核心速递
Graph Representation Learning: A Surveyhttp://arxiv.org/abs/1909.00958Fenxiao Chen, Yuncheng Wang, Bin Wang, C.-C. Jay Kuo摘要： 近年来，随着现实应用中大量数据以图形的形式出现，图形表示学习的研究受到了广泛的关注。高维图形数据往往是不规则的，这使得它们比定义在规则网格上的图像/视频/音频数据更难分析。为了将原始图数据转换为低维向量表示，同时保持图的内在性质，人们发展了各种图嵌入技术。在这篇综述中，我们首先解释了图嵌入任务及其挑战。接下来，我们回顾了一系列具有洞察力的图嵌入技术。然后，我们对几种常用的统计方法的性能进行了比较。最后，展望了其应用前景和发展方向。
Can A User Guess What Her Followers Want?http://arxiv.org/abs/1909.00440Abir De, Adish Singla, Utkarsh Upadhyay, Manuel Gomez-Rodriguez摘要： 每当一个社交媒体用户决定分享一个故事时，她通常会很高兴地从她的追随者那里得到赞同、评论、分享，或者更普遍地说是反馈。因此，她可能觉得有必要利用收到的反馈来（重新）评估她的追随者的偏好，并决定接下来要分享哪些故事以获得更多（正面的）反馈。她能在哪些条件下取得成功？在这种情况下，我们首先从理论的角度来研究这个问题，然后提供一套实用的算法来识别和描述社交媒体中的这种行为。更具体地说，我们从连续决策和效用最大化的角度解决上述问题。对于各种各样的实用功能，我们首先说明，为了取得成功，用户需要积极地通过分享故事，来获得更多积极的反馈，以了解其追随者的偏好。然而，如果一个用户利用其追随者提供给其他用户的反馈以及她收到的反馈，那么探索就没有必要。然后，我们开发了一个观察数据的效用估计框架，它依赖于统计假设检验来确定用户是否利用从每个追随者那里得到的反馈来决定下一步发布什么。对合成数据的实验验证了我们的理论发现，并表明我们的估计框架能够准确地恢复用户的潜在效用函数。对从twitter和reddit收集的几个真实数据集的实验表明，在我们的数据集中，多达82%（43%）的twitter（reddit）用户确实使用他们收到的反馈来决定下一步发布什么。
Experimental analyses on 2-hop-based and 3-hop-based link prediction algorithms http://arxiv.org/abs/1909.00174Tao Zhou, Yan-Li Lee, Guannan Wang摘要： 链路预测是网络科学中一项重要且具有挑战性的任务。大多数已知方法是基于相似度的，其基本思想是：在定义节点对之间的相似度指标的基础上，认为相似度较大的两个节点通过链路连接的概率较高。基于相似度来进行脸变预测的方法，特别是基于局部信息的方法，由于其简单性、可解释性和高效性，已经在不同领域得到了成功的应用。在这个研究领域中，一个直观的共识是共享公共邻居的两个节点很可能拥有一个链接，而最近的一些证据表明，3跳路径的数量比公共邻居的数量更准确地预测丢失的链接。本文在128个真实网络上对基于2跳和基于3跳的相似度指标进行了广泛的实验比较。结果表明，基于3跳的指标表现稍好，中奖率约为55.88%，但哪一个指标最好仍取决于目标网络。总的来说，cannistraci-hebb指数在所有被考虑的候选人中表现最好。
Evolution of interdependent co-authorship and citation networks http://arxiv.org/abs/1909.00185Chakresh Kr. Singh, Demival Vasques Filho, Shivakumar Jolad, Dion R. J. O’Neale摘要： 对书目数据的研究表明，引文网络的增长与其相应的合著网络之间存在着很强的相关性。我们探讨了1970年至2013年间美国物理学会期刊上印度作者的出版物上不断发展的引文网络和合著网络之间的相互依赖性。我们以两种方式记录每对可能的作者之间的相互作用：第一，通过追踪他们交换的引文变化，第二，通过追踪共同作者网络中作者之间的最短路径。我们在分析期间的每一年创建这些数据。本文采用概率方法量化了引文与最短路径的相关性，以及引文合著系统的动态性变化等。研究发现，具有共同作者距离 d < 3 的作者对会显著影响彼此的引用，但是这种影响会在共同作者网络中的较长距离时迅速下降。d=1的配对之间的引文交换在首次合著事件发生时呈现出突然增加的趋势，并在此后衰减，表明合作中出现了老化效应。这表明，共同作者网络的动态似乎推动了引文网络的动态，而且这种作用是不可逆的。此外，大多数作者的引文都来自当前或过去的合著者的相互引文。我们认为，为了回答科学合作的本质和动态问题，有必要同时研究合著网络和引文网络。
