基于圖神經(jīng)網(wǎng)絡(luò)的風(fēng)險(xiǎn)投資成功預(yù)測(cè);互惠知識(shí)共享關(guān)系對(duì)創(chuàng)業(yè)成功的影響;跨地理區(qū)域和年齡段的自適應(yīng)和優(yōu)化的COVID-19疫苗接種策略;具有非對(duì)稱認(rèn)知偏差的輿論演化動(dòng)力學(xué);Twitter上有毒對(duì)話的結(jié)構(gòu);HIN-RNN：無(wú)手工特征的欺詐群檢測(cè)的圖表示學(xué)習(xí)神經(jīng)網(wǎng)絡(luò);二元決策動(dòng)力學(xué)中的相變和級(jí)聯(lián)崩潰;COVID-19傳輸?shù)臄?shù)學(xué)模型;基于保守網(wǎng)絡(luò)的有影響力股票動(dòng)態(tài)分析;具有三元閉合的配置模型;通過(guò)拓?fù)渥儞Q進(jìn)行自監(jiān)督圖表示學(xué)習(xí);看看里面。通過(guò)分析企業(yè)內(nèi)部網(wǎng)社會(huì)網(wǎng)絡(luò)和使用單詞共現(xiàn)網(wǎng)絡(luò)來(lái)預(yù)測(cè)股票價(jià)格;模糊數(shù)字路由選擇信息可防止延遲引起的擁塞;人群中COVID-19檢測(cè)的統(tǒng)計(jì)模型：抽樣偏差和檢測(cè)誤差的影響;incel詞典：解讀全球女性厭惡社區(qū)的新興密碼;大數(shù)據(jù)和大價(jià)值：公司需要重新思考的時(shí)候;溝通效率導(dǎo)致詞匯學(xué)習(xí)偏見(jiàn)的出現(xiàn)和下降;基于圖神經(jīng)網(wǎng)絡(luò)的風(fēng)險(xiǎn)投資成功預(yù)測(cè)

原文標(biāo)題： Graph Neural Network Based VC Investment Success Prediction

地址： http://arxiv.org/abs/2105.11537

作者： Shiwei Lyu, Shuai Ling, Kaihao Guo, Haipeng Zhang, Kunpeng Zhang, Suting Hong, Qing Ke, Jinjie Gu

摘要： 對(duì)于風(fēng)險(xiǎn)投資業(yè)務(wù)和全球決策者而言，預(yù)測(cè)將最終成功的初創(chuàng)公司至關(guān)重要，特別是在早期階段，這樣回報(bào)可能是指數(shù)級(jí)的。盡管已經(jīng)進(jìn)行了各種實(shí)證研究和數(shù)據(jù)驅(qū)動(dòng)的建模工作，但是尚未充分探索包括風(fēng)險(xiǎn)投資，初創(chuàng)企業(yè)和初創(chuàng)企業(yè)管理人員在內(nèi)的利益相關(guān)者的復(fù)雜網(wǎng)絡(luò)的預(yù)測(cè)能力。我們利用網(wǎng)絡(luò)結(jié)構(gòu)以及節(jié)點(diǎn)的豐富屬性，設(shè)計(jì)了增量表示學(xué)習(xí)機(jī)制和順序?qū)W習(xí)模型。通常，我們的方法可以在全球風(fēng)險(xiǎn)投資的綜合數(shù)據(jù)集上實(shí)現(xiàn)最先進(jìn)的預(yù)測(cè)性能，并且可以大大超過(guò)人類投資者。特別是，它擅長(zhǎng)預(yù)測(cè)醫(yī)療保健和IT等行業(yè)的初創(chuàng)企業(yè)成果。同時(shí)，我們揭示了性別，教育和網(wǎng)絡(luò)等可觀察因素對(duì)創(chuàng)業(yè)成功的影響，這對(duì)于從業(yè)者和決策者在篩選具有高增長(zhǎng)潛力的企業(yè)時(shí)可能是有價(jià)值的。

互惠知識(shí)共享關(guān)系對(duì)創(chuàng)業(yè)成功的影響

原文標(biāo)題： The power of reciprocal knowledge sharing relationships for startup success

