Arxiv網路科學論文摘要4篇(2018-04-27)

05-01

用熱點定價解決城市地區的擁堵;
一種網路核心-邊緣檢測的非線性譜方法;
社會網路融合與挖掘：綜述;
AbuSniff：針對Facebook上攻擊性朋友的自動檢測和防禦;

用熱點定價解決城市地區的擁堵

原文標題： Decongestion of urban areas with hotspot-pricing

地址： http://arxiv.org/abs/1604.07729

作者： Albert Solé-Ribalta, Sergio Gómez, Alex Arenas

摘要：城市人口的快速增長正在危害全球的流動性和空氣質量。最顯著的問題之一是交通堵塞，這反過來又會影響空氣污染。隨著技術的出現，能夠感知有關城市的實時數據及其公共分布以進行分析，我們已準備好預測有助於改善和控制擁堵的方案。在這裡，我們分析了一個當地的擁堵定價方案，熱點定價，這是附加車輛穿越擁擠的路口。擬議稅收是根據地方一級擁堵演變的估計以及用戶對稅收（彈性）的預期反應來計算的。考慮到實時交通數據，城市道路網路的結果表明，擬議的熱點定價方案將比現有的城市區域消納機制更有效，並為城市地區的可持續擁堵鋪平道路。

一種網路核心-邊緣檢測的非線性譜方法

原文標題： A Nonlinear Spectral Method for Core--Periphery Detection in Networks

地址： http://arxiv.org/abs/1804.09820

作者： Francesco Tudisco, Desmond J. Higham

摘要：我們推導並分析了一種新的用於檢測網路核心 - 外圍結構的迭代演算法。使用非線性Perron-Frobenius理論中的技巧，我們證明了全局收斂到自然離散優化問題的一個輕鬆版本的獨特解。在稀疏網路中，每次迭代的成本隨著節點數量線性變化，使得該演算法適用於大規模問題。我們從一個新的邏輯核心 - 外圍隨機圖模型的最大似然重排的角度給出了演算法的另一種解釋。這一觀點也為定量判斷核心 - 邊檢測演算法提供了新的基礎。我們演示了一系列合成網路和真實網路的演算法，並表明它比當前最先進的技術具有優勢。

社會網路融合與挖掘：綜述

原文標題： Social Network Fusion and Mining: A Survey

地址： http://arxiv.org/abs/1804.09874

作者： Jiawei Zhang

摘要：從全球角度看，在線社會網路的格局高度分散。大量的在線社會網路已經出現，可以為用戶提供各種類型的服務。通常，這些在線社會網路中可用的信息具有不同的類別，可以正式表示為異構社會網路（HSN）。同時，在這樣一個網路社交媒體時代，用戶通常同時參與多個在線社會網路，享受更多的社會網路服務，這些社會網路服務可以充當連接不同網路的橋樑。因此，多個HSN不僅代表單個網路中的信息，而且還融合來自多個網路的信息。形式上，共享普通用戶的在線社會網路被命名為對齊的社會網路，並且這些共享用戶像錨定對齊網路一樣稱為錨定用戶。用戶在多重社會網路中的社交活動產生的異質信息為社會網路從業人員和研究人員提供了同時在多個社交平台上研究個人用戶社交行為的機會。本文綜合考察了基於廣泛學習設置的多對齊HSNs研究的最新研究成果，分別涉及網路對齊，鏈路預測，社區檢測，信息傳播和網路嵌入等5個主要研究任務。

AbuSniff：針對Facebook上攻擊性朋友的自動檢測和防禦

原文標題： AbuSniff: Automatic Detection and Defenses Against Abusive Facebook Friends

地址： http://arxiv.org/abs/1804.10159

作者： Sajedul Talukder, Bogdan Carbunar

摘要：對手利用社會網路朋友關係收集來自用戶的敏感數據，並以包括虛假新聞，網路欺凌，惡意軟體和宣傳等濫用為目標。舉例來說，80位用戶研究參與者中，有71位至少有1位Facebook朋友，他們從未與Facebook或現實生活互動，或者他們認為他們可能會濫用他們發布的照片??或狀態更新，或發布攻擊性內容，虛假或惡意內容。我們推出了AbuSniff，一種識別Facebook朋友被認為是陌生人或虐待的系統，並通過無憂，不遵守或限制這些朋友訪問信息來保護用戶。我們開發了一個調查問捲來檢測感知到的陌生人和朋友濫用。我們介紹了Facebook的活動特徵，並表明他們可以訓練監督學習演算法來預測問卷的答案。我們通過幾項用戶研究評估了AbuSniff，共有來自25個國家的263名參與者。在回答問卷後，參與者同意分別在91.6％和90.9％的案例中取消追蹤和限制濫用者，並且在92.45％的案件中分別使用沙箱或不稱職的非虐待陌生人。在未回答調查問卷的情況下，參與者同意採取AbuSniff對78.2％的案例中針對預測為陌生人或虐待的朋友的建議行動。 AbuSniff增加了參與者自我報告拒絕陌生人和濫用者邀請的意願，他們意識到朋友濫用的含義以及他們對朋友濫用的感知保護。

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。