A Methodology to Extract Social Network from the Web Snippet
Web已经被选为一个基本的基础设施,以获得社会结构信息,通过社会网络提取,来自世界各地。然而,大多数Web文档是非结构化的,缺乏语义。此外,网络会受到各种变化和动态的影响,由于Web包含大量节点和链接,网络可能非常复杂。在本文中,我们讨论了一种方法,这意味着协助提取和建模的社会网络的Web片段。由于手工抽取Web文档的社会网络不切实际且不具有可扩展性,而全自动抽取还处于起步阶段,因此本文提出了一种基于表面方法的(半)自动抽取方法。
2012-11-26 cs.IR cs.SI
Contributive Social Capital Extraction From Different Types of Online Data Sources
在线交流中经常出现的一个问题是,陌生人的属性很难评估。这可能会导致各种问题,例如来自不可信来源的“假新闻”的传播。在社会学中,一个人通过其社会网络可获得的(社会)资源的总和通常被描述为社会资本。在这篇文章中,我们从另一个角度来看待社会资本。而不是评估的优势,人们有,因为他们在某一组的成员,我们调查各种方法来推断一个人添加或可能添加到网络的社会资本,他们的贡献社会资本(CSC)。由于文献中对一个人的社会资本究竟由什么组成没有共识,我们研究了各种相关的属性:专业知识,声誉,可信度和影响力。对这些特征的分析是针对五种不同的在线数据源进行的:微博(例如,Twitter)、社交网络平台(例如,Facebook)、直接通信(例如,电子邮件),科学计量学,和线索讨论板(例如,Reddit)。在每个领域,我们讨论了最近的出版物,并把重点放在使用的数据源,实现的算法,和性能评估。研究结果进行了比较,并设置在背景下,贡献的社会资本提取。分析算法基于个体特征(例如,Twitter上的追随者)、其比率、或个人的中心性度量(例如,PageRank)。机器学习方法,例如直接分类器(例如,支持向量机)使用连接到社会资本的地面实况。对这些方法的讨论旨在通过确定相关的数据来源和最适合的算法,并通过为评估结果提供经过测试的方法,促进对该主题的研究。
2019-02-20 cs.SI
Construction of Large-Scale Misinformation Labeled Datasets from Social Media Discourse using Label Refinement
University of Southern California(南加州大学)
传播错误信息的恶意账户近年来导致广泛的虚假和误导性叙述,特别是在COVID-19大流行期间,社交媒体平台难以迅速消除这些内容。这是因为适应新的领域需要大量的人力事实核查,这是缓慢且难以扩展的。为了应对这一挑战,我们建议利用新闻源可信度标签作为社交媒体帖子的弱标签,并提出模型引导的标签细化,以构建新领域中的大规模,多样化的错误信息标记数据集。弱标签在文章或社交媒体帖子级别可能是不准确的,其中用户的立场与新闻来源或文章可信度不一致。我们提出了一个框架,使用在初始弱标签上自我训练的检测模型,基于模型预测中的熵进行不确定性采样,以识别潜在的不准确标签,并使用自我监督或重新标记来纠正它们。该框架将在其相关用户的社区方面纳入帖子的社会背景,以便以最少的人力构建大规模数据集。为了提供具有误导性叙述的标记数据集,其中信息可能缺少重要的上下文或具有不准确的辅助细节,所提出的框架将使用少量标记样本作为类原型,将高置信度样本分离为虚假,未经证实,混合,大部分虚假,大部分真实,真实和揭穿信息。该方法被证明用于提供关于COVID-19疫苗的大规模错误信息数据集。
2022-02-24 cs.CL cs.LG cs.SI
An evaluation of keyword extraction from online communication for the characterisation of social relations
Technische Universität München(慕尼黑工业大学)
社交网络服务或类似在线社区上的人际关系集通常是高度异质的。领带强度的概念只抓住了这种异质性的一个方面。由于非结构化的文本内容的在线通信文物是一个显着的社会关系的信息来源,我们调查的实用程序的关键字提取的消息体作为一个代表的关系的特点所反映的会话主题。使用标准自然语言处理方法执行关键字提取。通过自定义应用程序从Facebook用户获得通信数据和对提取的关键字的人工评估。总体积极的质量评估提供了证据,表明关键词确实传达了关于关系的相关信息。
2014-02-11 cs.CL cs.IR cs.SI
NP$^2$L: Negative Pseudo Partial Labels Extraction for Graph Neural Networks
