本文由机器翻译、人工微调，仅供参考，感兴趣请查阅论文原文
核心速递
  • HodgeNet：用于边数据的图神经网络;
  • 基于多种人工智能技术的行人人群疏散仿真模型;
  • 度量城市的弹性：基于道路网络的方法;
  • 产品推荐涉及的营销偏置;
  • 将建筑视作物种：城市中的竞争和尺度规则;
  • 城市含时网络的模式和异常检测;
  • 通过随机用户-运营商分配博弈实证评价卢森堡微交通服务;
  • 有协调和抗协调的主体博弈;
  • 资源匮乏社区的人工智能：不确定世界的影响最大化;
  • 社会公益影响力最大化：利用资源匮乏社区的社会网络;
  • 大型属性图考虑关键词的有影响力社区搜索;
  • 非恐慌撤离情景下行人的集体动态;
  • 自动化和连通性对交通流和二氧化碳排放的影响：一项详细的微观仿真研究;
  • EviDense：基于图的方法寻找独特的基于关键词简洁描述的高影响力事件;
  • 不均一的碳价格对简化欧洲电力系统的成本优化设计的影响;
  • 利用辅助判别任务的迁移学习进行无监督异常检测;
  • 美国西部输电网针对连锁故障的基于弹性的优化;
  • 社会网络上重叠社区的自我证伪的分级检测;
  • 适应天气：气候变化下的电网基础设施规划;
  • 来自社区倡导者和行动者的用于技术审计的算法权益工具包;
  • 通过整合网络的扩散和投资者领域偏好为新创业公司推荐投资者;
  • SemEval-2014任务9：Twitter情感分析;
  • 人类活动数据的升尺度：生态角度;
  • 解释传递性和度同配性：社会网络的二分结构;
  • Cipolla博弈：人类愚蠢规律下的博弈;
  • 创新的数学结构;

HodgeNet：
用于边数据的图神经网络

原文标题：
HodgeNet: Graph Neural Networks for Edge Data
地址：
http://arxiv.org/abs/1912.02354
作者：
T. Mitchell Roddenberry, Santiago Segarra
摘要： 网络和网络进程已成为建模社会交往，疾病传播以及各种通过关系结构驱动的附加动力强大的工具。最近，神经网络已经被推广到在图上处理数据，因此能够从上述网络进程实现的传统任务，诸如节点的分类和预测链路尖端性能学习。然而，这些方法都已经制定只适合于一个图的节点上的数据的方式。这些技术来支撑在图的边数据的应用程序，即流量信号，还没有详细被探索。为了弥补这种差距，我们建议使用所谓的霍奇拉普拉斯与图神经网络结构的流数据的分析相结合。具体来说，我们施加两个图表神经网络结构来解决流动插值和源定位的问题。
基于多种人工智能技术
的行人人群疏散仿真模型
原文标题：
A Simulation Model for Pedestrian Crowd Evacuation Based on Various AI Techniques
地址：
http://arxiv.org/abs/1912.01629
作者：
Danial A. Muhammed, Soran A.M. Saeed, Tarik A. Rashid
摘要： 本文试图以设计为行人人群疏散的智能仿真模型。为此，元胞自动机（CA）进行充分的模糊逻辑集成，第k个最近的邻居（KNN），以及一些统计公式。在这个模型中，每个行人被分配一个特定的速度，根据他/她的物理，生物和情感特征。每个行人的应急行为和疏散效率是由他或她的速度用各种元素，如环境，行人分发和熟悉的出口连接评估。这些元素都对撤离过程极大的影响。几个实验进行了验证在不同的紧急情况下的模型的性能。结果表明，该模型可以预测的疏散时间和应急行为在各类建筑室内设计和行人分布。该研究提供了很好的参考建筑物疏散系统的设计。

