您现在的位置： 首页 > 新闻资讯

本文摘要：网络的几何抽样;智慧都会中的微观移动性：通过社交大数据深入研究无桩共享电单车;使用ICON R软件包探索庞大的网络;Twitter机械人的发现和分类;PeopleXploit-一种收集公共数据的混淆工具;分析COVID-19的社会影响：大盛行初期的一项研究;行为和信息流的随机性对组织中的意见形成重要吗？

网络的几何抽样;智慧都会中的微观移动性：通过社交大数据深入研究无桩共享电单车;使用ICON R软件包探索庞大的网络;Twitter机械人的发现和分类;PeopleXploit-一种收集公共数据的混淆工具;分析COVID-19的社会影响：大盛行初期的一项研究;行为和信息流的随机性对组织中的意见形成重要吗？;深入机械人毛病：通过对Twitter上的机械人运动举行为期1年的分析得出的可行看法;网络的几何抽样原文标题： Geometric Sampling of Networks地址： http://arxiv.org/abs/2010.15221作者： Vladislav Barkanass, Jürgen Jost, Emil Saucan摘要： 凭据基于Ricci曲率的流形采样的方法和效果，我们提出了一种类似的网络方法。为此，我们呼吁使用三种类型的离散曲率，即用于基于边和基于节点的采样的图Forman，完全Forman和Haantjes-Ricci曲率。我们先容了现实生活网络以及图像处置惩罚中泛起的正方形网格的实验效果。此外，我们思量拟合Ricci流，并将其用于检测网络的主干网。

我们还开发了与Forman-Ricci曲率有关的嵌入内核，并将其用于检测网络的大略结构，以及用于SVM应用法式的网络可视化。还研究了原始流形的Ricci曲率与Ricci曲率驱动的离散化之间的关系。智慧都会中的微观移动性：通过社交大数据深入研究无桩共享电单车原文标题： Micromobility in Smart Cities: A Closer Look at Shared Dockless E-Scooters via Big Social Data地址： http://arxiv.org/abs/2010.15203作者： Yunhe Feng, Dong Zhong, Peng Sun, Weijian Zheng, Qinglei Cao, Xi Luo, Zheng Lu摘要： 微型交通正在影响都会地域的第一英里和最后一英里旅行。

最近，由于价钱实惠，可通过应用法式轻松会见以及实现零排放，共享的无座电动踏板车（e-scooters）已成为大都会中驾驶短途通勤者的日常替代品。同时，电动踏板车在都会治理方面面临挑战，例如交通规则，公共宁静，停车划定和责任问题。在本文中，我们收集并观察了2018年10月至2020年3月由270万用户生成的580万踩踏板车的推文和144197张图像，以通过众包数据分析更深入地研究共享电动踏板车。

我们从时空的角度剖析了电动踏板车的使用情况，探索了差别的业务角色（即骑手，演出工人和搭车公司），检查了操作模式（例如伤害类型和停车行为），并举行了情绪分析。据我们所知，本文是首次使用大社交数据对共享电动滑板车举行大规模的系统研究。

使用ICON R软件包探索庞大的网络原文标题： Exploring complex networks with the ICON R package地址： http://arxiv.org/abs/2010.15222作者： Raoul R. Wadhwa, Jacob G. Scott摘要： 我们引入ICON，一个R包，其中包罗1075个尺度边列表花样的庞大网络数据集。所有提供的数据集都有相关的引文，并已通过“庞大网络的科罗拉多指数”（也称为ICON）举行了索引。

除了提供大量有用的现实世界网络的语料库之外，ICON还实现了S3泛型，以划分与网络和ggnetwork R软件包一起用于网络分析和可视化。此陈诉中的示例代码还演示了如何将ICON与igraph软件包联合使用。

当前，综合R存档网络托管ICON v0.4.0。我们希望ICON将成为庞大网络研究的尺度语料库，并防止单个研究小组原本需要的多余事情。可以在https://github.com/rrrlw/ICON上找到ICON和此可复制陈诉的开源代码。

Twitter机械人的发现和分类原文标题： Discovery and classification of Twitter bots地址： http://arxiv.org/abs/2010.15393作者： Alexander Shevtsov Alexander Shevtsov, Maria Oikonomidou, Despoina Antonakaki, Polyvios Pratikakis, Alexandros Kanterakis, Sotiris Ioannidis, Paraskevi Fragopoulou摘要： 天天都有大量人使用在线社会网络。这样的平台因此成为寻求吸引大批观众注意力并影响感知或看法的主体商的有吸引力的目的。僵尸网络是由单个主体法式控制的自动帐户的荟萃，是发挥最大影响力的常识趣制。

随着时间的流逝，僵尸网络可能会更好地渗透到社会网络中，并发生一种对社区行为的幻觉，从而扩大其信息规模并增强说服力。本文研究了Twitter僵尸网络，它们的行为，它们与用户社区的互动以及它们随着时间的演变。

我们分析了Twitter流量的子集的麋集爬网，这总计36个讲希腊语的Twitter用户的险些所有互动。我们检测到凌驾一百万个事件，其中似乎无关的帐户险些在同一时间公布了险些相同的内容。