South China University of Technology(华南理工大学);Xi’an Jiaotong University(西安交通大学);Northwestern Polytechnical University(西北工业大学)
针对伪标签准确性缺乏评估、图神经网络中伪标签应用忽视图学习特性的问题,提出NP$^2$E模块提取负伪部分标签构建符号图,辅助GNN消息传递学习,在链路预测和节点分类任务上达SOTA。
2023-10-02 cs.AI cs.LG cs.SI
Information Extraction from Larger Multi-layer Social Networks
社交网络通常使用节点之间的多种不同类型的链接对社区结构进行编码。在本文中,我们介绍了一种新的方法来提取信息,从这样的多层网络,其中每种类型的链接形成自己的层。利用帕累托最优性的概念,社区发现在这种多层设置制定为多准则优化问题。我们提出了一个算法,找到一个近似的Pareto边界包含一个家庭的解决方案。在Twitter数据集上展示了这种方法的强大功能,其中节点是主题标签,并且层对应于(1)连接时间配置文件相似的主题标签对的行为边缘和(2)连接出现在相同推文中的主题标签对的关系边缘。
2015-07-01 cs.SI physics.soc-ph
Automatic Fashion Knowledge Extraction from Social Media
时尚知识在帮助人们穿衣方面起着举足轻重的作用。在本文中,我们提出了一个新的系统,自动收获时尚知识的社会媒体。它统一了三个任务的场合,人和服装发现从多种形式的图像,文本和元数据。一个情境化的服装概念学习模型被应用于利用丰富的情境信息来提高服装概念学习的绩效。同时,为了克服训练数据中的标签噪声,我们采用了弱标签建模方法来进一步提高性能。我们建立了一个网站来展示我们的系统提取的时尚知识的质量。
2019-08-12 cs.IR cs.MM cs.SI
Learning from various labeling strategies for suicide-related messages on social media: An experimental study
Rochester Institute of Technology(罗切斯特理工学院);The University of Hong Kong(香港大学);University of Rochester Medical Center(罗切斯特大学医学中心)
自杀是一个重要但经常被误解的问题,研究人员现在正试图通过社交媒体更好地了解这个问题。在很大程度上,由于自杀风险的模糊性,大多数用于学习自动检测社交媒体中自杀相关活动的监督方法都需要大量的人力训练。然而,人类本身对什么构成自杀想法有不同或相互冲突的观点。因此,如何获得可靠的黄金标准标签从根本上来说是一个挑战,我们假设,这在很大程度上取决于对注释者的要求以及他们标记的数据片段。我们进行了多轮数据标记,并从众包工作人员和领域专家那里收集了注释。我们以各种方式聚合产生的标签,以训练一系列监督模型。我们的初步评估表明,使用一致同意的标签,从多个注释器是有帮助的,以实现强大的机器模型。
2017-01-30 cs.CY cs.LG cs.SI
A Method for Group Extraction and Analysis in Multilayer Social Networks
本文主要研究的是一个多层次的社会网络(MSN)及其分析。社区抽取是多层次社会网络分析的关键问题之一。针对这一问题,本文提出了交叉分层边缘聚类系数(CLECC)。它是一种边缘度量,表示两个给定用户的邻居彼此相似的程度。在此基础上,设计了一种多层次社交网络社区抽取的CLECC算法。该算法在真实的单层社交网络(SSN)和多层社交网络(MSN)以及GN Benchmark(SSN)、LFR Benchmark(SSN)和mLFR Benchmark(MSN)的基准网络上进行了测试。本文研究的第二个问题是群体进化发现。对这个问题的研究导致了包容性度量和组进化发现(GED)方法的发展,该方法旨在识别社交网络中连续时间范围内两个组之间的事件。该方法在一个真实的社交网络上进行了测试,并与两个著名的算法在准确性,执行时间,灵活性和易于实现方面进行了比较。最后,提出了一种新的预测社会网络中群体演化的方法。新方法涉及使用GED方法的输出。它示出,即使使用一个简单的序列,其中包括几个前面的组大小和事件,作为输入的分类器,学习模型可以产生非常好的结果也简单的分类器。
2016-12-07 cs.SI physics.soc-ph
Key User Extraction Based on Telecommunication Data (aka. Key Users in Social Network. How to find them?)
