自適應活動驅動網絡上流行病的主動和非主動隔離
原文標題： Active and inactive quarantine in epidemic spreading on adaptive activity-driven networks
地址：
http://arxiv.org/abs/2004.07902
作者： Marco Mancastroppa, Raffaella Burioni, Vittoria Colizza, Alessandro Vezzani
摘要： 我們考慮在適應性活動驅動的時間網絡上的流行過程，其適應性行為被建模為由於感染引起的活動和吸引力的變化。通過使用均值場方法，我們得出了針對一般適應策略的SIS和SIR流行模型的流行閾值的分析估計，這在很大程度上取決於在易感和感染狀態下活性與吸引力之間的相關性。我們將重點放在強大的自適應行為上，以最近的實際案例研究為基礎實施兩種類型的隔離：主動隔離（其中種群補償重新連接到非隔離節點的無效連接所造成的鏈接丟失）和無效隔離（其中具有隔離節點的鏈接不會重新連接。兩種策略都具有相同的流行閾值，但是它們在活動期的動力學方面存在很大差異。我們顯示，與非活動隔離相比，活動隔離在減少活動階段流行病的影響方面效果極差，並且在SIR模型中，措施的後期採用要求非活動隔離才能達到遏制。
冠狀病毒病（COVID-19）大流行的社會經濟決定因素
原文標題： The socio-economic determinants of the coronavirus disease (COVID-19) pandemic
地址：
http://arxiv.org/abs/2004.07947
作者： Viktor Stojkoski, Zoran Utkovski, Petar Jolakoski, Dragan Tevdovski, Ljupco Kocarev
摘要： 冠狀病毒病（COVID-19）大流行的規模對世界上幾乎每個國家的社會生活和經濟活動都產生了巨大影響。除了生物學和流行病學因素外，許多社會和經濟標準也控制著冠狀病毒疾病在人群中的傳播程度。因此，對於導致大流行的關鍵社會經濟決定因素，人們進行了積極的辯論。在本文中，我們將利用貝葉斯模型平均技術和國家/地區數據來調查35種決定因素的潛力，描述各種社會經濟特徵，以解釋冠狀病毒大流行的結果，從而為辯論的解決做出貢獻。
女人擔心家庭，男人擔心經濟：對COVID-19的情感反應中的性別差異
原文標題： Women worry about family, men about the economy: Gender differences in emotional responses to COVID-19
地址：
http://arxiv.org/abs/2004.08202
作者： Isabelle van der Vegt, Bennett Kleinberg
摘要： 圍繞COVID-19大流行的關鍵挑戰之一是應對人們心理健康的潛在有害影響。設計適當的干預措施並找出最易受到威脅的人的關注所需要的方法必須能夠從文本數據中提取出擔憂，關注和情感回應。我們研究了性別差異以及文檔長度對持續的COVID-19狀況的擔憂的影響。我們的發現表明：i）較短的文字不能像較長的文字那樣充分地洞悉心理過程。我們進一步發現ii）在涉及情緒反應的話題中存在明顯的性別差異。婦女更加擔心自己的親人和嚴重的健康問題，而男性則更加忙於影響經濟和社會。這些發現與其他地方在語言上的普遍性別差異相吻合，但是當前的獨特情況可能會放大這些影響。由於Tweet大小的數據的侷限性，我們在結束本文時呼籲提供更多高質量的數據集。
Covid-19流行病演變的模擬：隔室模型真的具有預測性嗎？
原文標題： Simulation of Covid-19 epidemic evolution: are compartmental models really predictive?
