Adult content in Social Live Streaming Services: Characterizing deviant users and relationships
社交直播流媒体服务(SLSS)将社交互动推向了一个新的高度。这些服务的主要挑战之一是如何检测和防止违反社区准则的异常行为。在这项工作中,我们专注于成人内容的生产和消费在两个广泛使用的SLSS,即Live.me和Loops Live,有数百万用户每天生产大量的视频内容。我们使用预先训练的深度学习模型来识别成人内容的广播公司。我们的研究结果表明,适当的审核系统在暂停此类用户的帐户方面非常无效。我们通过抓取这些平台的社交图谱创建了两个大型数据集,我们分析这些数据集以识别成人内容生产者和消费者的特征,并发现他们之间有趣的关系模式,这在两个网络中都很明显。
2018-06-27 cs.SI
A Computational Social Science Approach to Understanding Predictors of Chafee Service Receipt
约翰·H。查菲寄养方案成功过渡到成年(CFCIP)分配资金,以提供服务的青年谁是可能的年龄寄养。这些服务涵盖从指导到经济援助的一切,预计将以帮助青年人为照料后的生活做好准备的方式提供。然而,令人惊讶的是,人们对哪些青年得到哪些服务知之甚少。目前的工作利用了国家转型期青年数据库,这是一个大规模的行政数据集,跟踪使用社区合作框架资金分配给青年的服务。具体来说,我们对NYTD数据进行了法医社会科学分析。为此,我们首先使用计算方法来帮助我们发现与服务接收相关的最重要因素。这样做可以帮助我们确定三个主要因素--青少年年龄、青少年护理时间和青少年护理状态--这三个因素与服务接收最密切相关。然后,我们进行了分析,现有的理论与这些因素,扩大我们的服务是如何分配的理解,并铺平了道路,以了解未来的工作,为什么这样的协会存在。
2021-11-29 cs.SI
Ontology-Based Emergency Management System in a Social Cloud
随着人口和灾难性故障风险的增加,对应急管理的需求不断增长。在这些紧急情况下提供适当服务的能力可以通过小组通信机制来解决。参与群组通信的实体包括人、组织、事件、位置和基本服务。云计算是一种“即服务”的计算方式,它支持对共享资源池的按需网络访问。因此,这项工作的重点是提出一个社会云构成组通信实体使用开源平台,桉树。这些服务被公开为语义Web服务,因为机器可读元数据(本体)的可用性将使这些服务的访问更加智能。本文的目的是提出一个基于本体的应急管理系统在社会云,并证明了相同的使用紧急医疗领域。
2011-12-09 cs.SI
Relevancy Classification of Multimodal Social Media Streams for Emergency Services
社交媒体已经成为我们日常生活中不可或缺的一部分。在时间紧迫的事件中,公众在社交媒体上分享各种帖子,包括资源需求,损失和为受影响社区提供帮助的报告。这些帖子可能具有相关性,并可能包含有价值的情况了解信息。然而,社交媒体的信息过载对应急服务及时处理和提取相关信息提出了挑战。此外,近年来社交媒体帖子中多媒体内容的使用日益增加,进一步增加了从社交媒体及时挖掘相关信息的挑战。在本文中,我们提出了一种新的方法,多模态相关性分类的社交媒体职位,相关性的定义方面的应急管理机构的信息需求。具体来说,我们实验与语义文本特征与图像特征的组合,以有效地分类相关的多模态社交媒体帖子。我们验证了我们的方法,使用三个现实世界的危机事件的数据分类的评价。我们的实验表明,利用文本和图像内容的建议的混合框架的基础上的功能,提高识别相关职位的性能。根据这些实验,所提出的分类方法的应用可以减少认知负荷的紧急服务,在大规模过滤多模态公共职位。
2019-10-31 cs.SI
Strong Regularities in Growth and Decline of Popularity of Social Media Services
我们分析了时间序列中的一般趋势和模式,这些趋势和模式表征了对社交媒体服务和基于Web的业务的集体关注的动态。我们的研究基于Google Trends提供的搜索频率数据,并考虑了175种不同的服务。对于每项服务,我们收集来自45个不同国家的数据以及全球平均水平。通过这种方式,我们获得了8,000多个时间序列,并使用经济科学中的扩散模型进行了分析。我们发现,这些模型准确地描述了经验数据,我们的分析表明,对社交媒体的集体关注以高度规律和可预测的方式增长和消退。规则在不同的地区、文化和主题中持续存在,因此暗示了管理基于Web的服务的采用的一般机制。我们详细讨论了几个案例,以突出有趣的发现。我们的方法是经济利益,因为它们可以告知投资决策,并可以帮助评估在一般的生命周期的Web服务是在什么阶段。
2014-06-25 cs.SI physics.soc-ph
Avatar Communication Provides More Efficient Online Social Support Than Text Communication
本研究通过对8,947名用户的问卷调查发现,相比文本通信,虚拟化身通信能提供更丰富稳定的在线社会支持,有效弥补用户离线社会资源的不足,对未来元宇宙社会具有重要意义。
2025-05-01 cs.SI
Pricing Social Visibility Service in Online Social Networks: Modeling and Algorithms
在线社交网络(OSN),如YoutTube、Instagram、Twitter、Facebook等,作为重要的平台,让用户分享他们的信息或内容给朋友或追随者。通常,用户希望增强他们的社交可见性,因为它可以使他们的内容,即,意见、视频、图片等,吸引更多用户的注意力,从而为他们带来更高的商业利益。出于这一动机,我们提出了一种机制,其中OSN运营商提供了一个“社会知名度提升服务”,以激励“交易”之间的请求者(用户谁寻求通过添加新的“邻居”,以提高他们的社会知名度)和供应商(用户谁愿意被添加为新的“邻居”的任何请求者时,提供某些“奖励”)。我们为OSN提供者设计了一个公布的定价方案,以向使用这种提升服务的请求者收费,并奖励为这种提升服务做出贡献的供应商。OSN运营商从请求者那里保留一部分付款,并通过Shapley值将剩余部分“公平地”分配给参与的供应商。OSN提供者的目标是在请求者的预算约束下选择价格和供应商集合以最大化总收入。我们首先证明了收入最大化问题并不比NP难问题简单。然后,我们将其分解为两个子例程,其中一个专注于选择最优供应商集合,另一个专注于选择最优价格。我们证明了每个子程序的困难性,并最终设计了一个计算效率高的近似算法来解决收入最大化问题的收入差距可证明的理论保证。我们在四个公共数据集上进行了广泛的实验,以验证我们提出的算法的优越性能。
2021-06-19 cs.SI
Service Discovery and Trust in Mobile Social Network in Proximity
