文章主题：generosity, online games, social dynamics
不断给予的礼物：慷慨在多人在线博弈中具有传染性;社交搜索：在线社交平台中检索信息综述;使用定量论述分析检测 Twitter 上虚假信息的传播者;预测社交媒体时间序列的基线实验评估;JuryGCN：量化图卷积网络的Jackknife不确定性;高级开发人员的社交性和好奇心对敏捷 Scrum 团队能力建设的影响;模拟复杂网络中多个交互过程的传播;多模式网络中模式转换的交通中断建模;弹性建筑：针对混合工作优化的人员灵活校园运营的校准区域规模模拟;Katz 参数对节点排名的影响及其医疗应用;
不断给予的礼物：慷慨在多人在线博弈中具有传染性
在多人在线游戏中，慷慨的行为具有感染力，形成了一种“赠品不断”的氛围，这就是本文要探讨的主题——《赠礼不断：多人在线游戏中慷慨行为的传染性》。
地址： http://arxiv.org/abs/2207.10615
作者：Alexander J. Bisberg、Julie Jiang、Yilei Zeng、Emily Chen以及Emilio Ferrara。
原内容概述：社会科学领域对社交互动和慷慨行为的研究一直持续不衰。尽管现实生活中已经观察到了慷慨行为的传播，但在虚拟世界中，这种现象以及其对用户行为和保留的操作性影响却鲜为人知。在这项研究中，我们对大型多人在线角色扮演游戏（MMORPG）Sky: Children of Light的虚拟世界进行了社会动态分析。我们构建了一个框架，揭示了这种社会环境中慷慨模式的特点，并提供了关于社会传染和传染性慷慨的经验证据。研究结果显示，玩家在与他人互动特别是在与朋友玩游戏后，会更投入博弈。同时，我们也发现，有过慷慨经历或观察过其他玩家慷慨行为的玩家，在未来会更加慷慨。此外，接受和观察慷慨行为还会导致未来更高的博弈参与度。由于Sky游戏在社交博弈方面与现实世界相似，因此我们的研究结果对现实世界的意义也得以延伸。改写后的内容：社会科学领域对于社会互动和慷慨行为的研究始终充满热情。然而，在虚拟世界中，这种现象以及其对用户行为和保留的操作性影响仍然没有被充分了解。在这项研究中，我们深入分析了大型多人在线角色扮演游戏（MMORPG）Sky: Children of Light的虚拟世界，对其社会动态进行了详尽的分析。为了揭示这种社会环境中的慷慨模式，我们构建了一个独特的框架，并提供了有关社会传染和传染性慷慨的实证数据。研究发现，当玩家与其他人，特别是朋友互动后，他们会更加投身于博弈之中。同时，我们也观察到，那些亲身体验过慷慨或者观察过其他玩家慷慨行为的玩家，在未来会更加慷慨。此外，接受和观察慷慨行为还会导致未来更高的博弈参与度。由于Sky游戏在社交博弈方面与现实世界具有很高的相似性，因此我们的研究结果对现实世界的启示意义也得以延续。
社交搜索：在线社交平台中检索信息综述
在互联网时代，社交网络已经成为人们获取信息、互动交流的重要平台。社交搜索，即在网上社交平台上检索信息的过程，作为一种新兴的信息检索技术，正逐渐受到用户的关注和使用。本文通过对社交搜索的概述和发展进行分析，旨在为读者提供关于社交搜索的全面了解。社交搜索是指通过社交网络中的朋友、兴趣群组、标签等途径，发现并获取相关信息的過程。这种信息检索方式与传统的搜索引擎相比，具有更强的社交属性，能够更好地满足用户在社交环境下的信息需求。社交搜索的核心技术包括网络爬虫、数据挖掘、自然语言处理等，它们的发展和应用为用户提供了丰富的社交信息资源。社交搜索的发展历程可以追溯到20世纪90年代，当时社交网络 first began to emerge。随着社交网络规模的不断扩大和用户数量的持续增长，社交搜索的需求也逐渐上升。近年来，社交搜索已经成为了信息检索领域的研究热点之一，吸引了众多研究者和企业的关注。尽管社交搜索在发展过程中取得了显著的成果，但仍然存在一些挑战和问题。如何在保护用户隐私的同时，实现高效、精准的社交搜索，是当前社交搜索研究和应用面临的主要难题。此外，如何将社交搜索与其他信息检索技术相结合，以提高其在现实应用中的效果，也是未来值得探讨的方向。总之，社交搜索作为一种新兴的信息检索技术，具有较强的社交属性，为用户提供了丰富的社交信息资源。社交搜索的发展历程表明，它已成为信息检索领域的研究热点之一。然而，社交搜索仍面临着诸多挑战和问题，未来的研究和应用需要继续深入探索。