地址：
http://arxiv.org/abs/2004.08207
作者： Marco Paggi
摘要： 用於模擬嚴重急性呼吸系統綜合症冠狀病毒2（SARS-CoV-2）流行演變的計算模型對於支持當局制定醫療保健政策和鎖定措施以遏制其對公共衛生和經濟的影響將非常有用。在意大利，設計的預測主要基於純數據驅動的方法，通過擬合和外推意大利民防中心收集的有關疫情演變的公開數據。在這方面，從描述種群區室之間的非線性相互作用開始的SIR流行病學模型將是理解和預測集體緊急反應的更理想的方法。目前的貢獻解決了一個基本問題，即是否適當補充了無症狀和死亡個體隔室的SIR流行病學模型是否能夠提供關於流行病演變的可靠預測。為了達到這個目的，提出了一種基於粒子群優化（PSO）的機器學習方法，該方法基於大小遞增的訓練數據集自動識別模型參數，並以意大利的倫巴第為案例研究。對預測中的分散性的分析表明，模型預測對用於訓練的數據集的大小非常敏感，並且仍需要進一步的數據以實現收斂的（因此是可靠的）預測。
控制COVID-19流行病接觸率：一種平衡的觀點
原文標題： Contact rate epidemic control of COVID-19: an equilibrium view
地址：
http://arxiv.org/abs/2004.08221
作者： Romuald Elie, Emma Hubert, Gabriel Turinici
摘要： 我們考慮通過標準SIR隔間模型建模來控制COVID-19大流行。流行的控制是由個人決定限制他們的社交互動的總和所致：一方面，當流行持續進行時，鼓勵個人降低其接觸率以避免感染，但是，另一方面，這種努力是要付出社會代價的。如果每個人降低他/她的接觸率，該流行病就會消失得很快，但是努力成本可能很高。在種群水平上形成了平均場納什均衡，導致病毒的有效傳播速率降低。但是，不清楚個人的利益與社會的利益是否一致。我們證明了平衡存在並進行了數值計算。與社會最優（所有個人完全尊重的集中決策）相比，均衡選擇了次優解決方案，這意味著無政府狀態的成本嚴格為正。我們提供了數值示例和敏感性分析。我們表明，個體和社會策略之間的分歧發生在流行病高峰之後，但仍在繼續傳播。
COVID-19：爆發較大時R0較低
原文標題： COVID-19: R_0 is lower where outbreak is larger
地址：
http://arxiv.org/abs/2004.07827
作者： Pietro Battiston, Simona Gamba
摘要： 我們使用來自倫巴第大區的每日數據，該地區是受COVID-19疫情影響最大的意大利地區，每個城市分別校準SIR模型。所有這些都由相同的衛生系統覆蓋，在我們關注的鎖定後階段，所有這些都受相同的社會疏散規定的約束。我們發現，在所分析的時期開始之初，病例數量較多的市政當局的擴散率較低，這不能歸因於畜群免疫。特別地，與 R_0 作為爆發大小的 emph predictor的作用相反，估計的基本繁殖數量（ R_0 ）與初始爆發大小之間存在強大且極顯著的負相關。我們探索了對此現象的不同可能解釋，並得出結論，更多的案例會導致行為發生變化，例如更嚴格地採用人口中的社會隔離措施，從而減少了傳播。這一結果要求透明，實時地分發詳細的流行病學數據，因為這些數據會影響受疫情影響的地區的人口行為。
Barabasi-Albert網絡上的擴散流行過程
原文標題： The Diffusive Epidemic Process on Barabasi-Albert Networks
地址：
http://arxiv.org/abs/2004.08002
作者： Tayroni F. A. Alves, Gladstone A. Alves, Antônio Macedo Filho, Francisco Welington de Sousa Lima, Ronan Silva Ferreira
摘要： 我們提出了一種改進的擴散流行過程，該過程在無標度圖上具有有限的閾值。擴散流行過程描述了流行在非必要人群中的擴散，這是一種反應擴散過程。在擴散階段，個體可以根據感染和易感個體的不同擴散率在連接的節點之間跳躍。在反應階段，如果有一個感染者共享同一節點，那麼感染就可能發生，並且感染者可以自發恢復。我們的主要修改是通過使用Gillespie算法，使反應時間為 t_ mathrm max ，並且與節點濃度成反比，其均值成反比，從而使個體交互的數量獨立於種群大小。我們在Barabasi-Albert網絡上修改後的模型的仿真結果與增加濃度時從吸收相到活性相的有限閾值的連續相變兼容。過渡服從階參數的平均場臨界指數，其波動和空間相關長度，其值為 beta = 1 ， gamma’= 0 和 nu_perp = 1/2 ， 分別。另外，系統分別在階數參數及其波動上給出對數校正，其中偽指數為 widehat beta = widehat gamma’=-3/2 。我們的模擬結果最明顯的含義是，如果個人為了避免疾病傳播而避免了社交互動，這將導致系統在無標度圖中具有有限的閾值，從而可以進行流行病控制。
