什么样的科学家更容易在国家之间流动 | 网络科学论文速递16篇

核心速递

• 流动研究人员的人口统计学：来自Web of Science的高流动学者的证据;

• 在基于中心的攻击下Erdos-Renyi网络渗流变换的比率;

• 职业选择作为一种可扩展的空间演化公共产品博弈;

• 用少量模拟数据实现影响最大化;

• VASSL：对社交垃圾邮件系统标定的一种可视化分析工具包;

• 配置网络中度同配性的大偏差和异常波动比例;

• 对移动电话通信模式的人口统计数据中心链接分析方法;

• 多重网络中扩散动力学的自发对称性破缺和不连续相变;

• 对低收入和中等收入国家的疫苗分销网络优化;

• 具有选择权的独裁者博弈中社会信息的影响;

• MIMO干扰频道的最大-最小公平性设计：一种最小化最大化方法;

• 从媒体事件报道中监督学习全球风险网络激活事件特性;

• 跨域网络表示;

• 基于友谊悖论采样的幂律度分布的最大似然估计;

• 网络的采样：估计不完整图表的特征向量中心性;

• 用归一化集聚系数测量网络的集聚强度;

流动研究人员的人口

统计学：来自Web of

Science的高流动学者的证据

原文标题：

The demography of the peripatetic researcher: Evidence on highly mobile scholars from the Web of Science

地址：

http://arxiv.org/abs/1907.13414

作者： 

Samin Aref, Emilio Zagheni, Jevin West

摘要：围绕研究人员地域流动性的政策辩论，已经从理论上的零和博弈(各国可以成为赢家(人才获得)或输家(人才流失)，转向了人才流动的概念，即研究人员出入国家，每个人都从中受益。研究人员流动趋势的量化是理解人才流动驱动因素的关键，也是理解这些模式对全球科学体系和单个国家竞争优势影响的关键。现有的研究调查了研究人员的双边流动。然而，为了理解移民系统，确定研究人员在两个以上国家工作程度是重要的。这项研究的重点是高度流动的研究人员的亚组，我们称为流动研究人员或超级移动者。更具体地说，我们的目标是通过在1956-2016年期间科学网络数据库索引的6200多万份出版物中研究人员的主要联系地址的变化，跟踪在两个以上国家发表过论文的研究人员的国际动向。通过这种方法，我们建立了一个纵向数据集，记录了各个学科类别、各个学术领域的高流动性研究人员的国际流动情况。本文首次为文献提供了高流动性研究人员的主要特征，包括按学术年龄划分的迁移和返回迁移模式、学科的相对频率以及原籍国和目的地国的相对频率。在其他发现中，研究结果指出了一个全球系统的出现，其中包括美国和中国作为两个大型中心，英国和德国作为另外两个较小高流动性研究者中心。

在基于中心的攻击下Erdos-

Renyi网络渗流变换的比率

原文标题： 

Scaling of percolation transitions on Erdos-Renyi networks under centrality-based attacks

地址：

http://arxiv.org/abs/1907.13190

作者： 

Nahuel Almeira, Orlando Vito Billoni, Juan Ignacio Perotti

摘要： 对网络鲁棒性的研究主要集中在网络的整体功能受到影响的方式，因为它的一些组成部分失败。失败可能是随机发生的，也可能是故意攻击，通常，网络攻击对不同的移除策略的方式也不同。虽然已经在此问题上付出很多努力，但是没有统一的框架来研究这个问题。虽然随机故障主要是在渗流理论下发生，但最近我们对特定目标的攻击根据网络拆解方法进行重新定位。在这项工作中，我们通过对Erdos-Renyi网络的四种拆解策略进行有限大小的尺度分析来联系起这两种方法：初始和重新计算的高度攻击（ID和RD）以及初始和重新计算的高度间接攻击（IB和RB）。我们发现两种基于程度的攻击都属于同一种通用类别，但间接攻击存在显著差异。特别是在群集尺寸分布曲线临界点附近有一个驼峰，间接攻击RB产生了一个非常突然的过渡，类似于一些爆炸性渗透过程。

