Rankings in the Zerkani network by a game theoretical approach

作为复杂网络的围棋博弈

The game of go as a complex network

我们从复杂网络的角度来研究围棋博弈。我们构建了一个有向网络，使用一个合适的定义，包括本地模式的战术动作，并研究这个网络的不同数据集的专业锦标赛和业余比赛。移动分布遵循Zipf定律，网络是无标度的，具有不同于其他真实有向网络的统计特性，如e。G.环球网这些特性反映在应用于它的排名算法的结果中。对排名算法所使用的矩阵的特征值和特征向量的精细研究挑出了某些战略情况。我们的结果应该为棋盘游戏和其他类型的人类战略策划的更好模型化铺平道路。

Ranking and Cooperation in Real-World Complex Networks

People participate and activate in online social networks and thus tremendous amount of network data is generated; data regarding their interactions, interests and activities. Some people search for specific questions through online social platforms such as forums and they may receive a suitable response via experts. To categorize people as experts and to evaluate their willingness to cooperate, one can use ranking and cooperation problems from complex networks. In this paper, we investigate classical ranking algorithms besides the prisoner dilemma game to simulate cooperation and defection of…

图排序与 Sybil 防御的代价

Graph Ranking and the Cost of Sybil Defense

本文将图排序者与垃圾信息发送者的互动建模为博弈，提出以抗垃圾信息能力和失真评估排序函数，并证明 Google 使用的 Min-PPR 兼具低失真与高抗攻击性。

描述围棋博弈的复杂网络中的移动排序和社区

Move ordering and communities in complex networks describing the game of go

我们从复杂网络的角度来分析围棋博弈。我们构建了三个不同的有向网络的复杂性不断增加，定义节点作为本地模式的plaquettes的大小不断增加，和链接作为实际的继承这些模式在数据库中的真实游戏。我们讨论的特点，这些网络相比，其他类型的网络。我们探讨了网络的排名向量和社区结构，并表明这种方法可以提取具有共同战略属性的移动组。我们还研究了不同的网络，从游戏中建立不同级别的球员或从游戏的不同阶段。我们将讨论如何研究这些网络的社区结构可能有助于提高计算机模拟的游戏。更一般地说，我们相信这些研究可能有助于提高对人类决策过程的理解。

Algebraic reputation model RepRank and its application to spambot detection

Due to popularity surge social networks became lucrative targets for spammers and guerilla marketers, who are trying to game ranking systems and broadcast their messages at little to none cost. Ranking systems, for example Twitter's Trends, can be gamed by scripted users also called bots, who are automatically or semi-automatically twitting essentially the same message. Judging by the prices and abundance of supply from PR firms this is an easy to implement and widely used tactic, at least in Russian blogosphere. Aggregative analysis of social networks should at best mark those messages as spa…

一种用于网络中高效动态排名的模型

A model for efficient dynamical ranking in networks

本研究提出一种受物理学启发、通过求解线性方程组实现的有向时间网络动态排名推断方法，仅需调一个参数，高效可扩展，在多场景下预测表现优于现有方法。

Nash Equilibria on (Un)Stable Networks

In response to a change, individuals may choose to follow the responses of their friends or, alternatively, to change their friends. To model these decisions, consider a game where players choose their behaviors and friendships. In equilibrium, players internalize the need for consensus in forming friendships and choose their optimal strategies on subsets of k players - a form of bounded rationality. The k-player consensual dynamic delivers a probabilistic ranking of a game's equilibria, and, via a varying k, facilitates estimation of such games. Applying the model to adolescents' smoking sugg…

游戏即游戏：犯罪网络中的动态网络分析与角色变迁

The Game is the Game: Dynamic network analysis and shifting roles in criminal networks

本文将时间作为关键变量，采用动态Katz中心性并结合伯努利随机试验模拟缺失数据，识别犯罪网络核心参与者与角色变迁，为相关学者和执法机构提供了分析工具。

网络和机器学习方法来确定20 - 21世纪的最佳大学教练

A Networks and Machine Learning Approach to Determine the Best College Coaches of the 20th-21st Centuries

我们的目标是找到五个最好的大学体育教练的过去一个世纪的三个不同的运动。我们决定看看男子篮球、足球和棒球。我们希望使用一种方法，可以从比赛中确定球队的技能，然后使用机器学习算法来计算给定年份中每个球队的正确教练技能。我们创建了一个基于网络的模型，从历史游戏数据中计算团队技能。每一年的比赛都有一个有向图。节点代表团队，边代表两个团队之间的游戏。箭头指向失败的队伍。我们使用右手特征向量中心性度量来计算每个图的团队技能。这样，击败优秀球队的球队将比击败平庸球队的球队排名更高。大多数年份的特征向量中心性排名与锦标赛表现和基于民意调查的排名密切相关。我们假设教练技能$C_s$、球员技能$P_s$和团队技能$T_s$之间的关系为$C_s \cdot P_s = T_s$。然后，我们创建了一个函数来描述基于球员技能和教练技能的给定得分差异发生的概率。我们将网络中所有边的概率相乘，以找到在任何给定的球员技能和教练技能矩阵下出现正确网络的概率。我们能够确定球员技能作为团队技能和教练技能的函数，消除了优化两个未知矩阵的需要。每年排名前五的教练都被记录下来，而历史上排名最高的教练是通过将教练在年度前五名中排名的次数除以教练活跃的年份来计算的。