三明市开云体育全站app有限公司
三明市开云体育全站app有限公司 Generator
三明市开云体育全站app有限公司
【开云体育app官网下载手机版】中国有限公司
客户统一服务热线
018-348751866
11738810830
018-348751866
11738810830
科学影响力的早期指标：使用Altmetrics预测引文;基于Grueblers方程扩展的庞大网络影响评估;社会网络中的回声室和隔离：马尔可夫桥模型和预计;负面票使政治南北极化;社交媒体数据展现了民众消费者认知的信号;一种通过意外确定网络社区结构的算法;形貌COVID-19大盛行自由流传的SEIR模型的剖析解;通过累积相对频率漫衍革新意见垃圾邮件检测;湖北省COVID-19的引力和自回归分析空间扩散;资源优化和ICU接纳政策对COVID-19死亡率影响的定量评估;评估大学影响力：维基百科方法;关键字指标，用于明白每个种别中的“转发”和“喜欢”之间的区别;新闻应用中与用户兴趣相关的短停留时间分析;具有依赖于感知的重连的自适应多路网络上的感染动力学;基于网络的COVID-19大盛行数字接触追踪和测试计谋建模;海内外乐成-应对都会可连续生长目的行动的国际溢出;符号图扩散网络;在希腊雅典多数会地域第一次盛行波期间预计SARS-CoV-2熏染的有效再生数;深色与条纹：衣物对体重感知的影响;通过具有恒定时间延迟和合适的阳性率的广义SIR模型预测COVID-19智利的第二次暴发;科学影响力的早期指标：使用Altmetrics预测引文原文标题： Early Indicators of Scientific Impact: Predicting Citations with Altmetrics地址： http://arxiv.org/abs/2012.13599作者： Akhil Pandey Akella, Hamed Alhoori, Pavan Ravikanth Kondamudi, Cole Freeman, Haiming Zhou摘要： 尽早识别重要的学术文献对于学术研究界和其他利益相关者（例如技术公司和政府机构）至关重要。由于揭晓的研究数量之多，以及跨学科领域的生长，研究人员需要一种有效的方法来识别重要的学术著作。
为此目的，已经使用了给定研究出书物所发生的引用次数，可是这些引用要花一些时间，而且要积累更多时间。在本文中，我们使用高度怀抱法来预测学术出书物可以收到的短期和恒久引用。
我们建设种种分类和回归模型并评估其性能，找到神经网络和集成模型以最佳地完成这些任务。我们还发现，门德利的读者人数是预测早期引用率的最重要因素，其次是其他因素，例如读者的学业状况（例如，学生，博士后，教授），Twitter上的关注者，在线帖子时长，作者人数，以及Twitter，Wikipedia和其他国家/地域的提及次数。
基于Grueblers方程扩展的庞大网络影响评估原文标题： Complex Network Influence Evaluation based on extension of Grueblers Equation地址： http://arxiv.org/abs/2012.13617作者： Auwal Tijjani Amshi, Jian Shu摘要： 这对于评估庞大网络中节点的影响力排名很是重要。多年来，许多研究人员提出了量化网络内节点互连性的差别方法。
因此，本文引入一种称为Tr-centrality的中心度怀抱，该怀抱集中于使用节点三角结构和节点邻域信息来界说节点的强度，该怀抱被界说为节点的一跳三角形邻域的Grueblers方程的总和。子图中所有边的数量。此外，我们在社会上将其视为节点的当地信任。
为了验证Tr-centrality的有效性，我们将其应用于四个具有差别密度和形状的真实世界网络，事实证明Tr-centrality可以发生更好的效果。社会网络中的回声室和隔离：马尔可夫桥模型和预计原文标题： Echo Chambers and Segregation in Social Networks: Markov Bridge Models and Estimation地址： http://arxiv.org/abs/2012.13643作者： Rui Luo, Buddhika Nettasinghe, Vikram Krishnamurthy摘要： 本文研究了社会网络中称为回声室和隔离的社会现象的建模和预计。
详细来说，我们提出了一个新颖的基于社区的图模型，该模型代表了作为马尔可夫桥历程的分散回波腔的泛起。马尔可夫桥是一维马尔可夫随机场，有助于在确定的时间对社区的形成息争除关联举行建模，这在具有已知定时事件的社会网络中很重要。