度量城市的弹性：
基于道路网络的方法

原文标题：
Measuring urban resilience: A road network-oriented method
地址：
http://arxiv.org/abs/1912.01739
作者：
André Borgato Morelli, André Luiz Cunha
摘要： 设计和维护可持续和有弹性的运输系统依赖于危机发生前识别系统中的潜在漏洞和低效率，使行动的基础架构和策略可以有效地设计。然而，鉴于运输网络的复杂性，以及在哪些系统可以失败方式的多样性，评估的特殊现象的影响的问题，仍然缺乏的是可容易地应用于利益相关者衡量影响和规划缓解措施的工具和方法。因此，为了简化系统的初步分析中搜索漏洞和低效率的灾难发生之前，本文的目的是提出一种用于在其上的道路被禁用或不可用的时间危机期间评估网络的行为。在本研究中提出的方法是围绕从道路网和跳闸分布计算两个度量构造形成起源/目的地（OD）矩阵：网络连续性和备选的效率。通过这些指标，我们评估，作为一个例子，在使用S 〜AO卡洛斯，一个中等规模的巴西城市，位于〜AO圣保罗州各洪水场景本地和全球影响。结果发现，该方法可以识别网络上的事件对全球的影响，以及划定最脆弱的交通小区应特别注意在危机时期，通过利益相关方证明其采纳为弱势运输系统的分析。最后，本文的目的创建的计算工具都有了，以便于通过该模型。

产品推荐涉及的营销偏置

原文标题：
Addressing Marketing Bias in Product Recommendations
地址：
http://arxiv.org/abs/1912.01799
作者：
Mengting Wan, Jianmo Ni, Rishabh Misra, Julian McAuley
摘要： 现代协同过滤算法，试图通过揭露消费产品的互动模式，以提供个性化的产品建议。然而，这些相互作用可以通过产品是如何销售，例如，由于在产品的图像的特定人体模型的选择来偏置。这些相关性可导致在所述交互数据特定利基市场的代表性不足;例如，女性用户谁也可能有同样的摩托车产品不太可能，如果他们使用刻板印象“男性”的图像提升与他们互动。在本文中，我们首先考察用户的互动反馈和产品的两个真实世界的电子商务数据集营销图像之间的这种相关性。我们进一步研究的几个标准的协同过滤算法来细分消费产品市场中输入交互数据分布的响应，揭示了营销策略，可以是偏向现代的推荐系统的来源。为了在未被充分代表的细分市场保护的建议表现，我们制定了一个框架来解决这一潜在市场的偏见。定量结果表明，该方法显著改进了不同细分市场的建议公正，具有可忽略的损失（或更好）推荐准确度。

将建筑视作物种：
城市中的竞争和尺度规则

原文标题：
Buildings as Species: Competition and Scaling Rules in Cities
地址：
http://arxiv.org/abs/1912.01889
作者：
Tarek Tohme, Martin Grant, Sara Najem
摘要： 我们来看一下通过生态的镜头建筑物的竞争在空间在城市。采用建筑的足迹凸包的周长是种产量相似之处林木的竞争，这是我们阐述的定义。其周边分布 P（R）遵循幂律行为超越了建筑环境密度的一个临界值。在这个体制中，物种共存可能性 P（d），其中 d 是最接近的竞争对手，我们将其定义为具有较大 R 建筑物，随着建筑物的数 N 分叉的距离。这说明了两个不同的捕食法：这是与空间均匀性和隔离，而不是另一种有利于空间分集和物种之间混用的恶性掠夺性的。

城市含时网络的模式和异常检测

原文标题：
Pattern and Anomaly Detection in Urban Temporal Networks
地址：
http://arxiv.org/abs/1912.01960
作者：
Mingyi He, Shivam Pathak, Urwa Muaz, Jingtian Zhou, Saloni Saini, Sergey Malinchik, Stanislav Sobolevsky
摘要： 城市活动，包括流动性的广谱可以模拟为时间的网络演进随着时间的推移。在城市动态引起的事件，如公民行动，大规模人群聚会，节假日和自然灾害的破坏急剧变化可能反映在这些时间移动网络。鉴定和检测早期的这种异常的发展是交通规划和安全至关重要。从高维网络数据异常检测是作为边水平测量往往具有低的值，并导致高噪声 - 信号比高方差一个具有挑战性的任务。在这项研究中，我们提出了一个通用的三相管线方法来解决维和原始数据的吵闹的诅咒。我们的管道包括我）的初始网络汇聚借力社区发现二）监督的降维III）聚类产生的表示为异常检测。我们进行了广泛的实验，以评估在两个主要城市，纽约市和台北收集移动性数据所提出的方法。我们的研究结果经验证明，提出的方法优于异常检测的传统方法。我们进一步认为，所提出的异常检测框架是可能推广到各种其它类型的颞网络例如社会互动，信息传播和疫情蔓延。

