“开云app全站官网入口”Arxiv网络科学论文摘要14篇(2020-11-10)

本文摘要：测试语义和结构对推荐准确性和多样性的影响;平均环路影响的观点作为反馈优势分析的系统性怀抱;识别外国游客旅行路径中的宏观特征;运动驱动网络上的自刊行为改变和疾病复发;COVID-19的Google趋势分析;使用基于上下文的Twitter嵌入来检测COVID-19的新泛起症状;向量差方程，亚随机矩阵和淘汰盛行病流传的多网络设计;MM-COVID：用于攻击COVID-19的多语言和多维数据库;戴口罩对病毒流传的影响分析：对COVID-19的影响;盛行病规模漫衍中的有限巨细尺度与双

测试语义和结构对推荐准确性和多样性的影响;平均环路影响的观点作为反馈优势分析的系统性怀抱;识别外国游客旅行路径中的宏观特征;运动驱动网络上的自刊行为改变和疾病复发;COVID-19的Google趋势分析;使用基于上下文的Twitter嵌入来检测COVID-19的新泛起症状;向量差方程，亚随机矩阵和淘汰盛行病流传的多网络设计;MM-COVID：用于攻击COVID-19的多语言和多维数据库;戴口罩对病毒流传的影响分析：对COVID-19的影响;盛行病规模漫衍中的有限巨细尺度与双重随机变量和影子矩;引用动态的SIR盛行病模型;欧洲地域的三角研究与创新互助;多层网络中的恢复耦合;表征增长网络的度漫衍头部;测试语义和结构对推荐准确性和多样性的影响原文标题： Testing the Impact of Semantics and Structure on Recommendation Accuracy and Diversity地址： http://arxiv.org/abs/2011.03796作者： Pedro Ramaciotti Morales, Lionel Tabourier, Raphaël Fournier-S’niehotta摘要： 异构信息网络（HIN）形式很是灵活，可以启用庞大的推荐模型。我们评估了HIN的差别部门对建议的准确性和多样性的影响，然后研究这些影响是否仅是由于网络中编码的语义内容所致。我们使用基于网络结构而且更适合于HIN形式主义的最近提议的多样性怀抱。

最后，我们随机调整HIN某些部门的边，以使网络从其语义内容中清空，同时保持其结构相对不受影响。我们讲明，在网络数据中编码的语义内容对于推荐系统的性能具有有限的重要性，而且该结构至关重要。平均环路影响的观点作为反馈优势分析的系统性怀抱原文标题： The Concept of Average Loop Impact as a System-Wide Measure of Feedback Dominance Analysis地址： http://arxiv.org/abs/2011.04103作者： John Hayward摘要： 在系统动力学中，环路影响的观点权衡反馈环路对环路中存量行为的曲率的影响（Hayward＆Boswell，2014）。

它是环路施加到存量上的加速度的比率怀抱，也可以被认为是环路中相邻存量之间施加的力的比率怀抱（Hayward＆Roach，2017）。这样，n次打击形貌了n个库存的循环。循环影响用于检查存量行为中的循环优势区域。有时，提出完整系统而不是单个库存的优势分析很有资助。

本文先容了平均环路影响的观点，以探索这种系统规模内的环路优势分析。识别外国游客旅行路径中的宏观特征原文标题： Identifying macroscopic features in foreign visitor travel pathways地址： http://arxiv.org/abs/2011.04190作者： Tatsuro Kawamoto, Ryutaro Hashimoto摘要： 人们通常将人类出行方式研究为网络，其中将出发点和目的所在编码为节点，并将两点之间的旅行频率记载为加权边。可是，由于旅行者经常会见组成路径的多个目的地，因此与仅基于成对频率的方法相比，合并路径统计信息的分析有望提供更多信息。

因此，在这项研究中，我们应用了一个高阶网络表现框架，以从日本的外国访客路径中识别出特征性旅行模式。我们希望本文的效果主要可用于旅游业的营销研究。

运动驱动网络上的自刊行为改变和疾病复发原文标题： Self-initiated behavioural change and disease resurgence on activity-driven networks地址： http://arxiv.org/abs/2011.03754作者： Nicolò Gozzi, Martina Scudeler, Daniela Paolotti, Andrea Baronchelli, Nicola Perra摘要： 我们思量的人群履历了第一波熏染，被强有力的，自上而下的政府限制打断了，而且没有形成有效的免疫力来预防第二波熏染（即死灰复燃）。随着限制的排除，小我私家会调整自己的社交行为以最大水平地降低熏染风险。我们思量两种情况。首先，小我私家淘汰了对其他人群的整体社交运动。

