The Strength of Absent Ties: Social Integration via Online Dating
University of Vienna(维也纳大学);Center for European Economic Research (ZEW)(欧洲经济研究中心)
研究探讨了在线约会如何改变社会整合过程,发现新连接加速了社会多样性提升,通过分析 interracial marriage 和 broadband adoption 数据验证了这一过程的持续性。
2018-09-14 cs.SI econ.GN physics.soc-ph
LLMTaxo: Leveraging Large Language Models for Constructing Taxonomy of Factual Claims from Social Media
University of Texas at Arlington(德克萨斯大学阿灵顿分校)
本文提出 LLMTaxo 框架,利用大型语言模型在多粒度层级上生成主题,自动构建社交媒体事实性声明分类体系,并通过专用指标和三个数据集验证其有效性。
2025-10-20 cs.AI cs.CL cs.SI
Constructing Reliable Social Networks from Conversational Data: An Ensemble Prompt Engineering Approach with Uncertainty Quantification
Yonsei University(延世大学);University of California, Los Angeles(加利福尼亚大学洛杉矶分校)
本文提出了一种基于集成提示工程和不确定性量化的框架,用于从对话数据中构建可靠的社交网络,通过多数投票和熵分析提升分类可靠性,并应用于课堂互动数据的网络分析。
2026-09-22 cs.SI stat.AP
A method to evaluate the reliability of social media data for social network analysis
为了研究在线社交网络(OSN)活动对现实世界离线事件的影响,研究人员需要访问OSN数据,其可靠性对社会网络分析具有特殊意义。这不仅关系到任何收集的数据集的完整性,而且关系到从这些数据集构建有意义的社会和信息网络。在这个多学科的研究中,我们考虑的问题,从OSN数据构建传统的社交网络,然后提出了一个测量的案例研究,显示OSN数据的可靠性如何影响社会网络分析。为此,我们开发了一种系统的比较方法,并将其应用于从Twitter收集的两个并行数据集。我们发现使用不同工具收集的数据集存在相当大的差异,这些差异显著改变了后续分析的结果。我们的研究结果为计划收集在线数据流以推断社交网络的研究人员提供了一套指导方针。
2020-10-17 cs.SI
Reducing measles risk in Turkey through social integration of Syrian refugees
土耳其收容了近350万难民,不得不面临前所未有的人道主义紧急情况。我们使用手机数据来绘制土耳其和叙利亚难民的流动模式,并使用这些模式来建立数据驱动的计算模型,以量化麻疹流行病传播的风险-由于最近的内战,这种疾病在土耳其有令人满意的免疫覆盖率,但在叙利亚没有-同时考虑到将难民与土耳其人口融合的假设政策。我们的研究结果提供了定量证据,表明加强难民和收容人口之间社会融合的政策将使麻疹的传播潜力降低近50%,防止该国大规模流行病的爆发。我们的研究结果表明,社会隔离并没有阻碍,而是在更大程度上促进了叙利亚难民和土耳其公民麻疹的潜在爆发,尽管程度较低。这是因为土耳其公民的高免疫覆盖率可以保护叙利亚难民免受感染,这反过来又减少了土耳其公民中的潜在感染源和病例外溢,这是一个令人想起群体免疫的良性循环。
2019-01-14 cs.SI physics.soc-ph q-bio.PE
Exploring the effect of streamed social media data variations on social network analysis