地址： http://arxiv.org/abs/2209.14369
作者：Maddalena Amendola、Andrea Passarella以及Raffaele Perego在这篇文章中，我们将探讨如何运用这些技巧来提高您的写作水平。首先，我们需要明确一点：写作并非一蹴而就的过程，而是需要不断练习和改进的。因此，请您耐心阅读并加以实践。
原内容概述：本文主要探讨了社交搜索研究，旨在通过分析当前的状态以及提出一种新的分类法，进一步突显社交搜索的局限性和未来研究的方向。文章将社交搜索划分为三个子类别：社交问答、社交内容搜索和社交协作搜索，并对这些子类别的关键概念和代表方法进行了详细的介绍。此外，文章指出，目前大部分研究都是通过结合社交平台提供的社交功能来模拟用户的偏好及其关系，这为利用更多用户社交资料和行为的信息结构化需求提供了可能，也为优化用户信息需求提供了新的可能性。改写后的文章：社交搜索研究旨在通过利用社交信息以满足在线社交媒体中的用户信息需求，同时简化搜索过程，降低时间和计算资源的消耗。本研究从过去的研究出发，分析了社交搜索领域的现状，并提出了一套新的分类法，以便更好地理解和探索该领域。根据我们的分类法，社交搜索领域可以划分为社交问答、社交内容搜索和社交协作搜索三个子类别。针对这些子类别，我们深入探讨了其中的关键概念和代表性方法。值得注意的是，目前在社交搜索领域的研究中，大多数研究都是通过简单地将社交平台提供的社交功能与用户的偏好和关系相结合，以此来模拟和预测用户的需求。这种方法为我们利用关于用户社交资料和行为的结构化信息（这些信息可以从社交平台上获取）提供了可能，也为我们进一步优化用户的信息需求带来了新的机遇。然而，这种方法仍存在一定的局限性，未来研究应着力于克服这些限制，以更好地满足用户的信息需求。
使用定量论述分析检测 Twitter 上虚假信息的传播者
在本篇文章中，我们将探讨如何运用定量话语分析方法检测Twitter上的虚假信息传播者。通过深入研究社交媒体的传播机制和用户行为，我们能够识别出那些散布虚假信息的个体，从而有针对性地开展信息治理和谣言防范工作。
地址： http://arxiv.org/abs/2210.05760
作者： Mark M. Bailey
原内容概述：随着外国行为者对公众舆论的影响有可能干扰民主选举，其能力和影响力受到广泛关注。在此背景下，政府实体在面对此类威胁时，需着重提升辨别和打压虚假信息来源的能力，以确保民主进程的完整性和稳定性。本研究提出了一种利用中心共振分析和Clauset-Newman-Moore社区检测，对Twitter平台上的俄罗斯虚假信息机器人进行识别的方法。通过对2016年美国总统大选期间的数据分析，发现已知 Russian 虚假信息机器人与 Twitter 上的用户存在明显差异。同时，基于社区聚类的统计显著分类能力 (MCC = 0.9070) 也得到了体现。尽管预测算法在识别真阳性（机器人）方面表现出色，但受限于控制用户间的话语相似性不足，无法有效解决真阴性的问题（非机器人）。这种方法对于识别在 Twitter 上具有高度话语相似性的虚假信息传播者具有较高的敏感度，从而在一定程度上影响了可能干扰民主进程的虚假信息的传播。
预测社交媒体时间序列的基线实验评估
在本研究中，我们针对社交媒体时间序列预测的基线模型进行了实验评估。
地址： http://arxiv.org/abs/2210.05847
作者： Kin Wai Ng, Frederick Mubang, Lawrence O. Hall, John Skvoretz, Adriana Iamnitchi
摘要： 预测社交媒体活动在许多情况下都有实际用途，从理解趋势（例如哪些主题可能在未来一周内吸引更多用户）到识别异常行为（例如协调信息操作或 PumpNDump 工作）。要评估一种新的预测方法，重要的是要有基线来评估绩效收益。我们通过实验评估了在几个社交媒体数据集中预测活动的四个基线的性能，这些数据集记录了在两个不同平台 Twitter 和 YouTube 上同步发生的与三种不同地缘政治背景相关的讨论。实验在每小时的时间段内完成。我们的评估确定了对特定指标最准确的基线，从而为社交媒体建模的未来工作提供指导。