通过随机用户-运营商分配博
弈实证评价卢森堡微交通服务

原文标题：
A stochastic user-operator assignment game for empirical evaluation of a microtransit service in Luxembourg
地址：
http://arxiv.org/abs/1912.01984
作者：
Tai-Yu Ma, Joseph, Y.J. Chow, Sylvain Klein, Ziyi Ma
摘要： 我们应对评估和设计microtransit服务的问题。 Microtransit运营商可以分配资源时运行的许多方面进行改进：车辆能力;机队规模;算法来提高路由，定价，重新定位，匹配;和更多。我们进行从Rasulkhani和Chow（2019）模型的第一实证应用，评估使用旅客和运营商之间的航线稳定匹配这样的系统。使用Kussbus的真实数据集进行的一项研究行业合作者UFT（乌托邦的未来技术S.A.）覆盖在卢森堡和法国边和比利时方边境地区四月间作出2018十月3010人次共享。一些修改对模型所作的将其转换成一个基于随机可靠性模型，以便更好地允许其安装到数据。校准结果导致24.67欧元/小时的VOT，与Kussbus制成45欧元旅行的基效用，并为0.20（54％预测率，70个％的版主20％测试集匹配）稳定性的显著性水平。利用该模型表明，当前Kussbus操作不是一个稳定的结果，系统的分析;而从-4135欧元增加净利润187欧元615的搭车请求到买方最优策略增长的机票价格只会从465趟426人次减少客流量。如果政府介入，我们建议他们资助Kussbus通过要求买方最优定价策略作为降低成本的50％，将增加10％的乘客，以提高他们的路线运营成本。在另一方面，如果Kussbus可以减少20％的车辆行驶时对自己，他们可以显著从基线增加利润的好几倍。

有协调和抗协调的主体博弈

原文标题：
On games with coordinating and anti-coordinating agents
地址：
http://arxiv.org/abs/1912.02000
作者：
Martina Vanelli, Laura Arditti, Giacomo Como, Fabio Fagnani
摘要：这项工作的研究纳什均衡异构比赛里双方协调和抗协调主体并存。虽然只有协调或仅防的协调主体博弈是在heterogenities的存在也是潜在的，这不再是真正的博弈时，协调和抗协调玩家互动的混合物。我们为混合协调和抗协调与异质公用事业的所有到所有网络上交互主体的博弈提供了一套纳什均衡的一个完整的表征。

资源匮乏社区的人工智能：
不确定世界的影响最大化

原文标题：
Artificial Intelligence for Low-Resource Communities: Influence Maximization in an Uncertain World
地址：
http://arxiv.org/abs/1912.02102
作者：
Amulya Yadav
摘要：人工智能（AI）的潜力，以解决具有挑战性的问题困扰社会是巨大的，特别是在医疗保健，保护和公共安全等领域。在这些领域中的许多问题利用服务不足的社区的社会网络，使积极的变化，例如，使用无家可归的年轻人的社会网络有关人类免疫缺陷病毒（HIV）等性病提高认识。不幸的是，大多数的这些现实问题的特点是关于AI的社会网络结构和影响力的模型，和以往的研究不确定性，不能充分应对这些不确定性。本文由国家的最先进的推进到一个新的一代的算法在社会网络中的干预措施来解决这些缺点。特别是，本文介绍的新的影响力最大化算法，它可以处理的，在现实世界中的社会网络中普遍存在的各种不确定性因素的设计和开发。这些算法利用从顺序规划问题和社会网络理论技术，开发新类型的AI算法。此外，本文还演示了通过描述他们在三个试点研究部署有关艾滋病传播的意识在洛杉矶无家可归的实际青年中的这些算法的真实世界的影响。这代表了在这一领域的计算机科学依据影响力最大化算法的首次部署之一。我们的研究结果显示，我们的AI算法在国家的最先进的160％，在现实世界中得到改善。我们讨论面临部署这些算法的研究和实施方面的挑战，以及可用于收集这类算法的未来部署的经验教训。从这些部署中的阳性结果说明在解决societally有关问题的AI的巨大潜力。

