標籤：

Arxiv網路科學論文摘要20篇(2018-02-20)

02-24
  • 網路的快思慢想：氨基酸，神經元和社會網路中互補的精英和群眾的智慧;
  • 投票偏見和未決定的選民分配：美國總統選舉，2004年至2016年;
  • 社會影響力的判別模型在事件級聯預測與解釋中的應用;
  • 從相干核開始的對比子圖挖掘;
  • 德黑蘭城市和郊區鐵路系統的網路中心性分析;
  • 多網路節點表示學習：圖對齊情況;
  • 用於符號預測的統計鏈接標籤建模：通過聯合本地和全局信息來平滑稀疏性;
  • 量子決策理論中的量化預測;
  • 用節點中心性和分類性能表徵節點嵌入演算法;
  • 使用重力和輻射模型測量可達性;
  • 我們讀什麼，我們搜什麼：193個國家的媒體關注和公眾關注;
  • D-Semper：為用戶興趣-社交內容建模學習深度語義保留嵌入;
  • 屬性層級埠圖及其應用;
  • 你的朋友怎麼想？利用友誼悖論的網路高效輪詢方法;
  • 當羊群進行購物：用自然實驗測量產品評級中的羊群效應;
  • 時變網路引起的振蕩消逝;
  • 改進Brandes介數中心性演算法;
  • 宗教網路中的隔離;
  • 無信號交叉口的擁塞分析：不耐煩和馬爾可夫排隊的影響;
  • 環境反饋驅動空間社會困境中的合作;

網路的快思慢想：氨基酸，神經元和社會網路中互補的精英和群眾的智慧

原文標題： Fast and slow thinking -- of networks: The complementary elite and wisdom of crowds of amino acid, neuronal and social networks

地址： arxiv.org/abs/1511.0123

作者： Peter Csermely

摘要： 複雜的系統可能有十億個組件，使共識形成緩慢而困難。最近幾個重疊的故事出現於各個學科，包括蛋白質結構，神經科學和社會網路，表明對已知刺激的快速響應涉及網路核心的少數強連通節點。在意想不到的情況下，核心可能無法提供一致的響應，因此刺激會傳播到網路的外圍。在這裡，最終的回應是由大量弱聯繫節點動員集體記憶和意見決定的，即緩慢民主行使「人群智慧」。這種機制類似於Kahneman的「快速思考，慢速思考」，區分快速，基於模式和慢速沉思決策。回應的一般性還表明，民主不僅是一種道德立場，也不僅僅是一種決策技術，而且是一種由演化過程中的複雜系統發展而來的非常有效的通用學習策略。快速核心和慢速多數的雙重性可能會增加我們對新陳代謝，信號，生態系統，群集或市場過程的理解，以及可能有助於構建探索異常網路響應的新方法，深度學習神經網路結構和核心 - 邊定位藥物設計策略。 （說明性視頻可以從這裡下載：http http）

投票偏見和未決定的選民分配：美國總統選舉，2004年至2016年

原文標題： Polling bias and undecided voter allocations: US Presidential elections, 2004 - 2016

地址： arxiv.org/abs/1703.0943

作者： Joshua J Bon, Timothy Ballard, Bernard Baffour

摘要： 考慮到未決定和不確定的選民對於預測民意調查的選舉結果具有挑戰性。未定的選民在民意調查中表現出揮杆選民的不確定性，但往往被忽略或以簡單，確定的方式分配給每位候選人。從歷史上看，這可能是足夠的，因為未決定的人數相對較小，以至於他們不會影響決定選民的相對比例。然而，在選民人數眾多的情況下，這些靜態規則實際上可能會影響選舉投票作者和元調查分析人員的選舉預測。在本文中，我們考察了2016年美國總統選舉中未決選民對前三次總統選舉的影響。我們顯示在競選和選舉日有相對較多的未決選民，選舉中未決定選民的分配與兩黨比例（甚至）分配不一致。我們發現證據顯示，越來越多的未決選民與靜態分配機制相結合，對於選舉預測模型是不夠的，並且概率分配可能更優。我們還估計了某些投票機構的平均偏差，也被稱為「房屋效應」。

社會影響力的判別模型在事件級聯預測與解釋中的應用

原文標題： Discriminative Modeling of Social Influence for Prediction and Explanation in Event Cascades

