COVID-19的地理擴散與Facebook度量的社會網絡結構相關
原文標題： The geographic spread of COVID-19 correlates with structure of social networks as measured by Facebook
地址： http://arxiv.org/abs/2004.03055
作者： Theresa Kuchler, Dominic Russel, Johannes Stroebel
摘要： 我們使用來自Facebook的匿名和彙總數據來顯示，與兩個早期COVID-19“熱點”（美國紐約州威徹斯特縣和美國洛迪省）的社會聯繫更加緊密的地區，截至目前，已確認的COVID-19病例數量更多2020年3月30日。在控制了到熱點的地理距離以及該地區的收入和人口密度之後，這些關係一直存在。這些結果表明，來自在線社會網絡的數據可能對流行病學家和其他希望預測傳染病（例如COVID-19）傳播的人有用。
使用拓撲數據分析的球映射方法可視化英文Covid-19案例的演變
原文標題： Visualising the Evolution of English Covid-19 Cases with Topological Data Analysis Ball Mapper
地址： http://arxiv.org/abs/2004.03282
作者： Pawel Dlotko, Simon Rudkin
摘要： 通過數據可視化了解疾病傳播的重點在於趨勢和地圖。這些雖然有用，但忽略了社區特徵之間重要的多維交互。使用拓撲數據分析球映射器算法，我們構造了NUTS3級經濟數據的抽象表示，在其上覆蓋了英格蘭Covid-19的確診病例。通過這樣做，我們可以瞭解疾病如何在不同的社會經濟維度上傳播。可以看出，特徵空間中的某些區域已迅速達到最高感染水平，而其他在特徵空間中附近的區域則沒有顯示出較大的感染增長。同樣，我們看到在非常不同的區域出現了模式，需要更多的監視。在理解動態流行數據方面，對拓撲數據分析（尤其是Ball Mapper算法）做出了重要貢獻。
Covid-19死亡率比較的問題
原文標題： On the problem of comparing Covid-19 fatality rates
地址： http://arxiv.org/abs/2004.03377
作者： Fabio Miletto Granozio
摘要： 瞭解Covid-19殺傷力及其因國家而異的情況對於支持政府選擇適當的策略至關重要。在爆發過程中採用正確的指標來監測感染的致死性是至關重要的問題。即使我們只將注意力集中在確診病例的子集上，這項工作也凸顯了與時間相關的病例死亡率在多大程度上是誤導性指標，可用來估計疾病爆發期間的死亡率。我們的分析證明，歐洲幾個主要國家的最終病死率必將大大超過10％。討論最多的是意大利與其他主要歐洲國家之間的致死率差異（除德國外）主要歸因於意大利流行病的晚期。
發現COVID-19相關研究論文的關聯
原文標題： Discovering associations in COVID-19 related research papers
地址： http://arxiv.org/abs/2004.03397
作者： Iztok Fister Jr., Karin Fister, Iztok Fister
摘要： COVID-19大流行已證明是全球性挑戰。它證明了人類可能是多麼脆弱。它還動員了來自不同科學和不同國家的研究人員，以尋找一種方法來對抗這種潛在的致命疾病。與此相符，我們的研究使用關聯規則文本挖掘來分析與COVID-19和冠狀病毒相關研究相關的論文摘要，以便一方面找到最有趣的單詞，另一方面找到它們之間的關係。然後，一種稱為信息製圖的方法被用於從大量關聯規則中提取結構化知識。在這些方法的基礎上，我們的研究目的是展示研究人員在整個歷史上如何應對類似的流行病/大流行病。
在某些州和整個印度評估21天鎖定效應：COVID-19爆發的預測數學研究