社会公益影响力最大化：
利用资源匮乏社区的社会网络

原文标题：
Influence Maximization for Social Good: Use of Social Networks in Low Resource Communities
地址：
http://arxiv.org/abs/1912.02105
作者：
Amulya Yadav
摘要：本文建议作如下技术贡献：（一）我们所提供的动态影响最大化不确定条件下（或DIME）的问题，该款机型所面临的问题的准确无家可归者收容所的定义; （ⅱ），我们提出用于解决DIME问题的新部分可观察马尔可夫决策过程（POMDP）模型; （iii）本公司设计了两个可伸缩的POMDP算法（一周平均和healer）解决DIME问题，因为传统的POMDP求解器无法扩展到感兴趣的尺寸; （四）我们通过开展在洛杉矶实际无家可归的青少年的试点研究测试我们的算法在现实世界中的有效性。本次试点的成功（稍后说明）表示利用影响力最大化为更大规模的社会利益的承诺。

大型属性图考虑关键
词的有影响力社区搜索

原文标题：
Keyword Aware Influential Community Search in Large Attributed Graphs
地址：
http://arxiv.org/abs/1912.02114
作者：
Md. Saiful Islam, Mohammed Eunus Ali, Yong-Bin Kang, Timos Sellis, Farhana M. Choudhury
摘要： 我们引入新的关键字感知有影响力的社区查询KICQ从一个属性图，其中一个有影响力的社区被定义为具有的专业知识在顶点的其他群体的一些主导地位顶点的紧密连接组（一组发现的最有影响力的社区关键字）与查询词（词或短语）匹配。我们首先设计出方便用户通过使用一组查询词的直观发出有影响力的CS查询KICQ，和谓词（AND或OR）。在此背景下，我们提出了一个新的单词嵌入基于相似模型，使语义社区搜索，这大大减轻了详细的基于关键字的社区搜索的局限性。接下来，我们提出了一个新的影响度量考虑了社会的两个凝聚力和影响力，并消除了对指定网络的内部参数的值，需要的社区。最后，我们提出了两种高效的算法在大型归因图表寻找有影响力的社区。我们提出详细的实验和案例研究，证明了该方法的有效性和效率。
非恐慌撤离情景下行人的集体动态
原文标题：
Collective dynamics of pedestrians in a non-panic evacuation scenario
地址：
http://arxiv.org/abs/1912.02232
作者：
Juan Cruz Moreno, M. Leticia Rubio Puzzo, Wolfgang Paul
摘要： 我们目前的步行运动的研究以及在非恐慌制度（例如，学校，医院和机场）走廊。这种情况迄今已讨论过的社会力模型（SFM）内。我们建议通过基于粒子和一些随机性，这两者我们介绍使用Vicsek模型（VM）的想法的速度相互作用来充实这一模式。这种新的模型允许引入波动对于给定的平均速度和几何形状，并考虑到对准的相互作用是由外部控制参数（噪声  ETA ）调制允许引进有序和无序状态之间的相变。我们比较了使用沿走廊行人运动的模拟（a）该VM与两个边界条件（定期的和弹回）和有或没有运动的所期望的方向，（b）该SFM，和（c）新的模型SFM + VM。稳态配置在VM与密闭几何显示了研究的预期条带垂直于所述运动方向，而在SFM和SFM + VM颗粒订购沿着运动方向的宽度给出瓦特的条纹。在SFM + VM的情况下的结果表明，值w（t） simeq吨^ 阿尔法具有漫射状在低温行为噪声  ETA （动态指数 阿尔法约1 / ），而它是子扩散在外部噪声（ 阿尔法约四分之一）的高值。我们既边界条件观察VM中的有序 - 无序转变，但所希望的方向的条件的应用抑制病症的存在预期。对于SFM + VM情况下，我们发现易感性最大，其与系统大小的指示，在整个研究范围内的密度和速度的有序 - 无序转变的噪声强度的函数增大。从我们的研究结果，我们得出结论，新的SFM +虚拟测量模型是一个非常适合的模型来描述与不同程度的障碍的非恐慌撤离。