在第二种情况下，他们在较小的同龄人社区中维持正常的社交运动（即社交泡沫），同时淘汰了与其他人群的社交互动。在这两种情况下，我们都思量了社会运动与行为变化之间可能的相关性，例如反映了某些职业的社会维度。我们思量在运动驱动的网络上展开的易感熏染恢复的盛行病模型来对这些情况举行建模。大量的分析和数值效果讲明，i）少数不改变行为的很是活跃的个体可能会使绝大多数人口的努力无效，而且ii）正常社会运动的不完善的社会泡沫可能不如全面淘汰社会影响有效。

互动。COVID-19的Google趋势分析原文标题： Google Trends Analysis of COVID-19地址： http://arxiv.org/abs/2011.03847作者： Hoang Long Nguyen, Zhenhe Pan, Hashim Abu-gellban, Fang Jin, Yuanlin Zhang摘要： 世界卫生组织（WHO）宣布3月11日发生COVID-19大盛行病，因为在几个国家和地域有118K病例。自从预计案件的增长有助于政府接纳棘手的决议以减轻本国的封锁下令以来，许多研究人员致力于预测已确认的案件数量。这些下令资助了几个失业的人，并支持了受到严重影响的企业。

我们的研究旨在观察Google搜索趋势与新型冠状病毒（COVID-19）在全球各个国家之间的流传之间的关系，以预测病例数。我们凭据世界卫生组织陈诉简直诊病例数对相关Google搜索趋势的关键字举行相关分析。之后，我们应用了多种机械学习技术（多元线性回归，非负整数回归，深度神经网络），凭据历史数据和混淆数据（Google搜索趋势）预测了全球确诊病例的数量。

我们的效果讲明，谷歌搜索趋势与陈诉简直诊案例数量高度相关，其中深度学习方法的体现优于其他预测技术。我们认为，这不仅是预测COVID-19确诊病例的有前途的方法，而且是与Google相关趋势相关的类似预测问题的预测方法。

使用基于上下文的Twitter嵌入来检测COVID-19的新泛起症状原文标题： Detecting Emerging Symptoms of COVID-19 using Context-based Twitter Embeddings地址： http://arxiv.org/abs/2011.03983作者： Roshan Santosh, H. Andrew Schwartz, Johannes C. Eichstaedt, Lyle H. Ungar, Sharath C. Guntuku摘要： 在本文中，我们提出了一种基于迭代图的方法来检测COVID-19的症状，这种病理似乎正在生长。更一般地，该方法可以应用于在大型不平衡语料库（例如，所有推文中提到＃COVID-19）中查找上下文特定的单词和文本（例如，症状提及）。鉴于COVID-19的新颖性，我们还测试了所提出的方法是否能推广到检测药物不良反映（ADR）的问题。

我们发现，应用于Twitter数据的方法在疾病控制中心（CDC）举行陈诉之前，基本上可以检测到症状提及。向量差方程，亚随机矩阵和淘汰盛行病流传的多网络设计原文标题： Vector Difference Equations, Substochastic Matrices, and Design of Multi-Networks to Reduce the Spread of Epidemics地址： http://arxiv.org/abs/2011.04037作者： Harold M Hastings, Tai Young-Taft摘要： 恒久以来，都会一直是人类生长与进步的焦点中心。

都会促进了人类缔造力和人类疾病的流传，与此同时，淘汰疾病流传的努力也影响了都会的设计。本文的目的是探索网络上盛行病的动态，以资助设计一个未来的多网络都会，以最大水平地淘汰盛行病的流传。为此，我们从网络上的SIR模型（易感，受熏染，已删除）开始，该网络中的节点代表都会或区域，而边由区域之间的流量加权。由于目的是稳定零熏染稳态，因此我们将离散时间SIR模型线性化，得出每个节点处熏染动态的差分方程，然后包罗来自其他节点的熏染流。

