科学家跨界研究趋势日益明显 | 网络科学论文速递16篇
核心速递
科学家跨界研究趋势日益明显；
基于种姓保留制度的印度社会网络分析;
测量科学话语;
移动货币：理解和预测其在发展中经济体中的采用和使用;
通过Grapevine学习：消息突变，传输失败和故意偏见的影响;
PopFactor：直播行为和流行度;
针对循环主导系统中的顶点捕食者衰减比的相变;
二部图上的 z 匹配问题;
基于监测和报告的中央治理解决了集体风险的社会困境;
多元网络的多数投票动态;
来自欺骗性新闻来源的传播：谁分享，有多少，如何分布，有多快？;
机器学习得到的模式表明多样化推动了经济发展;
Web of Science是否准确地表征了中国的科学表现？;
物理和精神限制对一群人通过瓶颈的影响;
网络上时变局部信息的自适应扩散过程;
用于引文推荐的图嵌入;
科学家跨界研究趋势日益明显
原文标题：
Increasing trend of scientists to switch between topics
地址：
http://arxiv.org/abs/1812.03643
作者：
An Zeng, Zhesi Shen, Jianlin Zhou, Ying Fan, Zengru Di, Yougui Wang, H. Eugene Stanley, Shlomo Havlin
摘要： 我们分析了各个科学家的出版记录，旨在量化科学家的主题转换动态及其影响。对于每个科学家来说，她的出版物之间的关系通过共享参考来表征。我们发现科学家论文的共同引用网络展示了一个明确的社区结构，每个主要社区代表一个研究课题。我们的分析表明，科学家的主题数量往往分布较窄。然而，现在研究人员在主题之间的转换频率高于早期。我们还发现，早期职业生涯中的高转换概率（<12y）与较低的总体生产率相关，而与后期职业生涯中的高整体生产率相关。有趣的是，每篇论文的平均引文在所有职业阶段都与转换概率呈负相关。我们提出了一个具有开发和探索机制的模型，可以解释主要观察到的特征。
基于种姓保留制度的印度社会网络分析
原文标题：
Social Network Analysis of the Caste-Based Reservation System in India
地址：
http://arxiv.org/abs/1512.03184
作者：
Akrati Saxena, Jaspal Singh Saini, Yayati Gupta, Aishwarya Parasuram, Neeharika, S.R.S. Iyengar
摘要： 有人认为，自印度独立时期（1947年）以来一直存在的印度的保留制度造成了比进步更大的破坏和堕落。这是一个受欢迎的舆论，并没有基于任何严谨的科学研究或研究。在本文中，我们从纯粹基于社会网络的方法重新审视了印度人口之间的文化差异。我们研究了印度社区中发生的明显的聚类形成，并发现这主要是由于基于种姓的同质性的影响。为了研究保留制度的影响，我们定义了一个名为社交距离的新参数，它代表了与落后阶层中每个人相关的社会资本。我们研究了在群集之间建立新链接时群集的平均社交距离发生的变化，其本质上是保留制度正在完成的。我们广泛的研究呼吁改变印度人的心态。虽然由于历史影响，英雄崇拜和从众心理，对保留制度的敌意可能根深蒂固，但我们的结果清楚地表明，该系统通过缩小相互冲突的社会群体之间的差距，对国家的整体发展产生了相当大的影响。结果也已通过调查得到验证，并在论文中进行了讨论。
测量科学话语
原文标题：
Measuring scientific buzz
地址：
http://arxiv.org/abs/1812.03249
作者：
Kishore Vasan, Jevin West
摘要： 关键字对于信息检索很重要。它们用于对论文进行分类和分类。但是，这些术语也可用于研究领域内和跨领域的趋势。我们希望探索新关键字的生命周期。新术语出现的频率和消失的时间有多长？在本文中，我们提出了初步分析，我们测量AI领域内关键词的突发性。我们在大约10万份期刊和会议论文中检查了150k个关键词。我们发现近80％的关键词在第一年之前就会在期刊和会议上消失，但这些术语在期刊和会议期间的持续时间更长。我们还观察到AI中主题突发的时间段 - 其中术语更多地受到神经科学的启发，另一个更倾向于计算优化。这项工作显示了使用作者关键字更好地理解科学中的动态话语的承诺。
移动货币：理解和预测
其在发展中经济体的采用和使用
原文标题：