原文標題： Assessment of 21 Days Lockdown Effect in Some States and Overall India: A Predictive Mathematical Study on COVID-19 Outbreak
地址： http://arxiv.org/abs/2004.03487
作者： Tridip Sardar, Sk Shahid Nadim, Joydev Chattopadhyay
摘要： 截至2020年4月6日，報告的COVID-19病例和死亡總數為4778和136。這是一個令人震驚的情況，因為印度人口眾多，幾天之內將進入COVID-19傳播的第三階段。在既沒有有效的治療方法也沒有疫苗的情況下，並且對流行病學週期的理解不完全，預測性數學模型可以幫助探索COVID-19的傳播和控制。在本研究中，我們考慮了一種新的COVID-19傳播數學模型，該模型結合了有症狀和無症狀人群之間傳播的鎖定效應和變異性，而前者是該疾病的快速傳播者。使用來自三個州（馬哈拉施特拉邦，德里和特蘭甘納邦）和整個印度的每日COVID-19通報病例，我們根據減少病例和死亡人數評估了當前21天禁售期的效果。研究了不同鎖定成功率的鎖定效果。我們的結果表明，鎖定21天不會對馬哈拉施特拉邦和整個印度產生影響。此外，更高比例的COVID-19超級傳播者的存在將使馬哈拉施特拉邦的局勢進一步惡化。但是，對於泰米爾納德邦和德里，我們抱有一線希望，因為我們的預測表明，封鎖將減少大量病例和死亡。在這兩個位置。鎖定的進一步擴大可能會將德里和泰米爾納德邦置於一個舒適區。比較上述四個位置的估計參數樣本，我們發現鎖定效果與一個區域內有症狀感染百分比之間存在相關性。我們的結果表明，在一個區域中較高百分比的有症狀感染可導致因不同的鎖定情況而導致的通報病例和死亡人數的大量減少。最後，我們建議印度政府控制COVID-19爆發。
基於確定性SEIR模型的COVID-19流行病模擬
原文標題： A simulation of a COVID-19 epidemic based on a deterministic SEIR model
地址： http://arxiv.org/abs/2004.03575
作者： José M. Carcione, Juan E. Santos, Claudio Bagaini, Jing Ba
摘要： 由新的冠狀病毒引起的流行病已在意大利北部傳播，傳染率很高。我們實施SEIR模型來計算該流行病的感染人數和傷亡人數。該示例可以理想地考慮2月25日開始流行的意大利倫巴第大區的情況，但鑑於缺乏合適的數據和不同參數的不確定性，絕不嘗試進行嚴格的案例研究，主要是家庭隔離和封鎖的程度隨時間的變化，最初暴露的個體和感染者的數量以及死亡率。首先，我們通過更改參數和初始條件來分析模型的結果。關於特定示例，結果隨著可用數據的增加而演變。我們使用迄今為止的死亡人數（2020年4月7日）對模型進行校準。峰值出現在第40天（4月4日），當時迅速下降，最初的繁殖率R0 = 2.6，在22天時為2.08，在35天后時為0.7，表明房屋隔離和鎖定的程度不同。流行結束時，死亡人數約為12000。為死者提供更好適應的潛伏期為5.16天，感染期為3.53天，死亡率為0.00057天基於報告的（官方）傷亡人數的值）。除了具體的例子之外，這項工作提出的分析還表明，使用隔離措施，社會隔離和對傳播條件的瞭解有助於我們瞭解這一流行病的動態。因此，量化過程以驗證隔離效果的重要性。
COVID-19大流行的在線集體注意力不同模式與未來病例數差異相關
原文標題： Divergent modes of online collective attention to the COVID-19 pandemic are associated with future caseload variance
地址： http://arxiv.org/abs/2004.03516
作者： David Rushing Dewhurst, Thayer Alshaabi, Michael V. Arnold, Joshua R. Minot, Christopher M. Danforth, Peter Sheridan Dodds
