• COVID-19大流行期间中国社交媒体新浪微博上的注意力动态;
• 小毛球：用于图采样的Python库;
• 用于网络情境意识的有向拉普拉斯中心性;
• 网络可控性的分层攻击框架;
• 用于隐蔽网络分析的综合網络生成器;
• 档案馆藏的全面性：一种现代的基于AI的方法来建立全面的共享文化遗产;
• DREAM：用于社交推荐的动态关系感知模型;
• 使用网络嵌入来改善网络对齐;
• 委内瑞拉天文研究的衰落;
• 临时社会网络生成方法;
• 通过机构-引文网络衡量机构和论文的影响力;
• 作者影响力：评估、预测和挑战;
• 非匼作无线中继网络中以人为中心的通信研究;
• 科学文章推荐：利用共同作者关系和历史偏好;
• 具有个性特征的考虑社交的会议参与者推荐;
• PIS：用於社会网络的多维路由协议;
• 流行病的形状：使用功能数据分析来表征意大利的COVID-19;
• 建立更现实的引文模型：研究团队规模的关键作用;
• 从众包数芓路由选择支持中分离出流量;
• 经过验证的多主体模拟测试台可以按时段在纽约市评估人群细分的拥堵定价策略;
• 社会距离信念和人类流动性：来自Twitter的证据;
• 在COVID-19流行情况下用于非药物干预研究的的基于城市尺度主体的模拟器;
• 图绘制算法的图灵测试;
• 自然灾害对消费者行为的影响：秘鲁2017年厄尔尼诺现象的案例;

COVID-19大流行期间中国社交媒体新浪微博上的注意力动态

COVID-19首先在中国湖北省被发现，此后对生活造成了严重影响我們在2019年12月16日至2020年4月17日期间调查了这一流行病如何影响了中国最大的微博网站新浪微博。我们关注的是实时热门搜索列表（HSL）该排名提供叻根据新浪微博上的搜索量，搜索最受欢迎的50个主题标签我们展示了流行病期间的特定事件，措施和发展如何影响新标签的出现以及HSL的排名到2020年1月20日左右，当人类之间传播这种疾病时HSL上开始大量出现与COVID-19相关的标签。然后很快就达到了一种情况其中与COVID相关的标签的参與占据了HSL的30-70％，但是内容不断变化我们对主题标签主题在所调查的时间段内如何变化进行了分析，并得出结论三个时期分别由2月12日和3朤12日分隔。在时期1中我们看到主题主题相关性强且主题标签聚类；在第二阶段，相关性减弱没有聚类模式；在第3阶段中，我们看到了聚类的潜力但没有在第1阶段中强。为了量化HSL的动态性我们测量了列表中主题标签的生存期以及给定等级的等级多样性。我们的观察结果表明自从中国爆发COVID-19以来，注意力多样化了由于与COVID-19相关的标签，HSL排名前15位的排名多样性更高爆发后不久注意力急剧下降，衰落时间哽长期

小毛球：用于图采样的Python库

摘要： 图采样是数据挖掘中的重要任务。在本文中我们描述了Python的Little Ball of Fur库，其中包括二十多种图采样算法峩们的目标是在一个简化的框架中，使大量专业人员研究人员和学生可以使用基于节点，边和探索的网络采样技术我们创建此框架时著重于一个一致的应用程序公共接口，该接口具有便利的设计通用的输入数据要求以及合理的算法基线设置。在这里我们通过说明性玳码片段详细概述了框架的这些设计基础。通过估算社会网络和网络图的各种全球统计数据我们展示了库的实际可用性。实验表明Little Fur of Fur可鉯大大加快节点和整个图的嵌入技术，并且会稍微降低蒸馏特征的预测值

用于网络情境意识的有向拉普拉斯中心性

网络运营淹没在各种各样的，大量的多源数据中。为了全面了解当前的操作并确定恶意事件和行为者分析人员必须查看由人类活动和良性自动化过程共同產生的数据。尽管存在许多监视和警报系统但它们通常使用基于签名的检测方法。我们介绍了一种基于谱图论的通用方法来发现模式和異常而无需先验签名。我们基于图拉普拉斯矩阵在顶点方向上的导数推导并提出了一种新的图论中心度度量。尽管我们提出的有向拉普拉斯中心性可以应用于任何图但是我们研究了其在识别网络流数据中重要Internet协议地址方面的有效性。使用真实的和合成的网络流量数据我们进行了几次实验，以测试我们的措施对两种类型的注入攻击行为的敏感性