Small worlds and clustering in spatial networks http://arxiv.org/abs/1909.00226 Marian Boguna, Dmitri Krioukov, Pedro Almagro, M. Angeles Serrano摘要：具有潜在度量空间的网络在网络科学、统计物理、应用数学、计算机科学、社会学和其他领域引起了越来越多研究者的关注。近一段时间以来，图嵌入研究领域的发展进一步扩大了这种影响。在广阔的空间网络模型领域中，只有少数模型能够再现现实世界中网络最基本的特性。在这里，我们重点讨论了稀疏性、小世界性和聚类性这三个性质，并确定了空间同质网络和空间异构网络模型的一般子类，这些模型是稀疏的小世界网络，并且在热力学极限下具有非零聚类的特点。我们依赖于最大熵方法，其中网络链路对应于费米子，其能量依赖于空间距离来决定网络的小世界和聚集特性。
Publishing Community-Preserving Attributed Social Graphs with a Differential Privacy Guarantee http://arxiv.org/abs/1909.00280Xihui Chen, Sjouke Mauw, Yunior Ramírez-Cruz摘要： 本文提出了一种新的具有差分隐私保证属性和社区保留属性社交图。与前面的方法不同，我们的方法能够保留原始图的社区结构，并且不影响捕获全局结构属性的能力。我们的建议依赖于C-AGM，这是一种新的社区保留属性的图生成模型。我们为C-AGM配备了属性图采样和参数估计的有效方法。对于后者，我们引入了差分隐私计算方法，使得我们能够发布具有强大形式隐私保证的保留社区的合成属性社交图。通过综合实验，我们发现我们的新模型在综合保留原始图的社区结构、度序列和聚类系数的差分隐私属性社交图方面显著优于类似模型。注：差分隐私（differential privacy ，DP ）作为一种新出现的隐私保护技术，定义了一个相当严格的攻击模型，通过添加噪音使数据失真达到隐私保护的目的。
Monitoring stance towards vaccination in Twitter messageshttp://arxiv.org/abs/1909.00338Florian Kunneman, Mattijs Lambooij, Albert Wong, Antal van den Bosch, Liesbeth Mollema摘要： 我们开发了一个系统来自动分类twitter消息中的疫苗接种立场，重点是甄别带有负面立场的消息。这样的一个系统使得监控社交媒体上正在进行的信息流成为可能，从而有利于政府对公众在疫苗接种方面的犹豫不决给出切实可行的回应。对于提到疫苗接种相关关键术语的荷兰的twitter消息，我们标注了他们与疫苗接种相关的立场和评价（前提是他们提到了这个主题）。随后，我们使用这些编码数据来训练和测试不同的机器学习模型。为了最好地识别对疫苗接种持消极态度的信息，我们在数据集大小增加、可靠性降低、要区分的类别数增加以及不同分类算法等诸多情况下进行测试。研究发现，在严格和松散标注的数据与更细粒度标签相结合的情况下训练的支持向量机在F1得分为0.36、ROC曲线下面积为0.66的情况下取得了最好的结果，其优于基于规则的情感分析基线（F1得分为0.25，ROC曲线下面积为0.57）。研究表明，利用计算机系统进行立场预测是一项具有挑战性的任务。对系统的数据和行为的分析表明，需要一种方法，将更大的训练数据集与预测的人为反馈相结合。
