• 效率聚類模式和加密貨幣市場的成熟時代;
  • 打擊暴力極端主義：一種數學模型;
  • 韓國國家研發績效評估體系的系統動力學分析;
  • 基於內容的個性化微博推薦的比較分析[實驗與分析];
  • 國際農作物貿易網路：衝擊和級聯的影響;
  • Instagram社會網路上品牌影響力配對的機器學習技術;

效率聚類模式和加密貨幣市場的成熟時代

原文標題： Clustering patterns in efficiency and the coming-of-age of the cryptocurrency market

地址： arxiv.org/abs/1901.0496

作者： Higor Y. D. Sigaki, Matjaz Perc, Haroldo V. Ribeiro

摘要： 有效市場假說對金融交易和市場穩定具有深遠影響。因此，加密貨幣是否具有信息效率已經成為最近激烈調查的主題。在這裡，我們使用置換熵和統計複雜度而不是價格日誌回報的滑動時間窗來量化超過四百種加密貨幣的動態效率。我們認為加密貨幣在時間窗口內是有效的，因為這兩種複雜性度量在統計上與在隨機混洗數據上獲得的值無法區分。我們發現，在我們的研究中，37％的加密貨幣在80％的時間內保持有效，而20％的加密貨幣在不到20％的時間內具有信息效率。我們的結果還表明，效率與加密貨幣的市值無關。隨著時間的推移對信息效率的動態分析揭示了聚類模式，其中具有相似時間模式的不同加密貨幣形成四個聚類，而且，每個組中的年輕貨幣似乎準備跟隨其「長者」的趨勢。因此，加密貨幣市場已經顯示出對有效市場假設的顯著遵守，儘管數據還顯示數字貨幣的成熟在這方面仍然正在進行中。

打擊暴力極端主義：一種數學模型

原文標題： Countering Violent Extremism: A mathematical model

地址： arxiv.org/abs/1901.0544

作者： Manuele Santoprete

摘要： 激演化是人們採用日益極端的政治，社會或宗教意識形態的過程。當激演化導致暴力時，激進思想成為對國家安全的威脅。預防和去激進計劃是用於打擊暴力極端主義的一系列戰略的一部分，這些戰略統稱為打擊暴力極端主義（CVE）。預防計劃試圖阻止激演化進程的發生和佔據。去激演化方案與暴力極端分子合作，並試圖改變他們的極端主義信仰和暴力行為，目的是使他們重新融入社會。在本文中，我們介紹了一個簡單的隔室模型，適用於描述預防和去激進程序。預防措施通過包括疫苗接種隔室來建模，而去激活過程通過包括治療隔室來建模。我們計算基本複製數 R _0 。對於 R _0 <1 ，系統具有一個全局漸近穩定的均衡。對於 R _0> 1 ，系統還有一個額外的「地方性均衡」。 Lyapunov函數用於表明，對於 R _0> 1 ，地方病均衡是全局漸近穩定的。

韓國國家研發績效評估體系的系統動力學分析

原文標題： A System Dynamics Analysis of National R&D Performance Measurement System in Korea

地址： arxiv.org/abs/1901.0544

作者： Taekho You, Woo-Sung Jung

摘要： 同行評審是一項有用且強大的績效評估流程。在韓國，它需要提高研發績效的質量，但文獻計量評估和缺乏同行會產生相反的效果。我們使用系統動力學來描述韓國研發性能測量系統以及提高性能質量的方法。為了滿足所需的研發性能質量，需要提高評估的公平性和質量。由於研發項目和桑皮過程的專業化，同行資源的規模減少，這對於獲得公平和質量至關重要。此外，縮短評估期對研發績效質量的影響，導致工作量增加，限制長期和創新的研發項目，降低評估質量。以前的評估政策起到了微觀控制研發活動的作用，但是增加同行池的規模和改變評估期會改變評估的質量和公平性。

基於內容的個性化微博推薦的比較分析[實驗與分析]

原文標題： Comparative Analysis of Content-based Personalized Microblog Recommendations [Experiments and Analysis]

地址： arxiv.org/abs/1901.0549

作者： Efi Karra Taniskidou, George Papadakis, George Giannakopoulos, Manolis Koubarakis

摘要： 微博平台構成了實時通信和信息共享的流行手段。它們涉及如此大量的用戶生成的內容，其用戶遭受信息泛濫。為了解決這個問題，已經提出了許多推薦方法來組織用戶根據她的興趣接收的帖子。基於內容的方法通常為每個單獨的用戶構建基於文本的模型以捕獲她的品味，然後根據他們與該模型的相似性在她的時間線中對帖子進行排名。儘管基於內容的方法引起了人們對數據管理社區的極大興趣，但尚未對影響其績效的主要因素進行全面評估。它們是：（i）將非結構化文本轉換為闡明其特徵的結構化表示的表示模型，（ii）組成用戶模型的微博帖子的來源，以及（iii）用戶的發布活動的類型。為了彌補這一差距，我們系統地檢查了9個最先進的表示模型的性能，結合13個表示源和3個用戶類型，來自Twitter的大型真實數據集，包括60個用戶。我們還考慮了各種表示模型的223種合理配置，以評估其內部參數的穩健性。為了便於解釋我們的實驗結果，我們引入了一種新的表示模型分類。我們的分析提供了對確定微博中基於內容的推薦的性能的主要因素的性能和功能的新見解。

國際農作物貿易網路：衝擊和級聯的影響

原文標題： International crop trade networks: The impact of shocks and cascades

地址： arxiv.org/abs/1901.0587

作者： Rebekka Burkholz, Frank Schweitzer

摘要： 分析了21個國家176個國家的糧農組織現有數據，我們發現玉米，大米，大豆和小麥的國際貿易複雜性增加。越來越多的國家作為生產者或中間商發揮作用，無論是貿易還是食品加工。因此，我們發現貿易網路更容易因外部衝擊而導致故障級聯。在我們的模型中，各國通過實施出口限制來彌補需求不足。為了捕捉這些，我們為不同的作物和年份構建了高階貿易依賴網路。這些網路揭示了各國之間隱藏的依賴關係，並允許討論政策含義。

Instagram社會網路上品牌影響力配對的機器學習技術

原文標題： Machine Learning Techniques for Brand-Influencer Matchmaking on the Instagram Social Network

地址： arxiv.org/abs/1901.0594

作者： Taylor Sweet, Austin Rothwell, Xuan Luo

摘要： 社交媒體革命改變了品牌與消費者互動的方式。越來越多的公司沒有將廣告預算花在州際廣告牌上，而是選擇與所謂的互聯網「影響者」合作 - 這些人在網路平台上獲得了忠實的追隨者，因為他們發布了高質量的內容。不幸的是，對於小品牌來說，找到合適的影響者並不總是那麼容易：一個與他們的企業形象保持一致但尚未普及到不負擔的地步的人。在本文中，我們尋求開發一個品牌影響力配對系統，利用現代機器學習技術的力量和靈活性。結果是一種演算法，可以根據他們發布的內容的相似性來預測最富有成效的品牌影響者合作關係。

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「網路科學研究速遞」（微信號netsci）和個人博客 https://www.complexly.me （提供RSS訂閱）進行同步更新。

推薦閱讀：

相关文章