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。

本文来源：im电竞-www.qsysjt.com