这发生了感染流传的矢量差方程。然后，我们对随机矩阵的观点举行归纳综合，以量化此更新方程的动力学。更新矩阵 M 的条目可能会随时间变化，甚至随着节点之间的流打开和关闭而中断。

对于由代表都会内部和都会之间的相互作用的节点对之间的弱相互作用和强相互作用组成的多网络，这可能会发生有用的设计约束。MM-COVID：用于攻击COVID-19的多语言和多维数据库原文标题： MM-COVID: A Multilingual and Multidimensional Data Repository for CombatingCOVID-19 Fake New地址： http://arxiv.org/abs/2011.04088作者： Yichuan Li, Bohan Jiang, Kai Shu, Huan Liu摘要： COVID-19盛行病被认为是整个社会的全球康健危机，是自第二次世界大战以来人类面临的最大挑战。不幸的是，关于COVID-19的虚假消息正以病毒自己的速度流传。

错误的康健丈量，焦虑和愤恨言论将对人们的身体康健以及全世界的心理康健造成严重影响。为了资助更好地攻击COVID-19虚假新闻，我们提出了一个新的虚假新闻检测数据集MM-COVID（多语言和多维COVID-19假新闻数据存储库）。该数据集提供了多语言的假新闻和相关的社会情况。

我们从6种差别语言的英语，西班牙语，葡萄牙语，印地语，法语和意大利语中收集了3981条虚假新闻内容和7192条值得信赖的信息。我们从差别的角度对MM-COVID举行了详细的探索性分析，并演示了MM-COVID在COVID-19假新闻研究在多种语言和社交媒体上的几种潜在应用中的实用性。戴口罩对病毒流传的影响分析：对COVID-19的影响原文标题： Analysis of the Impact of Mask-wearing in Viral Spread: Implications for COVID-19地址： http://arxiv.org/abs/2011.04208作者： Yurun Tian, Anirudh Sridhar, Osman Yagan, H. Vincent Poor摘要： 在COVID-19大盛行期间，口罩被用作一项综合措施的一部门，以限制流传并挽救生命。

有关在COVID-19大盛行中戴口罩的影响的研究引起了多个学科的强烈兴趣。在本文中，我们研究了口罩的佩带对庞大网络中扩散历程的影响。这是通过研究多类型网络模型上的异构键渗透历程完成的，其中节点可以是两种类型之一（遮罩式和非遮罩式）。

我们提供的分析效果可准确预测预期的盛行病规模和泛起的概率，这些特征取决于流传历程的特征（例如，流传概率，口罩的内向和外向效率等），口罩佩带者在口罩中所占的比例人口，以及基础联系网络的结构。除了理论分析之外，我们还在随机网络上举行了广泛的仿真。我们还评论了此处研究的面罩模型与Eletreby等人最近研究的具有突变的多株病毒流传模型之间的类比。

盛行病规模漫衍中的有限巨细尺度与双重随机变量和影子矩原文标题： Finite-size scaling versus dual random variables and shadow moments in the size distribution of epidemics地址： http://arxiv.org/abs/2011.04316作者： Alvaro Corral摘要： 我讨论并品评了使用“双重变换”来盘算盛行病死亡人数漫衍中的“影子时刻”。我展示了这种转换是任意的，不仅发生了死亡人数分配的不合理的功效形式，而且证明是高度虚假的（请参见手稿中的图1）。因此，凭据“影子时刻”方法盘算出的预期死亡人数缺乏任何理论支持。

这对于评估盛行病风险至关重要。我认为，解决统计物理学中这类问题的自然方法是借助有限巨细尺度。

引用动态的SIR盛行病模型原文标题： A SIR epidemic model for citation dynamics地址： http://arxiv.org/abs/2011.04382作者： Sandro M. Reia, José F. Fontanari摘要： 科学文献中的引文研究跨越了传统科学分支之间的界线，并独立地被称为最赚钱的研究领域，被称为“科学科学”。只管对个体论文的引文历史的明白涉及许多无形的因素，但引文引证引文的基本假设可以解释履历引文模式的大多数特征。在这里，我们使用SIR盛行病模型作为在美国物理学会某些期刊上揭晓的被引论文的引文动态的机制模型。

预计的盛行病学参数提供了对未知数量的看法，因为社区的规模可以引用一篇论文，以及对社区的最终影响。我们发现使用盛行病学参数获得的期刊品级与影响因子品级之间存在良好的一致性，只管不完美。

