具有重要意義，玩家追求增加個人興趣的目標。另外，我們引入了一個新的博弈，在這個博弈中，大多數社會都存在這種困境。我們的調查取決於這個窘境的每個玩家都是超理性的。在超理性的概念中，除了個人利益或損失之外，玩家還會考慮其他行為人的利潤或損失，然後選擇一個他所希望的行為。在這個困境中，球員之間的信任已經很弱，但是卻很脆弱。

學習基於角色的圖嵌入

原文標題： Learning Role-based Graph Embeddings

地址： http://arxiv.org/abs/1802.02896

作者： Nesreen K. Ahmed, Ryan Rossi, John Boaz Lee, Xiangnan Kong, Theodore L. Willke, Rong Zhou, Hoda Eldardiry

摘要：隨機行走是許多現有網路嵌入方法的核心。然而，這種演算法具有很多使用隨機遊走的限制，例如，由於這些方法產生的特徵與頂點身份相關聯，所以不能將其轉移到新的節點和圖。在這項工作中，我們介紹了Role2Vec框架，該框架使用歸因隨機遊走的靈活概念，並且作為概括現有方法的基礎，如DeepWalk，node2vec以及其他利用隨機遊走的其他方法。我們提出的框架使這些方法可以更廣泛地適用於直推和歸納學習，以及用於具有屬性的圖（如果可用）。這是通過學習推廣到新節點和圖的函數來實現的。我們表明，我們提出的框架是有效的，平均AUC提高16：55％，同時在各種圖表上平均需要比現有方法少853x的空間。

Google Play的縱向研究

原文標題： A Longitudinal Study of Google Play

地址： http://arxiv.org/abs/1802.02996

作者： Rahul Potharaju, Mizanur Rahman, Bogdan Carbunar

摘要：大規模應用市場監測的困難影響了我們對其動態的理解。對於諸如應用程序更新頻率，控制和定價，開發者操作對應用程序流行度的影響以及頂級應用程序列表中令人垂涎的成員，這一點尤其如此。在本文中，我們對從Google Play商店收集的兩個數據集進行了詳細的時間分析，其中一個由160,000個應用程序組成，另一個由87,223個新發布的應用程序組成。我們已經監控並收集了有關這些應用程序超過6個月的數據。我們的結果顯示，大量這些應用程序在監視時間間隔內未被更新。而且，這些應用程序由少數開發者控制，這些開發者主宰了應用程序下載的總數。我們觀察到，不經常更新的應用程序顯著影響中等應用程序價格但是，更改的應用程序價格與下載計數不相關。此外，我們表明，獲得更高等級的應用程序在頂級應用程序列表中具有更好的穩定我們表明，應用程序市場分析可以幫助檢測新興的威脅載體，並確定搜索排名欺詐，甚至惡意軟體。此外，我們還討論了應用程序市場分析對提高開發人員和用戶體驗的研究意義。

聲明：Arxiv文章摘要版權歸論文原作者所有，由本人進行翻譯整理，未經同意請勿隨意轉載。本系列在微信公眾號「網路科學研究速遞」（微信號netsci）和個人博客 https://www.complexly.me （提供RSS訂閱）進行同步更新。