我们过滤了这些并发的内容注入事件，并检测到一组1,850个帐户，这些帐户重复体现出这种行为方式，讲明它们完全或部门由同一软件控制和编排。我们发现僵尸网络会泛起短暂的时间距离并消失，以及不停生长和增长的僵尸网络，跨越整个数据集的连续时间。我们分析了僵尸法式帐户和人类用户之间的统计差异，以及僵尸网络与用户社区和Twitter趋势主题的交互。PeopleXploit-一种收集公共数据的混淆工具原文标题： PeopleXploit — A hybrid tool to collect public data地址： http://arxiv.org/abs/2010.15668作者： Arjun Anand V, Buvanasri A K, Meenakshi R, Dr. Karthika S, Ashok Kumar Mohan摘要： 本文先容了开源智能（OSINT）的观点，它是小我私家智能设置文件中的重要应用法式。

使用种种可用的工具，由于分析了他/她的互联网存在，因此应该获得有关小我私家的重要数据，可是所有这些都以低相关性为价格。为了提高分析中的相关性得分，引入了PeopleXploit。PeopleXploit是一种混淆工具，可资助收集可靠且与给定输入相关的公然可用信息。

该工具用于跟踪和追踪给定目的的数字足迹，例如名称，电子邮件，电话号码，用户ID等，而且该工具将从互联网上的公共可用记载中扫描和搜索其他关联数据，并针对该目的建立摘要陈诉目的。PeopleXploit使用作者身份分析对人员举行分析，并找到最匹配的推测。而且，执行的分析类型（专业/婚姻/犯罪实体）会凭据用户的要求而变化。

分析COVID-19的社会影响：大盛行初期的一项研究原文标题： Analyzing Societal Impact of COVID-19: A Study During the Early Days of the Pandemic地址： http://arxiv.org/abs/2010.15674作者： Swaroop Gowdra Shanthakumar, Anand Seetharam, Arti Ramesh摘要： 在本文中，我们收集和研究Twitter通讯，以明白大盛行初期COVID-19在美国的社会影响。随着熏染迅速飙升，用户上了Twitter，要求人们自我隔离并隔离。用户还要求关闭学校，酒吧和餐馆，以及封锁都会和州。我们通过识别和跟踪与COVID相关的盛行标签来有条不紊地收集推文。

我们首先将标签分为6个主要种别，划分是：1）一般COVID，2）隔离，3）紧迫购置，4）学校停课，5）锁定和6）挫折与希望，然后研究标签的时间演变这些主题标签中的推文。我们对所有主题标签组所共有且特定于每个主题标签组的词语举行语言分析，并确定大盛行席卷全国的人们的主要关切（例如，探索坐浴盆替代卫生纸）。我们举行了情绪分析，我们的观察讲明，人们对学校停课有努力反映，而对因抢购而导致的必须品供应不足则有负面反映。我们接纳最先进的语义角色标志方法来识别行动词，然后使用基于LSTM的依存关系剖析模型来分析行动词的上下文（例如，动词处置惩罚陪同着焦虑，重音等名词）和危机）。

最后，我们开发了一种可扩展的种子主题建模方法，以自动将推文分类和隔离为主题标签组，并通过实验验证了我们的主题模型提供了与手动分组类似的分组。我们的研究提供了一种系统的方式来构建人们对大盛行病反映的总体情况，并为未来举行细粒度的语言和行为分析奠基了基础。行为和信息流的随机性对组织中的意见形成重要吗？原文标题： Are randomness of behavior and information flow important to opinion forming in organization?地址： http://arxiv.org/abs/2010.15736作者： Agnieszka Kowalska-Styczeń (SUT), Krzysztof Malarz (AGH-UST)摘要： 我们研究行为的随机性和主体之间的信息流如何影响看法的形成。

我们的主要研究涉及看法演变，看法集群形成和研究维持看法可能性的历程。效果讲明，意见形成（意见的聚集）受主体之间信息流（最相近邻人之间的交互）和采取意见的随机性的影响。深入机械人毛病：通过对Twitter上的机械人运动举行为期1年的分析得出的可行看法原文标题： Down the bot hole: actionable insights from a 1-year analysis of bots activity on Twitter地址： http://arxiv.org/abs/2010.15820作者： Luca Luceri, Felipe Cardoso, Silvia Giordano摘要： 如今，社交媒体代表了具有说服力的工具，这些工具已逐渐被武器化以影响人们的信仰，散布利用性叙事以及在各派别之间散布冲突。

软件控制的帐户（即周游器）是与利用运动相关的主要到场者之一，尤其是在政治配景下。发现机械人运动背后的计谋对于检测和停止此类运动至关重要。在本文中，我们对2018年美国中期选举前夕Twitter上的机械人运动举行了恒久（一年）分析。

我们凭据帐户的性质（机械人与人类）和在线讨论中的到场水平来确定差别种别的帐户，而且视察到，活跃的机械人在散布阴谋叙事的历程中起着举足轻重的作用，同时自选举前一年就主导着政治辩说。我们在即将到来的2020年美国总统大选的展望中举行的分析既展现了人类对机械人的敏感性的令人震惊的发现，也展现了有助于停止协调运动的可行看法。

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。

本文关键词：澳门威斯尼斯8883入口

本文来源：澳门威斯尼斯8883入口-www.sddonghe.cn

来源：

关键词： 澳门威斯尼斯8883入口