地址： arxiv.org/abs/1802.0613

作者： Sandeep Soni, Shawn Ling Ramirez, Jacob Eisenstein

摘要： 事件級聯的全球動態往往受當地同伴影響力的影響。然而，由於諸如缺失數據之類的同質和實際問題混淆，檢測來自觀測數據的社會影響是具有挑戰性的。在這項工作中，我們提出了一種新的判別方法來檢測觀測數據的影響。該方法的核心是訓練排序演算法以預測級聯中下一個事件的來源，並將其樣本外的準確性與缺乏對應於社會影響的特徵的競爭基線進行比較。使用綜合生成的數據，我們提供了經驗證據，表明這種方法可以在混淆的情況下正確識別影響，並且對缺失數據和錯誤指定都很有效 - 與流行的替代方案不同。我們還將該方法應用於兩個真實世界的數據集：（1）美國眾議院共同贊助立法的級聯，共享活動捐助者的社會網路; （2）關於希格斯玻色子發現的傳聞，在一個價值10美元的Twitter賬戶的追隨者網路上。我們的模型確定了在這些情景中同伴影響的作用，並用它來更準確地預測級聯的未來軌跡。

從相干核開始的對比子圖挖掘

原文標題： Contrast Subgraph Mining from Coherent Cores

地址： arxiv.org/abs/1802.0618

作者： Jingbo Shang, Xiyao Shi, Meng Jiang, Liyuan Liu, Timothy Hanratty, Jiawei Han

摘要： 圖模式挖掘方法可以從大型圖中提取信息豐富且有用的模式，並通過不知所措的信息捕獲基本原則。對比分析是各個領域的基石，並且在挖掘有價值的信息方面顯示出其有效性。然而，它在圖模式挖掘中一直被忽視。因此，在本文中，我們引入對比子圖的概念，即在同一節點集的兩個給定圖中具有明顯不同的邊或邊權重的節點子集。主要挑戰來自對比和信息性之間的差距。由於現實世界圖中廣泛存在的雜訊邊，對比度可能導致純雜訊子圖。為了避免這種無意義的子圖，我們利用相似性作為對比的基石。具體而言，我們首先確定一個相干核心，這是兩個圖中具有相似邊結構的小節點的子集，然後從相干核心引出對比子圖。此外，我們設計了一個通用的相干性和對比度度量族，並導出了一個多項式時間演算法來有效地提取對比子圖。大量實驗驗證了引入相干核的必要性以及演算法的有效性和效率。真實世界的應用程序展示了對比子圖挖掘的巨大潛力。

德黑蘭城市和郊區鐵路系統的網路中心性分析

原文標題： Network Centrality Analysis of Tehran Urban and Suburban Railway System

地址： arxiv.org/abs/1802.0621

作者： Mohieddin Jafari, Sayed Mohammad Fakhar

摘要： 如今，德黑蘭城市和郊區鐵路系統（TUSRS）將由8條線路和149個車站完成。這個複雜的運輸系統包含每個站對之間的168條鏈路和所有八條線路中的20個橫截面和Y分支站點。在這項研究中，我們認為TUSRS是一個複雜的網路，並根據圖論進行了幾項分析。檢查例如中心性措施，我們確定了TUSRS內的中心站。這種分析可能有助於重新分配過度擁擠台站的戰略和改進維護系統的組織。這些發現也有助於更好地設計伊朗其他大都市地區的未來系統。

多網路節點表示學習：圖對齊情況

原文標題： Node Representation Learning for Multiple Networks: The Case of Graph Alignment

地址： arxiv.org/abs/1802.0625

作者： Mark Heimann, Haoming Shen, Danai Koutra

摘要： 表示學習的最新進展產生了可以在許多下游任務（例如鏈路預測）中成功使用的節點嵌入，但通常不會超出單個網路。受圖對齊，相似性和傳輸學習等多網路問題的普遍影響，我們引入了一種優雅而有原則的節點嵌入公式，即交叉網路矩陣分解或xNetMF，以有效地學習基於相似性的嵌入節點的結構和屬性身份（如果有的話），這些在網路上是可比的。利用Nystrom方法進行低階逼近，與直接分解節點相似性矩陣的優化方法相比，我們實現了空間和時間的顯著減少，xNetMF運行速度比現有表示學習方法快30倍。我們研究它在網路對齊任務中的有效性，並介紹REGAL（基於表示的圖對齊），這是第一種使用節點表示學習來完成此任務的方法。在具有或不具有屬性的各種具有挑戰性的真實世界網路上進行的大量實驗表明，REGAL比現有網路對齊方法平均精確度高20％到30％，使用的屬性速度提高了40倍，並可擴展到每個節點具有數百萬個節點的網路。

