原文标题： Generalization of bibliographic coupling and co-citation using the node split network
地址： http://arxiv.org/abs/2110.15513
作者： Jinhyuk Yun
摘要： 书目耦合 (BC) 和共引 (CC) 是两种最常见的基于引文的科学项目之间相似性耦合度量。人们可以将这些度量解释为由引用方向区分的二邻关系：BC 是两个引用项目之间的相似性，而 CC 是两个被引项目之间的相似性。之前的一项研究提出了一个两层节点分裂网络，可以以计算效率高的方式模拟耦合度量的集群；然而，缺乏层内链接使得无法获得精确的相似性。在这里，我们提出了使用个性化 PageRank 和神经嵌入来估计节点分裂网络上层内相似性的新方法。我们证明所提出的措施与耦合措施密切相关。此外，我们提出的方法可以在项目之间产生精确的相似性，即使它们彼此相距遥远。我们还表明，原始 BC/CC 网络中缺少许多具有高相似性的链接，这表明必须考虑远程相似性。全局和局部边采样的比较实验表明，局部采样对于节点分裂网络中的两种相似性都是稳定的。该分析为搜索与每个耦合度量相关的显著相关项的过程提供了宝贵的见解。
使用共享自行车轨迹的人群感应增强停车巡逻原文标题： Crowd-sensing Enhanced Parking Patrol using Sharing Bikes’ Trajectories
地址： http://arxiv.org/abs/2110.15557
作者： Tianfu He, Jie Bao, Yexin Li, Hui He, Yu Zheng
摘要： 非法停车是世界主要城市面临的普遍城市问题，因为它会导致交通拥堵，导致空气污染和交通事故。政府高度依赖积极的人力来检测非法停车事件。然而，由于警察必须在整个城市道路上巡逻，因此这种方法对于覆盖一个大城市是极其无效的。摩拜单车海量优质共享单车轨迹为我们提供了一个独特的机会来设计无处不在的非法停车检测方法，因为大多数非法停车事件发生在路边，对自行车用户产生重大影响。检测结果可以指导巡逻日程，即将巡逻警察派往违规停车风险较高的区域，进一步提高巡逻效率。受这个想法的启发，所提出的框架采用了三个主要组件：1)~em 轨迹预处理，它过滤离群 GPS 点，执行地图匹配，并构建轨迹索引； 2)~em非法停车检测，对正常轨迹进行建模，从评估轨迹中提取特征，并利用基于分布测试的方法发现非法停车事件；和 3)~em 巡逻调度，利用检测结果作为参考上下文，并将调度任务建模为多智能体强化学习问题来指导巡逻警察。最后，通过大量实验来验证非法停车检测的有效性，以及提高巡逻效率。
社交媒体揭示了中国各地的城乡压力差异原文标题： Social Media Reveals Urban-Rural Differences in Stress across China
地址： http://arxiv.org/abs/2110.15726
作者： Jesse Cui, Tingdan Zhang, Dandan Pang, Kokil Jaidka, Garrick Sherman, Vinit Jakhetiya, Lyle Ungar, Sharath Chandra Guntuku
摘要： 对中国城市和农村地区的差异压力表达进行建模可以更好地理解城市化对过去二十年经济快速增长的国家的心理健康的影响。本文使用分层混合效应模型研究了来自 329 个县的 65,000 多名用户的微博帖子在中国城乡压力体验和表达方面的语言差异。我们分析了提及压力的微博帖子中的短语、话题主题和心理语言学词汇选择，以更好地理解中国城乡社区对心理压力的评价差异；然后我们将它们与盖洛普的大规模民意调查进行了比较。在控制社会经济和性别差异后，我们发现农村社区倾向于通过人际关系、健康和机会等情感和个人主题表达压力，而城市地区的用户则通过工作、政治等相对、时间和外部主题表达压力，和经济学。这些差异的存在超出了 GDP 和城市化的控制，表明农村和城市居民在非常特定的环境中有着根本不同的生活方式，可以说有不同的压力来源。我们在盖洛普民意调查中发现了城市化在身体、财务和社会健康方面的佐证趋势。