面向服务的邻近移动社交网络(MSNP)允许参与者使用异构平台和设备与公共邻近的陌生人建立新的社交互动。这样的特征在发现延迟和可信度方面面临挑战。在由大量参与者组成的面向公共服务的MSNP环境中,搜索由其他MSNP参与者提供的特定服务的内容请求者将需要检索和处理大量的服务描述元数据(SDM)文件、相关联的语义元数据文件以及识别内容提供方的可信度。在资源受限的移动终端上执行这样的任务可能是耗时的,并且整体发现性能将受到影响并且将导致高延迟。本文分析了MSNP的服务发现模型,并提出了相应的解决方案,以提高MSNP的服务发现性能。本文首先介绍并分析了面向服务的MSNP的基本服务发现模型。后续,我们应用上下文感知的用户偏好预测方案,以提高语义服务发现过程的速度。随后,我们解决了MSNP中的可信性问题,并提出了一个方案,以减少可信服务发现MSNP的延迟。所提出的方案已经过测试和评估MSNP应用程序原型上运行的真实移动设备和MSNP仿真环境。
2015-04-07 cs.NI cs.SI
Positioning services of a travel agency in social networks
在本文中,通过社交网络形成一个旅游公司的客户群的方法进行了观察。这些方法涉及社交网络(VK.com和Facebook)的网络用户,用于在互联网上定位旅行社“新欧洲”的服务。并提出了应用维护活动和维护用户兴趣的方法。因此,在线社交网络是现代网络社会信息交流的主要方式。这种信息和通信技术的快速发展和完善是旅行社品牌在全球信息空间中定位的关键因素。没有时间和空间的限制以及信息在社交网络的目标受众中传播的速度为旅行社“新欧洲”及其在互联网上的服务的有效推广创造了所有条件。
2019-01-21 cs.CY cs.SI
How the nature of web services drives vocabulary creation in social tagging
社交标签系统允许用户在共享资源上添加任意字符串,称为“标签”,以组织和管理信息。Yule-Simon过程已经显示出捕获社会标记行为的群体动态的能力,但它不处理新词汇创建的机制,因为它假设新词汇创建是一个泊松随机过程。在本研究中,我们着重从微观角度探讨词汇的生成机制,并讨论它是否也遵循Yule-Simon过程中假设的随机过程。为了捕捉词汇创造的微观机制,我们专注于在同一条目中使用的标签的数量和本地词汇创造率之间的关系。我们发现,这种关系不是一个简单的随机过程的结果,不同的服务。此外,这些差异取决于用户的标记态度是私人的还是开放的。这些结果提供了一个新的指数,以确定服务的内在性质的潜力。
2017-03-15 cs.SI
Location Cheating: A Security Challenge to Location-based Social Network Services
基于位置的移动社交网络服务,如Foursquare和Gowalla,在过去几年中呈指数级增长。这些基于位置的服务利用地理位置来丰富各种上下文中的用户体验,包括基于位置的搜索和基于位置的移动广告。为了吸引更多的用户,当用户在某个地点或位置签到时,基于位置的移动社交网络服务向用户提供真实世界的奖励。这会刺激用户在他们的位置上作弊。在这份报告中,我们调查了位置欺骗攻击的威胁,找到了漏洞的根本原因,并概述了可能的防御机制。我们以foursquare为例介绍了一种新颖的位置欺骗攻击,它可以很容易地通过当前的位置验证机制(例如,Foursquare的作弊代码)。我们还抓取了foursquare网站。通过分析抓取的数据,我们表明自动化的大规模作弊是可能的。通过这项工作,我们的目标是呼吁注意在移动社交网络服务的位置欺骗,并提供深入的防御机制。
2011-02-21 cs.CR cs.SI
Extracting the trustworthiest way to service provider in complex online social networks
在复杂的在线社交网络中,对于服务消费者来说,从它们之间的众多社交信任路径中提取到目标服务提供者的最值得信任的方式是至关重要的。具有多个端到端信任质量(QoT)约束的最值得信任路径(即最优社会信任路径(OSTP))的提取已被证明是NP完全的。具有多项式和伪多项式时间复杂度的启发式算法常被用来处理这一具有挑战性的问题。然而,现有的解决方案不能保证搜索的效率,也就是说,他们很难避免在搜索过程中获得部分最优解。量子退火使用离域和隧道来避免陷入局部最小值,而不会缩短执行时间。近年来的研究表明,它是解决许多优化问题的一种有效方法。本文首次将基于QA的OSTP算法(QA_OSTP)应用于最可信路径的提取。实验结果表明,基于QA的算法比启发式算法具有更好的性能。
2013-06-18 cs.ET cs.SI
SocialCloud: Using Social Networks for Building Distributed Computing Services
在本文中,我们研究了一种新的计算模式,称为SocialCloud,其中计算节点由社会关系驱动,从一个自举的信任拥有社会图。我们调查如何这种范式不同于现有的计算范式,如网格计算和传统的云计算范式。我们表明,采用这种模式的动机是直观和自然的,它提供的安全和信任保证是坚实的。我们提出了衡量这种计算模式的效用和优势的指标,并使用现实世界的社会图和结构的社会痕迹,我们调查这种模式对普通用户的潜力。我们研究了几个设计选项和权衡,如调度算法,集中化,和落伍者处理,并展示了它们如何影响效用的范例。有趣的是,我们的结论是,虽然在文献中已知的高信任属性的图形不服务于分布式可信计算算法,如Sybil防御-他们的弱算法属性,这样的图形是很好的候选人,我们的范例,他们的自我负载平衡功能。
2011-12-10 cs.DC cs.SI
Detecting Changes in Crowdsourced Social Media Images
提出一种面向服务的框架,将众包图像建模为图像服务并利用其非功能属性,通过构建版本树和计算语义差异来检测图像变化,初步实验验证了其有效性。
2023-10-23 cs.SI
Service adoption spreading in online social networks
人们采用创新、产品或在线服务的集体行为通常被解释为在整个社会结构中传播的现象。这一过程可以说是由社会影响、社会学习和媒体等外部影响驱动的。对这种过程的观察可以追溯到罗杰斯和巴斯的开创性研究,他们的数学模型有两个方向:一个范式,称为简单传染,将采用传播与流行病过程联系起来。另一个,命名为复杂的传染病,是有关的行为阈值,并成功地解释了出现的大级联的采用,导致快速蔓延的经验数据中经常看到的。最近,由于大型数字社交网络和行为数据集的可用性,对现实世界采用过程的观察变得更加容易。这使得同时研究网络结构和动态的在线服务采用,揭示的机制和外部影响的时间演变的行为或创新采用。这些进步导致了社会传播现象的更现实的模型的发展,这反过来又提供了各种经验采纳过程的非常好的预测。在本章中,我们回顾了最近的数据驱动的研究,解决现实世界的服务采用过程。我们的研究提供了第一个详细的经验证据的异质性阈值分布的采用。我们还描述了这种现象的建模与正式的方法和数据驱动的模拟。我们的目标是了解已确定的社会机制对服务采用传播的影响,并为未来的研究提供潜在的新方向和开放的问题。