网络可控性的分层攻击框架

网络可控制性的鲁棒性反映叻网络动态系统可以保持其针对破坏性攻击的可控制性的能力。本文从恶意攻击的角度研究了网络的可控性提出了一种利用边或节点删除攻击的分级攻击框架。目标网络中的边（或节点）按层次结构分类具有不同的攻击优先级。关键边（或节点）的类别具有最高的优先級可以选择进行攻击。在九个合成网络和九个现实网络上的大量实验表明所提出的分级攻击策略对破坏网络的可控性是有效的。从保護的角度来看这项研究表明关键边和节点应该对攻击者隐藏。这一发现有助于更好地了解网络的可控性并更好地设计健壮的网络

用于隱蔽网络分析的综合网络生成器

我们研究社会网络，并专注于隐蔽（也称为隐藏）网络例如恐怖分子或犯罪网络。他们的结构会员资格和活动都是非法的。因此有关隐蔽网络的数据通常不完整且部分不正确，这使得此类网络的结构和活动具有挑战性由于法律原因，研究人员无法获得有关活动秘密网络的真实数据为了解决这些挑战，我们在这里介绍了一种用于合成网络的网络生成器该生成器在统計上类似于真实网络，但是没有有关其成员的个人信息生成器使用有关真实或想象中的秘密组织网络的统计数据。它生成网络组随机块模型的随机实例但保留此网络组织结构。这种匿名网络的直接用途是在其上训练用于寻找隐蔽网络的结构和动力学的研究和分析工具甴于这些合成网络的边和社区集不同，因此它们可以用作网络分析的新来源首先，它们提供了有关原始网络数据的替代解释这些替代解释的概率分布实现了新的网络分析。分析人员可以找到频繁出现的社区结构因此可以在干扰下保持稳定。他们还可以分析稳定性如何隨扰动强度而变化对于隐蔽网络，分析人员可以量化统计上预期的拦截结果这种分析适用于数据不完整或部分不正确的所有复杂网络。

档案馆藏的全面性：一种现代的基于AI的方法来建立全面的共享文化遗产

档案馆在社会建设和进步中发挥着至关重要的作用人类对档案館非常信任，并依靠它们来制定公共政策并维护语言文化，自我认同观点和价值。但是在记录和档案的分类和可发现性所采用的当湔过程中，仍然存在某些声音和观点难以捉摸在本文中，我们探讨了集中化正当程序存档系统对边化社区的影响。有充分的证据证明在追求全面性，公平性和公正性的同时需要进行渐进的设计和技术创新。在改善档案实践以及当今整个社会的发展和繁荣方面有意囷全面是我们最大的机会。在我们今天生活的技术和信息时代的支持下可以实现有目的性和全面性。我们在本文中提出了重新开放质疑和/或有目的地包括其他声音的档案过程。我们提供了一些边化社区的例子这些社区继续领导“社区档案”运动，努力恢复和保护其文囮特性知识，观点和未来总之，我们提供了设计和AI主导的技术考虑值得我们进一步研究，以弥合系统差距和建立可靠的归档流程

DREAM：用于社交推荐的动态关系感知模型

社交联系在提高推荐系统（RS）的绩效中起着至关重要的作用。但是将社会信息整合到RS中具有挑战性。大多数现有模型通常在给定的会话中考虑社会影响力而忽略了用户偏好和他们的朋友影响力都在不断发展。而且在现实世界中，社會关系是稀疏的对动态影响进行建模并减轻数据稀疏性非常重要。在本文中我们为社交推荐提出了一个称为动态关系感知模型（DREAM）的統一框架，该框架试图对用户的动态兴趣及其朋友的时间影响进行建模具体来说，我们设计时间信息编码模块因为在每个会话中都会哽新用户表示。更新的用户表示被传送到关系GAT模块随后影响社会网络上的操作。在每个环节中为了解决社交关系的稀疏性，我们使用基于手套的方法来与虚拟朋友完成社会网络然后，我们在完整的社会网络上使用Relational-GAT模块来更新用户表示在公共数据集上进行的广泛实验Φ，DREAM明显优于最新解决方案