偏差检测的深度学习：从开始到部署原文标题： Deep Learning for Bias Detection: From Inception to Deployment
地址： http://arxiv.org/abs/2110.15728
作者： Md Abul Bashar, Richi Nayak, Anjor Kothare, Vishal Sharma, Kesavan Kandadai
摘要： 为了创造一个更具包容性的工作场所，企业正在积极投资以识别和消除其各种职能中的无意识偏见（例如，性别、种族、年龄、残疾、精英主义和宗教）。我们提出了一种具有基于迁移学习的语言模型的深度学习模型，以从手动标记的文档中学习，以自动识别企业内容中的偏差。我们首先使用维基百科预训练基于深度学习的语言模型，然后使用与各种类型的企业内容相关的大型未标记数据集对模型进行微调。最后，在语言模型的末尾添加一个线性层，然后是 softmax 层，并在由企业内容组成的标记偏差数据集上训练模型。经过训练的模型在独立数据集上进行了全面评估，以确保通用应用。我们在实际应用中展示了所提出的方法及其部署细节。
城市交通瓶颈的识别和优先排序原文标题： Identification and prioritization of urban traffic bottlenecks
地址： http://arxiv.org/abs/2110.15740
作者： Nimrod Serok, Shlomo Havlin, Efrat Blumenfeld Lieberthal
摘要： 在过去的几十年里，我们目睹了城市化进程的加快，伴随着世界各地城市交通拥堵的显著增加。拥堵的影响体现在人们在道路上花费的大量时间导致大量金钱浪费和空气污染。在这里，我们提出了一种新的方法来识别、成本评估，从而对拥塞源和拥塞瓶颈进行优先排序。它扩展了现有方法，因为它基于整个路网的网络分析，可以应用于不同的交通模型。我们的结果表明，由交通瓶颈的尺度特征呈现的宏观稳定性掩盖了细观动力学的存在，其中瓶颈在时间和空间上改变了它们的位置。这意味着要规划和管理不同地点和不同时间的交通拥堵，需要实施一个框架，如此处开发的那样，跟踪交通并评估每个演变瓶颈对整个道路网络的相对影响。
LSTM-RPA：一种简单但有效的音乐流行度预测长序列预测算法原文标题： LSTM-RPA: A Simple but Effective Long Sequence Prediction Algorithm for Music Popularity Prediction
地址： http://arxiv.org/abs/2110.15790
作者： Kun Li, Meng Li, Yanling Li, Min Lin
摘要： 有关音乐历史的大数据包含有关时间和用户行为的信息。研究人员可以通过分析这些数据准确预测流行歌曲的趋势。传统的趋势预测模型比长趋势能更好地预测短趋势。在本文中，我们提出了改进的 LSTM 滚动预测算法（LSTM-RPA），它将 LSTM 历史输入与当前预测结果结合作为模型输入，用于下次预测。同时，该算法将长趋势预测任务转换为多个短趋势预测任务。评测结果表明，LSTM-RPA模型与LSTM、BiLSTM、GRU和RNN相比，F score分别提高了13.03%、16.74%、11.91%、18.52%。并且我们的方法在 F 分数上优于传统序列模型，即 ARIMA 和 SMA，分别提高了 10.67% 和 3.43%。代码：https://github.com/maliaosaide/lstm-rpa
任何未来设备物理的前言原文标题： Prolegomena To Any Future Device Physics
地址： http://arxiv.org/abs/2110.15822
作者： Adam L. Friedman, Aubrey T. Hanbicki