用於符號預測的統計鏈接標籤建模：通過聯合本地和全局信息來平滑稀疏性

原文標題： Statistical Link Label Modeling for Sign Prediction: Smoothing Sparsity by Joining Local and Global Information

地址： arxiv.org/abs/1802.0626

作者： Amin Javari, HongXiang Qiu, Elham Barzegaran, Mahdi Jalili, Kevin Chen-Chuan Chang

摘要： 符號網路中的一個主要問題是使用網路結構來預測邊缺失的跡象。在本文中，我們引入了一種新的符號預測問題的概率方法。所提出的模型的主要特徵是它們能夠適應輸入網路的稀疏水平。網路的稀疏性是許多鏈路預測演算法性能差的主要原因之一，特別是一般的符號預測演算法。在以前的相關工作中尚未考慮建立一個能夠適應數據稀疏性的模型。我們認為在局部和全球結構之間存在兩難處境，並試圖通過解決這一困境來建立稀疏適應性模型。為此，我們提出了基於局部和全局結構的概率預測模型，並基於平滑概念對其進行了整合。當稀疏度增加時，模型更多地依賴於全球結構，而對於從稀疏性水平低的地方結構中獲得的信息，它提供了更多的權重。所提出的模型在三個真實世界簽名的網路上進行評估，並且實驗顯示出它比現有技術方法的一致優越性。與以前的方法相比，所提出的模型不僅更好地處理稀疏性問題，而且具有更低的計算複雜性並且可以使用實時數據流進行更新。

量子決策理論中的量化預測

原文標題： Quantitative Predictions in Quantum Decision Theory

地址： arxiv.org/abs/1802.0634

作者： V.I. Yukalov, D. Sornette

摘要： 量子決策理論，由作者早先提出，並說明了彩票的收益，被推廣到包含彩票的博弈中，同時還有收益和損失。該方法的數學結構基於量子測量理論，這使得這種方法與人類決策描述和人工量子智能的創建都有關。一般規則的制定允許明確計算量子概率，代表偏好所考慮前景的決策者的比例。這提供了一種定量預測決策者選擇的方法，其中包括經典預期效用理論失敗的高不確定性博弈案例。該方法適用於在一組帶有收益和損失的彩票賭博中獲得的實驗結果。我們的預測，不涉及擬合參數，與實驗數據非常吻合。描述了在博弈論中使用量子決策。建議創建量子人工智慧的主要方案。

用節點中心性和分類性能表徵節點嵌入演算法

原文標題： Node Centralities and Classification Performance for Characterizing Node Embedding Algorithms

地址： arxiv.org/abs/1802.0636

作者： Kento Nozawa, Masanari Kimura, Atsunori Kanemura

摘要： 將圖節點嵌入向量空間可以允許使用機器學習來例如預測節點類，但由於圖的多樣性，與自然語言處理領域相比，節點嵌入演算法的研究還不成熟。我們通過使用四個節點嵌入演算法，四個或五個圖中心以及六個數據集的系統實驗來檢查節點嵌入演算法相對於表徵不同圖的圖中心度量的性能。實驗結果讓人深入了解節點嵌入演算法的性質，這可以作為進一步研究這個主題的基礎。

使用重力和輻射模型測量可達性

原文標題： Measuring Accessibility using Gravity and Radiation Models

地址： arxiv.org/abs/1802.0642

作者： Duccio Piovani, Elsa Arcaute, Gabriela Uchoa, Alan Wilson, Michael Batty

摘要： 自從輻射模型的介紹以來，已經做了很多工作來比較它的發現與從引力模型中獲得的發現。這些比較總是旨在測量模型重現由起點 - 終點矩陣描述的移動性的準確性。這已經在不同的空間尺度上使用不同的數據集完成，並且已經提出了若干版本的模型以適應各種空間系統。但就我們所知，這些模型從來沒有與政策測試方案進行過比較。因此，我們在這裡使用這些模型分析在巴西特雷西納市引入新的交通網路 - 快速公交系統的影響。我們通過測量行程分布的估計變化來制定這一目標，並制定城市不同區域的就業指標。通過比較這兩種方法所獲得的結果，我們不僅能夠更好地評估這種干預的適宜性和影響，而且能夠理解系統相似性和預測差異的原因。