职业选择作为一种可扩展

的空间演化公共产品博弈

原文标题： 

Career Choice as an Extended Spatial Evolutionary Public Goods Game

地址：

http://arxiv.org/abs/1907.13296

作者：

Yuan Cheng, Yanbo Xue, Meng Chang

摘要： 我们提出了一个可扩展的空间演化公共产品博弈（SEPGG）模型来研究个人职业选择的动力学 和相应的社会产出。基于社会价值取向理论，我们将两类工作分类，把服务于公共利益称为公共工作，把服务于个人利益称为私人工作。SEPGG的内容背景下，选择公共工作是合作，选择私人工作就是缺陷。然后，我们调查员工生产力，人力资本和外部补贴以及整体社会福利对两种工作类型的个人职业选择的影响。从模拟结果来看，我们发现当员工的公共工作生产率较低时，人们更愿意进入私营部门。虽然这将使从事私人工作的个人的努力水平和人力资本都高于从事公共工作的个人，但私营部门的总体结果仍然低于提供低水平的公共补贴的公共部门。当公务员的员工生产率较高时，一定数量的补贴可以大大提高系统产出。相反，当公共工作的员工生产率较低时，对公共部门的补贴规定可能导致社会产出下降。

用少量模拟数据实现影响最大化

原文标题： 

Influence Maximization with Few Simulations

地址：

http://arxiv.org/abs/1907.13301

作者： 

Gal Sadeh, Edith Cohen, Haim Kaplan

摘要： 影响最大化(IM)是在网络中寻找影响最大的一组s节点的问题。 我们考虑经典模型如独立级Kempe, Kleinberg, and Tardos(IC)模型,引用{KKT:KDD2003}，影响被定义为在{em模拟}(边缘随机数组)可达大小的种子节点集的期望值。一个基础问题需要确定近似最大化所需的模拟次数。上面的一种限制值O (snϵ−2 lnnδ),其中n是网络中节点的数量和1−δ是适用于所有模型所需的信心值。我们提供样品的复杂性限制，通过O (sτϵ−2 lnnδ)的一组家庭模型,包括IC集成电路模型,其中τ(一般τ≪n)是扩散的一步限制。在算法上分析,我们将展示自适应检测在小数量的模拟怎样满足要求。我们还设计了一个高效的贪婪算法计算(1−1 / e−ϵ)从模拟平均值中近似最大值。模拟平均值的影响最大化实际上很有吸引力，因为它对依赖关系和建模错误具有很强的稳健性，但在所需的数据和计算方面，人们认为它的效率低于其他方法。我们的工作表明，我们可以同时具有稳健性和效率。

VASSL：对社交垃圾邮件系统

标定的一种可视化分析工具包

原文标题： 

VASSL: A Visual Analytics Toolkit for Social Spambot Labeling

地址：

http://arxiv.org/abs/1907.13319

作者： Mosab Khayat, Morteza Karimzadeh, Jieqiong Zhao, David S. Ebert

摘要： Twitter等社交媒体平台充满了社交垃圾邮件。检测这些恶意帐户是必不可少的，但却具有挑战性，因为它们不断发展和规避传统的检测技术。在这项工作中，我们提出了VASSL，一个可视化分析系统，可以帮助检测和标记垃圾邮件。我们的工具通过提供多个连接视图并利用降维，情感分析和主题建模技术来增强手动标注的性能和可扩展性，这些技术提供了新的见解，可以识别垃圾邮件。该系统允许用户以交互方式选择和分析帐户组，这使得能够检测在单独检查时可能未被识别的spambots。我们进行了一项用户研究，客观地评估了VASSL用户的表现，并捕捉了有关该工具的实用性和易用性的主观意见。

配置网络中度同配性

的大偏差和异常波动比例

原文标题：

Large deviation and anomalous fluctuations scaling in degree assortativity on configuration networks