摘要： 在过去的 60 年里，传统计算平台的进步是由被称为摩尔定律的经验概念推动的。从本质上讲，摩尔定律是对晶体管密度呈指数增长的无处不在的描述，作为计算能力随时间的函数的主体。虽然这一趋势最初是一个有趣的观察结果，但它已经演变成一个自我实现的预言，用于推动整个半导体行业。支持或反对摩尔定律终结的论点激增，而不情愿的共识是摩尔定律将消失。计算生态系统许多不同方面的进步，包括材料改进、设备设计、设备或电路智能，以及软件和架构创新，一再阻碍了这一趋势结束的警告。虽然许多人认为摩尔定律即将灭亡是原子长度尺度、量子过程和能源消耗限制强加的最终障碍，但我们认为摩尔定律必须因不同的原因被抛弃：文字很重要。即使是那些坚决宣布摩尔定律终结的人，仍然使用摩尔定律的语言。这一概念的内在焦点强加了一种抑制革命进步的知识专制。相反，我们建议采用更外向的视角，并建议将语言转变为我们创造的费曼授权制度。从这个角度来看，我们概述了继续使用摩尔定律的问题以及过渡到新词典的处方。我们概述了一个新的、更通用的指标，用于确定进度并确定各个利益相关者在此过程中的作用。
城市系统科学的一些最新进展：模型和数据原文标题： Some recent advances in urban system science: models and data
地址： http://arxiv.org/abs/2110.15865
作者： Elsa Arcaute, José Ramasco
摘要： 城市的特点是人口密集，具有不同背景的个人之间的互动潜力很大。它们与几千年前的新石器时代革命同时出现。集聚经济、创新、社会和文化进步所带来的优势，使其成为近代人类历史上的重要里程碑。从科学的角度来看，城市系统有许多不同的方面需要研究，仅举几例可以集中在人口统计学和人口演变、流动性、经济产出、土地利用和城市规划、家庭可达性和房地产市场、能源和水消耗、废物处理、健康、教育、少数民族融合等。在过去十年中，通信和信息技术的引入极大地促进了有关这些问题和其他问题的数据集的收集，使对城市的定量分析成为可能。科学。所有这些主题在文献中的许多作品中都有涉及，我们不打算在这里提供系统综述。相反，我们将仅提供上述一些方面的简要介绍，可以作为后续特殊编号的介绍。这种不系统的观点会导致我们将许多相关论文排除在外，对此我们深表歉意。
潜空间图和相变的概率视图原文标题： A probabilistic view of latent space graphs and phase transitions
地址： http://arxiv.org/abs/2110.15886
作者： Suqi Liu, Miklos Z. Racz
摘要： 我们研究具有潜在几何结构的随机图，其中每条边的概率取决于对应于两个端点的潜在随机位置。我们关注这个条件概率是两个向量内积的一般单调递增函数的设置；这样的函数自然可以看作是某个独立随机变量的累积分布函数。我们考虑一个单参数随机图族，其特征是该随机变量的方差，它在随机点积图和 ErdHos—R’enyi 随机图之间平滑插值。我们证明了在这些图中检测几何的相变，根据基础几何空间的维数和条件概率的方差参数。当维数高或方差大时，该图类似于一个边密度相同但不具备几何形状的ErdHos—R’enyi图；在其他参数机制中，有一个计算效率高的带符号三角形统计量来区分它们。这些证明利用了信息论的不等式和测量现象的集中。
使用双曲层次聚类有效表示 Twitter 用户分类的交互模式原文标题： Efficient Representation of Interaction Patterns with Hyperbolic Hierarchical Clustering for Classification of Users on Twitter
地址： http://arxiv.org/abs/2110.15923
作者： Tanvi Karandikar, Avinash Prabhu, Avinash Tulasi, Arun Balaji Buduru, Ponnurangam Kumaraguru
