个人档案Arxiv互连网科学诗歌章摘要要11篇

个人档案Arxiv互连网科学诗歌章摘要要11篇

近来几周不在国内,更新或有延迟。

  • 扩散范围和管事在多路互联网中的功效;
  • 自由切换反应速率的循环Lotka-Volterra模型中的生存​​行为;
  • 龙王阶段在事先配属和曲折模型中的分类;
  • 行使人群来检查和测试和削减假音信和错误新闻的扩散;
  • Zinedine Zidane诚实依旧新闻灵通?欧洲足联何以制止一场严重的丑事;
  • TweetIT-分析Twitter用户的核心以博得最大的青睐;
  • 超互连网的结构深度嵌入;
  • 用以学习推特意识形态倾向的协同非负矩阵分解;
  • 张罗媒体,金钱和政治:2014年美利坚联邦合众国国会周期的公投金融;
  • 个人档案,透过利用他们的张罗关系来测算用户的宠幸;
  • 复杂互连网中离散时间流行病进程的链接方程;

扩散范围和实用在多路网络中的作用

原稿标题: Roles of the spreading scope and effectiveness in spreading
dynamics on multiplex networks

地址:
http://arxiv.org/abs/1604.05209

作者: Ming Li, Run-Ran Liu, Dan Peng, Chun-Xiao Jia, Bing-Hong Wang

摘要:
与纯粹互联网相比较,复用网络在民用之间的扩散进度带来多少个根本的影响。首先,病原体或消息一遍能够透过分化的层系传递给更加多的人,扩展了传播范围。其次,通过不一致的层系,个人也得以同时将病原体或音信传递给同1个人,那使得流传更为实惠。为了然传播范围和立竿见影的不比成效,我们建议了两个链路重叠的多传播网络的传染病模型,各样传播的传播使得以及传播渠道的多样性(传播范围)能够通过重叠的数码来支配链接。大家发现,对于泊松分布来说,扩大疫情范围(第七个效益)比增进流行可能率(第一个效率)更有效用,以推动传播进程。不过,对于幂律分布,那多少个成分对传播引力学的震慑变得复杂。进步流行可能率使病原体或谣传在不难系统中更易于产生。但在此之后,疫情扩张范围的扩充依旧更为实用。本文给出了辩解结果和创制表达,申明疫情范围也许在流传重力学中起至关主要功用。

随机切换反应速率的循环Lotka-Volterra模型中的生存​​行为

初稿标题: Survival behavior in the cyclic Lotka-Volterra model with a
randomly switching reaction rate

地址:
http://arxiv.org/abs/1711.08966

作者: Robert West, Mauro Mobilia, Alastair M. Rucklidge

摘要: 大家切磋随机切换再生 –

捕食率对非空间循环Lotka-Volterra模型的活着行为的震慑,也号称零和岩石剪刀博弈,用于比喻描述三者之间的循环竞争类型。在人口众多且数据少于的所在,人口动荡(内部噪音)驱使三种物种在少数的时辰内灭绝,而滋生

捕食率最低的物种最有可能变成幸存者(“最弱的法则”)。在此间,大家由此要是在给定的静态环境中“最强的物种”(最快繁殖/最早)的滋生

捕食率随机地在七个照应于更为不利的表面条件的值时期切换成效仿条件(外部)噪音。大家商量环境和人口学噪声对物种生存可能率和平均灭绝时间的联手效率。特别是大家大学生存可能率是还是不是服从最弱的原理,分析它们对外界噪声强度和转换率的信赖关系。值得注意的是,平均而言,当灭绝以前有早晚数额的开关时,反应速率开关的物种捕食者的生活可能率典型地随着外部噪声强度而非单调地转变(关于临界噪声强度)。大家还概述了与富有反应速度在大庭广众例外时间限定内切换的状态的涉及。

龙王阶段在预先配属和破产模型中的分类

原稿标题: Classification of dragon-king phases in preferential
attachment and failure models