摘要： 使用從2019-09-01到2020-03-25撰寫的10％隨機推文樣本，我們分析了Twitter上用來描述正在進行的COVID-19大流行的單詞（1克）的動態行為。在24種語言中，我們發現了兩種截然不同的動態機制：一種表現出對1月下旬首次冠狀病毒爆發的集體關注的上升和隨後的崩潰，另一種表現了3月與COVID-19相關的論述。按主要語言使用情況彙總國家/地區後，我們發現第一個動態狀態的波動性與COVID-19新案例中的未來波動性相關，大約在三週後（平均22.7 pm 2.17天）。我們的結果表明，在社交媒體上監視與流行病學相關的詞語的使用變化可能有助於預測疾病病例數的後續變化，但我們強調，我們當前的發現並非因果關係或必然具有預測意義
恐怖襲擊後不同性別的行為發生變化
原文標題： Gender-specific behavior change following terror attacks
地址： http://arxiv.org/abs/2004.02957
作者： Jonas S. Juul, Laura Alessandretti, Jesper Dammeyer, Ingo Zettler, Sune Lehmann, Joachim Mathiesen
摘要： 恐怖分子利用暴力追求政治目標。恐怖往往給受害人帶來嚴重後果，但仍然是一個懸而未決的問題，恐怖襲擊如何影響普通民眾。我們研究了受 7 不同恐怖襲擊影響的城市居民的行為反應。我們將恐怖襲擊發生後的頭24小時內的實時移動通信模式與沒有恐怖襲擊發生的日子中的相應模式進行了比較。在平常的日子裡，男性和女性參與者的活動模式不同。但是，在恐怖襲擊之後，我們發現性別差異顯著增加。有關恐怖襲擊後公民行為反應模式的知識可能對襲擊期間和襲擊後的公眾反應具有重要意義。
學術網的持久標識符的持久性
原文標題： On the Persistence of Persistent Identifiers of the Scholarly Web
地址： http://arxiv.org/abs/2004.03011
作者： Martin Klein, Lyudmila Balakireva
摘要： 就像網絡上的任何其他資源一樣，學術資源會隨著時間的流逝而頻繁消失或發生顯著變化，因此受到參考腐爛的影響。數字對象標識符（DOI）可以持久地識別學術資源，並且已經成為引用它們的事實上的標準。我們通過分析DOI在網絡上的分辨率來研究持久性的概念。我們對這些標識符的持久性有信心，部分原因是假設取消引用DOI會始終返回相同的響應，而不管我們使用哪種HTTP請求方法或從哪個網絡環境發送請求。然而，我們的實驗表明，根據我們的解釋，持久性不是必須的。我們發現學術內容提供者對不同的請求方法和網絡環境的響應不同，甚至改變了他們對同一DOI的響應。在本文中，我們介紹了定量分析的結果，旨在將這種令人不安的缺乏一致性告知學術交流界。
圖距離和聚類
原文標題： Graph Distances and Clustering
地址： http://arxiv.org/abs/2004.03016
作者： Pierre Miasnikof, Alexander Y. Shestopaloff, Leonidas Pitsoulis, Yuri Lawryshyn
摘要： 從圖聚類的角度出發，我們提出了基於共享連通性的頂點到頂點距離的定義。我們認為，共享更多連接的頂點比共享更少連接的頂點彼此靠近。我們的論文以廣泛接受的觀念為中心，即強簇由高水平的誘導子圖密度形成，其中子圖代表簇。我們認為這些簇是通過將在連通性上相似的頂點分組而形成的。在群集級別（誘導子圖級別），我們的論文轉化為較低的平均群集內距離。我們的定義不同於通常的最短距離測地距離。在本文中，我們從文獻中比較了三種距離度量。我們的基準是在群集級別彙總（平均）後，每個度量對群集內密度的反映的準確性。我們對使用種植分區模型生成的合成圖進行測試，該模型事先已知簇和簇內密度。我們檢查平均群集內距離和群集內密度之間的相關性。我們的數值實驗表明，如果對簇內的頂點對進行平均，Jaccard和Otsuka-Ochiai可以提供非常準確的密度度量。
