- 现实启发投票模型:小型综述;
- 使用自我中心聚类在LinkedIn测量网络效果;
- 使用双曲几何的链路预测;
- 含时图的节点嵌入;
- 子图网络在结构特征空间扩展中的应用;
- 网络共识模型的可控性Gramian子矩阵;
现实启发投票模型:小型综述
原文标题: Reality Inspired Voter Models: A Mini-Review
地址: http://arxiv.org/abs/1811.11888
作者: S. Redner
摘要: 这篇小型综述展示了投票模型的扩展,其中包含了个人真实决策过程的各种合理特征。虽然这些概括不是通过经验数据校准的,但由此产生的动态暗示了现实的集体社会行为。
使用自我中心聚类在LinkedIn测量网络效果
原文标题: Using Ego-Clusters to Measure Network Effects at LinkedIn
地址: http://arxiv.org/abs/1903.08755
作者: Guillaume Saint-Jacques, Maneesh Varshney, Jeremy Simpson, Ya Xu
摘要: 当新功能不仅影响接收它的人,而且影响平台的其他用户,例如他们的连接或跟随他们的人时,就会发生网络效应。这种非常普遍的现象违反了支撑几乎所有企业实验系统的基本假设,稳定的单位处理价值假设(SUTVA)。当这个假设被打破时,一个典型的实验平台,依靠伯努利随机分配和双样本t检验来评估显著性,不仅不能解释网络效应