地址:
http://arxiv.org/abs/1711.09890

作者: Sandro Lera, Didier Sornette

摘要:
考虑优先连接形式的新案例。网络中早就存在的节点获取到新节点的链接的概率与其原始适应度和度数的乘积成正比。大家经过事先删除来丰盛那几个早已精晓的模型,那么些模型随机地以与它们对有的指数的适应度成比例的几率去除节点。在“平常”条件下,拿到的节点度分布是渐近幂律(无标度状态)。我们取得二个相变的纯粹条件,在这几个规则之后,二个或多少个节点捕捉无限网络(龙王政权)中全数链路的有数部分。通过类似地经过β密度“参数化”适应度分布的空中,然后我们浮现将那七个区域分别的相图。

动用人群来检查和测试和减少假消息和错误新闻的扩散

初稿标题: Leveraging the Crowd to Detect and Reduce the Spread of Fake
News and Misinformation

地址:
http://arxiv.org/abs/1711.09918

作者: Jooyeon Kim, Behzad Tabibian, Alice Oh, Bernhard Schoelkopf,
Manuel Gomez-Rodriguez

摘要:
在线社交网站正在尝试以下众筹流程来减少假音讯和错误音讯的传入:每当用户通过Feed获得典故时,她就能够将典故标记为错误新闻,并且只要遗闻收到充足的申明,它被发送到可相信的第叁方进行实际情形核查。要是这些当事方把那么些故事标识为错误消息,那么它就被标记为有冲突的。但是,由于暴光次数不鲜明,实际检查成本高以及标志与揭露之间的迁就,上述顺序需求仔细的推理和智能算法,据大家所知,那一个算法迄今尚不存在。在本文中,大家第贰利用标志时间点进程的框架来引入上述进度的利落表示。然后,大家付出贰个可扩张的在线算法Curb,选用发送哪些传说实行实际检查,以及几时那样做,以实惠地减小错误音信的传播,并提供可注明的保险。在这么做的时候,大家需求缓解全部跳跃的人身自由微分方程的一个新的人身自由最优控制难题,那是单身的。从Instagram和博客园上采访的七个忠实世界的数据集的试验评释,大家的算法也许能够使得地压缩假音讯和错误音信的传播。

Zinedine Zidane诚实依旧音讯灵通?欧洲足联何以制止一场严重的丑事

初稿标题: Was Zidane honest or well-informed? How UEFA barely avoided a
serious scandal

地址:
http://arxiv.org/abs/1711.09973

作者: László Csató

摘要:
欧洲足联一九九七欧洲足锦赛预选赛被认为违反了看守策略。事实注解,一支军队得以因此较低的拼命赢得更好的成就:为了在亚军中获得更好的地点,大概会完成部分对象,从而防止危险的淘汰。大家注明,那不仅仅是二个无所谓的景色,而且由于法兰西有思想在与以色列国(The State of Israel)的末梢一场较量中踢出八个温馨的对象,所以那种状态有自然的分界可能性。

TweetIT-分析Facebook用户的核心以取得最大的关心

原作标题: TweetIT- Analyzing Topics for Facebook Users to garner 马克西姆um
Attention

地址:
http://arxiv.org/abs/1711.10002

作者: Dhanasekar Sundararaman, Priya Arora, Vishwanath Seshagiri

摘要:
脸书是一种果壳网服务,是前些天最流行的报纸发表平台,以短信方式称为Tweets。用户选择Facebook来发表他们的始末,以发挥对新闻资源信息或一般对话观点的担忧。当这么些表达出现时,他们是由整个世界的用户分布网络经历的,而不光是对话者。依据喜好的款式照片墙的影响,转载和援助者的比例扩展为用户考虑三个小时窗口,大家总结各类Facebook的选定用户配置文件的关切因子。那个成分用于从各种用户配置文件中甄选前1000个Tweets,以形成多个文书档案。核心建立模型然后使用于此文书档案以分明用户在Tweets前边的企图。在大旨建立模型之后,在包涵建立模型宗旨的BBC音信数据集与正在评估的用户文书档案之间分明相似性。最终,我们分明用户的要紧词汇,使大家能够找到引起关心并近日透露的核心。那个试验是透过利用来源约500个当先政治,娱乐,体育等的照片墙个人资料的跨越1.1M个推文来执行的,并且有数百个BBC消息作品。结果注解,大家的剖析是卓有作用的,使我们能够找到的大旨,将用作二个提出,为用户在今后取得更高的人气评价。