2017-06-29 cs.SI physics.soc-ph
User Participation in an Academic Social Networking Service: A Survey of Open Group Users on Mendeley
虽然有一些专门针对学者的社交网络服务,但很少有关于这些所谓的学术社交网络服务(ASNS)的实际做法和使用情况的报道。为了填补这一空白,我们探讨了使用ASNS从事社会活动的学者群体;作为进一步参与的指标,我们还确定了他们加入ASNS团体的各种动机。使用组和他们的成员在Mendeley作为我们的案例研究的平台,我们获得了146个参与者的回应,从我们的在线调查用户的共同活动,使用习惯,和加入组的动机。我们的研究结果表明,1)参与者没有像参与研究功能那样频繁和积极地参与基于社交的功能,2)加入更多组的用户似乎有更强的动机来提高他们的专业知名度,并将他们阅读的研究文章贡献给组阅读列表。我们的研究结果产生有趣的见解Mendeley的用户群,他们的活动,他们的动机相对于Mendeley的社会功能。我们还认为,ASNS的进一步设计需要更多地考虑学科差异,在学术交流,并建立激励机制,鼓励用户参与。
2015-06-09 cs.SI physics.soc-ph
Uncovering Influence Cookbooks : Reverse Engineering the Topological Impact in Peer Ranking Services
确保早期发现重要的社交网络用户是一项具有挑战性的任务。一些对等排名服务现在已经很成熟,例如PeerIndex,Klout或Kred。其功能是根据用户的影响力对用户进行排名。然而,这种影响力的概念是抽象的,实现这种排名的算法是不透明的。随着对更透明的网络的需求不断增加,我们探索了通过逆向工程获得知识的问题,这些同行排名服务,关于他们作为输入获得的社交网络拓扑结构。由于这些服务利用用户的在线活动(因此,他们在社交网络中的连接),我们提供了一个精确的评估社交网络的拓扑指标如何影响最终的用户排名。我们的方法如下:我们首先将排名服务建模为一个黑盒子,我们通过创建用户简档并对它们执行操作来与之交互。通过这些轮廓,我们触发一些轻微的拓扑修改。通过监控这些修改对这些配置文件的排名的影响,我们推断黑盒中每个拓扑度量的权重,从而扭转服务影响力食谱。
2016-10-07 cs.SI
A Matrix Factorization Model for Hellinger-based Trust Management in Social Internet of Things
Sharif University of Technology(谢里夫理工大学);Boston University(波士顿大学);McMaster University(麦克马斯特大学)
已经引入了物联网和社交网络范例的集成的社交物联网(SIoT)来构建能够建立社交链接的智能节点的网络。为了应对行为不端的服务提供者节点,服务请求者节点必须评估其可信度水平。在本文中,我们提出了一种新的信任管理机制,在SIoT预测最可靠的服务提供者为每个服务请求者,从而导致被暴露给恶意节点的风险。我们使用灵活的二分图(包含两组节点:服务提供者和服务请求者)对SIoT进行建模,然后使用Hellinger距离在服务请求者节点之间构建社交网络。之后,我们开发了一个社会信任模型,利用节点的中心性和相似性度量来提取社会网络节点之间的信任行为。最后,设计了一种矩阵分解技术来提取SIoT节点的潜在特征,找到可信节点,并缓解数据稀疏和冷启动问题。我们分析了所提出的信任预测机制中的参数对预测精度的影响。结果表明,从一个特定的服务请求者具有高Hellinger相似性的邻居节点的反馈,在我们的机制优于现有的最好的方法。我们还表明,利用社会信任模型,它只考虑了相似性度量,显着提高了预测机制的准确性。此外,我们通过一个真实的SIoT用例评估了所提出的信任管理系统的有效性。我们的研究结果表明,该机制是弹性的不同类型的网络攻击,它可以准确地找到最合适的和值得信赖的服务提供商。
2021-03-02 cs.CR cs.LG cs.SI
Context-Aware Service Recommendation System for the Social Internet of Things
University of Science and Technology Beijing(北京科技大学);University College Dublin(都柏林大学学院)
针对社交物联网中设备关系与服务评论情境利用不足的问题,提出聚合设备关系、结合因子分解机建模高阶交互并融合评论的推荐框架,提升了评分预测及服务推荐的准确性与相关性。
2023-08-14 cs.AI cs.IR cs.NI
Cross-Pollination of Information in Online Social Media: A Case Study on Popular Social Networks
由于在线社交媒体(OSM)的普及,互联网用户每天都在OSM服务上和OSM服务之间共享大量信息(包括个人信息)。例如,在博客文章中嵌入YouTube视频并提供在Facebook上共享链接的选项是很常见的。用户推荐、评论和转发他们从朋友那里收到的信息,有助于在OSM服务中传播信息。我们将这种从一个OSM服务到另一个OSM服务的信息扩散过程称为交叉轮询,并将参与交叉轮询的用户和网络中产生的内容所形成的网络称为\emph{Cross-Pollinated network}。关于单OSM服务内的信息扩散的研究已经做了很多,但是关于交叉扩散的研究还很少。在本文中,我们的目的是填补这一空白,研究如何从三个流行的OSM服务(YouTube,Flickr和Foursquare)的信息(视频,照片,位置)在Twitter上扩散,最流行的微博服务。我们的研究结果表明,交叉授粉网络遵循扩散OSM(Twitter在我们的研究)的时间和拓扑特征。此外,源OSM(YouTube,Flickr和Foursquare)上的信息受欢迎程度并不意味着它在Twitter上的受欢迎程度。我们的研究结果还表明,Cross-Polarity在流量生成和用户参与方面帮助Twitter,但只有一小部分视频和照片从Twitter获得了大量的浏览量。我们相信这是第一个明确描述不同OSM服务之间信息扩散特征的研究工作。
2013-01-29 cs.SI physics.soc-ph
Socially-Aware Distributed Hash Tables for Decentralized Online Social Networks