自动化和连通性对交通流
和二氧化碳排放的影响：
一项详细的微观仿真研究

原文标题：
The impact of automation and connectivity on traffic flow and CO2 emissions. A detailed microsimulation study
地址：
http://arxiv.org/abs/1912.02273
作者：
Michail Makridis, Konstantinos Mattas, Biagio Ciuffo, Georgios Fontaras
摘要： 许多的连接和自动车辆或自动车辆的预期优点，而没有关于拥塞和能量消耗的连接（分别骑士和AVS）是有问题的。一些研究通过微观上述问题提供定量的答案，但他们忽略了系统的车辆动态，驾驶员的行为或瞬时排放估算的逼真模拟，主要是由于交通运输系统的整体增加了复杂性，需要对large-低计算需求大规模的模拟。然而，最近的研究质疑通用汽车以下车型的能力，产生逼真的车辆动态或驾驶行为，这直接影响排放量估计为好。这项工作提出了一个微观的研究，它在主题有助于使用基于场景的方法来提供关于骑士和AVS对排放的演变在高速公路网的影响的见解。这里的动机是为了回答不同的驾驶行为是否产生高峰时段的排放量显著的差异，以及如何显著是详细的车辆动力学仿真，并在结果瞬时排放的影响。

EviDense：基于图的方法
寻找独特的基于关键词
简洁描述的高影响力事件

原文标题：
EviDense: a Graph-based Method for Finding Unique High-impact Events with Succinct Keyword-based Descriptions
地址：
http://arxiv.org/abs/1912.02484
作者：
Oana Balalau, Carlos Castillo, Mauro Sozio
摘要： 尽管研究界近年来取得，自动获取来自社交媒体仍然充满挑战高冲击事件的有价值的信息显著努力。我们目前EviDense，寻找社交媒体高影响事件（如灾难事件）基于图的方法。一个我们在我们的工作应对挑战是为每个事件一个简洁的基于关键字的描述，包括它的最相关的信息，如发生了什么，位置，以及它的时间表。我们评估我们在收集了大量张贴在一段19个月的鸣叫方式，利用众包平台。我们的评价结果显示，我们的方法优于国家的最先进的用于同样的问题接近，在具有较高的精度，重复的较低数目，并呈现基于关键词的描述是简洁和信息的条款。从主流媒体整合新闻我们进一步提高我们的算法的结果。这项工作的初步版本，是作为在ICWSM 2018年4页短论文。

不均一的碳价格对简化欧洲电
力系统的成本优化设计的影响

原文标题：
The effect of inhomogeneous carbon prices on the cost-optimal design of a simplified European power system
地址：
http://arxiv.org/abs/1912.02739
作者：
Markus Schlott, Fabian Hofmann, Changlong Wang, R. O. Gomes, Alexander Kies
摘要： 碳价格是最突出的方法之一，以减少全球温室气体排放，并已通过了世界各地的一些国家。然而，不同区域的碳价格会导致碳泄漏。我们研究一个简化的欧洲电力系统中的碳价格相对于人均变化，以GDP和发现不均匀的碳价格上涨导致显著碳泄漏是由于燃煤发电剩余电量在东欧的主要来源。
利用辅助判别任务的迁移
学习进行无监督异常检测
原文标题：
Transfer Learning from an Auxiliary Discriminative Task for Unsupervised Anomaly Detection
地址：
http://arxiv.org/abs/1912.02864
作者：
Urwa Muaz, Stanislav Sobolevsky
摘要：从流动性等网络高维数据的无监督的异常检测是一个具有挑战性的任务。研究从这样的高维数据特征的工程不同的方法一直是该领域研究的一个重点。本研究旨在调查通过网络分类学无监督异常检测功能的可转让性。我们通过监督学习，这可以用于无监督异常检测提出使用辅助分类任务从未标记的数据提取特征。我们通过设计实验来检测来自纽约和台北的移动网络数据异常验证这一方法，并比较结果与传统的无监督功能学习PCA和自动编码的方法。我们发现，我们的特点学习方法的产量最异常的两个数据集检测性能，优于其他研究的方法。这确立了这种方法的功能设计，可以适用于其他类似性质的问题的效用。