超网络的结构深度嵌入

原稿标题: Structural Deep Embedding for Hyper-Networks

地址:
http://arxiv.org/abs/1711.10146

作者: Ke Tu, Peng Cui, Xiao Wang, Fei Wang, Wenwu Zhu

摘要:
互连网嵌入近年来在数量挖掘中引起了好多关切。现有的互联网嵌入方法重要集中在具备成对关系的网络上。可是,在具体世界中,数据点之间的涉及也许跨越了两两里头的关联,也正是说,几个或更加多个对象被含有在由超边限表示的各类关系中,从而形成超互连网。那些超网络对于现有的网络嵌入方法来说是2个壮烈的挑衅,因为超分割是不可分解的,也正是说,超分割中的任何节点子集都不能形成另3个超分割。那个不足分解的超帧在异构网络中特意常见。在本文中,大家提议了一种新的吃水超互连网嵌入(DHNE)模型来放置具有不可分解超帧的超网络。更具体地说,大家从理论上印证,在存活措施中常用的松开空间中的任何线性相似性衡量都不能够维系超互连网中的不可分性性质,因而建议了一种新的纵深模型来促成非线性元组相似度函数,同时保留部分和形成的放置空间中的全局近似值。大家对多样差异类别的超互连网实行了宽广的尝试,包含GPS网络,在线社会互联网,药物互联网和语义网络。实证结果声明,我们的办法能够分明和永恒地胜过开端进的算法。

用于学习推特意识形态倾向的同步非负矩阵分解

初稿标题: Joint Non-negative Matrix Factorization for Learning
Ideological Leaning on Twitter

地址:
http://arxiv.org/abs/1711.10251

作者: Preethi Lahoti, Kiran Garimella, Aristides Gionis

摘要:
人们正在以古板的音信来源以一种尤其快的进程转向在线资讯。可是,网上新闻消费背后的技术促进内容确认了用户的水保观点。那种情景造成了对反对意见的例外视角和不容忍。由此,1个重中之重的标题是在社交媒体上对消息过滤泡沫实行建立模型,并规划消除它们的办法。在本文中,我们运用机器学习的点子在推特上读书自由保守的意识形态空间,并出示什么使用学习的秘密空间来化解过滤器泡沫难题。我们将学习社交媒体用户和媒体来源的人身自由保守意识形态空间的题材建立模型为受限的非负矩阵分解难题。我们的模型将社会互连网布局和剧情消费音信整合在八个具有共同潜在因素的一道分解难点中。我们作证了大家的模型和缓解方案在二个涵盖有争持话题的真实世界的Instagram数据集上,并且证明大家能够透过跨越90%纯度的意识形态来分别用户。当使用于媒体来源时,大家的章程估量的意识形态得分高度相关(Pearson相关周全为0.9)与地面真实意识形态得分。最终,通过验证如何使用学习的意识形态潜在空间来支付能够援助用户扩散新闻过滤泡沫的探索性和交互式界面,最终呈现了大家的模型在其实处境中的实用性。

相持媒体,金钱和政治:二〇一五年U.S.A.国会周期的公投金融

原稿标题: Social Media, Money, and Politics: Campaign Finance in the
二零一五 US Congressional Cycle