由于对集中式社交网络中的隐私和可扩展性问题的认识的增加,已经提出了许多分散式在线社交网络(DOSN)。这种分散的网络将处理和存储功能从服务提供商转移到最终用户。DOSN需要服务的个性化实现(即,搜索、信息传播、存储和发布/订阅)。然而,这些服务中的许多服务主要执行社交查询,其中OSN用户对访问他们的朋友的信息感兴趣。在我们的工作中,我们设计了一个社会意识的分布式哈希表(DHT)的有效实施的DOSNs。特别是,我们提出了一个基于八卦的算法,将用户在一个DHT,同时最大限度地提高他们之间的社会意识。通过一组实验,我们表明,我们的方法减少了查找延迟近30%,提高了近10%的通信可靠性,通过可信的联系人。
2015-09-23 cs.DC cs.SI
Topics in social network analysis and network science
本章介绍了用于分析社交网络和快速发展的并行领域网络科学的统计方法。虽然最近出现了一些社会网络分析在卫生服务研究中的例子,但大多数只涉及最基本的方法,因此只涉及可能实现的表面。尖端的方法,使用相关的例子和插图在卫生服务研究提供。
2014-03-31 cs.SI physics.soc-ph
Can We Count on Social Media Metrics? First Insights into the Active Scholarly Use of Social Media
衡量研究影响力对于学术搜索引擎中的出版物排名和研究评估都很重要。社交媒体指标或altmetrics衡量基于社交媒体活动的科学工作的影响。Altmetrics是传统的基于引用的指标的补充,例如,允许评估引用尚未提供的新出版物。尽管altmetrics的重要性越来越大,但它们的特点并没有得到很好的理解:到目前为止,还没有研究什么样的研究人员正在积极使用哪些社交媒体服务以及为什么-这是科学影响预测的重要问题。基于对3,430名科学家的调查,我们发现了社交媒体服务之间以前未知的显著差异:我们分别确定了吸引年轻和有经验的研究人员的服务,并检测了使用动机的差异。我们的研究结果有直接的影响未来的设计altmetrics科学的影响预测。
2018-04-08 cs.DL cs.SI
Understanding Web Archiving Services and Their (Mis)Use on Social Media
Web存档服务在当今的信息生态系统中扮演着越来越重要的角色,它可以确保信息的持续可用性,也可以故意缓存可能被删除或移除的内容。其中,自2001年以来,Wayback Machine一直在主动存档大量网页的版本,而像archive.is这样的新服务允许用户创建特定网页的按需快照,这些快照可以作为可以在Web上共享的时间胶囊。在本文中,我们对Web存档服务及其在社交媒体上的使用进行了大规模分析,揭示了这个生态系统中涉及的参与者,存档的内容以及如何共享。我们抓取和研究:1)来自archive.is的21 M URL,跨越近两年,2)356 K archive.is加上391 K Wayback Machine URL,这些URL在四个社交网络上共享:Reddit,Twitter,Gab和4chan的Politically Incorrect board(/pol/)超过14个月。我们观察到,新闻和社交媒体帖子是最常见的存档内容类型,这可能是由于它们被认为是短暂的和/或有争议的性质。此外,存档服务的URL在Reddit和4chan的“边缘”社区中广泛共享,以保留可能有争议的内容。最后,我们发现有证据表明,版主推动甚至强迫用户使用档案,而不是直接链接,用于具有相反意识形态的新闻来源,这可能会剥夺他们的广告收入。
2018-04-09 cs.CY cs.DL cs.SI
Understanding Service Integration of Online Social Networks: A Data-Driven Study
跨站点链接功能被在线社交网络(OSN)广泛采用。此功能允许用户将她在一个OSN上的帐户链接到她在其他OSN上的帐户。因此,用户可以使用链接的帐户登录,在这些帐户之间共享内容,并从中导入朋友。它导致了不同的OSN的服务集成。这种整合不仅方便用户管理不同OSN的帐户,而且还为采用跨站点链接功能的OSN带来了实用性。在本文中,我们调查这种有用性的基础上收集的用户数据从一个流行的OSN称为媒体。我们对Medium的社交图谱进行了深入的分析,发现跨站点链接功能带来的服务整合能够改变Medium的社交图谱结构,吸引大量新用户。然而,几乎没有新用户会成为高PageRank用户(PageRank用于衡量用户在OSN中的影响力)。为了解决这个问题,我们建立了一个基于机器学习的模型,仅根据他们的Twitter数据来预测Medium中的高PageRank用户。该模型实现了0.942的高F1分数和0.986的高曲线下面积(AUC)。在此基础上,我们设计了一个系统,以帮助新的OSN识别和吸引高PageRank用户从其他成熟的OSN通过跨站点链接功能。
2018-01-22 cs.SI
How Do Terms of Service Influence Social Media User Dynamics from A Privacy Anxiety Perspective
Boston University(波士顿大学)
研究探讨了X平台条款更新如何通过默认AI训练用户内容引发隐私焦虑,改变用户行为,发现隐私焦虑在创作者社区中激活并扩散,导致参与度下降和迁移意愿增加。
2026-04-02 cs.CY cs.SI
Automated Service Discovery for Social Internet-of-Things Systems
在本文中,我们建议设计一个自动化的服务发现过程,让移动众包任务请求者选择一个小的一组设备的大规模的物联网(IoT)网络来执行他们的任务。为此,我们将大规模物联网网络划分为几个虚拟社区,其成员共享强大的社交物联网关系。研究了两种社区发现算法,即Louvain算法和顺序统计局部方法(OSLOM)算法,并将其应用于真实世界的物联网数据集,以形成非重叠和重叠的物联网设备组。然后,执行基于自然语言处理(NLP)的方法来处理众包文本请求,并相应地找到能够有效完成任务的IoT设备的列表。这是通过匹配NLP输出来执行的,例如,应用程序的类型、位置、所需的可信度级别以及不同的检测到的社区。所提出的方法有效地帮助自动化和减少服务发现过程和招聘过程的移动众包应用程序。
2020-03-21 cs.SI cs.SY eess.SY
The Call of the Crowd: Event Participation in Location-based Social Services
理解事件参与背后的社会和行为力量不仅从社会科学的角度来看是有趣的,而且在个性化事件推荐系统的设计中也有重要的应用。本文利用广泛使用的基于位置的社交网络Foursquare的数据,分析了三个大都市的事件模式。我们提出了几个假设,用户参与的激励因素,并确认社会方面发挥了重要作用,在确定用户参与活动的可能性。虽然一个明确的社会过滤信号占主导地位的因素是否朋友出席,一个事件的流行程度也被证明是一个强大的吸引力。此外,我们通过在高维图中执行随机游走来捕获隐含的社交信号,该高维图编码了朋友的地点类型偏好,并且证明特别适合于为用户识别相关的利基事件。我们的研究结果在何种程度上的各种时间,空间和社会方面的用户的事件偏好的基础,使我们进一步假设,因素的组合更好地模型用户的事件的兴趣。我们通过一个监督学习框架来验证这一点。我们发现,对于伦敦三分之一的用户和纽约和芝加哥五分之一的用户,它可以确定用户将参加的建议池中的确切事件。
