Multilingual Abusiveness Identification on Code-Mixed Social Media Text
Microsoft（微软）；Indian Institute Of Technology (IIT) Guwahati（印度理工学院古瓦哈提分校）
随着时间的推移，社交媒体平台的使用率一直在增长。随着过去一年的封锁，人们的互动，对话和表达受到了身体上的限制，这种增长进一步加速。为了更好的用户体验，保持平台免受滥用内容的影响变得越来越重要。英语社交媒体内容已经做了很多工作，但非英语社交媒体上的文本分析相对来说还不够深入。非英语社交媒体内容还面临着代码混合、音译和在同一句话中使用不同经文的额外挑战。在这项工作中，我们提出了一种方法，包括印度语言的多语言Moj数据集上的滥用识别。我们的方法解决了非英语社交媒体内容的常见挑战，也可以扩展到其他语言。
2022-03-01 cs.CL cs.LG cs.SI
Multi-view Learning for the Identification of Risky Users in Dynamic Social Networks
提出一种多视图学习方法，利用时间图节点分类识别社交网络中的风险用户，实验证明考虑网络动态演变优于静态方法。
2025-03-25 cs.SI
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
Privacy in Social Media: Identification, Mitigation and Applications
社交媒体的日益普及吸引了大量的人每天参加许多活动。这会产生大量丰富的用户生成数据。这些数据为研究人员和服务提供商提供了研究和更好地了解用户行为的机会，并进一步提高个性化服务的质量。发布用户生成的数据有暴露个人隐私的风险。社交媒体中的用户隐私是一个新兴的任务，近年来引起了越来越多的关注。这些作品从两个不同的角度研究了社交媒体中的隐私问题：识别漏洞和减轻隐私风险。最近的研究表明，用户生成的数据对两种一般类型的攻击，身份披露和属性披露的脆弱性。这些隐私问题要求社交媒体数据发布者在发布之前通过对用户生成的数据进行净化来保护用户的隐私。因此，已经提出了各种保护技术来匿名化用户生成的社交媒体数据。有大量的文献从许多角度对社交媒体中的用户隐私进行了研究。在本次调查中，我们回顾了社交媒体中用户隐私的主要成就。特别是，我们审查和比较国家的最先进的算法方面的隐私泄漏攻击和匿名化算法。我们从社交媒体的不同方面概述了隐私风险，并将相关工作分为五组：1）图形数据匿名化和去匿名化，2）作者身份识别，3）个人资料属性泄露，4）用户位置和隐私，以及5）推荐系统和隐私问题。我们还讨论了社会化媒体中用户隐私问题的开放问题和未来的研究方向。
2018-08-07 cs.CR cs.SI
Structural Diversity for Resisting Community Identification in Published Social Networks
随着越来越多的社交网络数据被发布和共享用于商业和研究目的，关于社交网络中的个人的隐私问题已经成为严重的问题。顶点识别是基于顶点度等背景知识从网络中识别特定用户的一个重要问题。然而，在现实中，社交网络中的每个个体倾向于不仅与顶点身份相关联，而且与社区身份相关联，社区身份可以表示对公众敏感的个人隐私信息，例如政党归属。本文首先解决了新的隐私问题，被称为社区识别，通过显示，即使社会网络的保护，现有的匿名计划的受害者的社区身份仍然可以推断。针对这个问题，我们提出了\textit{structural diversity}的概念来提供社区身份的匿名性。$k$ -结构多样性分析（$k$ -SDA）是为了确保在社交网络中的至少$k$社区中具有相同顶点度的足够顶点。我们提出了一个可扩展的编程公式，以找到最佳的解决方案，$k$ -SDA，也设计了可扩展的算法，以解决大规模的情况下，$k$ -SDA从不同的角度。真实数据集上的性能研究从不同的角度证明了所提出的隐私方案和我们的匿名化方法的实际效用。
2013-02-13 cs.DS cs.SI
Time-aware topic identification in social media with pre-trained language models: A case study of electric vehicles
SK Innovation（SK创新）；Konkuk University（建国大学）；Korea Institute of Science and Technology（韩国科学技术研究院）
最近广泛竞争的商业环境使公司保持对社交媒体的关注，因为对客户语言的认可度越来越高（例如，需求、兴趣和抱怨）作为未来机会的来源。这种分析社交媒体数据的研究方法在学术界受到了广泛的关注，但由于大多数方法提供的是回顾性结果，因此其实用性有限。此外，越来越多的客户生成的内容和快速变化的主题，使时间感知的主题演变分析的必要性。最近，一些研究人员已经证明了预先训练的语义语言模型作为社交媒体输入功能的适用性，但在理解不断变化的主题方面存在局限性。在这项研究中，我们提出了一个时间感知的主题识别方法与预先训练的语言模型。该方法包括两个阶段：动态聚焦功能与语言模型跟踪随时间变化的主题和紧急评分功能，以检查未来有前途的主题。在这里，我们将所提出的方法应用于电动汽车的reddit数据，我们的研究结果强调了以时间感知的方式从大量社交媒体中捕获新兴客户主题的可行性。