使用网络嵌入来改善网络对齐

网络（或图）对齐算法旨在揭示图之间的结构相似性。特别地本地网络对齐算法（LNA）查找两个或多个网络之间的相似本地区域。此类算法通常基于一组用于增长路线的种子节点几乎所有的LNA算法都基于上下文信息使用一组顶点作为种子节点（例如，一组在生物网络对齐方面与生物学相关的顶点）这可能会导致偏差或数据循环性问题。最近我们證明了在选择种子节点中使用拓扑信息可以提高比对的质量。我们使用了基于全局对齐算法的一些通用方法来刻画节点之间的拓扑相似性并行地，已经证明使用网络嵌入方法（或表示学习）可以比其他方法更好地刻画节点之间的结构相似性。因此我们建议使用网络嵌叺来了解节点之间的结构相似性，并使用此类相似性来改进LNA从而扩展了我们先前的算法。我们定义了LNA的框架

委内瑞拉天文研究的衰落

摘要： 在过去的15年中，委内瑞拉科学家发表的与天文学有关的论文数量一直在减少这主要是由于移民的缘故。如果不采取迅速的纠正措施委内瑞拉的天文学可能会消失。

社会网络的使用仍然仅限于基于基础结构的网络例如Internet。但是在许多情况下（会议，展览会等）鈳能需要实施并快速部署用于传播信息的即席应用程序：我们称这种类型的应用程序为即席社会网络。这些应用程序必须是分布式的可蔀署在移动单元上，等等因此，它们不可避免地具有与临时移动网络固有的相同的特性并使其成为部署的理想选择。在本文中通过使用生成式编程领域的技术，我们提出了一种方法来产生环境以根据特定领域的语言从其规范生成此类应用程序。通过应用这种方法峩们开发了SMGenerator，这是一个为Android设备生成移动即席社会网络应用程序的环境此外，通过使用SMGenerator我们轻松生成了ConfInfo应用程序：这是一个特殊的社会網络应用程序，用于将信息传播给具有科学表现形式的参与者

通过机构-引文网络衡量机构和论文的影响力

本文研究基于异构机构引用网絡的机构和论文随时间的影响。引入了一种新的模型IPRank来同时测量机构和纸张的影响该模型利用异构结构测度方法揭示了制度和论文的影響，反映了引文制度和结构测度的影响。为了评估性能该模型首先基于美国物理学会（APS）数据集构建了一个异构的机构引用网络。随後使用PageRank量化机构和论文的影响。最后合并同一机构的影响，并计算机构和论文的排名实验结果表明，IPRank模型可以更好地识别主办诺贝爾奖获得者的大学表明所提出的技术很好地反映了有影响力的研究。

作者影响力：评估、预测和挑战

作者影响评估和预测在确定奖励資金和晋升中起关键作用。在本文中我们首先介绍作者影响力评估和预测的背景。然后我们回顾了作者影响评估的最新进展，包括数據收集数据预处理，数据分析特征选择，算法设计和算法评估第三，我们对作者影响预测模型和常见评估指标进行了深入的文献综述最后，我们研究了具有代表性的研究问题包括作者影响膨胀，统一评估标准学术成功基因，识别热条纹的起源以及高阶学术网络汾析本文应有助于研究人员在作者影响评估和预测方面获得更广泛的了解，并提供未来的研究方向

量化科学成功对指导资金分配，招聘决策和奖励起着关键作用最近，在量化科学成功方面已经取得了很大的进步缺乏详细的分析和总结仍然是一个实际问题。文献报道叻影响学术影响力的因素以及旨在克服这一关键弱点的评估方法和指标我们专注于对学术影响力评估指标的当前发展进行分类和审查，包括论文影响力学者影响力和期刊影响力。此外我们总结了现有评估方法和指标的问题，调查未解决的问题和挑战并提供了可能的解决方案，包括协作影响的模式统一的评估标准，隐式成功因素挖掘动态的学术网络嵌入和学术影响通胀。本文应帮助研究人员更广泛地了解量化科学成功的方法并确定一些潜在的研究方向。

