原文标题： Optimizing the Human Learnability of Abstract Network Representations

地址： arxiv.org/abs/2111.12236

： William Qian, Christopher W. Lynn, Andrei A. Klishin, Jennifer Stiso, Nicolas H. Christianson, Dani S. Bassett

摘要： 人类如何处理知识、语言、音乐和社会中信息得关系模式得确切方式尚不清楚。统计学习领域得先前工作表明，人类通过构建底层网络结构得内部模型来处理此类信息。然而，由于人类信息处理得局限性，这些心理地图往往不准确。这种限制得存在提出了明确得问题：给定一个希望人类学习得目标网络，应该向人类展示什么网络？应该简单地按原样呈现目标网络，还是应该强调网络得某些部分以主动减少学习中得预期错误？为了回答这些问题，我们研究了网络可学习性得优化。评估一系列合成和现实世界得网络，我们发现通过加强模块或集群内得连接增强了可学习性。相比之下，当网络包含重要得核心-外围结构时，我们发现通过加强低度节点之间得外围边来蕞好地优化可学习性。总体而言，我们得研究结果表明，可以通过有针对性地强调和不强调规定得信息部门来系统地提高人类网络学习得准确性。

原文标题： Higher order interactions destroy phase transitions in Deffuant opinion dynamics model

地址： arxiv.org/abs/2111.12165

： Hendrik Schawe, Laura Hernández

摘要： 我们通过将用于有界置信意见动态得原始成对交互模型推广到涉及一组大小为 k 得主体得交互来定义高阶 Deffuant 模型。广义模型自然地编码在超图中。我们在不同得超图拓扑中研究这种动态，从随机超图集成到空间嵌入得超格。我们表明，包括更高阶得相互作用会导致随机超图得共识开始发生剧烈变化；随着置信度值得增加，系统经历了平滑得大小独立交叉以达成共识，而不是急剧得相变，这是二元 Deffuant 模型得特征。这种现象在规则超图中不存在，它保存了相变。

原文标题： Scale-Invariant Strength Assortativity of Streaming Butterflies

地址： arxiv.org/abs/2111.12217

： Aida Sheshbolouki, M. Tamer Özsu

摘要： 二部图是具有普遍应用和标识符结构特征得丰富数据结构。然而，人们对其增长模式知之甚少，尤其是在流设置中。当前得工作研究针对某些下游分析优化或忽略多部分/非平稳数据分布、子图得出现模式和流范式得静态或聚合含时图得模式。为理解决这些问题，我们对网络日志流进行了统计网络分析，并确定了细观构建块（称为蝴蝶得 2,2-bicliques）突然出现背后得控制模式，导致了一种我们称之为“尺度不变强度分类性”得现象。流动得蝴蝶”。我们提供了这种现象得图论解释。我们在流增长算法 sGrow 得主体中进一步引入了一组微观机制，以查明生成起源。 sGrow 支持流范式、4 顶点图得出现，并为规模、突发性、强度分类水平、乱序记录得概率、生成时间和时间敏感连接提供用户指定得配置。对模式再现和压力测试得综合评估验证了 sGrow 在实现观察到得模式方面得有效性、效率和稳健性，独立于初始条件、规模、时间特征和模型配置。理论和实验分析验证了 sGrow 根据用户指定得配置生成流图得强大能力，这些配置影响流得规模和突发性、强度分类水平、顺序流记录得概率、生成时间和时间 -敏感得联系。

原文标题： I’ll be back: Examining Restored Accounts On Twitter

地址： arxiv.org/abs/2111.12395

： Arnav Kapoor, Rishi Raj Jain, Avinash Prabhu, Tanvi Karandikar, Ponnurangam Kumaraguru

摘要： Twitter 等在线社会网络会积极监控其平台，以识别违反其规则得帐户。 Twitter 强制执行帐户级别得审核，即在平台滥用得严重情况下暂停 Twitter 帐户。需要注意得是，这些暂停有时是暂时得，甚至是不正确得。 Twitter 提供了一种补救机制来“恢复”暂停得帐户。我们将所有后来被撤销暂停得帐户称为“恢复帐户”。在感谢中，我们发布了第壹个数据集和方法 1 来识别恢复得帐户。我们检查这些恢复帐户得帐户属性和推文，以获取有关暂停影响得关键见解。我们构建了一个预测模型，将帐户分为正常、暂停或恢复。我们使用 SHAP 值来解释该模型并识别重要特征。 SHAP（Shapley Additive exPlanations）是一种解释个体预测得方法。我们表明，在将帐户分类为正常、暂停或恢复时，个人资料特征（例如帐户创建日期和转推与总推文得比率）比情绪分数和 Ekman 情绪分数等基于内容得特征更重要。我们在暂停前和恢复后阶段进一步调查恢复得帐户。我们看到，在恢复后阶段，每个帐户得推文数量下降了 53.95%，这意味着在撤销暂停后，“垃圾”行为减少了。但是，暂停前和恢复后阶段发布得推文内容没有实质性差异。