Misinformation spreading on correlated multiplex networks http://arxiv.org/abs/1909.00397Jiajun Xian, Dan Yang, Liming Pan, Wei Wang, Zhen Wang摘要： 不断扩大的在线社交网络为错误信息的传播提供了快速渠道，这可能会对社会经济系统产生严重影响。多个领域的研究人员都关注这个问题，以期解决。然而，迄今为止，还没有系统的理论研究来观察相关多路网络上的错误信息传播。在这项研究中，我们提出了一个基于多路网络的错误信息传播模型，考虑到每个人都可以从多个平台获得错误信息。随后，我们发展了一个异质的边缘基础分区理论来理解我们提出的模型的传播动力学。此外，本文还建立了一种基于稳定性分析的分析方法来获得错误信息爆发阈值。在此基础上，本文分析了不同动力学参数和结构参数对错误信息传播动力学的影响。结果显示，一旦 beta 超过爆发阈值beta_c，错误信息爆发大小 R（ infty）以有效传输概率 beta 持续增长 。较大的平均度、较强的非均匀性或正的层间相关性都会使得beta_c 减少，加速错误信息的爆发。此外，增加度的非均匀性或正层间相关性会通过影响beta值的大小来影响R（ infty）值。我们的系统理论分析结果与数值模拟结果吻合得很好。我们提出的模型和准确的理论分析将作为理解和预测多路网络上错误信息传播动态的有用框架，从而为解决这一严重问题铺平道路。
On Privacy of Socially Contagious Attributes http://arxiv.org/abs/1909.00543摘要： 在数据收集过程中，保护用户隐私的一种常见方法是在收集之前对用户的敏感数据进行随机干扰，这样仍然可以推断汇总的统计数据，而不会危及个人机密。在这篇文章中，我们将更深入地研究当敏感属性受到社会传染时，差异隐私保证的有效性。我们首先证明，在没有关于传染网络的任何知识的情况下，试图从扰动网络中预测真实值的对手，无法在ROC曲线（AUC）下面达到1-（1- delta）/（1+e^varepsilon），如果使用（ varepsilon， delta）- 差异私有机制扰乱数据集。然后，我们证明，有了传染网络和传染模型的知识，我们可以做得更好。我们证明了我们的方法通过了差异隐私的性能限制。我们的实验还发现，与其他节点相比，对其他节点有高度影响的节点更容易暴露其秘密。通过对合成网络和真实网络的大量实验，证明了该方法的优越性。
Secure Analysis of Dynamic Networks under Pinning Attacks against Synchronization http://arxiv.org/abs/1909.00582Yuzhe Li, Dawei Shi, Tongwen Chen摘要： 本文首先考虑复杂网络的钉扎节点选择和控制增益协同设计问题，进一步给出了在均匀状态下钉扎控制网络同步的必要条件和充分条件。本文建立了描述钉扎成本的定量模型，并将不同情况下的钉扎节点选择和控制增益设计问题转化为相应的优化问题。本文提出了解决这些问题的算法，并基于已有研究结果，我们考虑了恶意攻击者的存在，并描述了防御者和恶意攻击者的资源分配模型。我们建立了一个领导者 - 跟随者斯坦克尔伯格博弈框架来研究双方的行为，并研究了该安全博弈的均衡性。文中给出了数值算例和仿真结果。
Theoretical and numerical considerations of the assumptions behind triple closures in epidemic models on networks http://arxiv.org/abs/1909.00651Nicos Georgiou, IstvÁn Z. Kiss, PÉter Simon摘要： 网络被广泛应用于模拟人流群体内的接触结构模型以及由此产生的疾病传播模型。虽然网络提供了高度的真实性，但精确模型的分析是遥不可及的，即使是数值方法也不能满足适度的网络规模。因此，过去几十年来，平均场模型（如两两模型）以描述精确模型中一些统计摘要的演变为重点，得到了广泛的关注。本文重新讨论了成对模型的三重闭包的推导问题，并详细研究了一些著名闭包背后的假设及其有效性。本文使用自上而下的方法，我们从整个图的层次开始，一直到三元组的层次，并将其与关于节点和对的信息结合起来。本文使用我们的方法推导出许多现有的闭包并提出新的闭包，并从理论上连接了两个充分研究的多项式链和泊松链选择模型。理论工作得到了数值例子的支持，以突出常用假设可能失败的地方，并为在使用不具有或适度程度异质性的图时如何选择最合适的闭包提供了一些建议。
比例增长以及类似规律：