地址： http://arxiv.org/abs/2105.11538

作者： T. J. Allen, P. Gloor, A. Fronzetti Colladon, S. L. Woerner, O. Raz

摘要： 目的：本文的目的是研究大型高科技集群研發(fā)網(wǎng)絡(luò)中與地理鄰近性和知識(shí)共享互動(dòng)有關(guān)的生物技術(shù)初創(chuàng)企業(yè)的創(chuàng)新能力。設(shè)計(jì)方法論：這項(xiàng)研究將生物技術(shù)初創(chuàng)公司的研究人員的縱向非正式交流網(wǎng)絡(luò)與隨后幾年的公司專利申請(qǐng)進(jìn)行了比較。一年來(lái)，對(duì)來(lái)自位于波士頓生物技術(shù)集群中的70多家生物技術(shù)公司的高級(jí)研發(fā)人員進(jìn)行了調(diào)查，并收集了與同行，大學(xué)和大型制藥公司互動(dòng)的交流信息，以及它們的地理位置標(biāo)簽。發(fā)現(xiàn)：位置影響公司之間的交流數(shù)量，但不影響他們的創(chuàng)新成功。相反，重要的是溝通強(qiáng)度和他人的記憶。特別是，有證據(jù)表明，輪換領(lǐng)導(dǎo)能力（在更主動(dòng)和被動(dòng)的溝通方式之間轉(zhuǎn)變）是創(chuàng)新績(jī)效的預(yù)測(cè)指標(biāo)。實(shí)際意義：維持社會(huì)聯(lián)系可以代替昂貴的房地產(chǎn)投資。更具活力的溝通方式和更多樣化的社會(huì)紐帶有利于創(chuàng)新。原創(chuàng)性價(jià)值：與早期的研究表明位置，網(wǎng)絡(luò)和公司績(jī)效之間存在聯(lián)系相比，本文提供了更加差異化的觀點(diǎn)；包括新穎的溝通方式衡量，使用獨(dú)特的數(shù)據(jù)集，以及為希望塑造溝通模式以提高創(chuàng)新能力的公司提供新的見(jiàn)解，而與他們的地理位置無(wú)關(guān)。

跨地理區(qū)域和年齡段的自適應(yīng)和優(yōu)化的COVID-19疫苗接種策略

原文標(biāo)題： Adaptive and optimized COVID-19 vaccination strategies across geographical regions and age group

地址： http://arxiv.org/abs/2105.11562

作者： Jeta Molla, Alejandro Ponce de León Chávez, Takayuki Hiraoka, Tapio Ala-Nissila, Mikko Kivel?, Lasse Leskel?

摘要： 我們?cè)u(píng)估分配針對(duì)COVID-19的疫苗的各種啟發(fā)式策略的效率，并將它們與使用最佳控制理論發(fā)現(xiàn)的策略進(jìn)行比較。我們的方法基于一個(gè)數(shù)學(xué)模型，該模型跟蹤疾病在不同年齡組之間以及在不同地理區(qū)域之間的傳播，并且我們引入了一種將特定年齡的聯(lián)系數(shù)據(jù)與地理移動(dòng)數(shù)據(jù)相結(jié)合的方法。作為案例研究，我們使用來(lái)自主要電信運(yùn)營(yíng)商的移動(dòng)性數(shù)據(jù)來(lái)模擬芬蘭大陸人口的流行情況。我們的方法可以確定應(yīng)該首先確定哪些地理區(qū)域和年齡段，以最大程度地減少死亡人數(shù)。在我們測(cè)試的場(chǎng)景中，我們發(fā)現(xiàn)，按人口統(tǒng)計(jì)學(xué)和年齡遞減的順序分配疫苗并不是將死亡和疾病負(fù)擔(dān)降至最低的最佳方法。取而代之的是，通過(guò)采用強(qiáng)調(diào)高發(fā)地區(qū)并在多個(gè)年齡段并行分配疫苗的策略，可以挽救更多的生命。應(yīng)給予高發(fā)地區(qū)的重視程度取決于人口的總體傳播率。該觀察結(jié)果突顯了當(dāng)有效繁殖數(shù)量由于一般接觸方式的變化和新病毒變種的進(jìn)入而變化時(shí)，更新疫苗接種策略的重要性。