2014-03-29 cs.SI physics.soc-ph
NPS-AntiClone: Identity Cloning Detection based on Non-Privacy-Sensitive User Profile Data
社会感测是一种允许从人类和设备众包数据的范例。该感测到的数据(例如,社交网络帖子)可以被托管在社交传感器云(即,社交网络)中并且作为社交传感器云服务(SocSen服务)被递送。这些服务可以通过其提供者的社交网络账户来识别。攻击者通过克隆SocSen服务提供商的用户简档来欺骗社交传感器云用户,从而入侵社交传感器云。我们提出了一种新的无监督SocSen服务提供商身份克隆检测方法,NPS-AntiClone,以防止这种身份欺骗造成的不利后果。该方法利用从社交网络收集的非隐私敏感的用户简档数据来执行克隆身份检测。它由三个主要部分组成:1)多视图帐户表示模型,2)嵌入学习模型和3)预测模型。多视图账户表示模型为给定身份形成三个不同的视图,即发布视图、网络视图和简档属性视图。嵌入学习模型使用加权广义典型相关分析从生成的多视图表示中学习单个嵌入。最后,NPS-AntiClone计算两个账户嵌入之间的余弦相似度,以预测这两个账户是否包含克隆账户及其受害者。我们使用真实世界的数据集评估了我们提出的方法。结果表明,NPS-AntiClone显著优于现有的最先进的身份克隆检测技术和机器学习方法。
2021-09-30 cs.CY cs.SI
Towards Trustworthy Mobile Social Networking Services for Disaster Response
了解情况对于有效的灾害管理至关重要。然而,获得有关实际情况的信息通常是困难和耗时的。虽然在将受影响人口作为信息来源方面作出了一些努力,但获得可靠信息的问题尚未得到重视。因此,我们引入了基于安全性的报告验证概念,使受影响人群的用户能够评估其他用户发布的报告。我们提出了一个广泛的概述,这样一个计划要实现的目标,并提供了第一种方法考虑安全和隐私。最后,我们评估我们的方法在模拟研究的性能。我们的研究结果强调了在灾害情况下可能出现的群体流动模式的协同效应。
2013-01-10 cs.CR cs.SI
The Power and Pitfalls of Transparent Privacy Policies in Social Networking Service Platforms
用户在社交网络服务平台(SNS)上披露的个人数据量不断增加。除非SNS的政策是隐私友好的,否则它们很容易受到隐私风险的影响,因为它们忽略了隐私政策。设计者和监管机构一直在推动更短、更简单、更突出的隐私政策,但缺乏透明政策增加知情同意的证据。为了回答这个问题,我们进行了一项在线实验,要求214名Facebook常规用户加入一个虚构的SNS。我们实验操纵的隐私友好的SNS的政策和各种威胁的二级数据的使用和数据的可见性。一半的参与者甚至错误地回忆起了最正式的“完美”和易于阅读的隐私政策。大多数情况下,用户回忆起的政策比实际上更隐私友好。此外,参与者在意识到存在可见性威胁时会自我审查他们的披露,但对二手数据使用的威胁不太敏感。我们提出了设计建议,以增加知情同意。
2019-12-04 cs.CY cs.HC cs.SI
Generate Descriptive Social Networks for Large Populations from Available Observations: A Novel Methodology and a Generator
当用面向主体的方法建模社会动力学时,研究人员必须描述群体内的交互结构。鉴于广泛网络收集的棘手性,他们依赖于随机网络生成器,这些生成器应该探索合理网络的空间。我们首先确定建模者的需求,包括在网络上放置异构代理,并区分导致不同交互的各种类型的社交链接。我们指出,存在的数据的形式分散的统计和定性观察,应用于参数的发生器。我们提出了一种新的方法特有的基于代理的建模,在其中,我们将产生社会联系,从个人的观察属性,并返回他们作为一个多元化的网络。社会经济属性和生成规则之间的相互依赖性被编码为贝叶斯网络。一种方法指导建模者通过这些参数的形式化。这种方法说明了支持在肯尼亚农村地区传播避孕解决方案的互动结构。
2020-03-04 cs.SI stat.AP
In the Face (book) of Social Learning
社交网络在过去几年中已经上升到显著地位,成为个体之间电子交互的主要形式。在试图利用的力量,他们已经设法吸引了大量的用户群,本研究提出了一个电子学习的原型,它集成了社会和语义网的概念。已部署了一套选定的服务,这些服务已被科学证明对用户通过电子手段的学习过程产生积极影响。这些服务到社交网络平台应用程序的可集成性是可视化的,通过探索性的原型。为实现这些关键功能而开发的图形用户界面(GUI)符合以用户为中心的原则。设计的原型证明,一些服务可以集成在一个用户友好的应用程序,并可能有助于获得反馈意见,应包括其他方面。
2012-07-24 cs.CY cs.SI
Social-Sensor Composition for Tapestry Scenes
社交媒体平台的广泛使用和大量图像数据为感知、收集和分享事件信息创造了独特的机会。其潜在应用之一是利用众包的社交媒体图像来创建挂毯场景,用于指定位置和时间间隔的景物分析。然而,现有的尝试忽略了时间语义相关性和时空演变的图像和面向方向的场景重建。我们提出了一种新的社会传感器云(SocSen)服务组合方法,形成挂毯场景的景物分析。新颖性在于利用图像和图像元信息来绕过昂贵的传统图像处理技术来重建场景。元数据,如地理位置,时间和图像的视角被建模为SocSen服务的非功能属性。我们的主要贡献在于提出了一个上下文和方向感知的时空聚类和推荐方法,用于选择一组时间和语义相似的服务,以组成最好的可用SocSen服务。基于真实数据集的分析结果证明了所提出的方法的性能。
2020-03-28 cs.IR cs.MM cs.SI
A Multi-Modal Latent-Features based Service Recommendation System for the Social Internet of Things
针对现有社交物联网服务推荐方法未挖掘多模态内容下潜在物品-物品结构的问题,本文提出基于潜在特征的推荐系统,通过多模态聚合构建潜在物品图并结合图卷积优化物品表示,性能优于现有方法。
2024-04-13 cs.IR cs.SI
User Blocking Considered Harmful? An Attacker-controllable Side Channel to Identify Social Accounts