基于主体的社会经济系统建模应用
原文标题：
The law of proportionate growth and its siblings: Applications in agent-based modeling of socio-economic systems
地址：
http://arxiv.org/abs/1909.00653
摘要： 比例增长定律简单地指出，数量x的时间依赖性变化与x成正比。它对各种动态现象的适用性基于对比例因子的各种假设，比例因子可以是随机的，可以是确定性的，也可以是时间依赖的。此外，动力学可以与附加的增长项相结合，这些增长项可以是常数、聚合量或相互作用项。这允许将核心动态扩展到基于代理的建模框架中，并在社会和经济系统中有广泛的应用。本文从这一总体视角出发，探讨了饱和增长、竞争、随机增长、随机环境下的投资、财富再分配、观点动态与群体智慧、声誉动态、知识增长以及与网络动态的结合等现象。War pact model of shrinking networkshttp://arxiv.org/abs/1909.00745Luka Naglić, Lovro Šubelj摘要： 许多实际系统可以用一组相互作用的实体来描述，这些实体构成一个复杂的网络。令一些人惊讶的是，无论其类型或来源如何，它们都具有许多结构特性。因此，设计简单直观的模型来解释它们的内在结构和动力学是非常重要的。例如，它们可以用于分析研究网络或构建现实生活中未观察到的网络。文献中提出的模型大多有两种。模型可以是静态的，其中边是根据一些预定义的规则添加到一组固定的节点之间的；也可以是不断演化的，其中节点或边的数量随着时间的推移而增加。然而，一些真实的网络不是增长而是收缩，这意味着节点或边的数量随着时间的推移而减少。我们提出一个简单的网络收缩模型，称为战争契约模型。我们证明了以这种方式生成的网络具有真实网络的共同结构性质。此外，与传统模型相比，这些模型更类似于国际贸易，与战争、比特币交易和其他网络的关系更为密切。因此，网络收缩可能是对某些网络演化的合理解释，今后应更加重视这些模型。Collective effects of link failures in linear flow networks http://arxiv.org/abs/1909.00774 Franz Kaiser, Julius Strake, Dirk Witthaut摘要： 供应网络的平稳运行对于许多系统的正常运行至关重要，从人体血液输送系统或植物叶片等生物有机体到电网或天然气管道等人造系统。随着可再生能源的日益普及，对单一输电元件故障的分析越来越深入，全面了解多重故障对于防止大规模停电变得越来越重要。在本出版物中，我们研究了几个传输元件同时失效的集体性质。特别地，我们关注单个传输元件故障与多个元件的集体故障之间的差异。我们已经证明，对于两个并发故障，与两个单独的故障相比，同时停机可能导致流向反转，并且发现额外中断可能对整个系统有益的情况。除此之外，我们还引入了一个量化器，该量化器在预测两次停机是否共同起到强烈作用或在数学上可能被视为个别故障时表现非常好。最后，我们对最近在理解单链路故障方面取得的进展进行了扩展，证明多链路故障可被视为晶格状网络中多个电偶极子的叠加，且集体效应在连续极限中完全消失。研究结果表明，多条线路同时发生故障可能会导致意想不到的后果，用单链路故障的理论框架很难描述这些后果。 Identifying the Hierarchical Influence Structure behind Smart Sanctions using Network Analysishttp://arxiv.org/abs/1909.00847 Ryohei Hisano, Hiroshi Iyetomi, Takayuki Mizuno摘要： 明智的制裁是一个越来越受欢迎的工具，可以有效禁止流氓行为者进入全球经济。本文通过分析世界主要机构发布的智能制裁清单，确定了这些机构之间的等级影响结构，鼓励它们采取此类行动。通过对各机构之间的影响网络进行亥姆霍兹 - 霍奇分解（根据它们发布的智能制裁清单构建），研究表明，可以获得关于智能制裁背后的分层影响结构的有意义的见解。
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。
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！