Mobile Money: Understanding and Predicting its Adoption and Use in a Developing Economy
地址：
http://arxiv.org/abs/1812.03289
作者：
Simone Centellegher, Giovanna Miritello, Daniel Villatoro, Devyani Parameshwar, Bruno Lepri, Nuria Oliver
摘要： 发展中经济体，尤其是穷人，难以进入金融机构。然而，移动电话的广泛采用使得能够开发通过移动电话网络提供金融服务的移动货币系统。尽管移动货币取得了成功，但缺乏定量研究，揭示哪些因素有助于这些服务的采用和持续使用。在本文中，我们描述了一项定量研究的结果，该研究分析了世界领先的移动货币服务M-Pesa的数据。我们分析了非洲国家数以百万计的匿名移动电话通信和M-Pesa交易。我们的贡献有三个：（1）我们分析了客户对M-Pesa的使用情况，并报告了大规模的行为模式; （2）我们提出应用机器学习模型来预测移动货币采用（AUC = 0.691）和使用多个数据源的移动货币支出（AUC = 0.619）的结果：移动电话数据，M-Pesa代理信息，数量M-Pesa朋友在用户的社会网络中，以及用户地理位置的表征; （3）我们讨论了两种模型中最具预测性的特征，并为发展中国家的移动货币服务设计绘制了关键含义。我们发现，最具预测性的功能与移动电话活动，客户自我网络中M-Pesa用户的存在以及移动性有关。我们相信，我们的工作将有助于了解在发展中经济体中采用和持续使用移动货币服务的因素。
通过Grapevine学习：
消息突变，传输失败和故意偏见的影响
原文标题：
Learning through the Grapevine: the Impact of Message Mutation, Transmission Failure, and Deliberate Bias
地址：
http://arxiv.org/abs/1812.03354
作者：
Matthew O. Jackson, Suraj Malladi, David McAdams
摘要： 我们检查一下，在重复的人对人嘈杂接力（口头或书面）后，当原始来源的信息到达时，有人学到了多少。我们考虑通信中的三种失真：消息内容的随机变化，消息传输的随机失败以及消息内容的故意偏差。我们描述了学习者需要访问多少个独立链才能准确学习。由于只有突变和传输失败，因此有一个明确的阈值，使得接收者可以完全了解他们是否可以访问比阈值数量更多的链，并且如果他们拥有更少的链，则不会学到任何东西。接收者不仅可以从内容中学习，还可以从接收到的消息的数量中学习 - 如果代理人中继消息的倾向取决于其内容，则可以提供信息。我们限制了这两种不同形式的信息可能带来的相关学习。最后，我们表明，有偏见的代理人的存在可以完全排除学习，他们故意传递他们的首选信息而不管他们听到了什么。因此，通信失真的类型决定了学习是否简单困难或不可能：随机突变和传输失败可以通过足够多的源和链来克服，而有偏见的代理（除非它们可以被识别和忽略）不能。
PopFactor：直播行为和流行度
原文标题：
PopFactor: Live-Streamer Behavior and Popularity
地址：
http://arxiv.org/abs/1812.03379
作者：
Robert Netzorg, Lauren Arnett, Augustin Chaintreau, Eugene Wu
摘要： 像Twitch这样的实时视频流平台使顶级内容创作者能够获得巨大的利润和影响力。为此，建议新进入者和那些寻求提高其受欢迎程度和成功的人采用各种行为规范。其中主要是简单地投入并在Twitter，Instagram等社交媒体上进行推广。但是，遵循这些行为确实与最终的人气有关吗？在本文中，我们收集了Twitch流媒体人气措施的主体 - 跨越社会和财务指标 - 以及他们在Twitch和第三方平台上的行为数据。我们还编制了一组社区定义的行为规范。然后，我们执行时间分析，以确定流光的未来行为有助于预测未来流行度的增加的预测值。在人口层面，我们发现行为信息改善了超过中位流的相对增长的预测。在个人层面，我们发现尽管很难在绝对意义上迅速取得成功，但是投入相当大努力的流光比其他人更成功，并且创建社交媒体帐户以促进自己是有效的，无论帐户何时创建。最终，我们发现从长远来看研究内容创作者的受欢迎程度和成功是一个充满希望和丰富的研究领域。
针对循环主导系统中的
顶点捕食者衰减比的相变
原文标题：