本文提出了一种实用的侧信道攻击,它可以识别攻击者网站访问者的社交网络服务帐户。我们的攻击利用了广泛采用的用户阻止机制,滥用其固有属性,即某些页面根据用户是否被阻止而返回不同的Web内容。我们的关键见解是,攻击者准备的帐户可以针对同一服务上的任意用户保持攻击者可控制的阻塞/非阻塞二进制状态;只要用户登录到服务,则当用户访问攻击者的网站时,可以通过传统的跨站定时攻击将此状态检索为一位数据。我们概括并引用这样一个属性作为可见性控制,我们认为这是我们攻击的基本假设。在此基础上,我们证明了具有一组受控帐户的攻击者可以对通过侧通道泄漏的数据进行完整而灵活的控制。使用这种机制,我们表明,它是可能的设计和实现一个强大的,大规模的用户识别攻击各种各样的社交网络服务。为了验证我们的攻击的可行性,我们使用16个流行的社交网络服务进行了广泛的实证研究,并证明其中至少有12个容易受到我们的攻击。易受攻击的服务不仅包括Twitter和Facebook等流行的社交网站,还包括提供社交功能的其他类型的Web服务,例如,eBay和Xbox Live。我们还证明了攻击可以达到近100%的准确性,并可以在足够短的时间内完成在一个实际的设置。我们讨论的基本原则,实际方面,以及可能的防御攻击的局限性。
2018-05-14 cs.CR cs.SI
Design issues for distributed mobile social networks
社交网络及其应用在过去几年中变得非常流行,主要通过网络瞄准用户。然而,最近已经观察到向移动用户提供社交网络服务的兴趣。电信运营商试图将现有的社交网络集成到他们的系统中或开发新的社交网络,以便向他们的订户提供新的服务。随后,重点是给用户上下文建模,以及整合的来源,导致锚定到用户的信息汇总收集,如其位置或其移动终端类型等。在本文中,我们讨论了最重要的因素和遇到的挑战,在设计这样一个系统的架构,技术和工具的水平。
2014-10-18 cs.SI
Reverse Engineering Socialbot Infiltration Strategies in Twitter
从Twitter等社交网络中提取的数据越来越多地被用于构建应用和服务,这些应用和服务可以挖掘和总结公众对事件的反应,例如交通监测平台、疫情爆发的识别以及公众对人和品牌的看法。然而,这些服务容易受到社交机器人$-$自动账户的攻击,这些账户模仿真实用户$-$,试图通过发布自动生成的消息并与合法用户交互来篡改统计数据。潜在地,如果大规模创建,社交机器人可以通过渗透社交网络并随着时间的推移获得其他用户的信任来使许多现有服务产生偏见甚至无效。本研究旨在了解社交机器人在Twitter微博平台中的渗透策略。为此,我们创建了120个具有不同特征和策略的社交机器人账户(例如,个人资料中指定的性别,他们的活跃程度,用于生成他们的推文的方法,以及他们与之交互的用户群),并调查这些机器人能够渗透Twitter社交网络的程度。我们的研究结果表明,即使是采用简单自动化机制的社交机器人也能够成功渗透网络。此外,使用$2^k$析因设计,我们量化了不同的机器人策略的渗透效果。我们的分析揭示的发现是关键的检测和反测量方法的设计。
2014-05-20 cs.SI physics.soc-ph
Data-driven Approaches for Social Video Distribution
互联网最近见证了在线社交网络服务和在线视频服务的融合:用户从内容共享网站导入视频,并通过重新共享它们来沿着社交连接传播它们。这种社交行为极大地改变了视频的传播方式,用户现在积极参与社交生态系统,而不是被动的消费者。尽管带宽和计算资源日益丰富,但用户生成的视频内容的数据量不断增加,社交化共享的覆盖范围无限,这带来了前所未有的挑战。在本文中,我们首先提出了社会感知视频交付的挑战。然后,我们提出了一个数据驱动的社交视频交付方法的主要框架。此外,我们确定了社会感知视频访问和社会内容传播的独特特征,并密切揭示了各个模块的设计和它们的整合,以提高用户在社会网络环境中的体验。
2015-06-26 cs.MM cs.SI
Disarranged Harmonization of Transparency Reporting by Social Media Platforms Under the Digital Services Act
IIT-CNR(意大利国家研究委员会计算机科学研究所以);University of Pisa(比萨大学)
本文评估了数字服务法案下八大欧洲最大社交媒体平台的透明度报告数据质量,发现所有平台在数据格式、及时性、一致性和完整性方面存在问题,且部分平台在不同机制下采用不同的报告流程,导致信息矛盾,尽管有统一规定,但报告机制之间仍存在互操作性问题,许多之前发现的透明度报告问题仍未解决。
2026-05-17 cs.CY cs.SI
Dynamics in online social networks
如今,越来越多的社交互动使用在线社交媒体作为沟通渠道。一些在线社交网络在过去十年中变得非常流行。它们之间的区别在于它们向在线用户提供的服务的性质。例如,Facebook主要被视为与亲密的朋友和亲戚保持联系的平台,Twitter用于传播和接收新闻,LinkedIn有助于保持专业联系,Flickr聚集了摄影爱好者和专业人士等。存在一个潜在的社交网络,允许他们的用户彼此保持联系,并帮助他们参与共同的活动或互动,从而更好地实现服务的目的。这就是为什么这些平台共享大量功能的原因,例如,个人通信信道、广播状态更新、简单的一步信息共享、暴露广播内容的新闻馈送等。结果,在线社交网络是研究在线社交行为的有趣领域,该在线社交行为似乎在不同的在线服务中是通用的。由于在这些服务的底层是一个已声明关系的网络,并且这些平台中的基本交互往往是成对的,因此网络科学提供了研究这些系统的自然方法。在这一章中,我们描述了一些在线社交网络的结构,动态和社会活动的研究结果。我们在网络科学、社会学研究和计算机科学的跨学科背景下提出它们。
2012-10-02 cs.SI physics.soc-ph
Using graph theory and social media data to assess cultural ecosystem services in coastal areas: Method development and application
社交媒体(SM)数据的使用已成为评估文化生态系统服务(CES)的一个有前途的工具。大多数研究都集中在单一SM平台的使用和照片内容的分析,以评估对CES的需求。在这里,我们介绍了一种新的方法,通过应用图论网络分析(GTNA)与SM帖子相关的标签,并将其与照片内容分析进行比较,使用SM数据评估CES。我们在两个SM平台,Instagram和Twitter上,在三个世界知名的案例研究领域,即大堡礁,加拉帕戈斯群岛和复活节岛上应用了所提出的方法。我们的研究结果表明,通过图论的主题标签的分析提供了类似的功能,以照片内容分析在CES提供的评估和CES提供商的识别。更重要的是,GTNA在识别与自然相关的关系价值和eudaimonic方面提供了更大的能力,这些方面对于照片内容分析来说是难以捉摸的。此外,GTNA有助于减少口译员对照片内容分析的偏见,因为GTNA是基于用户自己提供的标签。该研究还强调了考虑来自不同社交媒体平台的数据的重要性,因为这些平台提供的用户类型和信息可以显示不同的CES属性。全球技术需要评估的应用程序易于使用,计算处理时间短,这使其成为一种具有成本效益的方法,有可能应用于大的地理范围。