具有非對(duì)稱認(rèn)知偏差的輿論演化動(dòng)力學(xué)

原文標(biāo)題： Dynamics of Public Opinion Evolution with Asymmetric Cognitive Bias

地址： http://arxiv.org/abs/2105.11569

作者： Yanbing Mao, Naira Hovakimyan, Tarek Abdelzaher

摘要： 在本文中，我們提出了一種結(jié)合了不對(duì)稱認(rèn)知偏見(jiàn)的公眾意見(jiàn)模型：確認(rèn)偏見(jiàn)和消極偏見(jiàn)。然后，我們研究刻畫(huà)不對(duì)稱確認(rèn)偏差和負(fù)偏差的通用建模指導(dǎo)。數(shù)值例子說(shuō)明了不對(duì)稱認(rèn)知偏差模型的正確性。

Twitter上有毒對(duì)話的結(jié)構(gòu)

原文標(biāo)題： The Structure of Toxic Conversations on Twitter

地址： http://arxiv.org/abs/2105.11596

作者： Martin Saveski, Brandon Roy, Deb Roy

摘要： 社交媒體平臺(tái)承諾可以在線進(jìn)行豐富而充滿活力的對(duì)話；但是，他們的潛力常常受到反社會(huì)行為的阻礙。在本文中，我們研究了Twitter對(duì)話中結(jié)構(gòu)與毒性之間的關(guān)系。我們收集了由主要新聞媒體發(fā)布或提及超過(guò)一年的推文以及在四個(gè)月內(nèi)參加2018年美國(guó)中期選舉的候選人提示的118萬(wàn)對(duì)話（5850萬(wàn)條推文，440萬(wàn)用戶）。我們?cè)趥€(gè)人，二元組和小組級(jí)別分析對(duì)話。在個(gè)人層面上，我們發(fā)現(xiàn)毒性分布在許多中低度毒性使用者中。在dyad級(jí)別，我們觀察到有毒回復(fù)更可能來(lái)自沒(méi)有任何社交關(guān)系或與發(fā)帖人沒(méi)有很多共同朋友的用戶。在小組級(jí)別，我們發(fā)現(xiàn)有害的對(duì)話往往具有更大，更廣和更深的回復(fù)樹(shù)，但稀疏跟隨圖。為了測(cè)試會(huì)話結(jié)構(gòu)的預(yù)測(cè)能力，我們考慮了兩個(gè)預(yù)測(cè)任務(wù)。在第一個(gè)預(yù)測(cè)任務(wù)中，我們證明了結(jié)構(gòu)特征可用于預(yù)測(cè)對(duì)話是否會(huì)在前十次答復(fù)中變得有毒。在第二個(gè)預(yù)測(cè)任務(wù)中，我們表明對(duì)話的結(jié)構(gòu)特征還可以預(yù)測(cè)特定用戶發(fā)布的下一個(gè)答復(fù)是否有毒。我們觀察到，對(duì)話的結(jié)構(gòu)和語(yǔ)言特征在兩個(gè)預(yù)測(cè)任務(wù)中都是互補(bǔ)的。我們的發(fā)現(xiàn)為更健康的社交媒體平臺(tái)的設(shè)計(jì)提供了信息，并證明了基于對(duì)話結(jié)構(gòu)特征的模型可用于檢測(cè)毒性的早期跡象，并有可能引導(dǎo)對(duì)話向毒性較小的方向發(fā)展。

HIN-RNN：無(wú)手工特征的欺詐群檢測(cè)的圖表示學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

原文標(biāo)題： HIN-RNN: A Graph Representation Learning Neural Network for Fraudster Group Detection With No Handcrafted Features