为了研究在线社交网络(OSN)活动对现实世界离线事件的影响,研究人员需要访问OSN数据,其可靠性对社会网络分析具有特殊意义。这不仅关系到任何收集的数据集的完整性,而且关系到从这些数据集构建有意义的社会和信息网络。在这个多学科的研究中,我们考虑的问题,从OSN数据构建传统的社交网络,然后提出了几个测量案例研究,显示在收集的OSN数据的变化如何影响社会网络分析。为此,我们开发了一个系统的COM的方法,我们应用于五对并行数据集收集从Twitter的四个案例研究。我们发现,使用不同工具收集的几个数据集存在相当大的差异,这些差异会显著改变后续分析的结果。我们的研究结果为计划收集在线数据流以推断社交网络的研究人员提供了一套指导方针。
2021-03-05 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
Epistemic integration and social segregation of AI in neuroscience
本研究以神经科学为案例开展科学计量分析,发现AI的渗透虽推动形成了跨背景的独特学科生态,但该AI社群在合作网络和期刊发表上均呈隔离状态,未改变学科整体定位。
2024-03-06 cs.SI physics.soc-ph
Benchmarking community detection methods on social media data
对经验社交网络数据的社区发现方法的性能进行基准测试已被确定为改进这些方法的关键。特别是,虽然目前大多数研究都集中在从大型社交媒体和电信服务中数字提取的数据中检测社区,但对这项研究的大多数评估都是基于小型手工数据集。我们认为,这两种类型的网络差异如此之大,以至于只对前者进行算法评估,我们对后者的表现知之甚少。为了解决这个问题,我们认为在构建基于数字提取的网络数据的基准出现的困难,并提出了一个基于任务的策略,我们觉得解决这些困难。为了证明我们的方案是有效的,我们使用它来进行基于Facebook数据的实质性基准测试。基准测试表明,一些最流行的算法未能检测到细粒度的社区结构。
2013-02-04 cs.SI physics.soc-ph
A New Data Integration Framework for Covid-19 Social Media Information
本文提出基于 vine copulas 的新型数据集成框架,融合官方结构化历史数据与社交媒体非结构化信息,以提升 Covid-19 疫情演变评估的准确性。
2023-04-12 cs.SI stat.AP
Detecting the Influence of Spreading in Social Networks with Excitable Sensor Networks
利用传感器检测社交网络中的疫情传播具有重要的应用意义。受人类对外界刺激的生理感觉形成机制的启发,本文提出了一种通过构建可兴奋传感器网络来检测传播影响的新方法。利用可激发传感器网络的放大效应,我们的方法可以更好地检测小规模的传播过程。同时,它也可以区分大规模的扩散实例,由于可激发元素的自抑制效应。通过对典型的现实世界社交网络(facebook、coauthor和email社交网络)上的不同传播动态的模拟,我们发现,与其他常用的传感器放置方法(如随机、有针对性、熟人和距离策略)相比,可兴奋传感器网络能够在更广泛的影响范围内检测和排名传播过程。此外,我们验证了我们的方法的有效性,从现实世界的在线社交系统,Twitter的扩散数据。我们发现,我们的方法可以检测到更多的传播主题在实践中。我们的方法提供了一个新的方向,传播检测,并应设计有效的检测方法是有用的。
2015-04-02 cs.SI physics.soc-ph
The Value of Using Big Data Technologies in Computational Social Science
社交网络中的现象的发现促使人们对该领域重新产生了兴趣。然而,社交网络中的数据可能非常庞大,需要可扩展的大数据架构。相反,大数据的研究需要社交媒体数据的数量和速度来测试其可扩展性。不仅如此,适当的数据处理和采集数据集的挖掘涉及数据的多样性,准确性和可变性的复杂问题,之后必须进行可视化,然后我们才能看到我们的努力取得成果。本文介绍了从各种可扩展的开源技术集成的主题,多模式和纵向的社会媒体数据集。本文详细介绍了导致在Twitter社交网络中发现社交信息景观的过程,强调了处理社交媒体数据集的经验,使用有趣的方法使数据变得可管理。本文展示了使用可扩展的开源技术获取大量互联数据集用于社会科学研究的可行性和价值。