Phase transitions in dependence of apex predator decaying ratio in a cyclic dominant system
地址：
http://arxiv.org/abs/1812.03406
作者：
D. Bazeia, B.F. de Oliveira, A. Szolnoki
摘要： 循环主导系统，如石头剪刀博弈，经常用于解释自然界中的生物多样性，其中流动性，繁殖和不及物竞争在舞台上提供竞争者的共存。如果我们引入能够优于所提及的三种系统的所有成员的顶级捕食者，则会出现一种新的情况。在后一种情况下，演化可以终止于三个定性不同的目的地，这取决于顶点捕食者衰减比率 q 。特别是，当我们改变控制参数时，整个种群灭绝或所有四种物种都存活或只有原始的三种系统仍然存活。这些解决方案由关键的 q 值的不连续和连续相变分开。我们的研究结果强调，循环主导竞争可以提供一种稳定的生存方式，即使在类似捕食者 - 猎物的系统中也可以维持大范围的关键参数值。
二部图上的 z 匹配问题
原文标题：
The z-matching problem on bipartite graphs
地址：
http://arxiv.org/abs/1812.03442
作者：
Jin-Hua Zhao
摘要： 使用局部算法研究二部图上的 z 匹配问题。二部图上的 z -matching（ z ge 1 ）是一组匹配的边，其中一种类型的每个顶点最多与 1 匹配的边相邻，而另一种类型的每个顶点相邻至多 z 匹配的边。给定的二部图上的 z 匹配问题涉及找到具有最大大小的 z -matchings。我们对这种组合优化的方法有两个方面。从算法的角度来看，我们采用局部算法作为线性近似求解器来找到一般二部图上的 z -matchings，其基本分量是图论中贪婪叶子去除过程的通用版本。从分析的角度来看，在具有相同大小的两种顶点的随机二部图的情况下，我们为局部算法的渗透现象开发了平均场理论，从而得出 z 匹配尺寸的理论估计在无核图上。我们希望我们的结果可以为进一步研究优化问题的算法和计算复杂性提供依据。
基于监测和报告的中央治理
解决了集体风险的社会困境
原文标题：
Central governance based on monitoring and reporting solves the collective-risk social dilemma
地址：
http://arxiv.org/abs/1812.03479
作者：
Nanrong He, Xiaojie Chen, Attila Szolnoki
摘要： 监测和报告不正确行为对于维持人类合作是普遍存在的，但理论上尚不清楚它们如何相互影响。为了探索它们可能的相互作用，我们考虑空间结构化的人口，其中个体面临集体风险的社会困境。在我们的最小模型中，合作者根据他们的利益损失报告叛逃。与此同时，我们假设一个监控机构监控所有组成员并以一定的概率识别错误行为。为了回应这些反馈，制裁机构通过对随机对相关叛逃者进行罚款来制定惩罚方案。通过蒙特卡罗模拟，我们发现监测和报告机制的引入可以极大地促进合作的发展，并且通过改变模型参数来突然改变合作水平，这可能导致合作的爆发，以解决集体风险社会困境。
多元网络的多数投票动态
原文标题：
Majority-vote dynamics on multiplex networks
地址：
http://arxiv.org/abs/1812.03488
作者：
Jeehye Choi, K.-I. Goh
摘要： 多数投票模型是两种竞争观点的社会舆论动态研究模型。随着最近的认识，我们的社会网络包括形成多重网络的各种不同层，因此出现了一个自然的问题，即这种多重交互如何影响社会意见动态和共识形成。在这里，将在多元网络上研究多数投票模型，以了解多元化对意见动态的影响。我们将讨论不同类型的选民如何达成全球共识：AND-和OR-统治多元网络选民和单网络系统选民。 AND模型达到低于临界噪声参数qc的最大共识。然而，与其他模型相比，它需要更长的时间才能达成共识。在转折点附近，共识突然坍塌。 OR模型获得的共识水平低于AND规则，但更快达到共识。其共识过渡是持续的。通过基于近似主方程的分析计算定性地支持数值模拟结果。
欺骗性新闻的来源与传播：
谁分享，有多少，如何分布，有多快？
原文标题：
Propagation from Deceptive News Sources: Who Shares, How Much, How Evenly, and How Quickly?