美国西部输电网针对
连锁故障的基于弹性的优化

原文标题：
Resilience based optimization for western US transmission grid against cascading failures
地址：
http://arxiv.org/abs/1912.02887
作者：
Jian Zhou, Stamatis Tsianikas, David W. Coit, Frank A. Felder
摘要： 真实世界的网络系统，例如，电网，是现代经济的关键。由于提高了系统的规模和这些网络内部复杂的依赖关系，系统故障能广为传播，并造成严重损害。我们在1996年经历了电网大规模连锁故障，如美国主要西电网瘫痪和大东北停电的2003。因此，分析级联故障和防御战略，以响应系统灾难性的故障，是至关重要的。尽管许多努力已经进行，以防止整个系统发生故障的传播，最佳的系统恢复考虑对连锁故障的系统相关性研究很少。在本文中，我们提出了一个框架，以优化恢复策略，以提高有关级联故障的系统弹性。恢复策略的效果是由系统的韧性损失在级联过程进行评估。此外，如何系统的依赖性影响对连锁故障系统恢复行动的进行调查的影响。通过对西部美国输电网的案例研究，我们证明了我们的系统恢复优化框架可以通过减少连锁故障的强度和广度提高系统的灵活性。我们建议的架构提供了从级联故障，以增强现实生活中的网络系统的弹性关于优化系统的恢复的见解。

社会网络上重叠社区
的自我证伪的分级检测

原文标题：
Self-falsifiable Hierarchical Detection of Overlapping Communities On Social Networks
地址：
http://arxiv.org/abs/1912.02903
作者：
Tianyi Li, Pan Zhang
摘要： 没有社区检测算法可以是最佳的所有可能的网络，从而识别算法是否适合于某一特定的网络是非常重要的。我们提出了重叠基于先进的标签传播过程，模仿在社会网络社区形成工艺社区检测多步算法溶液方案。我们的算法是无参数，并能揭示出图社区的等级秩序。我们的解决方案方案的独特属性是自我证伪;的结果的自动质量检查在检测之后进行的，并且该算法用于特定网络的适应度被报告。大量的实验表明，我们的算法是自洽的，可靠的大范围的大小和不同种类的网络，并且是比稀疏和大型社会网络现有的算法更稳健。结果进一步表明，我们的解决方案计划可能会发现网络内在的社区结构特征。

适应天气：气候变化
下的电网基础设施规划

原文标题：
Weathering Adaptation: Grid Infrastructure Planning in a Changing Climate
地址：
http://arxiv.org/abs/1912.02920
作者：
Anna M. Brockway, Laurel N. Dunn
摘要： 有关电力系统规划和运营决策依赖于历史天气数据和过往业绩记录告知的假设和见解。不断变化的气候趋势，然而，改变能源利用方式和经营电网资产的条件，从而改变风险系统面的性质和严重程度。由于电网资产仍运行了几十年，规划发展的风险，需要将气候预测到电网基础设施的规划过程。目前的加工痕迹在电力部门的气候意识的决策途径。我们评估使用现有的气候模型和数据的电力规划的适宜性，并讨论其局限性。我们通过合成已知的关于改变环境条件下将如何影响基础设施的利用率，约束和绩效考核电网基础设施和气候之间的相互作用。我们通过介绍美国加州为例，如果检查并在气候数据可以被集成到基础设施的规划过程情境我们的研究结果。这项工作的核心贡献是一系列的九项建议，详细介绍了气候预测，电网建模架构，以及备灾，将需要确保基础设施的规划决策是强大的不确定性和风险与不断变化的气候条件有关的进步。