地址：

http://arxiv.org/abs/1907.13330

作者： 

Hanshuang Chen, Feng Huang, Guofeng Li, Haifeng Zhang

摘要： 通过构造一个multicanonical蒙特卡罗模拟和使用多个柱状图权重方法，得到关于同配型系数r 的度数完整的概率分布 ρN，配置网络的大小为N .我们认为ρN (r)遵循一个大偏差原理              ,当函数是凸率和在r = r∗N时有独特最低值的情况下，ξ是标定ρN一个指数，我们标明ξ= 1时泊松随机图,以及在无标度网络度ξ≥1时，ξ是分布指数γ的递减函数。结果表明，在高度异构网络中，r的波动随N呈异常的比例变化。

对移动电话通信模式的人口

统计数据中心链接分析方法

原文标题： 

Link-centric analysis of variation by demographics in mobile phone communication patterns

地址：

http://arxiv.org/abs/1907.13334

作者：

Mikaela Irene Fudolig, Kunal Bhattacharya, Daniel Monsivais, Hang-Hyun Jo, Kimmo Kaski

摘要：  我们提出了一种以链接为中心的方法来研究用户移动电话通信模式的变化。不同于以往大多数关于通话详细记录的研究，这些研究关注的是不同用户之间的电话使用方式变化，我们研究了从通话详细记录中获得的通话和短信模式如何在不同的用户对之间切换，以及这些模式如何受到用户之间关系的影响。为了证明这种以链接为中心的观点，我们提取了导致移动电话通信模式变化的因素，并预测了用户对象在的人口统计学上相关数量。我们发现，一天中的时间和沟通方式(电话或短信)可以解释经常打电话的情侣之间的大多数通话方式的变化。此外，我们发现这种变化可以用来预测用户对之间的关系，像从他们的年龄和性别推断类似，以及预测一对年轻用户的年龄。通过观察不同年龄和性别群体的分类表现，我们深入了解了不同关系中交流模式的差异。

多重网络中扩散动力学的

自发对称性破缺和不连续相变

原文标题：

Spontaneous symmetry breaking and discontinuous phase transition for spreading dynamics in multiplex networks

地址：

http://arxiv.org/abs/1907.13364

作者：

Ningbo An, Hanshuang Chen, Chuang Ma, Haifeng Zhang

摘要： 我们提出了多层网络中的扩散模型，并研究了模型中非平衡相变的本质。该模型将易感染的易感扩散动力学（或易感染的 - 恢复的）与不同层之间的偏向扩散过程相结合。引入参数 alpha 来控制扩散过程的偏差，使得每个个体更倾向于移动到具有更多感染（或恢复）邻居的一个层，以获得更大的  alpha 值。使用随机模拟和平均场理论，我们表明从无疾病阶段到地方性阶段的相变类型取决于alpha 的值。当  alpha 足够小时，系统会经历通常的连续相变，  因为有效的扩展速率  beta 会增加，就像在单层网络中一样。有趣的是，当  alpha 超过临界值时，系统会因为beta 增加显示混合两阶相变或单阶不连续相变。前者包括无病阶段和低流行地方阶段之间的持续过渡，以及低流行地方病阶段和高流行地方病阶段之间的不连续过渡。对于后者，只有不连续转变，从无病期直接发生到高流行地方性阶段。此外，我们表明不连续的过渡总是伴随着每层中个体的比列概率的自发对称性破坏。

对低收入和中等收入

国家的疫苗分销网络优化

原文标题：

Optimizing vaccine distribution networks in low and middle-income countries

地址：

http://arxiv.org/abs/1907.13434

作者：

Yuwen Yang, Hoda Bidkhori, Jayant Rajgopal

摘要： 疫苗接种已被证明是预防传染病的最有效方法。然而，低收入和中等收入国家仍有数百万儿童没有接种常规疫苗并仍处于危险之中。世界卫生组织的扩大免疫规划（WHO-EPI）旨在为全世界儿童提供普遍的儿童疫苗接种，在这项工作中，我们致力于设计WHO-EPI疫苗的分销网络。特别是我们将网络设计问题表述为混合整数程序（MIP），并针对使用商业MIP软件太大而无法解决的典型问题提出了一种新算法。我们使用来自撒哈拉以南非洲四个不同国家的数据测试该算法，并表明即使对于最大量的问题，该算法能够在几分钟内获得高质量的解决方案。