2022-10-11 cs.CL cs.SI
EMH: Extended Mixing H-index centrality for identification important users in social networks based on neighborhood diversity
社交网络的迅速扩张为用户提供了一个合适的信息传递平台。通过社交网络，我们可以在很短的时间内收获资源和分享信息。社交网络的发展给我们带来了巨大的便利。然而，组成网络的节点具有不同的传播能力，这受到许多因素的制约，而网络的拓扑结构是主要的因素。为了更准确地计算网络中节点的重要性，根据相邻节点的多样性定义了改进的H指标中心度（IH），然后利用累积中心度（MC）将所有相邻节点考虑在内，提出了扩展的混合H指标中心度（EMH）。我们评估所提出的方法的易感性-感染-扩散（SIR）模型和单调性，这是用来评估的准确性和分辨率的方法，分别。实验结果表明，该方法优于现有的识别不同网络中的节点的措施。
2020-03-07 cs.SI physics.soc-ph
Emergency Identification and Analysis with EAIMS
社交媒体平台现在是很大一部分公众的主要信息来源。因此，这些平台作为向应急管理机构提供实时信息的手段具有巨大潜力。此外，在紧急情况下，这些机构对社交媒体非常感兴趣，认为这是一种寻找公众驱动的应对措施的手段，也是一种跟踪他们如何处理紧急情况的手段。然而，目前缺乏用于在紧急情况下监测社交媒体的先进工具。紧急情况分析识别和管理系统（EAIMS）是一个原型服务，旨在通过提供比当前解决方案更丰富的分析和探索工具来填补这一技术空白。特别是，EAIMS提供紧急事件的实时检测，相关信息查找，信息访问和可信度分析工具，供紧急情况期间通过社交媒体使用。
2016-10-13 cs.IR cs.SI
Exploring Social Media Posts for Depression Identification: A Study on Reddit Dataset
Indian Institute of Science Education and Research, Bhopal（印度科学教育与研究学院博帕尔分校）
本研究针对抑郁症识别问题，基于Reddit 2022年抑郁相关论坛热门帖子数据，结合UMLS Metathesaurus标注与经典机器学习模型，实现了92.28%的抑郁帖子预测准确率，验证了社交媒体数据用于抑郁症识别的可行性。
2024-04-16 cs.CL cs.SI
Ranking-based Group Identification via Factorized Attention on Social Tripartite Graph
University of Illinois at Chicago（伊利诺伊大学芝加哥分校）；Salesforce AI Research（赛富时人工智能研究院）；Beihang University（北京航空航天大学）
由于社交媒体的激增，越来越多的用户在日常生活中搜索并加入群组活动。这就需要对基于排序的群体识别（RGI）任务进行研究，即，向用户推荐群组。在这项任务中的主要挑战是如何有效地和高效地利用用户的在线行为的项目交互和群体参与。虽然图神经网络（GNN）的最新发展成功地同时聚合了社交和用户-项目交互，但它们未能全面解决这个RGI任务。在本文中，我们提出了一种新的基于GNN的框架命名为上下文分解注意力组识别（CFAG）。我们设计了三重图卷积层来聚合来自用户，组和项目之间不同类型的邻域的信息。为了解决数据稀疏性问题，我们设计了一种新的传播增强（PA）层，这是基于我们提出的因子分解注意力机制。PA层有效地学习非邻居节点的相关性，以改善对用户的信息传播。在三个基准数据集上的实验结果验证了CFAG的优越性。进行额外的详细调查，以证明拟议框架的有效性。
2022-11-16 cs.AI cs.SI
A Survey of Hierarchy Identification in Social Networks
The City University of New York（纽约城市大学）
人类天生是社会性的。纵观历史，人们形成了社区并建立了关系。大多数与同事、朋友和家人的关系都是在面对面的互动中发展起来的。这些关系是通过明确的通信手段，如文字和隐含的，如语调，肢体语言等，通过分析人类的互动，我们可以得到有关的关系和对话参与者之间的影响力的信息。然而，随着互联网的发展，人们开始在在线社交网络中通过文本进行交流。有趣的是，他们把自己的交流习惯带到了互联网上。许多社交网络用户彼此形成关系，并与领导者和追随者建立社区。识别这些等级关系是一项重要的任务，因为它将有助于了解社交网络并预测未来趋势，改进推荐，更好地定位广告，并通过识别匿名恐怖组织的领导人来改善国家安全。在这项工作中，我提供了一个概述，目前在这一领域的研究，并提出了国家的最先进的方法来处理识别层次关系的问题，在社交网络。
2018-12-20 cs.AI cs.CL cs.SI
A Computational Framework for Multi-Modal Social Action Identification
Princeton University（普林斯顿大学）；University of Georgia（佐治亚大学）；Drexel University（德雷塞尔大学）