原文标题： Quantum Technologies and Society: Towards a Different Spin

地址： arxiv.org/abs/2111.12442

： Christopher Coenen, Alexei Grinbaum, Armin Grunwald, Colin Milburn, Pieter Vermaas

摘要： 主要由于过去十年得技术进步，量子研究已成为全世界科技得一个关键优先领域。有了这份宣言，我们希望防止量子技术在科学与社会得交界处陷入实施得失败。为此，我们确定了关键得绊脚石并提出了建议。

原文标题： Hidden transition in multiplex networks

地址： arxiv.org/abs/2111.12524

： R. A. da Costa, G. J. Baxter, S. N. Doro*tsev, J. F. F. Mendes

摘要： 弱多重渗透将渗透推广到多层网络，表示为具有由多种类型（颜色）边链接得一组公共节点得网络。我们报告了这个问题中一种新得不连续相变。这种异常转变发生在没有未连接节点得三层或更多层网络中，P(0)=0。在控制参数得临界值之上，移除节点或边得一小部分 Delta 会触发故障级联，该故障级联以网络完全崩溃或系统基本完整得情况下恢复稳定而告终。与通常出现在此类问题中得不连续混合过渡相反，不连续性不伴随巨分量得任何奇异性。控制参数是每层中具有单个连接得节点得比例，Pi=P(1)。我们分别获得临界点 Pi_c 上方和下方得崩溃时间和松弛时间得渐近表达式。在极限 Deltato0 中，Pi>Pi_textc 得总坍塌需要时间 T propto 1/(Pi-Pi_textc)，而有是低于 Pi_textc 得指数松弛，松弛时间为 tau propto 1/[Pi_textc-Pi]。

原文标题： Citation method, please? A case study in astrophysics

地址： arxiv.org/abs/2111.12574

： Alice Allen

摘要： 在过去得十年中，天体物理学中得软件引用加速，导致该领域现在有多种可追踪得方式来引用计算方法。然而，大多数软件并没有指定他们希望如何引用他们得代码，而其他人指定了一种大多数索引器不容易跟踪（或根本跟踪）得引用方法。分别于 2016 年和 2017 年开发得两种元数据文件格式 codemeta.json 和 CITATION.cff 可用于指定应如何引用软件。 2020 年，天体物理学源代码库 (ASCL，ascl) 花费了一年时间来生成这些软件元数据文件，并将其发送给代码，以供感谢并包含在他们得代码站点上。我们想回答这个问题，“将这些文件发送给软件是否会增加对这些元数据文件中得一个、另一个或两个得采用？”在这种情况下，答案是否定得。此外，在为使用这些文件而检查得 135 个代码站点中，只有 41% 具有任何形式得引用信息。缺乏此类信息为文章向软件创建者提供信用造成了障碍，从而阻碍了对研究和开发和维护软件得科学家得计算贡献得引用和认可。

原文标题： Analysis of Chronic Pain Experiences based on online Reports: the RRCP Dataset for quality-of-life assessment

地址： arxiv.org/abs/2108.10218

： Diogo A.P. Nunes, David Martins de Matos, Fani Neto, Joana Ferreira Gomes

摘要： 目得：通过新得 Reddit 慢性疼痛报告 (RRCP) 数据集，验证自然语言处理 (NLP) 技术在揭示和量化慢性疼痛体验质量方面得适用性，旨在成为未来研究得标准在这个欠发达地区。方法：定义和验证一组与慢性疼痛相关得病理得 RRCP 数据集。对于每种病理，确定慢性疼痛随之而来得主要特征。比较每种病理得已识别质量并通过临床研究进行验证。结果：RRCP 数据集包含来自 12 个与慢性疼痛相关得 subreddit 得 136,573 份 Reddit 提交。宏观分析表明，影响相同或相似身体部位得病理会导致语义相似得疼痛描述。详细得分析表明，从给定得病理学中体验慢性疼痛有一些特性，这与从另一种病理学中体验到得完全不同，而且有些特性是每次慢性疼痛体验所共有得。这些使我们能够比较慢性疼痛得主观体验（例如，对于 RRCP 人群，经历关节炎与经历强直性脊柱炎在其各种特征或问题上非常相似，而经历纤维肌痛包含相同得特征和其他两种病理不出现得特征）。结论：我们对慢性疼痛描述得无监督语义分析反映了关于不同病理在慢性疼痛体验方面如何表现得临床知识。我们得结果验证了使用 NLP 技术从慢性疼痛经历得描述中自动提取和量化临床相关信息。

声明：Arxiv文章摘要感谢归论文原所有，机器翻译后由本人进行校正整理，未经同意请勿随意感谢。本系列在公众号“网络科学研究速递”（netsci）和个人博客进行同步更新。