来自社区倡导者和行动者的
用于技术审计的算法权益工具包

原文标题：
An Algorithmic Equity Toolkit for Technology Audits by Community Advocates and Activists
地址：
http://arxiv.org/abs/1912.02943
作者：
Michael Katell, Meg Young, Bernease Herman, Dharma Dailey, Aaron Tam, Vivian Guetler, Corinne Binz, Daniella Raz, P. M. Krafft
摘要： 最近的学术研究的记录算法系统的歧视危害浪潮刺激了算法的问责和监管的广泛关注。然而，有效的问责制和调节是通过一个长期缺乏资源支持的算法和人工智能公众理解的阻碍。通过与总部设在美国的人权组织和社区组织的联合互动，我们确定需要（我）启发式援助的利益相关者（二）风险评估工具的类型用通俗的语言分析和信息系统之间的区别，以及这样的系统即开始通过使算法更清晰。目前的工作提供了一个工具包来实现这些目标。本文既呈现算法的权益工具包（AEKit）股权作为神器，和细节我们参与的进程如何塑造它的设计。我们的人机交互奖学金作为人机交互方法的价值的演示中的工作配合和方法来解决问题的算法透明度和问责制方面。

通过整合网络的扩散和投资者
领域偏好为新创业公司推荐投资者

原文标题：
Recommending investors for new startups by integrating network diffusion and investors’ domain preference
地址：
http://arxiv.org/abs/1912.02962
作者：
Shuqi Xu, Qianming Zhang, Linyuan Lv, Manuel Sebastian Mariani
摘要： 在过去的十年中，许多初创公司如雨后春笋般涌现，这为来自风险投资资金支持的巨大需求。然而，由于投资者和企业之间的信息不对称，融资过程中通常是具有挑战性和费时的，特别是对于那些尚未获得任何投资的创业公司。正因为如此，有效数据驱动技术来自动匹配潜在相关投资者创公司将是高度期望的。在这里，我们分析从www.itjuzi.com收集34469个有效的投资活动，并考虑新创建议投资者的冷启动问题。其中节点代表投资者，公司和公司的域名地址，我们通过构建数据的不同三方网络表示这个问题。首先，我们发现，投资者有较强的站点首当投资，这促使我们介绍三方网络建设投资者和投资领域之间的虚拟链路。我们的适用于各种网络表示基于扩散的算法的推荐性能的分析表明，新创公司有意投资者有效地与投资者域优选整合网络扩散过程透露。

SemEval-2014任务9：
Twitter情感分析

原文标题：
SemEval-2014 Task 9: Sentiment Analysis in Twitter
地址：
http://arxiv.org/abs/1912.02990
作者：
Sara Rosenthal, Preslav Nakov, Alan Ritter, Veselin Stoyanov
摘要：我们描述Twitter的任务，跑的情感分析作为SemEval-2014的一部分。这是去年的任务，成功地跑了作为SemEval-2013的一部分的延续。正如在2013年，这是最流行的SemEval任务;共有46个队贡献为子任务A 27个提交（21队）和用于子任务B 50个提交（44队）。今年，我们推出了三款新的测试组：（一）定期鸣叫，（II）讽刺的鸣叫，以及（iii）LiveJournal的句子。我们对（ⅳ）2013鸣叫进一步测试，和（v）2013的SMS消息。在（我）被NRC-加拿大在86.63的子任务，并通过TeamX在70.96的子任务B.达到的最高F1-得分

人类活动数据的升尺度：生态角度

原文标题：
Upscaling human activity data: an ecological perspective
地址：
http://arxiv.org/abs/1912.03023
作者：
Anna Tovo, Samuele Stivanello, Amos Maritan, Samir Suweis, Stefano Favaro, Marco Formentin
摘要：近年来，我们目睹收集了不同人的动态数据的爆炸，从电子邮件通信到社会网络活动。从这些庞大的数据集提取有用的信息是一个重大的挑战。在过去的几十年，统计规律已被广泛应用于人类活动的观察和各种模型已被提出。在这里，我们从建模到推理移动并提出一种能够预测从当地知识人类活动的全球性特征的统计框架。我们认为人类活动的四组数据：电子邮件通讯，Twitter消息，维基百科的文章和书籍古登堡。从当地的活动，如每个发件人发送的电子邮件，每所考虑的数据集的小样本中采集的井号标签和文字出现后的统计数据，我们推断全局特征，为在全球范围内的发件人，主题标签和文字的数量。我们的估计是稳健的，准确的用小的相对误差。此外，我们预测有一个主题标签或一个字的丰富可以通过秤改变。因此，观察微博的一小部分，其中一个给定的主题标签的普及，我们可以估算是否会继续流行或在网络中没有看不见的部分。因为我们发现看不见的人类活动标志的推断可以被映射到生物多样性的物种看不见问题我们的做法是统计生态学接地。我们的研究结果可能有电子邮件应用到不同的领域，从资源管理到集体关注监测Twitter和在字数据库语言学习过程。