電話通信網的統計特性
原文標題： Statistical properties of telephone communication network
地址： http://arxiv.org/abs/2004.03172
作者： V.M.Danilevskiy, V.V.Yanovsky
摘要： 本文考慮了電話用戶的有向網絡。可以將其描述為具有頂點的動態網絡，該頂點對應於電話網絡的用戶，而新興的方向性邊對應於各個用戶之間的連接。邊的位置及其方向由相應頂點的呼入和呼出決定。本文的主題是電話網絡用戶的某些子集的連接的統計屬性。由於它們的出現和消失，這種連接本質上是動態的。一天中在選定頂點發生的傳出（或傳入）連接數被用作主要特徵。已經使用實驗數據分析了這種網絡的輸出（或輸入）連接（或呼叫）數量的分佈密度。已經表明，這種在呼叫數量上的分佈密度服從對數正態分佈密度，這取決於兩個參數。確定了確定對數正態分佈密度的兩個參數的值，即平均值和方差。已經討論了在傳入（或傳出）連接數上出現對數正態分佈密度的原因。還考慮了其他訂戶組的統計屬性。特別是，已經選擇了向電話網絡的各個用戶進行大量撥出呼叫的組來進行單獨的研究。該組中創建和分發垃圾郵件的成員可以稱為垃圾郵件發送者。已經表明，這些組（例如垃圾郵件發送者）在呼叫次數上也服從對數正態分佈密度，但是它們的特徵在於平均值和方差不同。
具有相關層的多關係稀疏網絡最佳恢復條件的通用社區檢測
原文標題： General Community Detection with Optimal Recovery Conditions for Multi-relational Sparse Networks with Dependent Layers
地址： http://arxiv.org/abs/2004.03480
作者： Sharmodeep Bhattacharyya, Shirshendu Chatterjee
摘要： 近年來，多層和多路網絡已成為常見的網絡數據集。我們考慮為特殊類型的多層網絡（稱為多關係網絡）識別公共社區結構的問題。我們考慮了用於多關係網絡的譜聚類方法的擴展，並提供了理論保證，即譜聚類方法能夠從多層版本的隨機模型和經度校正的塊模型生成的多關係網絡中一致地恢復社區結構，即使網絡層之間也具有依賴性。結果表明，即使在多關係網絡的各個層的網絡結構都低於社區可檢測性閾值的情況下，該方法也能在網絡度參數的最佳條件下工作，以檢測出誤差比例消失的分類和分散社區結構。我們也通過仿真來增強理論結果的有效性。
日常出行行為的常規模式發現和異常檢測
原文標題： Routine pattern discovery and anomaly detection in individual travel behavior
地址： http://arxiv.org/abs/2004.03481
作者： Lijun Sun, Xinyu Chen, Zhaocheng He, Luis F. Miranda-Moreno
摘要： 在個人旅行行為中發現模式並檢測異常是研究和實踐中的關鍵問題。在本文中，我們通過建立概率模型來建模單個時空旅行行為數據（例如，旅行記錄和軌跡數據）來解決此問題。我們開發了二維潛在狄利克雷分配（LDA）模型來表徵每個旅行者的時空旅行記錄的生成機制。該模型為空間維度和時間維度分別引入了兩個單獨的因子矩陣，並在個體級別使用二維核心結構來有效地建模聯合交互和複雜依存關係。該模型可以以無監督的方式從非常稀疏的旅行序列中有效地總結出在空間和時間維度上的旅行行為模式。通過這種方式，可以將複雜的旅行行為建模為代表性和可解釋的時空模式的混合。通過將訓練有素的模型應用於旅行者的未來/未知時空記錄，我們可以使用困惑度對這些觀察進行評分，從而檢測出她的行為異常。我們在真實的車牌識別（LPR）數據集上證明了所提出的建模框架的有效性。結果證實了統計學習方法在稀疏個人旅行行為數據建模中的優勢。這種類型的模式發現和異常檢測應用程序可以為交通監控，執法和個人出行行為分析提供有用的見解。
異質性駕駛員在交通中的社會困境