2014-08-14 cs.SI physics.soc-ph
Animal social networks: an introduction for complex systems scientists
许多动物生活在社会中,在那里个体之间经常进行社会性的互动。这些系统的社会结构可以通过网络分析进行深入研究。近年来,在动物行为的生物学研究领域,对许多物种的动物社交网络进行了大量的研究,并为行为、生态学和社会进化提供了新的见解。这一研究领域目前与复杂系统领域的联系并不像预期的那样好。本文的目的是为复杂系统科学家提供动物社交网络的介绍,并强调协同作用的领域。我们相信,动物社交网络与复杂系统和网络的跨学科领域的日益整合将是有益的,原因有很多。这一领域的研究人员和研究动物社会系统的生物学家之间加强合作,可能有助于解决对动物社会网络研究至关重要的挑战。此外,动物社交网络提供了一个机会,研究假设复杂的系统在一系列的自然现实世界的社会系统。在本文中,我们描述了什么是动物社交网络和主要的研究主题,他们在哪里研究;我们给出了一个概述的方法,通常用于研究动物社交网络;我们强调的挑战,在研究动物社交网络的复杂系统的专业知识可能是特别有价值的;我们认为动物社交网络方面可能是特别感兴趣的复杂系统研究人员。我们希望这将有助于促进涉及动物社交网络的进一步跨学科合作,并将这些网络进一步整合到复杂系统领域。
2021-02-19 cs.SI physics.soc-ph q-bio.PE
Dynamics of organizational culture: Individual beliefs vs. social conformity
组织文化的复杂性挑战了我们从观察研究中推断其潜在动力的能力。最近的计算研究采用了一种截然不同的观点,提出了合理的机制来描述广泛的社会现象,包括组织文化的发生和演变。本着这种精神,这项工作引入了一个基于代理的模型,它放松了一组假设,描述了过去的工作-(a)省略个人的努力实现认知连贯性,(b)有限的整合重要的上下文因素-通过利用网络的信念和纳入社会等级的动态。因此,我们说明:(一)一个组织可能会出现越来越一致的组织文化,但由个人的一致性水平降低,(二)社会整合的组成部分-同侪压力和社会等级-是有影响力的不同的聚合水平。
2017-07-03 cs.SI physics.soc-ph
Social Networks and Construction of Culture: A Socio-Semantic Analysis of Art Groups
本文探讨了小群体中社会关系与文化建构之间的关系。该分析使用了横断面数据,包括三个艺术团体内的社交网络和基于其成员言语表达的语义网络。我们研究了行动者在群体内社交网络中的地位如何与他们与其他群体成员共同创造的文化建构的属性相关联,从而解释了行动者在集体文化建构中所扮演的不同角色。我们发现,社会知名度,而阻碍了文化概念的共享,而那些人谁社会桥梁他们的群体来与他人分享许多概念。此外,随着领导者和追随者之间的密切互动,文化结构的集中,特别是整合,而不仅仅是这些结构的厚度。
2018-07-12 cs.SI
Chatty Maps: Constructing sound maps of urban areas from social media data
Yahoo Labs(雅虎实验室);University of Turin(都灵大学);Bell Labs(贝尔实验室);University of Sheffield(谢菲尔德大学)
城市声音对我们如何感知地方有着巨大的影响。然而,城市规划主要关注的是噪音,仅仅是因为恼人的声音以投诉的形式引起了城市官员的注意,而一般的城市声音并没有引起注意,因为它们在城市规模上不容易被捕获。为了捕捉令人不快和愉快的声音,我们采用了一种新的方法,该方法依赖于伦敦和巴塞罗那城市的地理参考图片的标记信息。首先,我们编写了第一本城市声音词典,并将其与通过整理文献中的见解而产生的词典进行了比较:我们的词典在实验上更有效(如果与官方噪音污染水平相关),并且提供了更广泛的地理覆盖范围。从图片标签,我们然后研究了音景和情绪之间的关系。我们了解到,有音乐声的街道与喜悦或悲伤的强烈情绪有关,而那些有人类声音的街道则与喜悦或惊讶有关。最后,我们研究了音景和人们感知之间的关系,通过这样做,我们能够绘制出哪些区域是混乱的,单调的,平静的,令人兴奋的。这些见解有望为我们日益城市化的世界中创造恢复性体验提供信息。
