基於信譽的假新聞檢測
原文標題： Credibility-based Fake News Detection
地址： http://arxiv.org/abs/1911.00643
作者： Niraj Sitaula, Chilukuri K. Mohan, Jennifer Grygiel, Xinyi Zhou, Reza Zafarani
摘要： 假新聞可以顯著誤導人誰經常依靠他們的信息在線資源和社交媒體。對假新聞的檢測目前的研究主要集中在分析假新聞的內容以及它是如何傳播的用戶在網絡上。在本文中，我們通過評估其信譽強調的假新聞的檢測。通過分析公眾假新聞數據，我們表明，在新聞來源（和作者）信息可以是信譽的重要指標。我們的研究結果表明，作者與假新聞協會和新聞文章的作者數的歷史，能起到檢測的假新聞顯著的作用。我們的方法可以幫助改善傳統的假新聞的檢測方法，其中內容的功能通常用來檢測假新聞。
蝴蝶結中心性：有內在節點屬性的有向和加權網絡新型測度
原文標題： The Bow-Tie Centrality: A Novel Measure for Directed and Weighted Networks with an Intrinsic Node Property
地址： http://arxiv.org/abs/1911.00924
作者： James B Glattfelder
摘要： 今天，存在許多中心性措施作為其位置的功能和本質的結構評估網絡中節點的重要性。一類這樣的措施基礎上徵向量中心，其中一個節點的重要性從其相鄰節點的重要性的。對於導演和加權複雜的網絡，其中的節點可以進行一些內在的屬性值，已經提出了那些特徵向量中心的變種中心地位的措施。然而，這些表述都來自缺點。這裡，提出了這樣的中心性措施的擴展，補救所有以前遇到的問題。而類似的改進的中心性的措施已被提議作為算法的食譜，即這裡提出的新穎量是一個純粹的解析表達式，只利用鄰接矩陣和節點值的向量。新的中間值的推導詳細的動機。具體而言，中心地位本身是理想的有向和加權網絡的顯示蝴蝶結拓撲分析（與節點屬性）。然後可以對新的蝴蝶結中心地位被計算為一個獨特的和廣泛的現實世界的數據集，從經濟學的到來。它示出了蝴蝶結中心性如何評估類似於其他特徵向量中心措施節點的相關性，而不是由它們的缺點在週期的網絡中的存在的困擾。
波蘭語Twitter數據的情感分析模型
原文標題： Sentiment analysis model for Twitter data in Polish language
地址： http://arxiv.org/abs/1911.00985
摘要： 5月10日波蘭總統大選期間收集的鳴叫文本挖掘分析，2015年該項目包括執行引擎的檢索來自Twitter的信息，建立文檔語料庫，語料庫的清潔，並建立長期文檔矩陣。從文本語料庫每個鳴叫分配基於其情感分類別。比分被使用的正和/或負表情符號和每個文檔中波蘭語字的數目進行計算。的結果數據集用於訓練和測試4個機器學習分類器，以選擇這些提供最準確的自動鳴叫分類結果。樸素貝葉斯和最大熵算法實現的分別71.76％和77.32％的最佳精確度。所有執行任務使用R編寫完成。
人類通訊的動態行為全局規律和個體差異
原文標題： Global Regularity and Individual Variability in Dynamic Behaviors of Human Communication
地址： http://arxiv.org/abs/1911.01264
作者： Jonathan J. H. Zhu, Tai-Quan Peng
摘要： 一種新的模式，被稱為“人類動力學”，最近已經提出了個人執行基於任務的感知優先級，這可以通過等待連續任務（Barabasi，2005）之間的時間冪律分佈為特徵的活動。該冪律分佈已經發現在不同的人的行為，例如郵寄信件，電子郵件通訊，網頁瀏覽，視頻點播和移動電話存在。然而，模體已被在全局（即，聚合的）水平上觀察到不考慮個體差異。為了防止生態謬誤，就必須在個人層面來測試模型。目前的研究旨在解決以下問題：是不同的個體冪律均勻？就個人行為遵循怎樣分配？我們研究這些問題，有近4000網民客戶端日誌文件的Web瀏覽行為和230萬個用戶的服務器日誌文件在P2P系統的文件共享行為。結果證實，在累積總水平無論是在網頁瀏覽和P2P的使用行為人的動態模型。我們還發現，存在冪律分佈，它遵循眾所周知的分佈在整個個人檢測變異的衰減率（即指數伽馬）（即，高斯，韋伯，以及對數正態分佈）。
使用阿拉伯語推特瞭解藥品銷售行為
原文標題： Using Arabic Tweets to Understand Drug Selling Behaviors
地址： http://arxiv.org/abs/1911.01275