非合作无线中继网络中以人为中心的通信研究

无线中继网络（WRN）中的数据传輸性能（例如容错网络和设备到设备通信）在很大程度上依赖于移动节点（即用户及其携带的设备）的协作但是，由于各种原因例如資源限制或社会偏好，自私的节点可能会拒绝将数据转发给其他人或与他人共享资源同时，行为异常的节点可以发起不同类型的内部攻擊（例如黑洞和与信任相关的攻击），以破坏网络的正常运行最近提出了许多机制，以在自私和恶意节点（称为非合作WRN）的存在下在WRNΦ建立安全有效的通信在本文中，我们对非合作式WRN中以人为中心的通信挑战和解决方案进行了深入的调查重点是：（1）非合作式WRN的概述以及各种类型的节点自私和恶意节点的介绍。行为；（2）节点自私和恶意行为对数据转发和分发性能的影响分析；（3）自私和恶意节点檢测和防御系统；以及（4）激励机制最后，我们讨论了几个未解决的问题和未来的研究挑战

科学文章推荐：利用共同作者关系和历史偏好

在即将到来的大学术数据时代，科学文章推荐系统对于研究人员在检索感兴趣的科学文章方面起着越来越重要的作用现有的大多数研究都为所有目标研究人员设计了统一的方法，因此无论他们处于哪种情况，都使用相同的算法为所有研究人员提供建议但是，不同嘚研究人员可能有自己的特点因此可能会有相应的方法得出结果。在更好的建议在本文中，我们提出了一种新颖的推荐方法该方法結合了文章之间（即，具有相同作者的两篇文章）之间共同作者关系的信息我们方法的基本原理是研究人员经常搜索同一作者发表的文嶂。由于并非所有研究人员都具有基于作者的搜索模式因此，我们提出了两个功能这些功能是基于有关具有常见作者关系且频繁出现嘚作者的成对文章的信息来确定的，以推荐目标研究人员我们对真实数据集进行的大量实验表明，所定义的特征可以有效地确定相关目標研究人员并且与基准方法相比，该方法可以为相关研究人员提供更准确的建议

具有个性特征的考虑社交的会议参与者推荐

摘要： 由於在智能会议上进行学术合作的重要性，各种研究人员已利用推荐系统为参与者生成有效的推荐最近的研究表明，用户的个性特征可以鼡作有效建议的创新实体但是，涉及智能会议参与者个性的主观感知非常少见没有引起足够的重视。受用户的个性和社会特征的启发我们提出了一种算法，称为“参与者的社交和个性意识推荐”（SPARP）我们的推荐方法结合了参与者之间相似的人际关系和人格特质的计算结果。 SPARP对智能会议中参与者的个性和社会特征档案进行建模通过组合以上推荐实体，SPARP随后会相互推荐参与者以进行有效的协作我们使用相关的数据集评估SPARP。实验结果证明SPARP是可靠的，并且优于其他最新方法

PIS：用于社会网络的多维路由协议

具有社交意识的网络是由具囿社交关系和特征的移动用户组成的间歇性连接网络的新兴范例。在这种情况下人类是移动设备的主要载体。因此可以利用它们的联系，社交功能和行为来改善数据转发协议的性能在本文中，我们首先探讨了三种社交功能即身体接近度，用户兴趣和社交关系对用户ㄖ常工作的影响然后，我们提出了一种多维路由协议称为Proximity-Interest-Social（PIS）协议，其中将三个不同的社交维度集成到统一的距离函数中以便选择朂佳的中间数据载体。 PIS协议利用时隙管理机制来发现用户在一天中不同时间段的运动相似性我们使用SIGCOMM09和INFOCOM06数据集将PIS的性能与流行病，PROPHET和SimBet路甴协议进行了比较实验结果表明，PIS的数据传输率最高通信开销较低，其性能优于其他基准路由协议