2016-03-25 cs.CY cs.SD cs.SI
Dissent and Rebellion in the House of Commons: A Social Network Analysis of Brexit-Related Divisions in the 57$^{ th}$ Parliament
英国的政党制度以其纪律性和凝聚力而闻名,但它在一个问题上仍然停滞不前:欧洲一体化。我们提供了一种方法,使用社会网络分析,认为议员在投票过程中的个人互动。使用公开的议会记录,我们在第57届议会(2017年6月至2019年4月)中刮取了个别议员的选票,计算了成对相似性得分,并基于特征向量中心计算了叛乱度量。比较英国脱欧和非英国脱欧部门的网络,我们的方法能够检测到前者的欧洲怀疑行为的显着差异,并使用反叛指标,我们预测国会议员将如何在即将到来的英国脱欧协议中投票,准确率超过90%。
2021-05-27 cs.SI physics.soc-ph
Cobwebs from the Past and Present: Extracting Large Social Networks using Internet Archive Data
由于其应用潜力和所涉及的广泛技术挑战,来自各种来源的社交图构建一直受到研究人员的关注。万维网提供了大量的不断更新的数据和信息,由各种各样的内容提供方创建的广泛的主题,并使提取的人的网络和他们的时间演化的研究有价值的社会以及计算机科学家。在本文中,我们介绍了SocGraph -一个从互联网档案馆在1996年至2013年的17年间收集的约20亿个网页内容中提取和探索社会关系的系统。我们描述了从提取的关系构建大型社交图的方法,并引入了一个接口来研究它们的时间演化。
2017-01-12 cs.IR cs.SI physics.soc-ph
Constructing a Dataset to Support Agent-Based Modeling of Online Interactions: Users, Topics, and Interaction Networks
Faculty of Mathematics and Physics, University of Ljubljana(卢布尔雅那大学数学与物理学院)
本文通过构建基于 Reddit 的大规模数据集,支持 agent-based 模型研究用户、话题和交互网络的现实性与验证。
2026-01-19 cs.SI
Upper Tag Ontology (UTO) For Integrating Social Tagging Data
在过去的几十年里,数据集成和中介已经成为信息技术的核心问题。随着Web的出现以及数据量、Web文档和用户数量的快速增长,研究人员已经集中精力通过开发元数据方案来增强数据的互操作性。其他研究人员已经开始关注社交网络上书签网站所产生的丰富的元数据。虽然现有的几个本体利用标记活动创建的元数据的语义,但上层标记本体(UTO)强调标记活动的结构,以促进标记数据的建模和来自不同书签站点的数据的集成以及标记本体的对齐。UTO的描述和它的实用程序在收获,建模,集成,搜索和分析数据展示了从三个主要的社会标签系统(美味,Flickr和YouTube)收获的元数据。
2010-12-22 cs.IR cs.SI
The co-evolution of emotional well-being with weak and strong friendship ties
社会关系与幸福密切相关。但这种关系的特点是什么?本研究探讨社会机制,解释社会关系如何通过社会整合和社会影响力影响福祉,以及福祉如何通过社会选择影响社会关系。我们假设,高度整合的个人--那些拥有更广泛和更密集的友谊网络的人--比其他人报告更高的情感幸福感。此外,情感幸福应该受到亲密朋友幸福的影响。最后,当个体更喜欢幸福感更高的人,以及幸福感与他们相似的人时,幸福感应该会影响友谊选择。我们测试我们的假设,使用纵向的社会网络和幸福感的117个人生活在一个研究生住宅社区的数据。应用一种新的扩展的随机行为导向模型的有序网络(有序SAOM),使我们能够详细说明和测试我们的假设弱和强绑定的友谊网络同时。结果不支持我们的社会整合和社会影响力的假设,但提供了证据的选择:具有较高的情感幸福感的个人往往有更多的强关系的朋友,并有同质化过程中的情感幸福感强关系的网络。我们的研究强调了社会关系和幸福感之间的双向关系,并证明了考虑不同社会过程中不同关系强度的重要性。
