• 誰放出了巨魔？理解國家贊助的巨魔;
  • 演算法個性化時代的意見動態建模;
  • 組標記方法的定量分析;
  • 用網路科學揭示群體智能：隱喻解釋;
  • 用於表徵複雜網路的尺度變化拓撲信息;
  • 社交媒體集群動態創造了有彈性的全球仇恨高速公路;

誰放出了巨魔？理解國家贊助的巨魔

原文標題： Who Let The Trolls Out? Towards Understanding State-Sponsored Trolls

地址： arxiv.org/abs/1811.0313

作者： Savvas Zannettou, Tristan Caulfield, William Setzer, Michael Sirivianos, Gianluca Stringhini, Jeremy Blackburn

摘要： 在過去幾年中，出現了廣泛的軼事證據，表明國家贊助的參與者（或「巨魔」）參與在線政治運動，其目的是操縱公眾輿論並播下不和諧。最近，Twitter和Reddit發布了關於在他們的平台上活躍的俄羅斯和伊朗國家贊助的演員的地面真相數據。在本文中，我們分析了幾個軸上的這些地面實況數據集，以了解這些參與者如何運作，它們如何隨時間演變，誰是他們的目標，他們的戰略如何隨時間變化，以及他們對Web信息生態系統的影響。除其他事項外，我們發現：a）這些行動者的運動受到現實世界事件的影響; b）這些參與者採用不同的策略，並且隨著時間的推移有不同的目標，因此他們的自動檢測並不簡單; c）俄羅斯巨魔顯然是親特朗普，而伊朗巨魔則是反特朗普。最後，使用Hawkes Processes，我們量化了這些參與者對四個網路社區的影響：Reddit，Twitter，4chan的政治錯誤的董事會（/ pol /）和Gab，發現俄羅斯巨魔比伊朗人更有影響力，除了/ POL /。

演算法個性化時代的意見動態建模

原文標題： Modelling Opinion Dynamics in the Age of Algorithmic Personalisation

地址： arxiv.org/abs/1811.0334

作者： Nicola Perra, Luis E C Rocha

摘要： 現代技術徹底改變了我們互動和消費信息的方式。例如，在線社交平台允許以前所未有的規模進行無縫通信交換。然而，我們仍然受到認知和時間限制的束縛。我們的注意力有限且非常有價值。演算法個性化已成為解決信息過載問題的標準方法。因此，接觸我們朋友的意見和我們對重要問題的看法可能會被扭曲。然而，演算法守門對我們超連接社會的影響卻知之甚少。在這裡，我們設計了一個意見動態模型，其中個人通過社會網路連接並採用意見作為他們所接觸的觀點的函數。我們應用各種過濾演算法，隨機地選擇向用戶i）顯示的意見ii）考慮時間排序或iii）他們當前的信念。此外，我們研究了這些機制與真實網路的關鍵特徵之間的相互作用。我們發現演算法過濾可能會影響意見的共享和分布，尤其是在信息偏向於每個用戶的當前觀點的情況下。這些效應在具有拓撲和空間相關性的網路中得到加強，其中回聲室和極化出現。相反，連通模式的異質性減少了這種趨勢。我們還考慮通過輕推將一種觀點集中推送給所有用戶的情景。有趣的是，即使是最小的輕推也能夠改變現狀，將其移向期望的觀點。我們的研究結果表明，簡單的過濾演算法可能是調節社會網路上發生的意見動態的有力工具

組標記方法的定量分析

原文標題： Quantitative analysis of approaches to group marking

地址： arxiv.org/abs/1811.0342

作者： Hugh Harvey, James Keen, Chester Robinson, James Roff, Thilo Gross

摘要： 小組工作，學生在項目上共同克服挑戰，有很多優勢，包括學習重要的可轉移技能，更好的學習經驗和更多的動力。然而，在許多學術系統中，小組項目的優勢與向學生分配個性化標記的需要相衝突。已經提出了許多不同的方案來個性化小組項目標記，這些方案包括標記小組工作的個人反思性賬戶和同行評估。在這裡，我們在人工學生群體的計算實驗中探索了許多這些方案。我們的分析突出了每個方案的優缺點，特別是揭示了這裡提出的新方案的功效，我們將其稱為偽反向標記。

用網路科學揭示群體智能：隱喻解釋

原文標題： Unveiling Swarm Intelligence with Network Science-the Metaphor Explained

地址： arxiv.org/abs/1811.0353

作者： Marcos Oliveira, Diego Pinheiro, Mariana Macedo, Carmelo Bastos-Filho, Ronaldo Menezes

摘要： 自組織是一種自然現象，出現在具有大量相互作用組件的系統中。自組織系統顯示出穩健性，可擴展性和靈活性，這些是處理現實問題時的基本屬性。群體智能旨在設計具有高度自組織的自然啟發演算法。然而，我們不知道為什麼基於群的演算法運行良好，我們也無法比較文獻中的不同方法。缺乏一個能夠表徵這幾種基於群的演算法的共同框架，超越了它們的特殊性，導致了一系列受自然界不同??方面啟發的出版物，而沒有考慮它們是否與現有方法相似。我們通過引入基於網路的框架 來解決這一差距，通過社交動態的光學來檢查基於計算群的系統。我們討論了幾個群類的社會維度，並提供了粒子群優化的案例研究。通過關注社交互動結構的一般視角，交互網路可以更好地理解當前可用的過多方法。

用於表徵複雜網路的尺度變化拓撲信息

原文標題： Scale-variant topological information for characterizing complex networks

地址： arxiv.org/abs/1811.0357

作者： Quoc Hoan Tran, Van Tuan Vo, Yoshihiko Hasegawa

摘要： 由於拓撲尺度的變化，非二元複雜的相互作用和波動，現實世界網路難以表徵。在這裡，我們提出了一個通過基於拓撲數據分析的方法來解決這些問題的通用框架。通過在單個指定時間尺度上觀察網路上的擴散過程，我們可以將網路節點映射到包含單個規模的網路拓撲信息的點雲。然後，我們計算在可變時間尺度上構建的點雲，其提供尺度變數拓撲信息並且賦予對網路結構和功能的深刻理解。對合成和現實世界數據的實驗證明了我們的框架在識別網路模型，分類現實世界網路以及檢測時間演變網路中的轉換點方面的有效性。我們的工作提供了統一的分析，可能適用於更複雜的網路結構，如多層和多路復用網路。

社交媒體集群動態創造了有彈性的全球仇恨高速公路

原文標題： Social media cluster dynamics create resilient global hate highways

地址： arxiv.org/abs/1811.0359

作者： N.F. Johnson, R. Leahy, N. Johnson Restrepo, N. Velasquez, M. Zheng, P. Manrique

摘要： 在線社交媒體允許個人圍繞共同的興趣聚集 - 包括仇恨。我們表明，緊密結合的社交群體相互聯繫，形成有彈性的「全球仇恨高速公路」，可以連接獨立的社會網路平台，國家，語言和意識形態，並且可以快速自我修復和重新連接。我們提供了一種數學理論，揭示了仇恨的全球軸心中隱藏的彈性;解釋了當前控制方法可能無效的問題;並提供改進。我們的研究結果揭示了由二分動力學驅動的網路網路的新科學，並且應該更廣泛地應用於非法網路。

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