具有选择权的独裁者

博弈中社会信息的影响

原文标题：

The Effect of Social Information in the Dictator Game with a Taking Option

地址：

http://arxiv.org/abs/1907.13471

作者：

Tanya O’Garra, Valerio Capraro, Praveen Kujal

摘要： 我们实验研究了有分配选择权的独裁者活动中是如何受到积极和消极信息的影响的，这些信息与前一个参与者的行为有关。我们使用策略方法来识别行为的“类型”，从而区分“墨守成规者”和“反墨守成规者”，以及无条件的选择者。无条件的选择者在所有类型中所占比例最大(约80%)，而只有约20%的被试者对社会信息的反应设定了条件。我们发现从众和反从众都是由被视为道德的欲望所驱动(道德同一性的“符号化”维度)。主要的区别在于，从众也是由对他人想法的敏感性所驱动(“对社会比较的关注”)。另一方面，无条件的给予(约30%的玩家)主要是由道德认同对自我的中心地位(道德认同的“内在化”维度)所驱动的。因此，社会信息似乎主要影响那些在意自己是否道德的人。然而，影响的方向取决于一个人对别人的想法有多敏感。

MIMO干扰频道的

最大-最小公平性设

计：一种最小化最大化方法

原文标题：

Max-Min Fairness Design for MIMO Interference Channels: a Minorization-Maximization Approach

地址：

http://arxiv.org/abs/1908.00160

作者： 

Mohammad Mahdi Naghsh, Maryam Masjedi, Arman Adibi, Petre Stoica

摘要： 针对多输入多输出干涉频道(MIMO-IC)中线性预编码器(波束形成器)的设计问题。其目的是设计传输协议方差矩阵，以实现对所有用户的最大最小效用公平化。相应的优化问题一般是非凸的NP困难问题。针对这一问题，提出一种基于最小化最大化(MM)技术的求解算法。该方法在每次迭代中求解一个二阶锥凸程序(SOCP)，证明了所设计的方法收敛于问题的静态点。我们还将算法扩展到噪声协方差矩阵或信道状态信息(CSI)中存在不确定性的情况。仿真结果表明了该方法与竞争对手相比具有有效性。

从媒体事件报道中监督学习

全球风险网络激活事件特性

原文标题：

Supervised Learning of the Global Risk Network Activation from Media Event Reports

地址：

http://arxiv.org/abs/1908.00164

作者：

Xiang Niu, Gyorgy Korniss, Boleslaw K. Szymanski

摘要： 世界经济论坛（WEF）发布全球风险年度报告，这些报告对世界经济产生重大影响。目前，许多研究人员分析风险的建模和演变。然而，很少有研究关注WEF发布的全球风险网络的验证。在本文中，我们首先根据从维基百科中抓取的带注释的风险事件创建风险知识图。然后，我们比较了WEF和维基百科网络中风险的关系依赖性，发现它们共享超过50％的边界。此外，每个网络独有的边界表示专家和公众对全球风险的不同观点。为了降低触发风险激活的事件的手动注释成本，我们构建了一个自动检测工具，可过滤掉与全局风险无关的80％以上的媒体报告事件。在过滤过程中，我们的工具还会不断从事件句子中学习与全球风险相关的关键词。使用从风险知识图中提取的事件的位置，我们可发现全球风险类别的地理分布特征。