原文標題： Social dilemma in traffic with heterogeneous drivers
地址： http://arxiv.org/abs/2004.03483
作者： Ricardo Simão, Lucas Wardil
摘要： 交通的悲劇類似於超車可能造成的公地悲劇。我們分析了由車輛的最小模型（Nagel和Schreckenberg提出的模型）對超車的影響，該模型具有兩種類型的駕駛員：超車駕駛員和不駕駛員。我們表明，在某些情況下，超車是件好事，因為它可以增加道路通行能力並最大程度地減少駕駛員在道路上花費的平均時間。但是，如果不滿足這些條件，則超車對所有人都有害。更具體地說，我們發現，如果隨機減速的可能性較低，則在向擁擠交通過渡的附近會出現社會困境，這也可能在更現實的單車道模型中發生。造成社會困境的根本機制是超車返回車道時突然減速。我們分析了收益如何取決於總體策略的頻率，得出的結論是，超車的驅動程序是叛逃者，而非超車的驅動程序是合作者，類似於公共博弈類悲劇中的策略。
幾條主題推文足以實現有效的用戶級立場檢測
原文標題： A Few Topical Tweets are Enough for Effective User-Level Stance Detection
地址： http://arxiv.org/abs/2004.03485
作者： Younes Samih, Kareem Darwish
摘要： 立場檢測需要確定用戶相對於目標（例如實體，主題或聲明）的位置。最近採用無監督分類的工作表明，對目標上有很多推文的語音Twitter用戶執行姿態檢測可以產生很高的準確性（+ 98％）。但是，這種方法對於聲音較弱的用戶可能效果不佳或完全失敗，他們可能只編寫了有關目標的幾條推文。在本文中，我們使用兩種方法解決此類用戶的姿態檢測問題。在第一種方法中，我們通過使用上下文嵌入來表示推文來改善用戶級別的姿勢檢測，這些嵌入捕獲上下文中單詞的潛在含義。我們表明，該方法優於兩個強基準，並且在八個有爭議的主題上均達到了89.6％的準確性和91.3％的宏F度量。在第二種方法中，我們使用他們的Twitter時間軸推文來擴展給定用戶的推文，然後對用戶執行無監督分類，這需要將用戶與訓練集中的其他用戶聚類。這種方法可達到95.6％的精度和93.1％的宏F量度。
基於網絡滲流的城市道路網洪災擴散模型
原文標題： A Network Percolation-based Contagion Model of Flood Propagation and Recession in Urban Road Networks
地址： http://arxiv.org/abs/2004.03552
作者： Chao Fan, Xiangqi Jiang, Ali Mostafavi
摘要： 在這項研究中，我們提出一種傳染模型，作為一種簡單而強大的數學方法，用於預測城市道路網絡中洪水的起伏和衰退的空間擴散和時間演變。抵禦洪水事件的城市道路網對於提供公共服務和應急響應至關重要。洪水在城市網絡中的擴散是一個複雜的時空現象。本研究提出了一種數學傳染模型，用於描述城市道路網絡中洪水的時空擴散和衰退過程。在普通系統中，可以基於三個宏觀特徵捕獲洪水在網絡中的演變：洪水傳播率（ beta ），洪水孵化率（ alpha ）和恢復率（ mu ）。與易感暴露傳染恢復（SEIR）模型相似的微分方程。我們將洪水傳染模型與網絡滲透過程集成在一起，在該過程中，路段被淹的概率取決於附近路段被淹的程度。利用2017年哈維颶風期間哈里斯縣道路洪水的高分辨率歷史數據驗證了該模型的應用。結果表明，該模型可以監測和預測一段時間內被洪水淹沒的道路所佔比例。此外，所提出的模型可以在大部分測試時間間隔內達到 90％的精度，並可以恢復被淹道路的空間分佈。研究結果表明，所提出的數學傳染模型具有巨大的潛力，可以支持應急管理人員，政府官員，公民，急救人員和其他決策者進行道路網的洪水預報。
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。
閱讀更多 網絡科學研究速遞 的文章