地址： http://arxiv.org/abs/2105.11602

作者： Saeedreza Shehnepoor, Roberto Togneri, Wei Liu, Mohammed Bennamoun

摘要： 社會(huì)評(píng)論是現(xiàn)代消費(fèi)者決策不可或缺的資源。為了獲得經(jīng)濟(jì)利益，公司最好向群體中的欺詐者進(jìn)行降級(jí)或促銷產(chǎn)品和服務(wù)，因?yàn)橄M(fèi)者更容易受到群體中大量類似評(píng)論的誤導(dǎo)。欺詐者群體檢測(cè)的最新方法采用了群體行為的手工特征，而沒(méi)有考慮群體中審閱者之間的評(píng)論之間的語(yǔ)義關(guān)系。在本文中，我們提出了第一種神經(jīng)方法，即HIN-RNN，這是一種無(wú)需手工功能即可用于欺詐者群體檢測(cè)的異構(gòu)信息網(wǎng)絡(luò)（HIN）兼容RNN。 HIN-RNN提供了一個(gè)統(tǒng)一的體系結(jié)構(gòu)，用于每個(gè)評(píng)論者的學(xué)習(xí)學(xué)習(xí)，初始向量是同一評(píng)論者撰寫的所有評(píng)論文本的詞嵌入總和，由否定評(píng)論的比例串聯(lián)在一起。給定一個(gè)代表審閱者的共同審閱網(wǎng)絡(luò)，該審閱者以相同的評(píng)分審閱了相同的項(xiàng)目，并且審閱者的向量表示形式通過(guò)HIN-RNN培訓(xùn)獲得了一個(gè)協(xié)作矩陣。在Yelp（分別在召回率和F1值方面分別為22％和12％）和Amazon（分別為4％和2％）上的Yelp（分別為22％和12％）方面，該提議的方法被證實(shí)具有明顯的改進(jìn)效果?；貞涰?xiàng)和F1值）數(shù)據(jù)集。

二元決策動(dòng)力學(xué)中的相變和級(jí)聯(lián)崩潰

原文標(biāo)題： Phase transition and cascading collapse in binary decision-making dynamics

地址： http://arxiv.org/abs/2105.11616

作者： Xuyang Chen, Xin Wang, Longzhao Liu, Shaoting Tang, Zhiming Zheng

摘要： 二元決策過(guò)程在社會(huì)生活中無(wú)處不在，在許多現(xiàn)實(shí)世界中，從公共衛(wèi)生到政治運(yùn)動(dòng)，都具有至關(guān)重要的意義。盡管已經(jīng)廣泛研究了獨(dú)立于離散選擇行為的連續(xù)意見(jiàn)演變，但很少有作品揭示如何通過(guò)這兩個(gè)過(guò)程的耦合動(dòng)力學(xué)來(lái)確定群體二元決策結(jié)果。為此，我們提出了一種基于主體的模型，通過(guò)社會(huì)網(wǎng)絡(luò)上的競(jìng)爭(zhēng)性意見(jiàn)動(dòng)態(tài)研究個(gè)體二元決策過(guò)程的集體行為。考慮了三個(gè)關(guān)鍵因素：描述人口認(rèn)知范圍的有限置信度，表征意見(jiàn)更新速度的固執(zhí)程度和代表兩種選擇的不對(duì)稱能力或吸引力的意見(jiàn)強(qiáng)度。我們發(fā)現(xiàn)，有限的置信度在確定競(jìng)爭(zhēng)性演化結(jié)果中起著重要作用。隨著有限信心的增強(qiáng)，人口觀點(diǎn)經(jīng)歷了兩極化到共識(shí)，從而導(dǎo)致在二元決策下從共存狀態(tài)過(guò)渡到贏者通吃的所有狀態(tài)。特別令人感興趣的是，我們展示了有限置信度和不對(duì)稱觀點(diǎn)力量的綜合作用如何逆轉(zhuǎn)競(jìng)爭(zhēng)動(dòng)態(tài)中的初始支持優(yōu)勢(shì)。值得注意的是，我們的模型定性地再現(xiàn)了殘酷競(jìng)爭(zhēng)中的重要?jiǎng)恿δＪ剑凑鎸?shí)數(shù)據(jù)觀察到的級(jí)聯(lián)崩潰。最后，有趣的是，我們發(fā)現(xiàn)個(gè)體的認(rèn)知異質(zhì)性可以在二元決策過(guò)程中帶來(lái)隨機(jī)性和不可預(yù)測(cè)性，從而導(dǎo)致不確定性振蕩的出現(xiàn)。我們的研究結(jié)果揭示了如何通過(guò)擬議要素的復(fù)雜相互作用來(lái)解釋二元決策的多種行為模式，從而為競(jìng)爭(zhēng)動(dòng)力學(xué)提供重要見(jiàn)解。