我们用六个真实的例子来证明所提出的模型的合理性，并在最近的Twitter数据集上检查其性能。我们提供了基于最大似然的模型参数预计算法，以及一种贝叶斯滤波算法，用于使用从网络中获取的噪声样原来递归预计偏析水平。
数值效果讲明，所提出的滤波算法在均方误差方面优于传统的隐马尔可夫建模。所提出的过滤方法在盘算社会科学中很有用，在该领域中，需要以数据为依据的方法来预计来自嘈杂数据的隔离水平。负面票使政治南北极化原文标题： Negative votes to depolarize politics地址： http://arxiv.org/abs/2012.13657作者： Karthik H. Shankar摘要： 围绕2020年美国总统大选的争议无疑使当前投票系统在代表人民意愿方面的效率受到严重关注。
天真的多元投票是否适合在极端南北极分化的政治情况中举行？替代投票方案正逐渐获得民众支持，其中选民对他们的选择举行排名，而不仅仅是为他们的第一选择投票。可是，它们并未反映出选民偏好的某些关键方面，例如对候选人的阻挡和否认。我认为这些未表述的消极情绪是政治南北极分化的主要泉源。
我提出了一个明确表达这些负面偏好的投票方案，以便我们可以同时解读每个候选人的知名度和极性。在最受接待和最不偏不倚的候选人之间举行最佳权衡，选出获胜者。
通过对候选人的南北极分化举行处罚，我们可以阻止分歧性的竞选言论，并为潜在的第三方候选人铺平门路。社交媒体数据展现了民众消费者认知的信号原文标题： Social media data reveals signal for public consumer perceptions地址： http://arxiv.org/abs/2012.13675作者： Neeti Pokhriyal, Abenezer Dara, Benjamin Valentino, Soroush Vosoughi摘要： 研究人员已使用社交媒体数据来估算有关公共行为的种种宏观经济指标，这主要是为了降低观察成本。
被广泛引用的经济指标之一是消费者信心指数（CCI）。已往，许多研究都集中在使用社交媒体（尤其是Twitter数据）来预测CCI。
然而，凭据最近的一项综合观察，当使用较新的数据对这些模型举行测试时，强相关性消失了。在这项事情中，我们通过提出基于高斯历程回归的结实的非参数贝叶斯建模框架（该评估提供了预计和与之相关的不确定性），重新审视了评估使用社交媒体数据权衡CCI的真正潜力的问题。
与我们的框架集成在一起的是一种原理性实验方法，该方法论证了如何使用数字数据来淘汰观察的频率，因此仅需要定期轮询来校准我们的模型。通过广泛的实验，我们展示了如何选择差别的微决议，例如平滑距离，种种类型的滞后等，对效果发生重要影响。通过使用Reddit的年月际数据（2008-2019），我们显示CCI的每月和逐日估算确实可以提前至少几个月可靠地估算，而且我们的模型估算远远优于现有估算得出的估算方法。一种通过意外确定网络社区结构的算法原文标题： An algorithm for network community structure determination by surprise地址： http://arxiv.org/abs/2012.13780作者： Daniel Gamermann, José Antônio Pellizaro摘要： 代体现实世界系统的图可以从其底层社区结构中举行研究。
网络中的社区是一个直观的想法，对其客观的数学界说尚无共识。只管在文献中已经注意到该参数的许多缺点，但用于检测社区的最常用指标是模块化。
在这项事情中，我们提出了一种基于差别指标的新方法：惊喜。此外，还对种种社区检测算法和基准网络的偏见举行了深入研究，确定和评论。形貌COVID-19大盛行自由流传的SEIR模型的剖析解原文标题： Analytical solution of SEIR model describing the free spread of the COVID-19 pandemic地址： http://arxiv.org/abs/2012.13792作者： Nicola Piovella摘要： 我们分析研究SEIR（易感性感染病去除）盛行模型。