在过去的几年里,收集大量用户数据的系统数量迅速增长。这些系统中的许多不仅包含关于人的特征的数据,而且包含关于他们与其他系统用户的关系的数据。从这种数据中,可以提取反映系统用户之间联系的社交网络。此外,这种社会网络的分析,使调查不同的特点,其成员和他们的联系。对这种网络的检查类型之一是关键用户提取。关键用户是指对其他网络成员影响最大的用户,也是对网络演进有重要影响的用户。所获得的关于这些用户的知识使得能够调查和预测网络内的变化。因此,这些知识对于从电信公司等网络中获利的人或公司来说非常重要。第二件重要的事情是能够提取这些用户尽可能快,即开发的算法,将是时间有效的大型社交网络的节点和边缘的数量等于几百万。本文主要分析了关键用户的提取方法,即社会地位。此外,社会地位的措施进行了比较,这是用来评估一个节点的中心性与其他方法。此外,还介绍了三种用于社会位置计算的算法,并将它们的处理时间与其他中心性方法进行了比较。
2013-02-11 cs.SI physics.soc-ph
Pulse of the Pandemic: Iterative Topic Filtering for Clinical Information Extraction from Social Media
COVID-19大流行的快速演变凸显了在公共卫生紧急情况下迅速传播最新临床知识的必要性。社交媒体是医疗保健专业人员(HCP)分享前线知识和经验的一个非常有效的平台(例如,Twitter上的“#medtwitter”社区)。然而,在没有手动标记的情况下识别社交媒体中的临床相关内容是一个挑战,因为大量的不相关数据。我们提出了一种无监督的迭代方法来从社交媒体数据中挖掘临床相关信息,该方法首先对HCP撰写的文本进行分类过滤,并将主题建模和概念提取与MetaMap相结合。该方法从2020年1月至6月中旬的一组约5200万条COVID-19相关推文中识别出具有高度临床相关性的粒度主题和推文。我们还表明,由于该技术不需要手动标记,它可以用来识别每周的基础上出现的主题。我们的方法可以通过在快速变化的信息环境中促进医疗工作者之间的知识转移,并通过提供一种高效和无监督的方式来突出潜在的临床研究领域,从而帮助应对未来的公共卫生紧急情况。
2021-06-28 cs.CY cs.SI
BERT based Transformers lead the way in Extraction of Health Information from Social Media
Manipal Institute of Technology, Manipal Academy of Higher Education(曼尼帕尔理工学院,曼尼帕尔高等教育学院)
本文介绍了我们提交的2021年健康社交媒体挖掘(SMM 4 H)共享任务。我们参与了两项任务:(1)对英文推文中提及的药物不良反应(ADE)进行分类、提取和标准化(任务1);(2)对包含症状的COVID-19推文进行分类(任务6)。我们的第一个任务的方法使用的语言表示模型RoBERTa与二进制分类头。对于第二个任务,我们使用基于RoBERTa的BERTweet。对这两个任务的预训练模型进行微调。模型被放置在定制的特定于域的处理管道之上。我们的系统在子任务1(a)的所有提交中排名第一,F1分数为61%。对于子任务1(b),我们的系统获得了50%的F1分数,比所有提交的平均分数提高了+8%F1。BERTweet模型在SMM 4 H 2021 Task-6上取得94%的F1分数。
2021-04-15 cs.CL cs.SI
Large Language Models for Causal Relations Extraction in Social Media: A Validation Framework for Disaster Intelligence
Arizona State University(亚利桑那州立大学);DEVCOM Army Research Laboratory(陆军研究实验室)
本文研究大型语言模型在灾害社交媒体中提取因果关系的有效性,提出专家导向的评估框架并评估提取关系是否由事后证据支持。
2026-05-12 cs.AI cs.CL cs.IR
Semi-Supervised Classification of Social Media Posts: Identifying Sex-Industry Posts to Enable Better Support for Those Experiencing Sex-Trafficking
Massachusetts Institute of Technology(麻省理工学院)