COVID-19傳輸?shù)臄?shù)學(xué)模型

原文標(biāo)題： A Mathematical Model of COVID-19 Transmission

地址： http://arxiv.org/abs/2105.11626

作者： R. Jayatilakaa, R. Patela, M. Brara, Y. Tanga, N. M. Jisrawi, F. Chishtie, J. Drozd, S. R. Valluri

摘要： 通過(guò)流行病學(xué)，應(yīng)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)等學(xué)科研究疾病的傳播。傳播的數(shù)學(xué)模擬模型對(duì)解決公共和個(gè)人健康挑戰(zhàn)具有影響。 SIR模型使用一種隔離方法，包括通過(guò)三個(gè)因素進(jìn)行傳播的動(dòng)態(tài)和非線性行為：易感，感染和移出（恢復(fù)和死亡）的個(gè)體。使用Lambert W函數(shù)，我們提出了一個(gè)框架來(lái)研究SIR模型的解決方案。這證明了COVID-19傳播數(shù)據(jù)在模擬真實(shí)世界疾病傳播中的應(yīng)用。比較了包括SIR，SIRm和SEIR模型在內(nèi)的各種疾病模型的預(yù)測(cè)疾病傳播能力。物理疏遠(yuǎn)影響和個(gè)人防護(hù)設(shè)備的使用將與COVID-19傳播相關(guān)地進(jìn)行討論。

基于保守網(wǎng)絡(luò)的有影響力股票動(dòng)態(tài)分析

原文標(biāo)題： Dynamic analysis of influential stocks based on conserved networks

地址： http://arxiv.org/abs/2105.11630

作者： Xin-Jian Xu, Qin Min, Xiao-Ying Song, Li-Jie Zhang

摘要： 表征股票市場(chǎng)的時(shí)間演變是一個(gè)基本且具有挑戰(zhàn)性的問(wèn)題。迄今為止，有關(guān)分析市場(chǎng)動(dòng)態(tài)的文獻(xiàn)都集中在具有較小預(yù)測(cè)力的宏觀指標(biāo)上。本文從微觀的角度解決了這個(gè)問(wèn)題。給定調(diào)查期，首先通過(guò)移動(dòng)窗口法和股票相關(guān)性顯著性檢驗(yàn)構(gòu)建了一系列股票網(wǎng)絡(luò)。然后，生成幾個(gè)保守的網(wǎng)絡(luò)以提取不同狀態(tài)下的市場(chǎng)的不同骨干。最后，從每個(gè)保守的網(wǎng)絡(luò)中確定有影響力的股票和相應(yīng)的部門，在此基礎(chǔ)上進(jìn)行縱向分析以描述市場(chǎng)的發(fā)展。從2006年1月到2010年4月，對(duì)屬于標(biāo)準(zhǔn)普爾500指數(shù)股票的股票應(yīng)用上述程序，從演化的角度恢復(fù)了2008年的金融危機(jī)。

具有三元閉合的配置模型

原文標(biāo)題： A Configuration Model with Triadic Closure

地址： http://arxiv.org/abs/2105.11688

作者： Ruhui Chang, Duan-Shin Lee, Cheng-Shang Chang

摘要： 在本文中，我們提出了具有隨機(jī)三合會(huì)閉包的配置模型。該模型具有五個(gè)基本屬性：傳遞性大，冪律度分布，短路徑長(zhǎng)度，非零皮爾遜度相關(guān)性以及社區(qū)結(jié)構(gòu)的存在。我們通過(guò)分析得出所提出模型的Pearson程度相關(guān)性和聚類系數(shù)。通過(guò)仿真，我們還在模型上測(cè)試了三種著名的社區(qū)檢測(cè)算法，以及LFR模型和ABCD模型的其他兩個(gè)基準(zhǔn)模型。