我們讀什麼，我們搜什麼：193個國家的媒體關注和公眾關注

原文標題： What We Read, What We Search: Media Attention and Public Attention Among 193 Countries

地址： arxiv.org/abs/1802.0643

作者： Haewoon Kwak, Jisun An, Joni Salminen, Soon-Gyo Jung, Bernard J. Jansen

摘要： 從2016年3月7日至2017年4月14日，我們調查了193個國家內新聞媒體組織對國際關注度與國內公眾在國際上表達的明確國際利益的一致性。我們收集了14個月來自Unfiltered News的在線新聞縱向數據以及來自Google趨勢的網路搜索量數據，並建立一個媒體關注和公眾關注的多重網路，以研究其結構和動態特性。在結構上，媒體關注度和公眾關注度根據分析結果的不同而不同。例如，我們發現63.2％的國家特定媒體和公眾關注不同的國家，但是由網路圖衡量的地方關注流量模式非常相似。我們還表明，在媒體和公眾關注方面存在著強烈的區域相似性，而這種相似性只會受到全球重大事件（例如Brexit）的干擾。使用格蘭傑因果關係，我們發現有相當數量的國家的媒體關注和公眾關注不同於熱門話題。我們的調查結果顯示，媒體和公眾對特定國家的關注往往不一致，這表明這些國家的公眾可能會忽視其國家特定的新聞媒體並尋求其他在線資源來滿足其媒體需求和願望。

D-Semper：為用戶興趣-社交內容建模學習深度語義保留嵌入

原文標題： D-Sempre: Learning Deep Semantic-Preserving Embeddings for User interests-Social Contents Modeling

地址： arxiv.org/abs/1802.0645

作者： Shuang Ma, Chang Wen Chen

摘要： 社交媒體消費的指數增長需要有效的用戶興趣 - 社交內容建模以實現更個性化的推薦和社交媒體摘要。然而，由於社會內容的異質性，傳統方法缺乏跨越這些多模態數據捕獲隱藏語義相關性的能力，這導致了社會內容理解與用戶興趣之間的語義鴻溝。為了有效地彌合語義差距，我們提出了一個新的用戶興趣深度學習框架 - 社交內容建模。我們首先從異構社交媒體Feed中挖掘和解析數據，即文本內容，視覺內容，社會背景和社交關係。然後，我們設計了一個雙分支網路，將社交內容和用戶映射到同一個潛在空間。特別地，網路由大量目標訓練，其以端到端方式將跨實例距離約束與實例內語義保持約束組合。最後，學習深度語義保留嵌入（D-Semper），並通過計算社交內容和用戶之間的距離來給出排名結果。為了證明D-Semper在用戶興趣 - 社交內容建模中的有效性，我們構建了一個Twitter數據集並對其進行了廣泛的實驗。因此，D-Semper有效地整合了來自異構社交媒體Feed的多模式數據，並捕捉用戶興趣和社交內容之間隱藏的語義關聯。

屬性層級埠圖及其應用

原文標題： Attributed Hierarchical Port Graphs and Applications

地址： arxiv.org/abs/1802.0649

作者： Nneka Chinelo Ene (Kings College London Dept. of Informatics), Maribel Fernández (Kings College London Dept. of Informatics), Bruno Pinaud (University of Bordeaux, LaBRI UMR CNRS 5800, France)

摘要： 我們提供屬性層次埠圖（AHP）作為埠圖的擴展，旨在促進複雜系統模塊化埠圖模型的設計。 AHP由多個相互關聯的層組成，其中每個層定義一個埠圖，其節點可以鏈接到更下層的層;屬性用於存儲用戶定義的數據以及可視化和運行時系統參數。我們還概括了戰略性埠圖重寫（一種特殊類型的圖轉換系統，其中埠圖重寫規則由用戶定義的策略控制）的概念，以處理單推出方法中的AHP。我們概述了兩個領域的應用實例：函數式編程和財務建模。

你的朋友怎麼想？利用友誼悖論的網路高效輪詢方法

原文標題： What Do Your Friends Think? Efficient Polling Methods for Networks Using Friendship Paradox