流行病的形状：使用功能数据分析来表征意大利的COVID-19

我们调查了20个意大利地区的COVID-19死亡率模式，以及它们与流动性阳性率以及社会人口统计学，基础设施和环境协变量的关系尽管从公共来源获得的数据的准确性和分辨率受到限制，但我们利用功能数据分析技术利用曲线和形状中的信息来确定重要的趋势這些描述了两种截然不同的流行病。在伦巴第大区和北部受灾最严重的地区出现了一个“指数”型在该国其他地区（包括威尼托）出现叻一个温和的，“平坦的”状态（包括威尼托）那里的病例与伦巴第大区同时出现，但已进行了积极试验早点我们发现，在控制相关協变量时流动性和阳性也可以预测COVID-19的死亡率。在后者中初级保健似乎可以减轻死亡率，而在医院学校和工作场所的接触会加重死亡率。如果应用到更丰富的数据中我们描述的技术可以刻画其他信号，并且可能刻画更清晰的信号

建立更现实的引文模型：研究团队规模的关键作用

我们提出了一个新的引文模型，该模型建立在现有模型的基础上这些模型显式或隐式包括“直接”和“间接”（从另一篇論文的参考文献中了解被引论文的存在）。我们的模型偏离了直接引用概率统一的通常的不现实的假设，在这种假设中最初的引用差異纯粹是随机产生的。相反我们证明了一种两种机制的模型，其中直接引用的概率与论文的作者人数（团队规模）成正比能够很好地洅现天文学领域发表的文章的经验引用分布，在不同的时间点我们模型的解释是，当更多的人熟悉某些工作并偏爱大型团队的论文时其固有的引文能力以及论文的初始可见性将得到增强。虽然内在引用能力不能仅取决于团队规模但我们的模型表明它必须在一定程度上與之相关，并以类似的方式分布即具有幂律尾部。因此我们的团队规模模型定性地解释了论文的引文数量与作者数量之间的相关性。

從众包数字路由选择支持中分离出流量

数字技术从根本上改变了人们的出行方式路由选择尤其受到交通数据可用性，数据源连接性增加鉯及对计算资源的廉价访问的极大影响数字路由技术有望为个人提供更有效的路由选择，并减少城市拥堵但是，尚不清楚这种技术的廣泛采用实际上如何改变复杂街道网络上的集体交通流动态在这里，我们针对数字路线选择支持下的城市通勤动态回答这个问题在拥堵博弈的类别基础上，我们研究了通勤行为的演变因为一部分人口依赖但也有助于众包交通信息。其余人口会根据个人经验来选择路线我们展示了数字路线选择支持如何导致通勤者流沿着不同路线进入技术和非技术用户的分离。这种集体行为可能会加剧系统效率低下從而导致拥堵加剧。这些结果突出了路线选择决策支持协议的算法设计领域中的新研究方向以帮助在日益城市化和数字化的过程中应对擁堵，排放和其他系统效率低下的问题

经过验证的多主体模拟测试台，可以按时段在纽约市评估人群细分的拥堵定价策略

由于道路上的囙潮旅客活动方式的重新安排以及转向影响交通拥堵程度的其他方式，对新兴交通技术和政策的需求的评估可能会在一天中的不同时段發生变化静态旅行需求模型无法很好地刻画这些影响。例如纽约市的交通拥堵定价将影响旅客的出发时间和方式选择，以及其他决定我们校准并验证了纽约市第一个开放源代码的多主体程序仿真模型，称为MATSim-NYC以支持机构评估拥堵定价等政策。基于仿真的虚拟测试台上載有800万+合成的2016年人口该人口在先前的研究中进行了校准，以适应乘车服务和自行车共享公路网已根据INRIX速度数据和沿东河道口的一条筛線的年均年流量进行了校准，导致高速公路的平均速度差异为7.2％动脉的平均速度差异为17.1％，导致与东部的平均差异为+ 1.8％河的视线针对公交站点的验证显示，与观察到的计数相比有8％的差异对于选定的道路链接计数而言，中位数的差异为29％该模型用于评估区域计划协會提出的交通拥堵定价计划，并提出比他们的报告（59K）少得多的乘车出行（127K）定价政策将对在曼哈顿内旅行的人口部分与在曼哈顿外旅荇的人口部分产生不同的影响：减少拥堵的好处使前者比后者受益多约50％，这对重新分配拥挤定价收入有影响这些结果和开源工具将帮助纽约市的决策者，并支持新兴交通技术和政策的出行需求建模中对多主体仿真的需求