JuryGCN：量化图卷积网络的Jackknife不确定性
原文标题： JuryGCN: Quantifying Jackknife Uncertainty on Graph Convolutional Networks
地址： http://arxiv.org/abs/2210.05959
作者： Jian Kang, Qinghai Zhou, Hanghang Tong
摘要： 图卷积网络（GCN）在许多实际应用中表现出强大的经验性能。 GCN 的绝大多数现有工作主要关注准确性，而忽略了 GCN 对其预测的信心或不确定性。尽管是可信图挖掘的基石，但 GCN 上的不确定性量化尚未得到很好的研究，现有的稀缺工作要么无法提供确定性量化，要么必须通过引入额外的参数或架构来改变 GCN 的训练过程。在本文中，我们提出了第一个基于频率论的方法，名为 JuryGCN，用于量化 GCN 的不确定性，其关键思想是通过折刀估计器将节点的不确定性量化为置信区间的宽度。此外，我们利用影响函数来估计 GCN 参数的变化，而无需重新训练以扩大计算规模。提议的 JuryGCN 能够在不修改 GCN 架构或引入额外参数的情况下确定性地量化不确定性。我们在主动学习和半监督节点分类任务中对真实世界的数据集进行了广泛的实验评估，这证明了所提出方法的有效性。
高级开发人员的社交性和好奇心对敏捷 Scrum 团队能力建设的影响
原文标题： Effect of sociability and curiosity of senior developers in building agile scrum team competency
地址： http://arxiv.org/abs/2210.05967
作者： Ravi Kalluri
摘要： 本文旨在研究有助于在敏捷 Scrum 团队中传播能力的机制。本研究旨在挑战有限理性（BR）的传统观点。随着预期的加速时间持续缩短，敏捷 Scrum 团队（团队）有望快速建立解决问题的能力。但该团队具有影响开箱即用性能的专业知识、能力和社交水平。目标是将 BR 扩展到社交领域，并理解团队如何自组织和重新配置以有效解决问题。研究表明，基于主体的计算模拟是从理论角度探讨这一点的合适技术。 (Fioretti, 2013) (Secchi, 2015)。第一步是定义问题，讨论高级团队成员如何表现出高度的好奇心并应用社交和认知资源来发展整体团队能力。在 NetLogoR 中对这种动态进行建模和模拟，并对结果进行分析。最后，介绍和讨论了一些关键发现。
模拟复杂网络中多个交互过程的传播
原文标题： Simulating Spreading of Multiple Interacting Processes in Complex Networks
地址： http://arxiv.org/abs/2210.06010
作者： Michał Czuba, Piotr Bródka
摘要： 研究复杂网络中传播过程之间的相互作用是网络科学中最重要的挑战之一。但是，无论我们是否想知道信息活动将如何影响病毒传播，或者新 iPhone 的广告活动将如何影响三星手机的销售，我们都需要一个环境，让我们能够评估我们的传播活动在什么条件下会传播。有效。 Network Diffusion 是一个 Python 包，它应该有助于做到这一点。在本文中，我们介绍了它的工作原理和主要功能，包括可以使用它执行的模拟的简单示例。
多模式网络中模式转换的交通中断建模
原文标题： Traffic disruption modelling with mode shift in multi-modal networks
地址： http://arxiv.org/abs/2210.06115
作者： Dong Zhao, Adriana-Simona Mihaita, Yuming Ou, Sajjad Shafiei, Hanna Grzybowska, A. K. Qin, Gary Tan, Mo Li, Hussein Dia