2017-05-03 cs.SI stat.AP
Constructing the Field of Philanthropic and Nonprofit Studies: Evidence from Citation Networks
Rutgers University(罗格斯大学);Indiana University(印第安纳大学);University of Pennsylvania(宾夕法尼亚大学);Northwestern University(西北大学)
本研究结合多种方法绘制PNPS领域图谱,识别其主题社群与结构,发现其由三大权力中心主导且学科足迹广泛,为该领域跨研究领域整合提供了依据。
2026-09-04 cs.DL cs.SI
LLMs for Qualitative and Mixed-Methods Social Network Analysis
School of Professional Studies, Northwestern University(西北大学专业研究学院)
探讨将大语言模型整合进定性和混合方法社交网络分析领域,强调增强定性分析深度与严谨性,介绍其可辅助数据收集等工作,指出使用局限与伦理挑战,并为相关研究者提供研究设计与实用建议。
2026-07-16 cs.SI
Social Network Analysis: From Graph Theory to Applications with Python
社会网络分析是通过使用网络和图论来研究社会结构的过程。它结合了各种技术来分析社交网络的结构,以及旨在解释这些结构中观察到的潜在动态和模式的理论。它是一个内在的跨学科领域,最初出现在社会心理学,统计学和图论领域。本讲座将涵盖社会网络分析的理论,并简要介绍图论和信息传播。然后,我们将使用NetworkX深入研究Python代码,以更好地理解网络组件,然后从真实的Pandas和文本数据集构建和暗示社交网络。最后,我们将讨论实际用例的代码示例,例如matplotlib可视化,社会中心分析和信息传播的影响力最大化。
2021-02-05 cs.LG cs.SI
Stegobot: construction of an unobservable communication network leveraging social behavior
我们建议使用社交网络构建一个不可观察的通信网络。通信端点是社交网络上的顶点。利用图像隐写术和用户的社交图像共享行为来构建概率上不可观察的通信信道。所有的交流都发生在连接朋友的社交网络覆盖的边缘。我们表明,这样的网络可以提供体面的带宽,即使是一个远离最佳的路由机制,如限制洪水。我们表明,这样的网络确实是可用的,通过构建一个僵尸网络上,它被称为Stegobot。它旨在通过社交恶意软件攻击传播并窃取受害者的信息。与传统的僵尸网络不同,Stegobot流量不会在机器人之间引入新的通信端点。我们分析了在线社交网络成员之间图像共享的真实数据集。对Stegobot网络吞吐量的分析表明,尽管它很隐蔽,但它的功能也很强大--能够以每月数十兆字节的速度将相当数量的敏感数据从受害者传输到僵尸主机。
2011-07-11 cs.CR cs.NI cs.SI
Exploiting Social Graph Networks for Emotion Prediction
Rice University(莱斯大学)
情绪预测在心理健康和情绪感知计算中起着至关重要的作用。情绪的复杂性取决于一个人的生理健康、精神状态和周围环境,这使得预测情绪成为一项具有挑战性的任务。在这项工作中,我们利用移动传感数据来预测幸福和压力。除了一个人的生理特征外,我们还通过天气和社交网络将环境的影响纳入其中。为此,我们利用手机数据来构建社交网络,并开发一种机器学习架构,该架构可以聚合来自图网络的多个用户的信息,并将其与数据的时间动态相结合,以预测所有用户的情绪。社交网络的构建不会在EMA或从用户收集数据汇集方面产生额外成本,也不会引起隐私问题。我们提出了一个架构,自动集成用户的社交网络影响预测,能够处理现实生活中的社交网络的动态分布,使其可扩展到大规模的网络。我们的广泛评估突出了社交网络的整合所提供的改进。我们进一步研究了图的拓扑结构对模型性能的影响。