作者： Wesam Alruwaili, Bradley Protano, Tejasvi Sirigiriraju, Hamed Alhoori
摘要： Twitter是在包括出售非法商品和服務的阿拉伯地區的電子商務流行的平臺。社會化媒體平臺上設置了多重機遇，挖掘大約屬於非法雙方和藥品的行為，同樣以法律處方藥非處方藥出售，即信息，是非法的。作為公認的公共健康風險，銷售和使用違禁藥物，合法藥物仿冒版本，以及非處方藥銷售的合法藥物構成，這反映在由社交媒體促進一個普遍的問題。 Twitter提供了以支持尋找途徑，以保護患者安全的更大目標監測合法和非法銷售藥品的關鍵資源。我們使用阿拉伯語的關鍵字收集我們的數據集。然後，我們分為使用四個機器學習分類的數據。基於各自的結果進行比較，我們評估了每個分類的準確性，在分析到哪些藥物可在社交媒體的程度預測兩個重要的因素：藥物的銷售和藥品從而標榜的合法性/非法引用。對於預測鳴叫販賣毒品，支持向量機，產生準確率最高（96％），而對於預測廣告的藥品的合法性，樸素貝葉斯，分類器產生的準確率最高（85％）。
通過情緒軌跡分析檢查英國鑽頭音樂
原文標題： Examining UK drill music through sentiment trajectory analysis
地址： http://arxiv.org/abs/1911.01324
作者： Bennett Kleinberg, Paul McFarlane
摘要： 本文介紹了從自然語言處理技術如何可以用來檢查幫派有關演練的音樂在英國（UK）的感情軌跡。這項工作很重要，因為重要公眾人物鬆散地使鑽頭的音樂和在倫敦青年暴力近期上報之間有爭議的聯繫。因此，本文考察了幫派鑽音樂歌詞的動態使用的感悟。調查結果顯示兩種不同情緒的使用模式和統計分析顯示，歌詞有明顯肯定的語氣吸引YouTube上比消極的更多的意見和參與。我們的工作提供了第一手的實證分析上市公司的語言使用倫敦鑽的音樂，它可以，因此，可以在今後的研究和政策制定者用來幫助理解涉嫌鑽剛關係。
註釋超圖：模型及應用
原文標題： Annotated Hypergraphs: Models and Applications
地址： http://arxiv.org/abs/1911.01331
作者： Philip Chodrow, Andrew Mellor
摘要： 超圖提供研究組實體之間的相互作用polyadic自然建模語言。許多polyadic相互作用是不對稱的，節點扮演獨特的角色。在學術合作的網絡，例如，在論文作者的順序往往反映了他們對完成的工作捐款的性質。為了模擬這些網絡，我們引入 EMPH註釋超圖作為向圖的自然polyadic概括。註釋超圖成包含元數據到polyadic圖模型高度總體框架。為了方便與註釋超圖的數據分析，我們構建這些結構作用感知配置空模型，並證明了從中取樣的有效馬爾可夫鏈蒙特卡羅方案。我們著手製訂各種指標和算法註釋超圖的分析。其中一些，如同類性和模塊化，自然推廣二元同行。其他指標，如本地角色的密度，是唯一的註釋超圖的設置。我們說明了六個數字社會網絡我們的技術，並提出安然郵件數據集的詳細案例研究。
在線用戶交互的情感行為分析：線上支持組比Twitter更治癒？
原文標題： Affective Behaviour Analysis of On-line User Interactions: Are On-line Support Groups more Therapeutic than Twitter?
地址： http://arxiv.org/abs/1911.01371
作者： Giuliano Tortoreto, Evgeny A. Stepanov, Alessandra Cervone, Mateusz Dubiel, Giuseppe Riccardi
摘要： 在精神衛生問題的患病率的增加正好與健康相關的社交網站日益普及。不管他們的治療潛力的，在線支持團體（OSGs）也可能對患者產生負面影響。在這項工作中，我們提出了一種新方法，通過使用自然語言處理（NLP）技術自動驗證的社交網站的治療因素的存在。該方法是在在線評估異步從OSG和Twitter收集多方對話。分析的結果表明，發生治療因子更頻繁地在OSG對話比微博對話。此外，OSG對話的分析表明，該平臺的用戶的支持，並相互作用，可能會導致他們的情緒狀態的改善。我們相信，我們的方法提供了對在線平臺的用戶的情緒狀態的自動分析的墊腳石。該方法的可能的應用包括提供，突出使用這種平臺上的用戶心理健康的潛在影響的準則，和/或支持其對具體的個人影響的分析。
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。本系列在微信公眾號“網絡科學研究速遞”和個人博客進行同步更新。
閱讀更多 網絡科學研究速遞 的文章