跨域网络表示

原文标题：

Cross-domain Network Representations

地址：

http://arxiv.org/abs/1908.00205

作者：

Shan Xue, Jie Lu, Guangquan Zhang

摘要： 网络表示的目的是通过从网络结构获得社区信息来学习一组潜在特征，以提供机器学习任务的知识。最近的研究通过采用随机游走作为网络采样策略，在网络表示方面取得了重大进展。然而，现有方法依赖于特定领域的丰富社区结构，并且在其自身领域缺乏拓扑信息的网络中失败。在本文中，我们提出了一种新的跨域网络表示算法，命名为CDNR。通过从结构丰富域生成随机游走并在跨域的随机游走中传递知识，它还为结构稀缺域启用网络表示。具体而言，CDNR是通过跨域双层节点规模平衡算法和跨域双层随机游走学习框架中的跨域双层知识转移算法实现的。各种现实世界数据集上的实验以无人监督的方式证明了CDNR对通用网络的有效性。

基于友谊悖论采样的

幂律度分布的最大似然估计

原文标题：

Maximum likelihood estimation of power-law degree distributions using friendship paradox based sampling

地址：

http://arxiv.org/abs/1908.00310

作者： 

Buddhika Nettasinghe, Vikram Krishnamurthy

摘要： 本文考虑了估计无向网络幂律度分布的问题。尽管幂律度分布在本质上是普遍存在的，但是用于估计它们的广泛使用的参数方法（例如，双对数轴上的线性回归，具有均匀采样节点的最大似然估计）遭受由于缺乏数据而引入的大的方差 - 从幂律度分布的尾部指出。作为一种解决方案，我们提出了一种新的最大似然估计方法，利用友谊悖论从度分布的尾部更有效地进行采样。我们分析表明，与使用均匀采样节点（这是文献中最常用的方法）获得的最大似然估计相比，所提出的方法可得到更小的偏差，方差和Cramer-Rao下界。详细的仿真结果用于说明所提方法在不同条件下的性能以及与其他方法的比较。

网络的采样：估计不完

整图表的特征向量中心性

原文标题：

Sampling on networks: estimating eigenvector centrality on incomplete graphs

地址：

http://arxiv.org/abs/1908.00388

作者： 

Nicolò Ruggeri, Caterina De Bacco

摘要： 我们开发了一种新的抽样方法来估计不完全网络上的特征向量中心性。我们的目标是估计这种全球中心性措施，处理有限数量的数据。在许多实际情况中都是这种情况，其中数据收集是昂贵的，网络相对于数据存储容量来说太大或者只有部分信息可用。采样算法理论上是基于谱近似理论得出的结果。我们研究了合成和实际数据的问题，并测试了与传统方法相比的性能，如随机游走和均匀采样。我们表明，从这些方法获得的近似值并不总是可靠的，并且我们的算法在保持计算可扩展性的同时，在不同的误差测量下提高了性能。

用归一化集聚系数

测量网络的集聚强度

原文标题：

Measuring the Clustering Strength of a Network via the Normalized Clustering Coefficient

地址：

http://arxiv.org/abs/1908.00523

作者：

Ting Li, Xianshi Yu, Bing-Yi Jing

摘要： 本文提出了一种新的网络统计量——归一化聚类系数，它是在不同网络生成模型下对网络规模、网络密度和度异质性具有鲁棒性的聚类系数的修正版本。特别是在度修正块模型(DCBM)下，由归一化聚类系数可以推导出“进-出比”。在三种常用的网络生成模型下，研究了该指标的渐近性质。归一化聚类系数还可用于网络聚类、网络采样以及动态网络分析。进行仿真和实际数据的分析展示了这些应用。

来源：网络科学研究速递

审校：郭治青

编辑：张爽

声明：Arxiv文章摘要版权归论文原作者所有，由本人进行翻译整理，未经同意请勿随意转载。本系列在微信公众号“网络科学研究速递”（微信号netsci）和个人博客 https://www.complexly.me （提供RSS订阅）进行同步更新。

近期网络科学论文速递

---

集智俱乐部QQ群｜877391004

商务合作及投稿转载｜[e-mail]

◆ ◆ ◆

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！