社交媒体对打击性贩运工作既有帮助,也有危害。一方面,社会工作者谨慎地使用社交媒体来支持遭受性贩运的人。另一方面,贩运者利用社交媒体培养和招募人员进入贩运境地。有机会利用社交媒体数据更好地为遭受贩运的人提供支持。虽然人工智能和机器学习(ML)已被用于打击性贩运的工作,但它们主要集中在检测儿童性虐待材料上。利用社会媒体数据开展的工作并不是为了向遭受贩运的所有年龄段的人提供社区一级的支持。在此背景下,本论文探讨了使用半监督分类来识别社交媒体帖子,是性产业的一部分。研究了ML的几种方法。然而,所使用的主要方法是半监督学习,其优点是利用有限的标记数据集提供自动分类。使用FastText和Doc2Vec模型将社交媒体帖子嵌入低维向量。然后使用k均值聚类对数据进行聚类,并使用交叉验证来确定标记传播准确度。半监督算法的结果令人鼓舞。FastText CBOW模型为集群中应用标签传播的12,000多个帖子提供了98.6%的准确率。本论文的结果表明,进一步的半监督学习,结合手动标记,可以允许包含超过50,000个帖子的整个数据集被准确地标记。一个完全标记的数据集可以用来开发一个工具,以确定社交媒体在性产业中何时何地使用的概述。这可以用来帮助确定向遭受贩运的人提供支助的更好方式。
2021-04-07 cs.CY cs.LG cs.SI
SoREX: Towards Self-Explainable Social Recommendation with Relevant Ego-Path Extraction
Gaoling School of Artificial Intelligence, Renmin University of China(中国人民大学 Gallagher人工智能学院);Beijing Key Laboratory of Research on Large Models(北京大模型研究关键实验室);Engineering Research Center of Next-Generation Intelligent Search(下一代智能搜索工程研究中心)
SoREX通过引入自解释的GNN框架,利用相关自我路径提取提升社交推荐的预测准确性与解释能力。
2025-12-05 cs.AI cs.SI
Unlocking Social Media and User Generated Content as a Data Source for Knowledge Management
社交媒体和用户生成内容的普及引发了全球数据量的指数级增长。然而,由于收集和提取方面的挑战,许多提要、嵌入式评论、评论和推荐中的数据无法作为通用数据源访问。本文采用知识管理框架作为知识管理和数据值提取的范例。该框架包含了释放UGC潜力的解决方案,作为分析应用程序的丰富实时数据源。本文所述的贡献有三个方面。首先,提出了一种自动导航分页系统以暴露UGC供收集的方法。这是使用与动态数据汇集集成的浏览器仿真进行评估的。其次,介绍了一种新的方法来收集社会数据,没有任何先验知识的网站。最后,开发了一个新的测试平台,以反映互联网网站的当前状态,并公开共享,以鼓励未来的研究。讨论基准的新算法与现有的数据提取技术,并提供了证据的UGC数据量的增加,使新算法的访问。
2019-09-02 cs.SI
Extraction of Multi-layered Social Networks from Activity Data
在各种基于网络的系统中收集的数据,使用户能够相互交互,提供了一个机会来提取由人和他们之间的关系组成的社交网络。由于发现的连接的数量和类型,新兴结构非常复杂。在基于Web的系统中,用户之间的每个交互的特征元素是总是有一个对象作为通信媒介。这可以是例如从一个用户发送到另一个用户的电子邮件或由一个用户创作并由其他用户评论的论坛上的帖子。基于这些对象和用户对它们执行的活动,可以识别和提取不同种类的关系。另一个挑战来自对象之间可能存在层次结构的事实,例如,论坛由一组或多组主题组成,每个主题包含最终包含帖子的主题。在本文中,我们提出了一种新的方法,用于创建多层次的社会网络的基础上,对不同类型的对象之间存在的层次结构的用户活动的数据。由于扁平化、预处理过程,可以识别和分析多层社交网络中的新层和新关系。
2014-07-03 cs.SI physics.soc-ph
Transit Pulse: Utilizing Social Media as a Source for Customer Feedback and Information Extraction with Large Language Model
University of Toronto(多伦多大学)
本文提出利用Llama 3大语言模型结合检索增强生成,从公共交通相关社交媒体帖子中统一提取情感、讽刺、异常问题和位置信息,以克服传统NLP方法分离话题与情感的局限,并通过实验验证其有效性。
2024-10-19 cs.AI cs.CL cs.CY
SybilBlind: Detecting Fake Users in Online Social Networks without Manual Labels