解释传递性和度同配性：
社会网络的二分结构

原文标题：
Transitivity and degree assortativity explained: The bipartite structure of social networks
地址：
http://arxiv.org/abs/1912.03211
作者：
Demival Vasques Filho, Dion R. J. O’Neale
摘要： 动态过程，如知识，观点，病原体，“假新闻”，创新，和别人的扩散，在很大程度上取决于它们发生在其社会网络的结构。但是，为什么大多数的社会网络相比于其他类型的网络中如果存在某些特定的结构特征，即高层次传递和程度相配的，问题仍然开放。首先，我们认为，每一个模式的网络可以被认为是二分网络的一个凸起，并且显示，这是使用两个简单的例子来解决与生成函数形式主义的情况。其次，使用合成和经验数据，我们揭示了如何两组二分网络的节点的度分布的组合—-与长度四和六周期的存在一起—-解释及物的观察到的水平和在单模式度相配投影网络。与显示更加右偏分布比底部节点的顶部节点度二分网络产生高度传递和程度相配凸起，尤其是如果有大量的小周期存在于两方的结构。

Cipolla博弈：人类愚蠢规律下的博弈

原文标题：
Cipolla’ s game: playing under the laws of human stupidity
地址：
http://arxiv.org/abs/1912.03268
作者：
Joel Kuperman, Donny R. Bárcenas, Marcelo N. Kuperman
摘要：在这项工作中，我们提出由Carlo奇波拉题为人类的愚蠢的基本规律作品中获得灵感的演化博弈。博弈扩展两个原型策略，合作者和叛逃者的经典方案，通过包括两个额外的策略。这些策略之一是关联到一个愚蠢的球员，根据奇波拉是它破坏了人口的全球财富最危险的一个。通过考虑空间演化博弈和动态模仿超越理性的球员的典范，我们探讨的奇波拉的思想的影响，并分析了损害的程度是愚蠢的玩家造成的人口

创新的数学结构

原文标题：
The mathematical structure of innovation
地址：
http://arxiv.org/abs/1912.03281
作者：
Thomas M. A. Fink, Ali Teimouri
摘要： 尽管我们有具体的技术熟悉程度，新技术的起源仍然是神秘的。从头取得了新的技术，或者他们从现有技术的新组合，建立了递归？要回答这个问题，我们引入其中技术制成的部件和组件的组合了递归创新的一个简单的模型可以变成新组件—-我们称之为技术递归的过程。我们推导出，其技术递归增大或减小使新技术的可能性程度的公式。我们测试我们的预测从三个领域的历史资料后，发现技术而不是从头开始建起来了，但都是现有技术的新组合的结果。这表明，通过公知技术作了一个动态的过程，并为加速新发现的战略。
来源：网络科学研究速递

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
多级联影响力最大化：模型、困难和算法框架 | 网络科学论文速递20篇
网络嵌入综述 | 网络科学论文速递23篇
个体科研合作中的合著网络和劳动分工 | 网络科学论文速递21篇
对抗大众媒体的趋势：文化全球化下的少数族裔成长 | 网络科学论文速递23篇
迈向自动化的性暴力报告跟踪 | 网络科学论文速递27篇
单篇论文与期刊影响因子波动：11639种期刊综合分析 | 网络科学论文速递19篇
加入集智，一起复杂！


集智俱乐部QQ群｜877391004
商务合作及投稿转载｜[email protected]

◆ ◆ ◆

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!
继续阅读
阅读原文