2020-06-20 cs.SI
Studying User Footprints in Different Online Social Networks
随着在线社交媒体服务的日益普及和使用,人们现在在Facebook,LinkedIn,Twitter和YouTube等多种多样的服务上拥有账户(有时是几个)。公开信息可用于创建使用这些社交媒体服务的任何用户的数字足迹。生成这样的数字足迹对于个性化、简档管理、检测用户的恶意行为非常有用。分析用户在线数字足迹的一个非常重要的应用是保护用户免受由大量公开可用的用户信息引起的潜在隐私和安全风险。我们通过社交图谱API、社交Feed和Profilactic提取了不同社交网络上的用户身份信息;我们整理了自己的数据集,创建了用户的数字足迹。我们使用用户名、显示名称、描述、位置、配置文件图像和连接数来生成用户的数字足迹。我们应用特定于上下文的技术(例如,Jaro Winkler相似性,基于Wordnet的本体)来测量不同社交网络上的用户简档的相似性。我们特别关注Twitter和LinkedIn。在本文中,我们提出的分析和结果,从应用自动分类消歧属于同一用户的配置文件从不同的社交网络。用户ID和名称被认为是消除用户简档歧义的最具区别性的特征。使用最有前途的一组特征和相似性度量,我们分别实现了98%,99%和96%的准确率,精确率和召回率。
2013-01-29 cs.SI
Who are Like-minded: Mining User Interest Similarity in Online Social Networks
在本文中,我们挖掘和学习预测一对用户对视频的兴趣是多么相似,基于这些用户的人口统计(年龄,性别和位置)和社会(友谊,互动和组成员)信息。我们使用活跃用户的视频访问模式作为基础事实(一种基准)。我们采用基于标签的用户分析来建立这个基础事实,并证明为什么它被用来代替基于视频的方法,或许多潜在的主题模型,如LDA和协同过滤方法。然后,我们展示了不同的人口统计和社会特征,以及它们的组合和衍生物,在预测用户兴趣相似性的有效性,基于不同的机器学习方法结合多种功能。我们提出了一个混合树编码的线性模型相结合的功能,并表明它优于其他线性和基于树的模型。我们的方法可以用来预测用户的兴趣相似性时,地面真相是不可用的,例如,对于新用户,或不活跃的用户的兴趣可能已经改变了从旧的访问数据,是有用的视频推荐。我们的研究基于腾讯的丰富数据集,腾讯是中国社交网络、视频服务和各种其他服务的热门服务提供商。
2016-03-07 cs.SI
Online learning for Social Spammer Detection on Twitter
像Twitter这样的社交网络服务在人们的日常生活中发挥着重要作用,因为它支持有效沟通和分享信息的新方式。这些社交网络服务的优势使它们能够迅速增长。然而,社交网络服务的兴起正在导致来自垃圾邮件发送者、恶意软件鉴别器和其他内容污染者的不需要的破坏性信息的增加。社交垃圾邮件的负面影响不仅会惹恼用户,还会导致经济损失和隐私问题。Twitter上的垃圾邮件检测有两个主要挑战。首先,社交网络的数据规模具有巨大的流社交数据量。其次,垃圾邮件发送者不断改变他们的垃圾邮件发送策略,例如改变内容模式或试图获得社会影响力,尽可能伪装自己。面对这些挑战,传统的批量学习方法很难在大容量和实时的社交媒体数据中快速适应新的垃圾邮件模式。我们需要一个反垃圾邮件系统,以便在获得标签反馈时能够调整学习模型。此外,社交媒体上的数据可能是无限的。然后,系统必须允许在计算和存储器需求方面更新效率模型。在线学习是解决这一问题的理想方法。这些方法通过每一个反馈来逐步调整学习模型,并随着时间的推移而调整垃圾邮件发送者不断变化的模式。实验结果表明,基于在线学习方法的反垃圾邮件系统与批处理学习方法相比,在快速改变垃圾邮件发送者方面是有效的。我们也尝试找出最佳的在线学习方法,并研究各种特征集对这些在线学习方法的有效性。
2016-05-14 cs.SI
Enabling Social Applications via Decentralized Social Data Management
由在线社交网络产生的前所未有的信息财富,通过位置/搭配数据进一步增加,目前分散在不同的专有服务中。结合起来,它可以准确地表示社交世界,并实现新颖的社交感知应用程序。我们提出了Prometheus,一个具有社会意识的点对点服务,从多个来源收集社会信息到一个多图管理在一个分散的方式对用户贡献的节点,并通过接口实现非平凡的社会推理,同时遵守用户定义的访问策略暴露它。在PlanetLab平台上进行的仿真实验表明,该系统具有良好的端到端响应时间、较低的通信开销和较强的抗恶意攻击能力。
2015-04-28 cs.CY cs.DC cs.SI
E-Health Management Services in Supporting Empowerment
Web技术为医疗保健提供商提供了扩展其服务的能力,从而提供了一个特别有利的环境,以实现复杂的电子健康目标。本文讨论了Web 2.0应用程序将如何帮助医疗保健提供者通过参与和授权他们的客户来扩展和增强他们的服务。Web 2.0指的是下一代Web技术,使用户能够在Internet上生成内容。Web 2.0也指的是将Web作为在线执行任何任务的平台。Web 2.0使客户能够更好地控制医疗保健提供商与客户之间以及客户之间的交互信息流。该研究采用定量方法来描述印度尼西亚客户对医疗保健服务的期望,这些服务可以提供授权,社交媒体和分享。调查问卷公平地分配给定期访问医疗中心的医疗保健人员和客户(患者)。调查结果显示,顾客十分欣赏Web2.0在电子健康服务方面的特色,例如网上诊症、在社交网络上分享信息、提供详细的个人健康纪录等。不管调查的局限性如何,公众对调查问卷中列出的Web 2.0功能给予了极大的支持。研究结果提供了初步的想法和建议,未来的方向原型的社交网络在电子健康服务。
2021-02-08 cs.CY cs.SI
Engaging Users through Social Media in Public Libraries
Queensland University of Technology(昆士兰科技大学);San José State University(圣何塞州立大学);Griffith University(格里菲斯大学)
参与式图书馆是一个新兴的概念,它指的是一个综合的图书馆系统必须允许用户参与图书馆的核心功能,而不是参与边缘。为了接受参与式理念,图书馆采用了许多技术,如社交媒体,以帮助他们建立参与式服务和吸引用户。为了帮助图书馆员了解新兴技术对参与式服务建设的影响,本文以社会媒体为例,探讨如何利用社会媒体提供的不同参与策略来吸引更多的用户。本文对图书馆系统做出了三大贡献。图书馆可以使用由此产生的参与策略来吸引用户。此外,可以根据用户的偏好来推断和设计最适合的策略。最后,可以根据社交媒体的数据分析来了解用户的偏好。三个这样的贡献放在一起,以充分解决拟议的研究问题,如何使用不同的参与策略在社会媒体上建立参与式图书馆服务,更好地吸引更多的用户访问图书馆?