地址：
http://arxiv.org/abs/1812.03533
作者：
Maria Glenski, Tim Weninger, Svitlana Volkova
摘要： 由于人们依赖社交媒体作为新闻的主要来源，误传的传播已成为一个重要问题。在这项针对社交媒体新闻的大规模研究中，我们分析了1100万篇帖子，并研究了直接与被识别为传播可信与恶意内容的新闻帐户交互的用户的传播行为。与以前查看特定谣言，主题或事件的工作不同，我们会考虑各种新闻来源传播的所有内容。此外，我们在传播错误信息时分析和对比人口与亚人口行为（按人口统计学），并区分两种类型的传播，即直接转发和提及。我们的评估会检查Twitter上各种类型的新闻来源的内容均匀性，数量，速度和用户的传播方式。我们的分析已经确定了可信与可疑新闻来源的传播行为的几个主要差异。其中包括基于虚假信息来源的扩散率的高度不公平，一小部分高度活跃的用户负责大部分虚假信息的传播，并在每个人口统计内进行。根据人口统计数据分析显示，与同行相比，年收入和受教育程度较低的用户更多地来自虚假信息来源。与clickbait和宣传相比，新闻内容与受信任，阴谋和虚假信息来源相比，可以更快地共享。较旧的用户比较年轻的用户更快地从受信任的来源传播新闻，但他们在较长的延迟后与可疑来源共享。最后，与clickbait和阴谋来源互动的用户可能会从宣传帐户中分享，但不是相反。
机器学习得到的模式表明
多样化推动了经济发展
原文标题：
Machine-learned patterns suggest that diversification drives economic development
地址：
http://arxiv.org/abs/1812.03534
作者：
Charles D. Brummitt, Andres Gomez-Lievano, Ricardo Hausmann, Matthew H. Bonds
摘要： 我们开发了一种基于机器学习的方法，即主要平滑动力学分析（PriSDA），以识别经济发展模式并自动开发新的经济动态理论。传统上，经济增长的模型是从简化的理论模型中得到的一些总量。在这里，PriSDA识别重要数量。应用于55年的国家出口数据，PriSDA发现，最具特色的国家出口篮子的多样性，更多的重量分配给更复杂的产品。权重与文献中先前的产品复杂度度量一致。变异的第二个维度是机械相对于农业的熟练程度。然后，PriSDA将这些数量与人均收入相结合，并推断出系统随时间的动态变化。根据PriSDA，各国经济发展模式主要是多样化增加的趋势。此外，经济在多样化之后似乎变得更加富裕（即多样性在增长之前）。该模型预测，具有多样化出口篮子的中等收入国家将在未来几十年内增长最快，并且各国将汇聚到中等收入和专业化水平。 PriSDA是可推广的，并且可以阐明难以捉摸的数量的动态，例如其他自然和社会系统中的多样性和复杂性。
Web of Science是否准确地
表征了中国的科学表现？
原文标题：
Does the Web of Science Accurately Represent Chinese Scientific Performance?