目的是为受COVID-19大盛行影响的人群的峰值和渐进值及其特征时间提供简朴的分析表达式。通过累积相对频率漫衍革新意见垃圾邮件检测原文标题： Improving Opinion Spam Detection by Cumulative Relative Frequency Distribution地址： http://arxiv.org/abs/2012.13905作者： Michela Fazzolari, Francesco Buccafurri, Gianluca Lax, Marinella Petrocchi摘要： 在已往的几年中，在线评论变得很是重要，因为它们会影响消费者的购置决议和企业声誉，因此，撰写虚假评论的做法会对客户和服务提供商造成严重结果。已经提出了种种方法来检测在线评论中的垃圾邮件，尤其是基于监视分类器。
在此孝敬中，我们从用于分类垃圾邮件的一组有效功效开始，并通过思量每个功效的累积相对频率漫衍对它们举行了重新设计。通过对来自Yelp.com的真实数据举行的实验评估，我们讲明，使用漫衍特征可以提高分类器的性能。
湖北省COVID-19的引力和自回归分析空间扩散原文标题： Gravitational and Autoregressive Analysis Spatial Diffusion of COVID-19 in Hubei Province, China地址： http://arxiv.org/abs/2012.13948作者： Yanguang Chen, Yajing Li, Yuqing Long, Shuo Feng摘要： 盛行病的空间扩散遵循地理上的距离衰减定律，可是在差别的时空条件下，可以通过差别的数学函数对差别的扩散历程举行建模。本文致力于模拟从武汉市到湖北省的COVID-19的空间扩散模式。这些方法包罗重力和空间自回归分析。局部引力模型是从异度尺度比例和全局引力模型获得的，然后通过观察数据和线性回归预计局部引力模型的参数。
主要效果如下。基于幂律衰减的局部引力模型可以有效地形貌湖北省COVID-19的扩散模式和历程，基于负指数衰减的引力模型对观察数据的拟合度不令人满足。
此外，模型对数据的拟合优度随着时间的流逝越来越好，尺寸弹性系数先增大然后减小，距离衰减指数先减小然后增大。而且，该模型中空间自回归系数的意义很低，置信度小于80％。
得出的结论如下。（1）湖北省COVID-19的空间扩散具有恒久影响，都会规模和都会到武汉的距离影响确诊病例总数。（2）武汉市直接流传是湖北省COVID-19早期空间扩散的主要历程，区域间水平流传不显著。
（3）中国政府接纳的空距离离措施对COVID-19的流传是显着的。这项研究讲明，应思量重力的作用，以预防和控制盛行病。资源优化和ICU接纳政策对COVID-19死亡率影响的定量评估原文标题： Quantitative assessment of the effects of resource optimization and ICU admission policy on COVID-19 mortalities地址： http://arxiv.org/abs/2012.13953作者： Ying-Qi Zeng, Lang Zeng, Ming Tang, Ying Liu, Zong-Hua Liu, Ying-Cheng Lai摘要： 显然，提高重症监护病房（ICU）的能力并优先收治和治疗年轻患者将淘汰COVID-19死亡人数，但对这些措施的定量评估仍然不足。我们开发了一个全面的非马尔可夫状态转移模型，该模型通过准确预测两个震中的逐日死亡人数举行了验证：中国武汉和意大利伦巴第。
该模型可以预测种种情况下的COVID-19死亡。例如，如果优先思量年轻患者，那么武汉和伦巴第的死亡人数将划分淘汰10.4％和6.7％。
该计谋取决于盛行病的规模，在人口结构年轻的国家中更有效。来自中国，韩国，意大利和西班牙的数据分析讲明，人均加护病房医疗资源较少的国家应在大盛行的早期阶段实施这一战略，以淘汰死亡率。
评估大学影响力：维基百科方法原文标题： Measuring University Impact: Wikipedia approach地址： http://arxiv.org/abs/2012.13980作者： Tatiana Kozitsina (Babkina), Viacheslav Goiko, Roman Palkin, Valentin Khomutenko, Yulia Mundrievskaya, Maria Sukhareva, Isak Froumin, Mikhail Myagkov摘要： 大学对社会，经济和政治格式的影响是今世教育评估的关键偏向之一。在本文中，我们讨论了一种新的方法论技术，该技术凭据其在Wikipedia上的校友页面的受接待水平（页面浏览量）来评估大学的影响。它可以展现校友的盛行动态并跟踪其状态。