通過(guò)拓?fù)渥儞Q進(jìn)行自監(jiān)督圖表示學(xué)習(xí)

原文標(biāo)題： Self-Supervised Graph Representation Learning via Topology Transformations

地址： http://arxiv.org/abs/2105.11689

作者： Xiang Gao, Wei Hu, Guo-Jun Qi

摘要： 我們提出了拓?fù)渥儞Q等變表示學(xué)習(xí)，這是一種用于圖數(shù)據(jù)節(jié)點(diǎn)表示的自監(jiān)督學(xué)習(xí)的通用范例，以實(shí)現(xiàn)圖卷積神經(jīng)網(wǎng)絡(luò)（GCNN）的廣泛適用性。通過(guò)最大化拓?fù)滢D(zhuǎn)換和轉(zhuǎn)換前后的節(jié)點(diǎn)表示之間的相互信息，我們從信息論的角度對(duì)建議的模型進(jìn)行形式化。我們得出這樣的結(jié)論：最大化這種互信息可以放寬，以最小化所應(yīng)用的拓?fù)渥儞Q及其從節(jié)點(diǎn)表示的估計(jì)之間的交叉熵。特別是，我們?cè)噲D從原始圖中采樣節(jié)點(diǎn)對(duì)的子集，并翻轉(zhuǎn)每對(duì)節(jié)點(diǎn)之間的邊連通性以轉(zhuǎn)換圖拓?fù)?。然后，我們通過(guò)從原始圖和變換后的圖的特征表示中重構(gòu)拓?fù)渥儞Q，來(lái)對(duì)表示編碼器進(jìn)行自訓(xùn)練，以學(xué)習(xí)節(jié)點(diǎn)表示。在實(shí)驗(yàn)中，我們將提出的模型應(yīng)用于下游節(jié)點(diǎn)和圖分類任務(wù)，結(jié)果表明，提出的方法優(yōu)于最新的無(wú)監(jiān)督方法。

看看里面。通過(guò)分析企業(yè)內(nèi)部網(wǎng)社會(huì)網(wǎng)絡(luò)和使用單詞共現(xiàn)網(wǎng)絡(luò)來(lái)預(yù)測(cè)股票價(jià)格

原文標(biāo)題： Look inside. Predicting stock prices by analysing an enterprise intranet social network and using word co-occurrence networks

地址： http://arxiv.org/abs/2105.11780

作者： A. Fronzetti Colladon, G. Scettri

摘要： 這項(xiàng)研究調(diào)查了員工的溝通情況，提供了新穎的指標(biāo)，可以幫助預(yù)測(cè)公司的股價(jià)。我們研究了一家意大利大型公司的Intranet論壇，探討了約8,000名員工的互動(dòng)和語(yǔ)言使用情況。我們建立了一個(gè)將一般話語(yǔ)中的單詞鏈接起來(lái)的網(wǎng)絡(luò)。在這個(gè)網(wǎng)絡(luò)中，我們專注于代表公司品牌的節(jié)點(diǎn)的位置。我們發(fā)現(xiàn)，較低的情緒，較高的公司品牌中間度，更密集的單詞共現(xiàn)網(wǎng)絡(luò)以及員工的中央度分?jǐn)?shù)分布更均勻（較低的團(tuán)隊(duì)中間度）都是股票價(jià)格上漲的重要預(yù)測(cè)因素。我們的發(fā)現(xiàn)提供了新的指標(biāo)，這些指標(biāo)可能對(duì)學(xué)者，公司經(jīng)理和專業(yè)投資者有用，并且可以集成到現(xiàn)有的預(yù)測(cè)模型中以提高其準(zhǔn)確性。最后，通過(guò)擴(kuò)展詞共現(xiàn)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域，我們?yōu)樵~共現(xiàn)網(wǎng)絡(luò)的研究做出了貢獻(xiàn)。

模糊數(shù)字路由選擇信息可防止延遲引起的擁塞

原文標(biāo)題： Obscuring digital route choice information prevents delay-induced congestion