NAIST COVID：多語言COVID-19 Twitter和微博數據集
原文標題： NAIST COVID: Multilingual COVID-19 Twitter and Weibo Dataset
地址：
http://arxiv.org/abs/2004.08145
作者： Zhiwei Gao, Shuntaro Yada, Shoko Wakamiya, Eiji Aramaki
摘要： 自2019年底爆發2019年冠狀病毒（COVID-19）以來，它已影響200多個國家和全球數十億人口。由於諸如“社會疏遠”和“待在家裡”之類的執法手段，這影響了人們的社會生活。這導致通過社交媒體的互動不斷增加。鑑於社交媒體可以在全球範圍內為我們帶來有關COVID-19的有價值的信息，因此重要的是共享數據並鼓勵針對COVID-19或其他傳染病的社交媒體研究。因此，我們發佈了與COVID-19相關的社交媒體帖子的多語言數據集，其中包括Twitter的英文和日語微博以及微博的中文微博。數據涵蓋了從2020年1月20日到2020年3月24日的微博。本文還通過創建每日文字雲作為文本挖掘分析的示例，對這些數據集進行了定量和定性分析。該數據集現已在Github上可用。該數據集可以用多種方式進行分析，並有望幫助有效地傳達與COVID-19有關的預防措施。
SIR流行病模型的精確閉式解
原文標題： Accurate closed-form solution of the SIR epidemic model
地址：
http://arxiv.org/abs/2004.07833
作者： Nathaniel S. Barlow, Steven J. Weinstein
摘要： 通過使用漸近近似為SIR流行病模型獲得準確的封閉形式解決方案（Barlow等，2017，Q.Jl Mech。Appl.Math，70（1），21-48）。通過解析地繼續發散冪級數解，使其與流行病模型的長期漸近行為相匹配，來創建該解。通過將分析形式應用於COVID-19大流行，證明了其實用性。
r-K平面中的網絡重連
原文標題： Network rewiring in the r-K plane
地址：
http://arxiv.org/abs/2004.07825
作者： M.L. Bertotti, G. Modanese
摘要： 我們通過新的重連算法在配置模型中生成相關的無標度網絡，該算法允許調整紐曼分類係數 r 和最近鄰居的平均度 K （在 -1 le r le範圍內） 1 ， K ge langle k rangle ）。在每個嘗試的重連步驟，都會計算局部變化 Delta r 和 Delta K ，然後根據標準都會概率 exp（ pm Delta r / T）接受該步驟，其中 T 是可變溫度。我們證明了 Delta r 和 Delta K 之間的一般關係，從而找到了兩個定義和拓撲意義截然不同的變量之間的聯繫。我們描述了 r - K 平面中的重連軌跡，並探索了最大分類和非分類網絡的限制，包括以前未考慮的最小最小度（ k min ge 1 ）的情況。在重連時，將監控巨型組件的大小和網絡的熵。分支近似 bar z 2，B 中的第二個鄰居的平均數目在重連時被證明是恆定的，並且與馬爾可夫網絡的相關性無關。但是，根據程度，第二鄰居的數量提供了有關網絡連接性的有用信息，並且也受到監視。
服務的共同生產：使用Hawkes過程建模聯繫中心服務時間
原文標題： The Co-Production of Service: Modeling Service Times in Contact Centers Using Hawkes Processes
地址：
http://arxiv.org/abs/2004.07861
作者： Andrew Daw, Antonio Castellanos, Galit B. Yom-Tov, Jamol Pender, Leor Gruendlinger
摘要： 在客戶支持中心，成功的服務交互涉及客戶與主體商之間的對話。雙方在信息和問題解決方面相互依賴，並且這種相互作用定義了共同產生的服務過程。在本文中，我們提出，開發和比較了用於聯繫中心中共同生產服務的新隨機模型。利用來自服務通信數據的見解，我們使用自激和相互興奮的雙變量Hawkes流程對服務交互進行建模，從而使一方的通信增加了不久後另一方做出響應的可能性。而且，我們的模型既包含依賴於主體工作量的動態繁忙因素，也包含依賴於交互內部機制的動態因素。為了瞭解我們的Hawkes模型對消息時間戳的描述程度，我們將這些模型與行業聯繫中心數據的擬合優度進行了比較。我們表明，考慮到雙方的互動和各方提供的信息量的詞數二元Hawkes模型最適合數據。除了具有很好的擬合優度外，Hawkes模型還使我們能夠為雙方的通信率與對話進度之間的關係構造顯式表達式。這些公式表明，主體在短期內在安排服務節奏方面更具優勢，但從長遠來看，客戶對會話的持續時間影響更大。最後，我們使用模型預測給定對話中的未來活動水平，通過該模型，我們發現結合了各方提供的信息量或客戶表達的情感的雙變量霍克斯過程為我們提供了最準確的預測。