开端分析讲明，今世人的页面浏览量更高，证明晰这种方法的看法。然后，凭据方法对大学举行排名，并将其与仅基于校友规模的国际著名大学排名ARWU和QS举行比力：对于排名前10的大学，存在两所大学的交集（哥伦比亚大学，斯坦福大学）。本文提供了差别大学排名之间的相关系数。
最后，将基于校友受接待水平的排名与基于其在Wikipedia上的网页受接待水平的大学排名举行了比力：这些指标之间有很强的联系。关键字指标，用于明白每个种别中的“转发”和“喜欢”之间的区别原文标题： The metrics of keywords to understand the difference between Retweet and Like in each category地址： http://arxiv.org/abs/2012.13990作者： Kenshin Sekimoto, Yoshifumi Seki, Mitsuo Yoshida, Kyoji Umemura摘要： 这项研究的目的是弄清什么样的新闻容易被转发以及什么样的新闻容易被喜欢。我们相信这些操作（转发和喜欢）对用户而言具有差别的寄义。
明白这种差异对于明白人们对Twitter的兴趣很重要。为了详细分析推特（RT）和Twitter上的“喜欢”之间的区别，我们重点研究新闻标题中的单词外观。首先，我们盘算基本统计数据并确认包罗新闻URL的推文与其他推文相比具有差别的RT和Like趋势。接下来，我们比力了每个种别的RT和Likes，并确认种别的趋势有所差别。
因此，为了提出针对该主题的分析，我们提出了怀抱尺度，以澄清在 chi 平方磨练中使用的每个种别的每个操作的差异。拟议的怀抱尺度比简朴计数和TF-IDF更为有用，它可以提取有意义的单词来明白RT和Likes之间的差异。
我们使用建议的指标分析了每个种别，并定量确认了凭据种别，内容中泛起了转发和喜欢角色的差异。此外，通过定时间顺序汇总推文，效果以单词列表的形式显示了RT和Like的趋势，并阐明晰每周的特色单词与时事转推和喜欢时如何相关。新闻应用中与用户兴趣相关的短停留时间分析原文标题： Analysis of Short Dwell Time in Relation to User Interest in a News Application地址： http://arxiv.org/abs/2012.13992作者： Ryosuke Homma, Yoshifumi Seki, Mitsuo Yoshida, Kyoji Umemura摘要： 停留时间已广泛用于各个领域，以评估内容质量和用户到场度。
只管许多研究讲明，停留时间长的内容质量好，但停留时间短的内容尚未详细讨论。我们假设停留时间短的内容并不总是质量低劣，也不总是具有较低的用户到场度，而是与用户兴趣有关。这项研究的目的是阐明移动新闻应用法式中短停留时间浏览的寄义。
首先，我们使用来自移动新闻应用法式的大规模用户行为日志来分析短停留时间与用户兴趣之间的关系。此分析是凭据用户点击历史记载在向量空间上举行的，然后将用户和文章映射到同一空间。停留时间短的用户集中在此空间中的特定位置；因此，停留时间的是非与他们的兴趣有关。
此外，我们还将停留时间短的浏览特征从点击历史中清除，从而分析了这些停留时间。出乎意料的是，除了短停留时间点击历史记载外，发现短停留时间点击历史记载在30.87％的用户集群发生变化的实例中包罗了用户兴趣的某些方面。这些发现讲明，较短的停留时间并不总是讲明用户到场度较低，而是用户兴趣度较高。
具有依赖于感知的重连的自适应多路网络上的感染动力学原文标题： Contagion dynamics on adaptive multiplex networks with awareness-dependent rewiring地址： http://arxiv.org/abs/2012.14073作者： Xiao-Long Peng, Yi-Dan Zhang摘要： 在本文中，我们开发了一种高度集成的有效度方法，用于对复用网络上的盛行和意识流传历程举行建模，并联合依赖于意识的自适应重连。这种方法跟踪一小我私家在每个状态下最近邻人的数量。因此，它允许将当地联系人的更改集成到多路网络模型中。
我们推导了感染病发作阈值条件的公式；另外，我们为阈值参数提供了下限，以指示自适应重连的效果。阈值分析通过广泛的模拟获得证实。我们的效果讲明，依赖于感知的链接重连在提高流传阈值以及降低盛行率方面起着重要作用。