摘要： 社交媒体平台在民主进程中发挥着重要作用。在 2019 年印度大选期间，政党和政界人士广泛使用 Twitter 来分享他们的理想、宣传他们的议程并获得人气。 Twitter 是记者、政治家和选民互动的场所。这些互动的有机性质可能会被 Twitter 上的恶意帐户所颠覆，这些帐户最终会被暂停或从平台上删除。此类帐户旨在通过与特定句柄进行无机交互来修改内容的范围。这是对平台完整性的威胁，因为此类活动有可能影响民主进程的整个结果。在这项工作中，我们设计了一个特征提取框架，可以紧凑地刻画潜在的潜在交互模式。这些功能旨在在致力于提升特定帐户内容的用户之间建立社区。我们使用双曲层次聚类（HypHC）来表示双曲流形中的特征来进一步分离这些社区。 HypHC 提供了在低维空间中表示这些特征的额外好处——因此作为一种降维技术。我们使用这些特征来区分 2019 年印度大选之后出现的不同类别的用户。在选举期间活跃在 Twitter 上的用户中，2.8% 的参与用户被暂停，1% 的用户被从平台上删除。我们证明了我们提出的特征在区分普通用户（既未暂停也未删除的用户）、暂停用户和已删除用户方面的有效性。通过在我们的管道中利用 HypHC，我们获得了高达 93% 的 F1 分数。
表征和建模交通网络和领土的共同演化原文标题： Characterising and modeling the co-evolution of transportation networks and territories
地址： http://arxiv.org/abs/2110.15950
作者： Juste Raimbault
摘要： 确定交通基础设施对领土动态的结构效应仍然是一个开放的研究问题。这个问题是关于领土动态复杂性的方法的一个方面，领土和网络将在其中共同发展。本论文的目的是通过将网络和领土之间的相互作用整合到领土系统的模拟模型中，在概念和经验层面挑战这种关于网络和领土之间相互作用的观点。
新闻和社交媒体中公众人物的死后记忆原文标题： Postmortem memory of public figures in news and social media
地址： http://arxiv.org/abs/2103.15497
作者： Robert West, Jure Leskovec, Christopher Potts
摘要： 人们常说已故的公众人物活在集体记忆中。我们通过跟踪死亡前后一年在英语在线新闻和社交媒体 (Twitter) 中提及 2,362 位公众人物来量化这种现象。我们测量死亡后注意力的急剧上升和快速衰减，并将集体记忆建模为交流和文化记忆的组成。聚类揭示了死后记忆的四种模式，回归分析表明，媒体关注度的提升对于在年轻时非自然死亡的死前流行英语国家来说是最大的；领导者的长期推动力最小，而艺术家的收益最大；而且，虽然新闻和 Twitter 都是由年轻人和非自然死亡引发的，但当老年人或领导者去世时，新闻还策划了集体记忆。总体而言，我们阐明了社会记住谁的古老问题，以及新闻和社交媒体在集体记忆形成中的独特作用。
VigDet：用于社交媒体协调检测的知识神经时间点过程原文标题： VigDet: Knowledge Informed Neural Temporal Point Process for Coordination Detection on Social Media
地址： http://arxiv.org/abs/2110.15454
作者： Yizhou Zhang, Karishma Sharma, Yan Liu
摘要： 近年来，越来越多地使用社交媒体上的协调账户，通过错误信息活动来影响公众舆论和操纵社会结果。因此，迫切需要开发一种有效的方法来协调群体检测，以打击社交媒体上的错误信息。然而，现有作品存在各种缺点，例如，由于极度依赖预定义的协调签名而导致性能有限，或者无法利用有用的先验领域知识解决社交媒体上帐户活动的自然稀疏问题。因此，在本文中，我们提出了一种协调检测框架，将神经时间点过程与先验知识（如时间逻辑或预定义的过滤函数）结合起来。具体来说，当使用神经时间点过程对来自社交媒体的观察数据进行建模时，我们根据分配与 (1) 帐户嵌入空间和 (2) 先验知识的一致性，共同学习组分配的 Gibbs 类分布。为理解决分布难以有效计算和采样的挑战，我们设计了一种理论上有保证的变分推理方法来学习平均场近似。在真实世界数据集上的实验结果表明，与无监督和半监督设置中的 SOTA 模型相比，我们提出的方法的有效性。我们进一步将我们的模型应用于 COVID-19 疫苗推文数据集。检测结果表明，在传播有关 COVID-19 疫苗的错误信息方面存在可疑的协调努力。
声明：Arxiv文章摘要版权归论文原作者所有，机器翻译后由本人进行校正整理，未经同意请勿随意转载。本系列在公众号“网络科学研究速递”（netsci）和个人博客进行同步更新。