检测在线社交网络中的假冒用户(也称为Sybils)是一个基本的安全研究问题。最先进的方法依赖于大量手动标记的用户作为训练集。这些方法受到三个关键限制:1)手动标记大型训练集是耗时且昂贵的,2)它们不能及时检测新的Sybil,以及3)它们容易受到利用训练集信息的Sybil攻击。在这项工作中,我们提出了SybilBlind,一个基于结构的Sybil检测框架,不依赖于手动标记的训练集。SybilBlind在与最先进的基于结构的方法相同的威胁模型下工作。我们使用1)合成Sybils的社交网络和2)真实Sybils的两个Twitter数据集来证明SybilBlind的有效性。例如,SybilBlind在Twitter数据集上实现了0.98的AUC。
2018-06-13 cs.CR cs.SI
Detection of Cyberbullying Incidents on the Instagram Social Network
网络欺凌是一个日益严重的问题,影响到一半以上的美国青少年。本文的主要目标是调查从根本上新的方法来理解和自动检测网络欺凌事件的图片在Instagram上,一个基于媒体的移动社交网络。为此,我们收集了一个由图像及其相关评论组成的Instagram样本数据集,并在众包Crowdflower网站上设计了一项针对网络欺凌以及使用人类标签的图像内容的标签研究。然后对标记数据进行分析,包括研究不同特征与网络欺凌以及网络攻击之间的相关性。使用标记的数据,我们进一步设计和评估分类器的准确性,以自动检测网络欺凌事件。
2015-03-12 cs.SI
Can Social Media Platforms Transcend Political Labels? An Analysis of Neutral Conservations on Truth Social
本文通过分析 Truth Social 上维基百科链接的传播,发现含链接的帖子互动更低、话题更中立,表明不应以政治标签一概而论地判定平台属性,而应深入考察具体内容。
2024-06-05 cs.SI
Node Classification in Social Networks
当处理大型图时,诸如在在线社交网络的上下文中出现的那些图,可以标记节点的子集。这些标签可以指示节点(用户)的人口统计值、兴趣、信念或其他特征。一个核心问题是使用这些信息来扩展标签,以便为所有节点分配一个标签(或多个标签)。在这一章中,我们调查分类技术已经提出了这个问题。我们考虑两大类:基于传统分类器的迭代应用的方法,使用图信息作为特征,以及通过随机游走传播现有标签的方法。我们对这些方法采取了一个共同的观点,以突出两个类别内和跨两个类别的不同方法之间的相似性。我们还描述了一些扩展和相关方向的中心问题的节点分类。
2011-01-17 cs.SI physics.soc-ph
The 90/10 phenomenon in directed signed social networks
本文采用重组方法对Slashdot和Epperly的有向符号社交网络中符号的性质进行了实证研究。通过计算熵$S_{out}$和巨分量$G$,我们发现了一个有趣的90/10现象:从宏观上看,每个个体用$90\%$将他/她的邻居标记为朋友,用$10\%$将他/她的邻居标记为敌人。我们还发现,熵$S_{out}$被抑制的标记符号的非随机性。我们的工作可以定性地证明人类标记符号的随机性和非随机性是如何共存的。
2016-04-14 cs.SI physics.soc-ph
Image Labeling on a Network: Using Social-Network Metadata for Image Classification
Stanford University(斯坦福大学)
大规模图像检索基准总是由来自Web的图像组成。这些基准中的许多都来自于在线照片共享网络,如Flickr,除了托管图像外,它还提供了一个高度互动的社交社区。这些社区产生丰富的元数据,自然可以用于图像分类和检索。在这里,我们研究了四个流行的基准数据集,并使用社交网络元数据对其进行了扩展,例如每张图像所属的组,与图像相关的评论线程,上传者,他们的位置以及他们的朋友网络。由于这些类型的数据是固有的关系,我们提出了一个模型,明确占共享共同属性的图像之间的相互依赖性。我们将任务建模为网络上的二进制标记问题,并使用结构化学习技术来学习模型参数。我们发现,社交网络元数据在各种分类任务中是有用的,在许多情况下优于基于图像内容的方法。
2012-07-16 cs.CV cs.SI physics.soc-ph
Diversity, Topology, and the Risk of Node Re-identification in Labeled Social Graphs
真实网络数据集为理解诸如信息扩散或网络演化等现象提供了显著的益处。然而,共享真实的图形数据集所带来的隐私风险,即使在剥离用户身份信息的情况下,也是巨大的。当节点具有关联属性时,隐私风险增加。在本文中,我们定量研究的二进制节点属性对节点隐私的影响,采用基于机器学习的重新识别攻击,并探讨图拓扑结构和属性放置之间的相互作用。我们的实验表明,人口的多样性的二元属性一致降低匿名性。