2022-07-12 cs.CL cs.LG cs.SI
Beyond Personalization: Social Content Recommendation for Creator Equality and Consumer Satisfaction
在现代社交媒体平台上,有效的内容推荐应该有利于创作者为他们带来真正的利益,也有利于消费者帮助他们获得真正有趣的内容。在本文中,我们提出了一个称为社会探索注意力网络(SEAN)的内容推荐模型。SEAN使用个性化内容推荐模型来鼓励个人兴趣驱动的推荐。此外,SEAN允许个性化因素关注用户在社交网络上的高阶好友,以提高推荐结果的准确性和多样性。从一个流行的分散式内容分发平台Steemit构建两个数据集,我们将SEAN与最先进的CF和基于内容的推荐方法进行比较。实验结果表明,SEAN的有效性在两个基尼系数的推荐平等和F1分数的推荐性能。
2019-06-16 cs.IR 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
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
Characterizing Efficient Referrals in Social Networks
社交网络的用户经常关注该网络的特定区域,导致众所周知的“过滤器泡沫”效应。将人们与网络的一个新领域联系起来,使他们在该领域变得活跃,有助于减轻这种影响,改善社会福利。在这里,我们提出了初步的分析网络转介,也就是说,由用户连接到网络的其他领域的同行的尝试。我们将这些转介按其效率分类,即,转介将导致用户在网络的新区域中变得活跃的可能性。我们表明,通过使用功能描述过去的经验,推荐作者和他们的消息的内容,我们能够预测是否转介将是有效的,达到AUC为0.87的那些用户最有经验的书面高效的推介。我们的研究结果代表了第一步,以减轻“过滤器泡沫”的效果普遍在线社交网络的目标,算法构建有效的推介。
2018-05-01 cs.SI
An Investigation into the Causal Mechanism of Political Opinion Dynamics: A Model of Hierarchical Coarse-Graining with Community-Bounded Social Influence
本研究提出基于社区边界社会影响的分层粗粒化模型,利用CODA模型模拟政治舆论动态,发现高层次连通性通过向下因果驱动全局共识,为理解极化现象提供了新视角。
2025-04-03 cs.MA cs.SI
A Social Network Analysis of Occupational Segregation
我们提出了一个均衡互动模型的职业隔离和劳动力市场不平等的两个社会群体之间,产生完全通过记录的倾向,指非正式的求职者相同的“社会色彩”。预期的社会肤色同质性在工作推荐战略诱导不同的职业选择的个人从不同的社会群体,这进一步转化为稳定的部分职业隔离均衡与持续的工资和就业不平等-在观察到的种族或性别的劳动力市场的差异模式。支持定性分析的校准和模拟练习,我们还表明,第一和第二最好的功利主义的社会最优需要隔离,任何整合政策,需要明确的分配问题。我们的框架强调,仅仅通过同性恋接触网络的社会互动可以是一个关键的渠道传播和持久的性别和种族劳动力市场差距,补充长期研究的机制,如品味或统计歧视。
2022-12-24 cs.SI econ.TH
Social Network Extraction Unsupervised
在信息技术时代,发展的两个侧面是数据科学和人工智能。在科学数据方面,任务之一是从具有大数据性质的信息源中提取社交网络。同时,就人工智能而言,矛盾方法的存在对知识产生了影响。本文描述了一种无监督的从信息源中提取社交网络的方法流。有各种可能的方法和策略,表面的方法作为一个起始概念。每种方法都有其优点,但总的来说,它们有助于相互融合,即简化,丰富和强调结果。
2022-02-24 cs.IR cs.SI
Gandhipedia: A one-stop AI-enabled portal for browsing Gandhian literature, life-events and his social network