地址： arxiv.org/abs/1802.0650

作者： Buddhika Nettasinghe, Vikram Krishnamurthy

摘要： 本文涉及社會網路的隨機投票。在預測兩名候選人A和B之間選舉結果的情況下，古典意向投票詢問隨機抽樣的個人：你會投誰？期望投票問：你認為誰會贏？在本文中，我們提出了一種新穎的鄰域預期投票（NEP）策略，要求隨機抽樣的個人：你對A的投票分數的估計是什麼？因此，在NEP中，抽樣人員在回答這個問題時自然會看到他們的鄰居（由基礎社會網路圖表定義）。因此，NEP方法的均方差（MSE）依賴於從網路中選擇最佳樣本集合。為此，我們針對以下情況提出三種NEP演算法：（i）社會網路圖未知，但可以在圖上執行隨機遊走（順序探索）;（ii）社會網路圖未知。對於情況（i）和（ii），提出了兩種基於圖表理論結果的演算法，稱為友誼悖論。建立了演算法MSE依賴於網路性質的理論結果。提供真實和合成數據集的數值結果來說明演算法的性能。

當羊群進行購物：用自然實驗測量產品評級中的羊群效應

原文標題： When Sheep Shop: Measuring Herding Effects in Product Ratings with Natural Experiments

地址： arxiv.org/abs/1802.0657

作者： Gael Lederrey, Robert West

摘要： 隨著網上購物越來越普遍，消費者越來越依賴產品評級網站來做出購買決定。但是，在線評級的可靠性可能會因所謂的放牧效應而受到影響：評級產品時，顧客可能會偏向遵循其他顧客以前對同一產品的評級。這是有問題的，因為它通過雜亂無章的早期評級扭曲了長期客戶的看法。放牧研究帶來了方法上的挑戰。觀察性研究由於缺乏反事實而受到阻礙：僅僅將早期評估與後續評估相關聯是不夠的，因為我們無法知道在第一次評級不同時後續評級會是什麼樣子。這裡介紹的方法利用了一個接近實驗的環境，儘管它純粹是觀察性的 - 一個自然的實驗。我們的關鍵方法論設備包括在兩個單獨的評級站點上研究同一產品，重點關注在一個站點上獲得高第一評級的產品，以及在另一個站點上獲得較低第一評級的產品。這在很大程度上控制了諸如產品內在質量，廣告和製作人身份等混亂因素，並且讓我們將第一次評級的效果與後續評級分離。在案例研究中，我們將啤酒作為產品，共同研究兩個啤酒評級網站，但我們的方法適用於任何可以匹配產品的網站。我們發現在啤酒評級中放牧的明確證據。例如，如果啤酒獲得非常高的第一等級，則其第二等級平均高出一個標準差一半，而相同的啤酒獲得非常低的第一等級。此外，放牧效果往往會持續很長時間，即使在20次或更多的評級後，其效果也很明顯。我們的結果對更好的評級系統的設計具有重要意義。

時變網路引起的振蕩消逝

原文標題： Oscillation death induced by time-varying network

地址： arxiv.org/abs/1802.0658

作者： Massime Lucas, Duccio Fanelli, Timoteo Carletti, Julien Petit

摘要： 研究了通過通用圖耦合的可激勵振蕩器陣列的同步動態。非齊次擾動可以通過自身一致的不穩定性來增長和破壞同步，而這種不穩定性僅受內在網路動力學的啟發。通過作用於網路調製的特徵時間尺度，可以使被檢查系統表現為其（部分）平均模擬。如果通過證明平均定理的擴展版本正式獲得該結果，該平均定理允許進行部分平均。據報道，隨著網路驅動的不穩定性開始出現振蕩死亡。

改進Brandes介數中心性演算法

原文標題： Towards Improving Brandes Algorithm for Betweenness Centrality

地址： arxiv.org/abs/1802.0670

作者： Matthias Bentert, Alexander Dittmann, Leon Kellerhals, André Nichterlein, Rolf Niedermeier

摘要： 測量有多少最短路徑通過頂點的中心中心性是評估頂點（相對）重要性的最重要的網路分析概念之一。 Brandes [2001]著名的最先進的演算法計算了n（n）和m（m）邊圖上O（mn）最壞情況時間內所有頂點的中間中心性。在實際的後續工作中，通過預處理一級頂點實現了顯著的經驗加速。我們通過展示如何處理二級頂點（數學結構比一級頂點的情況要豐富得多）來擴展這一點。對於我們的新中介中心性演算法，我們證明了運行時間上界O（kn），其中k是輸入圖的最小反饋邊集的大小。