地址:
http://arxiv.org/abs/1711.10380

作者: Lily McElwee, Taha Yasseri

摘要:
随着社会媒体对全体公民和政治人员的渗漏深远,急迫必要精晓主要平台的政治利用是或不是享有大选影响力。尤其是关于运动使用的文献很少,平日描述政治职员的涉企政策,大概试图量化社交媒体参预对政治学习,到场或投票的影响。固然在花旗国政治中被公认的重点,然而很少有人考虑到大选筹款的含义。本文是首先个量化社交媒体公投的财务收益。大家应用来自Facebook和推特,谷歌Trends,维基百科页面浏览量和联邦选委会(FEC)捐献赠送记录的候选人数据,分析了富有108名候选人获得的张罗媒体内容和活动开销的宗旨和数据之间的涉及二〇一五年美参议院公投。通过使用无监督的读书情势来显明平台上候选内容的宗旨,大家发现,在支配在职人士,州人口和查找候选人的消息时,更频仍地揭发总体内容和难题休戚相关内容与更高的馈赠收入有关,可是当考虑到捐款的数目而不是捐款的市场股票总值时,与大选有关的始末比后者有更强的作用。

因此选取他们的应酬关系来推断用户的重视

原稿标题: Inferring users’ preferences through leveraging their social
relationships

地址:
http://arxiv.org/abs/1711.10399

作者: Xiaofang Deng, Leilei Wu, Xiaolong Ren, Chunxiao Jia, Yuansheng
Zhong, Linyuan Lü

摘要:
推荐系统从用户的历史活动和个人档案中估计出用户的喜好,在过去的几年中取得了宏伟的中标。现有的多数小说都以基于网购平台的购物记录中的用户,对象或然两者的相似性。可是,那些主意在已知音讯有限的事态下正面临着瓶颈。极端的意况是如何向新用户推荐产品,即所谓的冷运行难题。在线社会互联网的勃兴使大家有机会打破玻璃天花板。羽毛的鸟群聚集在一道。亲密的对象恐怕有类似的采纳产品的潜伏方式,朋友的建议更可相信。在本文中,大家将民用的社会关系融入到推荐介绍系统中,并基于用户社会互联网和用户项目二分互联网结合互联网中的大规模扩散进程,建议了一种名叫社交品质扩散(SMD)的新办法。结果注解,SMD算法比纯粹在两边互连网上的品质扩散(MD)具有更高的推荐精度。尤其是对于小用户来说,那种创新是危言耸听的。而且,SMD为冷运维难点提供了一个很好的消除方案。新用户的推荐介绍准确度分明大于传统的基于流行度的算法。那几个结果也许会对更好的本性化推荐系统和新闻服务的新规划有着启发。

复杂网络中离散时间流行病进度的链接方程

初稿题目: Link equations for discrete-time epidemic processes in
complex network

地址:
http://arxiv.org/abs/1711.10443

作者: Joan T. Matamalas, Alex Arenas, Sergio Gómez

摘要:
复杂互连网中的流行传播由于其实际意义而被深深钻研。预测疫情蔓延对于实施幸免运动首要。绝抢先四分之二文献集中在依照流行病显明节点状态的极力上,而“链接状态”则很少受到关切。链接的动静告知从疾病传播到感染个体的也许。这几个景况依赖于互连网的欧洲经济共同体结构,而且从节点状态的学问来看,它的规定并不简单。尤其是,大家对其在离散时间流行病中的总计格局感到猜忌,这是社会风气范围内大多全体的普遍流行病模拟的法门。在那里,我们面对这一个挑衅,并提出一套离散时控方程,能够被封闭和剖析,评估链接对复杂互连网中的传播进程的贡献。大家在合成互连网和实际互联网中评释了我们的方法,从而更好地分明临界阈值。别的,我们的办法允许基于链路去激活的流行病争夺的新方案优化在此以前的点子。

宣示:Arxiv文摘版权归杂谈原来的著作者全数,由自己举行翻译整理,未经允许请勿随意转发。本种类在微信公众号“互联网科学研讨快速投递”(微信号netsci)和村办博客
https://www.complexly.me
(提供RSS订阅)进行共同更新。

admin

网站地图xml地图