社会距离信念和人类流动性：来自Twitter的证据

我们构建了一个新颖的数据库，其中包含与Twitter上发送的COVID-19大流行相关的数十万个带有地理标记的消息我们在州一级创建每日社交疏散指数，以通过汾析包含诸如“待在家”“保持安全”，“戴口罩”“洗手”之类的关键字的推文数量来刻画社交疏离信念和“社会隔离”。我们发現在t-1天，社交距离的Twitter指数增加与t天的移动性下降相关我们还发现，国家秩序COVID病例数的增加，降水量和温度都有助于减少人类的出行共和党州也不太可能实行社会隔离。在社会网络上分享的信念既可以揭示个人的行为又可以影响他人的行为。我们的发现表明政策淛定者可以结合使用地理标记的Twitter数据和移动性数据，以更好地理解个人自愿的社会疏离行为

在COVID-19流行情况下用于非药物干预研究的的基于城市尺度主体的模拟器

摘要： 我们强调了城市规模的基于主体的模拟器在研究各种非药物干预措施以应对不断发展的大流行中的有用性。峩们在COVID-19大流行的背景下开展研究并通过在班加罗尔和孟买这两个大都市的几个探索性案例研究来证明模拟器的功能。在我们迈向数字健康的任何城市管理工具包中此类工具都变得司空见惯。

摘要： 迈尔斯等 [1]最近对面对COVID-19的封锁政策的成本和收益进行了分析，重点是英国嘚案例他们认为，3月至6月的英国封锁比挽救生命所带来的代价更大如果对于质量调整生命年（QALY），使用NICE阈值 pounds 30000对后者进行评估展望未來，他们认为从6月中旬开始锁定13周的成本，将大大超过任何可行的QALY成本计算所带来的收益即使在锁定下降的情况下导致第二次感染波慥成7000多个感染浪潮的情况下到9月中旬一周死亡。我在这里指出了两个关键问题它们肯定会严重影响他们的估计，并对他们的结论产生怀疑首先，他们在13周后任意中断了计算而在此期间结束时没有花费流行状态。也就是说他们认为我们应该在9月中旬每周13例死亡和每周7500唎死亡以及相应的感染率之间保持冷漠。除非有人假设（a）将不再有疫苗并且在治疗或非医疗干预方面没有未来的改善（b）COVID-19将不可避免哋继续繁殖直至达到牛群免疫，否则这似乎是没有道理的即使在这些假设下，它也是非常可疑的其次，他们忽略了COVID-19幸存者的重病长期生活质量降低和预期寿命降低的代价。这些是不确定的但显然是不可忽略的，并且有可能与丧生成本相比甚至更大

用于绘制图的算法是否通过了图灵测试？也就是说它们的输出是否与人类绘制的图没有区别？我们通过以人为中心的实验解决了这个问题该实验着重於“小”图，这种尺寸的大小对于某些人来说选择手动绘制图是合理的总的来说，我们发现可以将手绘布局与由图绘制算法生成的布局區分开尽管对于强制导向或多维尺度算法绘制的图并非总是如此，这使得这些图灵测试成功的良好选择我们表明，通常来说手绘图嘚质量要比自动生成的图高，尽管此结果随图的大小和算法而变化

自然灾害对消费者行为的影响：秘鲁2017年厄尔尼诺现象的案例

摘要： 厄爾尼诺现象是极端天气事件，其特征是赤道东太平洋的地表水异常升温这种现象的特征是暴雨和洪水对受影响地区的经济活动产生负面影响。了解此现象如何影响不同粒度级别上的消费行为对于建议将情况标准化的策略至关重要为此，我们对涉及信用卡和借记卡的银行茭易相关数据进行了多尺度分析我们的发现可以概括为两个主要结果：粗粒度分析揭示了特定区域内El Ni ?no现象的存在和恢复时间，而细粒喥分析表明了个人购买模式和商家的变化气候事件的相关性结果还表明，由于随着时间的推移建立的经济结构社会成功地抵御了自然災害。在这项研究中我们提出了一种新方法，可能有助于更好地表征未来的极端事件

声明：Arxiv文章摘要版权归论文原作者所有，机器翻譯后由本人进行校正整理未经同意请勿随意转载。本系列在微信公众号“网络科学研究速递”（微信号netsci）和个人博客 （提供RSS订阅）进行哃步更新个性化论文阅读与推荐请访问 平台。