宗教網路中的隔離

原文標題： Segregation in Religion Networks

地址： arxiv.org/abs/1802.0672

作者： Jiantao Hu, Qian-Ming Zhang, Tao Zhou

摘要： 宗教信仰可以促進人類合作[1-6]，促進公民參與[7-10]，提高生活滿意度[11-13]，甚至促進經濟發展[14-16]。另一方面，宗教的某些方面可能導致區域暴力，群體間衝突和對無神論者的道德偏見[17-23]。類似於種族分離[24]，宗教隔離是導致不同信仰的信徒間異化，誤解，文化衝突甚至暴力增加的主要因素[18,19,25]。迄今為止，對宗教隔離的定量理解很少。在這裡，我們分析了來自weibo.com（中國最大的有向社會網路，類似twitter.com）的一個有向社會網路，該網路由6875位基督教，佛教，伊斯蘭教和道教信徒組成。這個宗教網路是高度隔離的，只有1.6％的鏈接連接不同宗教的個人。比較分析表明，不同宗教的隔離程度遠遠高於不同種族的隔離程度，略高於不同政黨的隔離程度。少數交叉宗教鏈接在維持網路連接性方面發揮著至關重要的作用，比具有最高中介性[26]或橋樑[27]的鏈路顯著更重要。進一步的內容分析顯示，46.7％的這些跨宗教關係可能與慈善事業有關。我們的研究結果提供了對宗教隔離和有價值線索的定量分析，以鼓勵跨宗教交流。

無信號交叉口的擁塞分析：不耐煩和馬爾可夫排隊的影響

原文標題： Congestion analysis of unsignalized intersections: The impact of impatience and Markov platooning

地址： arxiv.org/abs/1802.0673

作者： Abhishek, Marko Boon, Michel Mandjes, Rudesindo Nú?ez-Queija

摘要： 本文考慮兩個交通流使用的無信號交叉口。一串小汽車正在使用主要道路，並且優先於其他小河。如果主要道路上的兩輛後續車輛之間的間隙大於其關鍵車道，屬於後者的車輛穿過主要道路。自然產生的問題與次要道路的能力有關：鑒於汽車在主要道路上的到達模式，可以維持的低優先順序汽車的最大到達率是多少？本文通過考慮一個緊湊型模型來解決這個問題，該模型揭示了所考慮的無信號交叉口的動態特性。該模型具有排隊論的性質，揭示了用戶行為對穩定性影響的有趣見解。本文的貢獻有三個。首先，我們獲得了包含駕駛員不耐煩的上述模型的新結果。其次，我們揭示了迄今為止在現有文獻中尚未被觀察到的一些令人驚訝的方面，其中許多是由於小路的能力不能用平均空隙大小表示的事實造成的;取而代之的關鍵進展分布的更詳細的特徵起著至關重要的作用。第三個貢獻是在主要道路上引入了一種新的聚束形式，稱為馬爾可夫排隊。這種模型的易處理性使我們能夠研究各種排隊在主要道路上對小路能力的影響。

環境反饋驅動空間社會困境中的合作

原文標題： Environmental feedback drives cooperation in spatial social dilemmas

地址： arxiv.org/abs/1802.0674

作者： Attila Szolnoki, Xiaojie Chen

摘要： 開發他人是有益的，但也可能在全球範圍內是有害的。反過來也是如此：更高的合作水平可能會改變環境，有利於所有競爭對手。為了探索這種反饋的可能後果，我們考慮一個協同演化模型，其中本地合作水平決定了應用囚徒困境博弈的收益值。我們觀察到，與獨立於應用交互圖的拓撲結構的傳統設置相比，協同演化規則提供了顯著更高的合作水平。有趣的是，這種合作支持機制給孤獨的叛逃者提供了長期存活的機會，因此放鬆到最後的合作狀態發生的速度呈對數緩慢。因此，通過考慮與環境的相互作用來擴展傳統的演化博弈為合作者提供了一個很好的機會，但是他們的回報可能會延遲一段時間。

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。

推薦閱讀：

TAG:複雜系統 | 複雜網路 | 社交網路 |