地址： http://arxiv.org/abs/2105.11790

作者： Verena Krall, Max F. Burg, Friedrich Pagenkopf, Henrik Wolf, Marc Timme, Malte Schr?der

摘要： 盡管路由應(yīng)用程序越來(lái)越多地影響個(gè)人移動(dòng)性的選擇，但它們對(duì)總體流量動(dòng)態(tài)的影響仍然未知。智能通信技術(shù)為選擇一條路線而不是其他選擇提供了準(zhǔn)確的交通數(shù)據(jù)，但是固有的延遲破壞了此類信息的潛在用途。在這里，我們介紹并分析一個(gè)簡(jiǎn)單的集體交通動(dòng)態(tài)模型，該模型是由依賴于過(guò)時(shí)交通信息的路線選擇產(chǎn)生的。我們發(fā)現(xiàn)對(duì)于足夠小的信息延遲，流量可以穩(wěn)定地免受干擾。但是，超過(guò)分叉點(diǎn)的延遲會(huì)引起振幅逐漸增大的自組織流動(dòng)振蕩-出現(xiàn)擁塞。提供在足夠長(zhǎng)的時(shí)間內(nèi)平均的延遲信息，或更有趣的是，減少遵守路線建議的車輛數(shù)量可以防止這種延遲引起的擁堵。我們?cè)谧钚〉碾p向道路模型中揭示了這些現(xiàn)象的基本機(jī)制，并在道路網(wǎng)絡(luò)系統(tǒng)的基于主體的微觀仿真中證明了它們的普遍性。我們的發(fā)現(xiàn)提供了一種從概念上理解由廣泛使用的非即時(shí)路由信息引起的系統(tǒng)范圍流量動(dòng)態(tài)的方法，并提出了如何避免產(chǎn)生最終的意外流量狀態(tài)的建議。

人群中COVID-19檢測(cè)的統(tǒng)計(jì)模型：抽樣偏差和檢測(cè)誤差的影響

原文標(biāo)題： A statistical model of COVID-19 testing in populations: effects of sampling bias and testing errors

地址： http://arxiv.org/abs/2105.11961

作者： Lucas B?ttcher, Maria R. D’Orsogna, Tom Chou

摘要： 我們開(kāi)發(fā)了用于測(cè)試人群中疾病流行率的統(tǒng)計(jì)模型。該模型假設(shè)二進(jìn)制測(cè)試結(jié)果為正或負(fù)，但允許樣本選擇存在偏差，并且I型（假陽(yáng)性）和II型（假陰性）測(cè)試誤差都存在。我們的模型還包含多種測(cè)試類型，并且能夠區(qū)分測(cè)試后的重新測(cè)試和排除。我們的定量框架使我們能夠?qū)y(cè)試結(jié)果直接解釋為誤差和偏差的函數(shù)。通過(guò)將我們的測(cè)試模型應(yīng)用于特定轄區(qū)的COVID-19測(cè)試數(shù)據(jù)和實(shí)際病例數(shù)據(jù)，我們能夠估算并提供對(duì)大流行至關(guān)重要的指標(biāo)（例如疾病患病率和死亡率）的不確定性量化。

incel詞典：解讀全球女性厭惡社區(qū)的新興密碼

原文標(biāo)題： The incel lexicon: Deciphering the emergent cryptolect of a global misogynistic community

地址： http://arxiv.org/abs/2105.12006

作者： Kelly Gothard, David Rushing Dewhurst, Joshua R. Minot, Jane Lydia Adams, Christopher M. Danforth, Peter Sheridan Dodds

摘要： 從非自愿的獨(dú)身者身份的性別中立框架發(fā)展而來(lái)，“ incels”的概念已成為指一個(gè)在線社區(qū)，這些男人對(duì)自己，婦女和整個(gè)社會(huì)都抱有同情心，因?yàn)樗麄冋J(rèn)為自己找不到自己的同伴。并保持性關(guān)系。通過(guò)在全球在線留言板Reddit上探討語(yǔ)言語(yǔ)言的使用，我們將語(yǔ)言社區(qū)在網(wǎng)絡(luò)上對(duì)女性厭惡和現(xiàn)實(shí)暴力行為的表達(dá)與周圍環(huán)境聯(lián)系起來(lái)。在以主題為主題的Reddit頻道中整理了大約300萬(wàn)條評(píng)論后，我們分析了屬于新興incel詞典的短語(yǔ)的詞匯表的數(shù)據(jù)驅(qū)動(dòng)排名排序的時(shí)間動(dòng)態(tài)。我們的研究揭示了服務(wù)于群體身份的廣泛編碼的厭惡女性主義詞匯的產(chǎn)生和規(guī)范化。