欧洲地域的三角研究与创新互助原文标题： Triangular research and innovation collaborations in the European area地址： http://arxiv.org/abs/2011.04553作者： K. Angelou, M. Maragakis, K. Kosmidis, P. Argyrakis摘要： 在当前的研究中，我们研究了专利和欧洲框架计划（FP）的多重网络，旨在展现三角形（任何三个节点之间的完全毗连的网络）的形成模式的时间变化。更详细地说，多路网络由两层组成，其节点是NUTS2区域。在第一层，我们形貌了为缔造专利而互助的发现人的区域，第二层是欧洲框架计划（FP）资助的项目中科学家的区域。当来自差别地域的科学家或发现家举行协作时，两个节点之间存在联系。

我们将网络暂时划分为28个较短的子网络，每个子网络跨度为6年，并盘算在6年期限竣事时形成的三角形数量。接下来，我们重新整理数据以再次建立28个为期6年的随机网络，以识别是否存在有利于非随机行为的隐藏机制。实际数据和混洗后的数据使用z得分举行比力，z得分用于权衡它们之间尺度差的差异。另外，我们使用聚类系数重复相同的分析，聚类系数是三角形的数量凌驾三元组的数量（可能的三角形）。

效果讲明，三角形FP互助往往比随机互助更受青睐，而在专利中情况恰恰相反。此外，与聚类系数相反，使用三角形的效果倾向于更全面。最后，我们确定哪个NUTS2区域在任一层中经常体现出较高的聚类系数，并为所有区域提供具有这些值的舆图。

这项研究的效果可以资助决议机构明白资助研究和专利创新协作网络的空间维度。多层网络中的恢复耦合原文标题： Recovery Coupling in Multilayer Networks地址： http://arxiv.org/abs/2011.04623作者： Michael M. Danziger, Albert-László Barabási摘要： 基础设施系统庞大性的增加已导致多个网络之间的关键相互依赖关系-通信系统需要电力，而电网的正常运行依赖于通信系统。这些相互依赖关系引发了有关耦合多层网络的大量文献，假设一个网络中的组件故障会导致另一个网络中的故障，这种严格的相互依赖关系会导致多个系统之间泛起一系列故障。

只管这种硬耦合的履历证据有限，可是网络的修复和恢复通常需要由其他网络提供的资源，从而导致由恢复历程引起的有据可查的相互依赖性。如果支持网络无法正常运行，恢复速度将会减慢。在这里，我们收集了数百万个电网故障的恢复时间的数据，找到了受到大扰动后恢复中普遍存在非线性行为的证据。我们开发了一个理论框架来解决接纳耦合问题，预测了差别于多层级联故障的定量特征。

然后，我们依靠受控的自然实验将恢复耦合的作用与其他影响（例如资源限制）离开，从而提供了恢复耦合如何影响系统功效的直接证据。由此发生的看法不仅对基础设施系统具有影响，还对生物系统的懦弱性和衰老提供了看法。表征增长网络的度漫衍头部原文标题： Characterizing the head of the degrees distributions of growing networks地址： http://arxiv.org/abs/2011.04643作者： Jan Medina-López, Jorge Finke摘要： 本文中的分析有助于解释随着度数漫衍遵循扩展的指数或幂律尾部而增长的网络的形成。我们提出了一个通用模型，其中边动力学是由新节点的一连附着和触发随机或优先附着的混淆附着机制驱动的。

此外，凭据响应机制建设到新添加的节点的倒数边。所提出的框架通过允许新边的数量凭据种种离散概率漫衍（包罗泊松，二项式，Zeta和对数级数）而变化，从而扩展了以前的混淆附件模型。我们导出了由混淆附着和响应机制导致的极限度漫衍的剖析表达式。

此外，我们形貌了累积的度内漫衍动力学的演变。仿真效果说明晰新边的数量和互易历程如何显著影响度漫衍的头部。声明：Arxiv文章摘要版权归论文原作者所有，机械翻译后由本人举行校正整理，未经同意请勿随意转载。

本系列在民众号“网络科学研究速递”（netsci）和小我私家博客举行同步更新。

本文关键词：“,开云,app,全站,官网,入口,”,Arxiv,网络,科学,开云app全站官网入口

本文来源：开云app全站官网入口-www.spjgyz.com