我们引入了一个支持AI的门户网站,通过从甘地文学中构建时间和空间的社交网络,呈现了圣雄甘地生活事件的出色可视化。应用NLTK,Polyglot和Spacy的方法,我们提取了甘地书面作品中提到的关键人物和地点。我们可视化这些实体和它们之间的连接的基础上共同提到在同一时间框架内的网络在一个互动的门户网站。网络中的节点在被点击时激发关于实体的搜索查询,并且关于在构建网络的相应书籍中呈现的实体的所有信息被检索并呈现回门户上。总的来说,这个系统可以作为一个数字和用户友好的资源来研究甘地的文学。
2020-06-05 cs.IR cs.SI
Online Privacy as a Collective Phenomenon
在线隐私问题通常被简化为在线社交网络(OSN)中隐藏或透露个人信息的个人决定。然而,随着OSN的使用越来越多,了解社交网络在披露用户没有自愿透露的个人信息方面的作用变得更加重要:我们的朋友透露了多少关于我们的私人信息,我们的隐私有多少仅仅因为在线社交互动而丢失?在没有强大的技术努力的情况下,OSN可能能够利用人类隐私特征的可识别性,这种方式使用用户选择不共享的信息构建阴影配置文件。此外,由于许多用户共享他们的电话和电子邮件联系人列表,这允许OSN为甚至没有该OSN帐户的人创建完整的影子配置文件。我们使用来自单个OSN的300多万个账户的数据,实证测试了为用户和非用户构建性取向影子档案的可行性。我们量化了来自用户社交网络的预测能力的下限,以证明性取向的可预测性如何随着网络的大小和分享个人信息的趋势而增加。这使我们能够定义一个隐私泄露因素,将个人隐私损失与其他个人披露信息的决定联系起来。我们的统计分析表明,一些人的隐私丢失的风险更高,因为预测准确性增加的用户与他们的社交网络更大,更均匀的一阶和二阶邻域。虽然我们没有提供证据表明影子配置文件存在,我们的研究结果表明,披露私人信息不仅限于个人选择,而是成为一个集体的决定,对政策和隐私监管的影响。
2014-09-22 cs.CY cs.SI
Integration of Deep Reinforcement Learning and Agent-based Simulation to Explore Strategies Counteracting Information Disorder
Department of Computer Science, University of Salerno(萨勒诺大学计算机科学系);National Institute for Public Policy Analysis (INAPP)(公共政策分析国家研究所)
本文整合深度强化学习与基于代理的仿真,研究如何通过科学模拟复杂假新闻动态及遏制策略,以对抗信息紊乱现象。
2026-03-13 cs.AI cs.CY cs.SI
Optimizing Digital Adjudication through Social Network Analysis: An Empirical Study of Credit Card Disputes in Beijing
Guangzhou Institute of Science and Technology(广州理工学院);Renmin University of China(中国人民大学);ShanDong University(山东大学)
本研究通过社会网络分析探讨北京信用卡纠纷案件,揭示法律应用的潜在模式,为优化数字法院系统提供方法论支持。
2026-01-08 cs.LG cs.SI
Social network aided plagiarism detection: Social network aided plagiarism detection
各种电子设备的流行和网络上的内容数量增加了剽窃的数量,这被认为是一种不道德的行为。如果我们想有效地发现和预防这些行为,我们必须改进今天发现剽窃的方法。本文提出了一个研究,提出了一个框架,改进检测剽窃。该框架的重点是整合社会网络信息,从网络上的信息,以及先进的语义丰富的可视化信息的作者和文件,使探索所获得的数据,寻求先进的模式剽窃。为了支持拟议的框架,还开发了一个专门的软件工具。统计评估证实,社会网络分析和先进的可视化技术的就业导致在剽窃检测过程中的确认和调查阶段的改进,从而提高剽窃检测过程的整体效率。
2018-07-08 cs.CY cs.DL cs.SI