2020-10-30 cs.HC cs.LG cs.OH
Understanding Common Perceptions from Online Social Media
现代社会习惯性地使用在线社交媒体服务,在任何时间和任何地点公开分享观察,思想,观点和信仰。这些地理标记的社交媒体帖子可以提供对人们对给定地理区域内的一系列不良主题的看法的聚合见解,而不是目前通过诸如Yelp和Foursquare的服务所能做到的。本文开发了概率语言模型,以调查是否可以从地理标记的Twitter帖子的内容中提取的集体,基于主题的看法在一个地理区域内。该方法的能力,说明使用不同大小的三个领域的推文。应用该方法,以支持电网恢复后的风暴。
2014-11-24 cs.SI physics.soc-ph
Maximizing Acceptance Probability for Active Friending in On-Line Social Networks
好友推荐成功地促进了在线社交网络的爆炸式增长。当今大多数交友推荐服务旨在支持被动交友,其中用户被动地从推荐的候选者中选择交友目标。在本文中,我们提倡推荐支持主动交友,用户主动指定一个交友目标。据我们所知,在现有的在线社交网络服务中,还没有探索设计用于为用户系统地接近他的交友目标提供指导的推荐。为了最大限度地提高概率,交友目标将接受邀请,从用户,我们制定了一个新的优化问题,即\emph{Acceptance Probability Maximization (APM)},并开发了一个多项式时间的算法,称为\emph{Selective Invitation with Tree and In-Node Aggregation (SITINA)},找到最佳的解决方案。我们实现了一个积极的交友服务与SITINA在Facebook上验证我们的想法。我们的用户研究和实验结果表明,SITINA在解决方案的质量有效地优于人工选择和基线方法。
2013-02-27 cs.CY cs.SI physics.soc-ph
Understanding the Trustworthiness Management in the Social Internet of Things: A Survey
下一代物联网(IoT)促进了社交网络概念与智能对象(即,事物),以建立相互连接的对象的社交网络。这种整合导致了一种有前途的新兴社会物联网(SIoT)范式的发展,其中智能对象充当社会对象,并智能地模仿类似于人类的社会行为。这些社交对象能够与网络中的其他对象建立社交关系,并且可以利用这些关系进行服务发现。信任对于实现对象之间的可信协作和合作的共同目标,提供系统的可信性和可靠性起着重要的作用。在SIoT中,不可信的对象可以通过传递恶意消息来破坏服务的基本功能,并对服务的质量和可靠性产生不利影响。在这项调查中,我们提出了SIoT可信度管理的整体观点。随着SIoT中的信任,讨论了各个学科中信任的本质,然后详细研究了SIoT中的信任管理组件。此外,我们分析和比较的信任管理计划,主要分为四组,他们的优势,局限性,在每个提到的信任管理计划中采用的信任管理组件,以及这些研究的性能相对于众多的信任评估维度。最后,我们讨论了未来的研究方向的新兴范式的SIoT,特别是在SIoT的可信度管理。
2022-02-26 cs.CR cs.SI
Homophily of Music Listening in Online Social Networks
从人口统计学到情感,同质性在社交网络中培育了联系,无论是离线还是在线。然而,随着音乐流媒体服务的蓬勃发展,在线音乐收听是否存在同质性仍然不清楚。本研究分别在网易音乐和微博上建立了同一组活跃用户的两个在线社交网络。通过提出多种相似性度量方法,证明了两种在线社交网络中的音乐收听确实存在同质性。微博中令人意想不到的音乐相似性也意味着来自通用社交网络的知识可以自信地转移到面向领域的网络,以丰富上下文和增强算法。进一步探讨了影响同质性形成的综合因素,揭示了许多有趣的模式。研究发现,女性朋友在音乐收听方面更加同质化,积极向上、充满活力的歌曲显著拉近了用户的距离。我们的方法和研究结果将揭示在线音乐服务的实际应用。
2017-10-29 cs.SI physics.soc-ph
Long-Term Profit-Maximizing Incentive for Crowd Sensing in Mobile Social Networks
人群感知是一种新的模式,它利用配备传感器的移动设备提供感知服务,如法医分析,记录公共空间,以及协作构建统计模型。要达致良好的服务质素,用户的广泛参与是不可或缺的。目前,大多数现有的机制集中在保证良好的服务质量的基础上瞬时广泛的用户参与的人群感知应用。很少有人关注一直致力于最大限度地提高长期服务质量的人群传感应用,由于他们的不对称的利益,偏好,自私的行为,等,为了填补这些空白,在本文中,我们推导出封闭的表达的基础上,在经济学的垄断聚集的边际感知数据质量。此外,我们还设计了基于边际质量的长期人群感知应用激励机制,不仅通过最大化移动用户的预期总利润来提高用户的广泛参与,而且通过应用边际质量来激励移动用户生产高质量的内容。最后,仿真结果表明,我们的机制优于现有的解决方案。
2015-05-25 cs.GT cs.NI cs.SI
Complex contagion process in spreading of online innovation
创新扩散可以被解释为一种受媒体和社会互动影响的社会传播现象。虽然这些机制已被确定的定量理论,其作用和相对重要性并没有完全理解,因为经验验证迄今为止一直受到阻碍,缺乏适当的数据。在这里,我们分析了一个数据集,记录了世界上最大的互联网协议语音服务的传播动态,以实证支持社会传染模型背后的假设。我们发现,自发的服务采用率是恒定的,通过社会影响力的概率是线性比例的分数采用邻居,服务终止率是时不变的,独立的同行的行为。通过实现检测到的扩散机制到一个动态的基于代理的模型,我们能够模拟在世界各地的几个国家的服务的采用动态。这种方法使我们能够对服务采用进行中期预测,并揭示创新传播动态与一个国家社会经济发展之间的依赖关系。
2014-10-23 cs.SI nlin.AO physics.comp-ph