大數(shù)據(jù)和大價(jià)值：公司需要重新思考的時(shí)候

原文標(biāo)題： Big data and big values: When companies need to rethink themselves

地址： http://arxiv.org/abs/2105.12048

作者： M. A. Barchiesi, A. Fronzetti Colladon

摘要： 為了應(yīng)對(duì)業(yè)務(wù)環(huán)境的復(fù)雜性并在觸發(fā)應(yīng)急策略時(shí)檢測(cè)優(yōu)先級(jí)，我們提出了一種新的方法論方法，該方法結(jié)合了文本挖掘，社會(huì)網(wǎng)絡(luò)和大數(shù)據(jù)分析，并評(píng)估了利益相關(guān)者對(duì)公司核心價(jià)值的態(tài)度。在案例研究中應(yīng)用了這種方法，在該案例中，我們考慮了Twitter關(guān)于意大利核心價(jià)值觀的論述。我們收集了超過(guò)94,000條與《財(cái)富》雜志全球最受贊賞公司排名（2013-2017）中列出的公司的核心價(jià)值相關(guān)的推文。對(duì)于意大利方案，我們發(fā)現(xiàn)了三個(gè)主要的核心價(jià)值取向（客戶，員工和卓越），這是任何業(yè)務(wù)戰(zhàn)略的基礎(chǔ)；三個(gè)潛在的價(jià)值取向（經(jīng)濟(jì)，金融增長(zhǎng)，公民身份和社會(huì)責(zé)任），需要定期進(jìn)行注意力。我們的貢獻(xiàn)主要是方法論，并擴(kuò)展了對(duì)文本挖掘和復(fù)雜業(yè)務(wù)環(huán)境中應(yīng)用的在線大數(shù)據(jù)分析的研究。

溝通效率導(dǎo)致詞匯學(xué)習(xí)偏見(jiàn)的出現(xiàn)和下降

原文標(biāo)題： The advent and fall of a vocabulary learning bias from communicative efficiency

地址： http://arxiv.org/abs/2105.11519

作者： David Carrera-Casado, Ramon Ferrer-i-Cancho

摘要： 眾所周知，當(dāng)足夠小的幼兒遇到一個(gè)新單詞時(shí)，他們傾向于將其附加到詞典中尚無(wú)單詞的含義上。在先前的研究中，從信息論的角度來(lái)看，該策略是最佳的。但是，所采用的信息論模型既不能解釋弱點(diǎn)兒童或多語(yǔ)種詞匯學(xué)習(xí)偏見(jiàn)的減弱，也不能重現(xiàn)Zipf的意思-頻率定律，即單詞的意思數(shù)量與其頻率之間的非線性關(guān)系。在這里，我們考慮將模型推廣用于重現(xiàn)該定律的方法。對(duì)新模型的分析揭示了相空間中偏見(jiàn)消失的區(qū)域，這與年齡較大的兒童或多語(yǔ)種偏見(jiàn)的減弱或消失是一致的。在深度學(xué)習(xí)時(shí)代，該模型是透明的低維度工具，可用于未來(lái)的實(shí)驗(yàn)研究，并說(shuō)明了最初旨在闡明Zipf秩頻率定律起源的理論框架的預(yù)測(cè)能力。

聲明：Arxiv文章摘要版權(quán)歸論文原作者所有，機(jī)器翻譯后由本人進(jìn)行校正整理，未經(jīng)同意請(qǐng)勿隨意轉(zhuǎn)載。本系列在公眾號(hào)“網(wǎng)絡(luò)科學(xué)研究速遞”（netsci）和個(gè)人博客進(jìn)行同步更新。