摘要： 多式联运系统被公认为具有强大的故障容忍度，可以有效缓解城市拥堵问题。然而，由于一次仅适用于单个模式的分解建模方法，估计多交通模式中断的影响是一个具有挑战性的问题。为了填补这一空白，本文提出了一种新的集成建模框架，用于多模式交通状态估计和评估各种交通条件下所有模式的中断影响。首先，我们提出了一个迭代旅行分配模型来阐明旅行需求和旅行行为之间的关联，包括针对私人和公共交通的多模式起点到目的地估计。其次，我们提供了一个实用的多模式旅行需求再调整，考虑到受影响的旅行者的模式转变。通过几个基于场景的交通模拟实验展示了模式转换策略的优缺点。结果表明，具有灵活路线和提前通知绕道的平衡模式转变可以使所有旅客显著受益，延迟时间减少 46%，而稳定的路线分配可以保持更高的平均交通流量和非活动模式-路线选择有助于缓解交通中断下的密度。
弹性建筑：针对混合工作优化的人员灵活校园运营的校准区域规模模拟
原文标题： Elastic buildings: Calibrated district-scale simulation of occupant-flexible campus operation for hybrid work optimization
地址： http://arxiv.org/abs/2210.06124
作者： Martín Mosteiro-Romero, Clayton Miller, Adrian Chong, Rudi Stouffs
摘要： 在 2020 年之前，居住者利用建筑环境的方式一直在缓慢地转变为居住者在工作地点和工作方式上有更多选择和灵活性的场景。全球 COVID-19 大流行通过封锁和混合工作安排迅速加速了这一现象。由于其好处和成本影响，许多居住者和雇主正在考虑保留其中一些基于灵活性的策略。本文使用区域规模的城市能源分析 (CEA) 模型模拟了与真实校园的运营技术和政策相关的各种场景，该模型使用从 WiFi 数据中提取的测量能源和占用情况进行校准。这些情景展示了更快速、更有效地增加和减少建筑运营对可能巩固的基于弹性的工作策略的能源影响。情景显示，如果集中式建筑系统运行到位，则由于居住者缺勤导致空间冷却需求减少 4-12%，但如果实施居住驱动型建筑控制，则高达 21-68%。本文讨论了在这种运营模式转变中很重要的技术和战略。
Katz 参数对节点排名的影响及其医疗应用
原文标题： The effect of the Katz parameter on node ranking, with a medical application
地址： http://arxiv.org/abs/2210.06392
作者： Hunter Rehm, Mona Matar, Puck Rombach, Lauren McIntyre
摘要： Katz 中心性是一种流行的网络中心性度量。它需要对从每个节点开始的所有行走进行（加权）计数，并带有一个额外的阻尼因子 alpha，它随着长度的增加调整行走的影响。我们引入了一种工具来比较不同中心度度量的节点排名，该工具考虑到如果两个节点的分数在彼此的误差范围内，则通过中心度度量对两个节点的相对排名是不可靠的。我们使用这个工具来理解 alpha 参数对显著影响节点排名的游走长度的影响。特别是，我们找到了游走长度的上限，该上限决定了节点在该误差范围内的排名。如果应用程序对可能的步行长度施加了现实的界限，那么这组工具可能有助于确定 alpha 的合适值。当应用于易感性推理网络时，我们展示了 alpha 对排名的影响，该网络包含主题专家知情数据，这些数据代表了医疗状况从一个发展到另一个的概率。该网络是 NASA 开发的医疗可扩展动态概率风险评估工具的一部分，该工具是一种基于事件的风险建模工具，用于评估太空探索任务期间的人类健康和医疗风险。
声明：Arxiv文章摘要版权归论文原作者所有，机器翻译后由本人进行校正整理，未经同意请勿随意转载。本系列在微信公众号“网络科学研究速递”（微信号netsci）和个人博客 https://netsci.complexly.cn （提供RSS订阅）进行同步更新。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号AIGC666aigc999或上边扫码，即可拥有个人AI助手！