量子素養對未來教育和跨學科問題解決的挑戰和機遇
原文標題： The challenge and opportunities of quantum literacy for future education and transdisciplinary problem-solving
地址：
http://arxiv.org/abs/2004.07957
作者： Laurentiu Nita, Laura Mazzoli Smith, Nicholas Chancellor, Hellen Cramman
摘要： 由於物理學家，計算機科學家，教育家和工業最終用戶之間的跨學科對話，我們提出了量子素養的概念，以此作為解決複雜問題的跨學科性質的一種手段，這些問題是我們圍繞全球可持續性問題的核心。這樣，量子素養可以為聯合國可持續發展目標4（素質教育）做出貢獻。我們認為，這裡定義的量子素養解決了在高度受限的學科中學習和技能習得的挑戰，以及在整個生命過程中，更廣泛的學習者（無論是學生）應該獲得的更強大的知識的獲取方式的挑戰。和專業人士。那些以更包容的方式處理現實世界中的應用程序的人可以訪問量子技術的知識，這一點變得越來越重要。因此，我們認為，當強大的知識由密集的概念以及概念之間的複雜和等級關係組成時，解決教學法問題的重要性，除了以數學形式表現出強大的進入障礙之外。我們介紹了一種特殊的拼圖可視化學習工具，通過它可以實現有關量子計算的這些教學目的。通過謎題可視化可以使非專業人士對通用量子計算有一個直觀但仍然嚴格的理解，併為非專業人士發現日益複雜和新的量子算法提供便利。利用量子力學中的Hong-Ou-Mandel光學效應，我們演示了諸如通過拼圖可視化工具實現的視覺方法如何對理解量子物理學及其以外的基本複雜過程非常有用，從而支持量子目標識字。
使用深度學習和圖分析方法的推薦系統
原文標題： Recommendation system using a deep learning and graph analysis approach
地址：
http://arxiv.org/abs/2004.08100
作者： Mahdi Kherad, Amir Jalaly Bidgoly
摘要： 當用戶連接到Internet以滿足其需求時，他經常會遇到大量相關信息。推薦系統是用於大量過濾信息並向用戶提供令他們滿意和有趣的項目的技術。機器學習方法（尤其是深度學習）的進步已在推薦系統中取得了巨大成就，儘管這些系統仍面臨諸如冷啟動和稀疏性問題的挑戰。為了解決這些問題，通常使用諸如用戶通信網絡之類的上下文信息。在本文中，我們提出了一種基於矩陣分解和圖分析方法的新型推薦方法，即用於社區檢測的Louvain和用於查找信任網絡中最重要節點的HITS。此外，我們利用深層自動編碼器初始化用戶和項目潛在因素，Node2vec深度嵌入方法從用戶信任圖中收集用戶潛在因素。該方法在Ciao和Epinions標準數據集上實現。實驗結果和比較結果表明，所提出的方法優於現有的最新推薦方法。我們的方法優於其他比較方法並取得了很大的進步，即Epinions的RMSE改善了15.55％，Ciao的RMSE改善了18.41％。
以太坊區塊鏈上的ERC20交易：網絡分析和預測
原文標題： ERC20 Transactions over Ethereum Blockchain: Network Analysis and Predictions
地址：
http://arxiv.org/abs/2004.08201
作者： Shahar Somin, Goren Gordon, Alex Pentland, Erez Shmueli, Yaniv Altshuler
摘要： 隨著比特幣的誕生和十年前以太坊ERC20協議的引入，近年來，研究人員，私營部門公司和NGO引入了越來越多的加密令牌。這種無處不在的基於區塊鏈的加密貨幣催生了一種新型的經濟增長，這給使用常規語義屬性對其動態模型進行建模帶來了很大的困難。我們的工作使用網絡理論來分析符合ERC20協議的加密貨幣交易數據的動態特性。通過分析網絡的元參數及其程度分佈的力量，我們研究了基於ERC20的網絡隨時間變化的動態。我們的分析表明，隨著時間的流逝，該參數可以建模為欠阻尼諧波振盪器，從而可以對網絡參數進行一年的預測。
用金融新聞模擬機構信用風險
原文標題： Modeling Institutional Credit Risk with Financial News
地址：
http://arxiv.org/abs/2004.08204
作者： Tam Tran-The