2018-08-31 cs.SI physics.soc-ph
Suicide Risk Assessment on Social Media with Semi-Supervised Learning
Weill Cornell Medicine(威尔康奈尔医学院);The Masters School(马斯特斯学校);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
针对社交媒体自杀风险评估中标注数据稀缺和类别不平衡问题,提出半监督框架,利用伪标签获取和人工验证,以RoBERTa为骨干,显著提升评估性能。
2024-12-15 cs.AI cs.CL cs.SI
Leveraging Large Language Models for Multi-Class and Multi-Label Detection of Drug Use and Overdose Symptoms on Social Media
本研究提出一个基于AI的NLP框架,利用结合LLM与人工的混合标注策略在社交媒体数据上训练多种模型,以检测药物使用及过量症状,在多分类和多标签分类任务中分别达到98%和97%的准确率,有效支持公共卫生监测与个性化干预。
2025-07-15 cs.AI cs.CL cs.SI
Layered Label Propagation: A MultiResolution Coordinate-Free Ordering for Compressing Social Networks
我们继续从WebGraph开始的关于图压缩的研究路线,但是我们将重点转移到社交网络的压缩(例如,LiveJournal):已经使用了很长时间来压缩web图的方法依赖于节点的特定排序(字典法URL排序),其扩展到一般社交网络并非微不足道。在本文中,我们提出了一个解决方案,混合聚类和订单,并设计了一个新的算法,称为分层标签传播,建立在以前的工作可扩展的聚类,可用于重新排序非常大的图(数十亿个节点)。我们的实现使用过度分解来积极地在多核架构上执行,使得在几个小时内重新排序超过6亿个节点的图形成为可能。在各种各样的网络图和社交网络上进行的实验表明,将所提出的算法产生的顺序与WebGraph压缩框架相结合,相对于所有当前已知的技术,在网络图和社交网络上都提供了压缩的重大增加。这些改进使得在主存储器中分析更大的图形成为可能。
2011-10-14 cs.DS cs.SI physics.soc-ph
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
Unfolding communities in large complex networks: Combining defensive and offensive label propagation for core extraction
标签传播已被证明是一种快速的方法来检测大型复杂网络中的社区。最近的发展也提高了方法的准确性,但是,一个通用的算法仍然是一个悬而未决的问题。我们提出了一种先进的标签传播算法,结合了两个独特的战略,即社区的防御性保护和进攻性扩张的社区形成。两种策略相结合,在一个层次的方式,递归地提取网络的核心,并确定晶须社区。该算法进行了评估的两类基准网络种植分区和近25个现实世界的网络,从网络与几十个节点的网络与几千万的边缘。它被证明是目前国家的最先进的社区检测算法和优于所有以前的标签传播算法,具有可比的时间复杂度。特别地,对真实世界网络的分析已经证明,该算法具有几乎线性的复杂度$\mathcal{O}(m^{1.19})$,并且比基本标签传播算法($m$是网络中的边的数量)具有更好的扩展性。
2011-03-14 cs.SI physics.data-an physics.soc-ph
Prediction of Cyberbullying Incidents on the Instagram Social Network
网络欺凌是一个日益严重的问题,影响到一半以上的美国青少年。本文的主要目标是调查从根本上新的方法来理解和自动检测和预测网络欺凌事件的Instagram,一个基于媒体的移动社交网络。在这项工作中,我们收集了一个由Instagram图像及其相关评论组成的样本数据集。然后,我们设计了一个标签研究,并在众包的CrowdFlower网站上雇用了人类贡献者来标记这些媒体会话的网络欺凌。然后对标记数据进行了详细分析,包括研究网络欺凌与网络攻击、亵渎、社交图特征、时间评论行为、语言内容和图像内容等一系列特征之间的关系。使用标记的数据,我们进一步设计和评估分类器的性能,以自动检测和预测网络欺凌和网络攻击事件。
2015-08-25 cs.CY cs.IR cs.SI