而且，展现了增强的意识流传以及增强的链路重连对疾病的预防和控制做出了更大的孝敬。另外，在盛行阈值对意识扩散率的依赖性中视察到严重现象，支持先前文献中报道的亚临界点。这项事情可能有助于明白盛行病动态与适应网络上的社会感染之间的相互作用。基于网络的COVID-19大盛行数字接触追踪和测试计谋建模原文标题： Modeling of Network Based Digital Contact Tracing and Testing Strategies for the COVID-19 Pandemic地址： http://arxiv.org/abs/2012.14077作者： Daniel Xu摘要： 由于COVID-19死亡人数凌驾170万，因此，确定预防COVID-19的有效措施是当务之急。
我们开发了一个数学模型，通过数字接触跟踪和测试计谋来模拟COVID-19大盛行。该模型使用由180位学生的高分辨率联系人数据集生成的真实世界社会网络。该模型包罗感染性变化，测试敏感性，潜伏期和无症状病例。
我们提出了一种扩展加权时态社会网络的方法，并在5000名学生的网络上提出了模拟。这项事情的目的是研究使用数字联系人跟踪的最佳隔离规则和测试计谋。
效果讲明，在没有充实测试的情况下，隔离直接接触者的传统计谋将熏染淘汰了不到20％。每2周举行一次定期测试，无需举行接触追踪，可将熏染率降低3％以下。
讨论了种种计谋，包罗测试二级和三级联系人以及袒露前通知系统，该系统充当社交雷达警告用户，警告他们与COVID-19的距离。在这项事情中讨论的最有效的计谋是将袒露前通知系统与测试二级和三级接触者相联合。
当30％的人口使用该应用法式时，此计谋可将熏染淘汰18.3％； 50％的人口使用该应用法式时，可以将熏染淘汰45.2％； 70％的人口使用该应用法式时，可以将熏染淘汰72.1％； 95％的人口使用该应用法式时，可以将熏染淘汰86.8％使用该应用法式。在由5000名学生组成的扩展网络上模拟该模型时，效果与联系人跟踪应用法式相似，可将熏染淘汰多达79％。
海内外乐成-应对都会可连续生长目的行动的国际溢出原文标题： Succeeding at home and abroad — Accounting for the international spillovers of cities’ SDG actions地址： http://arxiv.org/abs/2012.14153作者： Rebecka Ericsdotter Engstrom, David Collste, Sarah E. Cornell, Francis X Johnson, Henrik Carlsen, Fernando Jaramillo, Goran Finnveden, Georgia Destouni, Mark Howells, Nina Weitz, Viveka Palm, Francesco Fuso-Nerini摘要： 要实现2030年议程，必须接纳地方性的SDG行动，可是在一个地方实现SDG的差别战略可能会导致同一和其他SDG在地方和国家界限之外发生差别的“溢出效应”。我们呼吁举行研究，以增强地方政府在当地接纳行动时的“全球责任”。符号图扩散网络原文标题： Signed Graph Diffusion Network地址： http://arxiv.org/abs/2012.14191作者： Jinhong Jung, Jaemin Yoo, U Kang摘要： 给定一个签名的社交图，我们如何学习适当的节点表现以推断出缺失边的迹象？签名的社交图谱已对模型信任关系引起了极大的关注。学习节点表现对于有效分析图数据至关重要，而且已经提出了种种技术（例如网络嵌入和图卷积网络（GCN））来学习带符号图。
可是，传统的网络嵌入方法并不是针对特定任务（例如链路符号预测）的端到端，而且基于GCN的方法在深度增加时会遇到性能下降的问题。在本文中，我们提出了签名图扩散网络（SGDNet），这是一种新颖的图神经网络，可实现端到端节点表现学习，以在签名社交图中预测链接符号。
我们提出了一种专门为有符号图设计的随机游走技术，以便SGDNet有效地扩散隐藏节点的特征。通过广泛的实验，我们证明晰SGDNet在链路符号预测准确性方面优于最新模型。