摘要： 信貸風險管理是通過了解借款人的資本和貸款損失準備金的充足程度來減輕損失的做法，長期以來對任何金融機構的長期可持續性和增長都至關重要。 MassMutual也不例外。該公司熱衷於有效監控降級風險，或與公司信用評級下降時發生的事件相關的風險。當前降級風險建模的工作取決於第三方評級機構和風險管理諮詢公司提供的定量度量的多種變化。隨著這些結構化的數值數據在機構投資者中日趨商品化，人們廣泛推動使用替代數據源，例如財經新聞，收益電話記錄或社交媒體內容，以可能獲得行業競爭優勢。在過去的幾十年中，定性信息或非結構化文本數據的數量激增，現在可以進行盡職調查以補充信用風險的定量度量。本文提出了僅使用由神經網絡嵌入表示的新聞數據的預測降級模型。獨立模型可實現接收器工作特性曲線（AUC）下的面積超過80％。此新聞模型的輸出概率作為一項附加功能，僅使用定量度量，就AUC和召回率而言，就將我們基準模型的性能提高了5％以上。定性評估還表明，與我們預測的降級事件相關的新聞文章在我們的業務環境中特別相關且高質量。
現代社會網絡中的修飾的大規模分析
原文標題： Large-scale analysis of grooming in modern social networks
地址：
http://arxiv.org/abs/2004.08205
作者： Nikolaos Lykousas, Constantinos Patsakis
摘要： 社會網絡通過向用戶提供更多功能而不斷髮展，以吸引更多用戶。流中最吸引人的內容之一。用戶可以向全球成千上萬的其他人廣播他們的部分日常生活，並與他們實時互動。不幸的是，據報道該功能被用於修飾。在這項工作中，我們提供了針對社交實時流服務的此問題的首次深入分析。更準確地說，使用我們收集的數據集，我們可以識別掠奪行為並在聊天中進行修飾，從而繞過LiveMe（正在調查的服務）的審核機制。除了傳統的文本方法，我們還研究了表情符號在這種情況下的相關性，以及通過LiveMe的禮物機制進行的用戶交互。最後，我們的分析表明了對未成年人進行修飾的可能性，顯示了此類平臺中問題的嚴重性。
利用定位技術平臺的移動流測試大城市的犯罪模式理論
原文標題： Leveraging Mobility Flows from Location Technology Platforms to Test Crime Pattern Theory in Large Cities
地址：
http://arxiv.org/abs/2004.08263
作者： Cristina Kadar, Stefan Feuerriegel, Anastasios Noulas, Cecilia Mascolo
摘要： 犯罪以前是通過居住人口的社會特徵來解釋的，並且按照犯罪模式理論的規定，犯罪也可能與非居住者的人口流動有關。然而，缺乏對後者的完整的經驗驗證。主要原因是，先前的研究僅限於人類訪客的彙總統計數據，而不是流動性，因此，它忽略了人類活動的時間動態。作為一種補救措施，我們提供了第一項研究，即以小時為單位研究顆粒狀人員流動性在描述和預測犯罪集中度方面的能力。為此，我們建議使用定位技術平臺中的數據。這種類型的數據使我們能夠跟蹤各個過渡，因此，我們成功地區分了以下不同的流動性流：（i）來自鄰域的傳入或傳出，（ii）保留在其中，或者（iii）指僅人為對象的過渡經過附近。我們的評估通過利用來自Foursquare的匿名數據集來推斷出流動性，該數據集包括在美國三個主要城市中近1,480萬次連續簽到。根據我們的經驗結果，流動性與犯罪有著顯著的正相關關係。這些發現為犯罪模式理論提供了可驗證的證據，進一步提高了我們的理論理解。此外，我們對數字位置服務數據的新穎使用被證明是犯罪預測的有效工具。在研究人員流動與犯罪之間的聯繫時，它還提供了前所未有的粒度。
加權二部圖最大覆蓋範圍的置信度傳播及其在文本摘要中的應用
原文標題： Belief Propagation for Maximum Coverage on Weighted Bipartite Graph and Application to Text Summarization
地址：
http://arxiv.org/abs/2004.08301
作者： Hiroki Kitano, Koujin Takeda
摘要： 我們從最大覆蓋問題的角度研究文本摘要。在圖論中，文本彙總的任務被視為具有加權節點的二部圖的最大覆蓋問題。在最近的研究中，使用統計力學的思想提出了基於信念傳播的最大加權圖覆蓋算法。我們將其概括為加權圖以進行文本彙總。然後，我們將算法應用於加權雙正則隨機圖，以驗證最大覆蓋性能。我們還將其應用於表示開放文本數據集中真實文檔的二部圖，並檢查文本摘要的性能。結果，在某些文本摘要設置中，我們的算法表現出比貪婪型算法更好的性能。
聲明：Arxiv文章摘要版權歸論文原作者所有，由本人進行翻譯整理，未經同意請勿隨意轉載。本系列在公眾號“網絡科學研究速遞”和個人博客進行同步更新。