地址：
http://arxiv.org/abs/1812.03620
作者：
Fei Shu, Charles-Antoine Julien, Vincent Lariviere
摘要： 本研究的目的是将Web of Science（WoS）与中国文献计量数据库在作者及其表现方面进行比较，证明两组中国最具生产力的作者在国际和中国文献计量数据库中的重叠程度，并确定不同学科如何影响这种重叠。这项研究的结果表明，中国的文献计量数据库，或WoS和中国文献计量数据库的组合，应该被用来评估中国的研究表现，除了很少的学科，其中中国的研究表现只能使用WoS进行评估。
物理和精神限制对一群人通过瓶颈的影响
原文标题：
The influence of physical and mental constraints to a stream of people through a bottleneck
地址：
http://arxiv.org/abs/1812.03697
作者：
Paul Geoerg, Jette Schumann, Maik Boltes, Stefan Holl, Anja Hofmann
摘要： 了解异质群体中的移动对于对疏散预测和建筑物的正确设计进行有意义的评估非常重要。对关键性能数据的异构群体中的相互作用和影响因素的理解是安全设计的基础。该贡献提供了关于人群通过涉及残疾和非残疾参与者的瓶颈的运动的实验研究的结果。从视频记录中提取的参与者的高精度轨迹用于计算参与者的密度和速度。除了完善的基本图表，还讨论了密度和速度之间个体关系的新见解。复杂的结构和运动中的体贴行为意味着异质性对安全运动关键性能值的强烈影响。
网络上时变局部信息的自适应扩散过程
原文标题：
Adaptive Diffusion Processes of Time-Varying Local Information on Networks
地址：
http://arxiv.org/abs/1812.03814
作者：
Ruiwu Niu, Xiaoqun Wu, Ju-an Lu, Jinhu Lv
摘要： 本文主要讨论了具有时变耦合的复杂网络上的扩散。我们提出了一个模型来描述局部拓扑和动态信息的自适应扩散过程，并发现Barabasi-Albert无标度网络（BA网络）有利于扩散，并使节点达到比其他网络更大的状态值。做。节点的扩散能力与其自身的程度有关。具体而言，具有较小度数的节点更可能改变其状态并且达到较大值，而具有较大度数的节点倾向于保持其原始状态。我们引入状态熵来分析扩散过程的热力学机制，并有趣地发现这种扩散过程是状态熵的最小化过程。我们使用不等式约束优化方法来揭示最小化的限制函数，并发现它具有与吉布斯自由能相同的形式。热力学概念使我们能够从全新的角度理解复杂网络上的动态过程。该结果提供了在实际电路以及相关复杂系统上优化相关动态过程的便利方式。
用于引文推荐的图嵌入
原文标题：
Graph Embedding for Citation Recommendation
地址：
http://arxiv.org/abs/1812.03835
作者：
Haofeng Jia, Erik Saule
摘要： 随着科学的进步，学术界发表了数百万篇研究论文。研究人员花时间和精力在撰写论文时搜索相关的手稿，或者只是为了跟上当前的研究。在本文中，我们考虑了图表上的引文推荐问题，并提出了一个特定于任务的社区建设策略来学习论文的分布式表示。此外，鉴于所学习的陈述，我们调查了各种方案，以对引文推荐的候选论文进行排名。实验结果表明，我们提出的邻域构建策略优于所有排序方案中广泛使用的基于随机游走的抽样策略，并且基于模型的排序方案优于基于嵌入的邻域构建策略的排名。我们还证明，当隐藏比率变化时，图嵌入是引用推荐的稳健方法，而当种子纸张变小时，经典方法的性能显著下降。
来源：网络科学研究速递
编辑：王怡蔺
声明：Arxiv文章摘要版权归论文原作者所有，由complexLY进行翻译整理，未经同意请勿随意转载。本系列在微信公众号和个人博客进行同步更新：
“网络科学研究速递”（微信号netsci）
https://www.complexly.me （提供RSS订阅）
集智AI学园：
https://campus.swarma.org
集智俱乐部QQ群｜877391004
商务合作及投稿转载｜swarma@swarma.org
◆ ◆ ◆
搜索公众号：集智俱乐部
加入“没有围墙的研究所”
让苹果砸得更猛烈些吧！