在希腊雅典多数会地域第一次盛行波期间预计SARS-CoV-2熏染的有效再生数原文标题： Estimation of the effective reproduction number for SARS-CoV-2 infection during the first epidemic wave in the metropolitan area of Athens, Greece地址： http://arxiv.org/abs/2012.14192作者： Konstantinos Kaloudis, George A. Kevrekidis, Helena C. Maltezou, Cleo Anastassopoulou, Athanasios Tsakris, Lucia Russo摘要： 在此，我们提供了对第一波大盛行（2020年2月26日至5月15日）希腊雅典多数市地域有效繁殖数量 R_e 的预计。对于我们的盘算，我们以比力方法实施了Wallinga和Teunis以及Cori等人使用的两种最广泛的 R_e 预计方法。从希腊的SARS-CoV-2熏染国家数据库中检索数据。我们的分析讲明，在3月10日全国各级教育机构暂停运营以及所有零售运动（咖啡馆，酒吧，博物馆，购物中心）关闭后不久，Re的期望值在3月15日左右下降到1以下，体育设施和餐厅）于3月13日开始。
在5月4日，即开始逐步放宽严格锁定的日期之后， R_e 的期望值略低于1，可是由于受限，不确定性相对较高在此期间已通知的案例数。最后，我们讨论了用于估算 R_e 的方法的局限性和陷阱，着重指出，此类分析的效果仅应视为决议者的指示。深色与条纹：衣物对体重感知的影响原文标题： Darks and Stripes: Effects of Clothing on Weight Perception地址： http://arxiv.org/abs/2012.14274作者： Kirill Martynov, Kiran Garimella, Robert West摘要： 在许多社会中，苗条的身材被认为具有吸引力。
时装界一直在实验通过设计可增强苗条外观的服装来迎合这一趋势。在时尚界很普遍的两个轶事规则是：（1）选择深色衣服；（2）制止泛起水平条纹，以便显得苗条。迄今为止，履历证据还不能确定性地确定这些规则的有效性，因此，关于颜色和模体对体重视觉感知的影响存在许多争议。
在本文中，我们旨在通过提出一系列观察上述两个主张的大规模众包研究的效果来缩小这一差距。我们收集了一个数据集，其中包罗来自网络的约1000张人物图像，他们的地面重量和身高以及有关颜色和模体的服装属性。为了引起颜色和模体的影响，我们要求人群事情者预计每幅图像的重量。为了举行分析，我们通过成对匹配图像来控制潜在的混淆，其中两个图像在颜色或模体方面有所差别，但在其他相关方面却相似。
我们以两种方式建立图像对：第一，从视察角度，即从两个真实图像开始；其次，通过照片编辑，通过实验来处置惩罚真实图像中衣服的颜色或模体。凭据我们的分析，我们得出的结论是：（1）深色衣服简直确实减轻了重量，但在统计学上显著降低；（2）与纯色浅色衣服相比，水平条纹没有显着的影响。这些效果有助于推动围绕特定服装颜色和模体效果的争论，从而为日常的时尚决议提供履历依据。
此外，我们的事情展望了在现代时尚行业中使用众包的庞大时机。通过具有恒定时间延迟和合适的阳性率的广义SIR模型预测COVID-19智利的第二次暴发原文标题： Forecasting COVID-19 Chile’s second outbreak by a generalized SIR model with constant time delays and a fitted positivity rate地址： http://arxiv.org/abs/2012.14319作者： Patricio Cumsille, Oscar Rojas-Díaz, Pablo Moisset de Espanés摘要： COVID-19病已迫使各国在科学家和政府之间做出相当大的互助，以提供指标以适当跟踪大盛行的结果。数学建模在量化形貌盛行病各个方面的指标方面起着至关重要的作用。因此，这项事情旨在开发一种清晰，有效且可重现的参数优化方法，该方法的实现使用来自智利三个代表性地域的数据和合适的广义SIR模型以及拟合的阳性率举行说明。
我们的效果再现了熏染曲线的总体趋势，区分了陈诉病例和实际病例。最后，我们的方法是可靠的，它使我们能够凭据陈诉的死亡病例定性地预测第二次COVID-19发作和COVID-19的熏染死亡率。
声明：Arxiv文章摘要版权归论文原作者所有，机械翻译后由本人举行校正整理，未经同意请勿随意转载。本系列在民众号“网络科学研究速递”（netsci）和小我私家博客举行同步更新。
本文来源：开云体育app-www.yingguifood.com
手机网站