我们创建了一个计算框架来理解社会行动，并展示了如何使用这个框架来构建一个开源事件检测工具，该工具具有可扩展的统计机器学习算法和来自世界各地的超过6亿条地理标记推文的子采样数据库。这些推文是在2014年4月1日至2015年4月30日之间收集的，最引人注目的是当黑人生命物质运动开始时。我们展示了这些方法如何被研究人员、政府官员和公众诊断性地用于理解在非常细粒度的时间和地理层面上的和平与暴力集体行动。
2017-10-24 cs.CL cs.CY cs.SI
Cyberbullying Identification Using Participant-Vocabulary Consistency
随着社交媒体的兴起，人们现在可以很容易地建立关系和社区，无论地点，种族，民族或性别如何。然而，社交媒体的力量同时也使骚扰和欺凌等有害的在线行为成为可能。网络欺凌是一个严重的社会问题，使其成为社会网络分析的一个重要课题。机器学习方法可能有助于更好地理解这一现象，但它们必须解决几个关键挑战：网络欺凌所涉及的快速变化的词汇、社交网络结构的作用以及数据的规模。在这项研究中，我们提出了一个模型，同时发现煽动者和欺凌的受害者，以及新的欺凌词汇开始与语料库的社会互动和欺凌指标的种子字典。我们制定了一个目标函数的基础上参与者词汇一致性。我们在Twitter和Ask.fm数据集上评估了这种方法，并表明该方法可以检测新的欺凌词汇以及受害者和欺凌者。
2016-06-26 cs.SI stat.ML
r-Instance Learning for Missing People Tweets Identification
Beihang University（北京航空航天大学）；Texas A&M University（得克萨斯农工大学）；Florida State University（佛罗里达州立大学）；University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
失踪人数（即，迷路的人）近年来大大增加。这是一个严重的世界性问题，寻找失踪人员消耗了大量的社会资源。在追踪和寻找这些失踪人员的过程中，及时的数据收集和分析实际上发挥了重要作用。随着社交媒体的发展，失踪人员的信息可以通过网络快速传播，这为解决这一问题提供了一个很有前途的方法。网络社交媒体中的信息通常是异质的，既涉及复杂的社会互动，也涉及结构多样的文本数据。有效融合这些不同类型的信息来解决失踪人员识别问题是一个巨大的挑战。基于多示例学习问题和社会科学中的“同质性”理论，提出了一种新的r-示例学习模型.
2018-06-05 cs.CL cs.SI
Mining Significant Microblogs for Misinformation Identification: An Attention-based Approach
随着社会化媒体的迅速发展，大量虚假信息也在微博等社会化媒体上广泛传播，给人类生活带来了负面影响。目前，错误信息的自动识别已引起学术界和工业界的关注。针对社交媒体上的一个事件通常由多个微博组成的情况，目前的方法主要是基于全局统计特征。但是，社交媒体上的信息充满了噪音和离群值，这应该得到缓解。此外，大多数关于事件的微博对错误信息的识别几乎没有贡献，有用的信息很容易被无用的信息淹没。因此，挖掘重要微博，寻找可靠的虚假信息识别方法具有重要意义。在本文中，我们提出了一个基于注意力的方法识别错误信息（AIM）。基于注意力机制，AIM可以选择关注度最大的微博进行虚假信息识别。AIM中的注意力机制包括内容注意和动态注意两部分。内容关注度是根据每条微博的文本特征计算的。动态注意力与微博发布时间和事件开始之间的时间间隔有关。为了评估AIM，我们在微博数据集和Twitter数据集上进行了一系列实验，实验结果表明，所提出的AIM模型优于现有的方法。
2017-06-20 cs.IR cs.SI
Role Identification based Method for Cyberbullying Analysis in Social Edge Computing
本文面向社会边缘计算中的网络欺凌问题，提出多层次角色特征建模与差分进化辅助K-means方法，在真实及公开数据集上识别出九种细粒度角色并优于现有方法，可部署于边缘设备以提升实时识别能力。
2024-08-07 cs.HC cs.SI
Land use identification through social network interaction
Universidad Nacional de San Agustín de Arequipa（阿雷基帕圣奥古斯丁国立大学）；Universidad Pablo de Olavide（巴勃罗·德·奥拉维德大学）
互联网以高速率生成大量数据，特别是社交网络上的帖子。虽然社交网络数据有许多语义掺杂，并且不打算成为地理空间信息的来源，但在帖子的文本中，我们发现了关于人们如何与其环境相关的重要信息，这些信息可用于识别人类如何根据其活动与部分土地互动的有趣方面。本研究提出了一种方法，用于识别土地利用自然语言处理（NLP）从流行的社交网络Twitter的内容。将通过从文本中确定具有语言模式的关键词以及与出版物有关的地理坐标来处理。采用了针对具体情况的创新办法，以处理南美洲各地的数据，特别是秘鲁阿雷基帕市的数据。目标是确定五种主要的土地用途：住宅、商业、政府机构、工业办公室和未建土地。在城市规划和可持续城市管理的框架内，该方法有助于优化用于更新土地利用地籍的识别技术，因为结果达到了约90%的准确度，这促使其在实际情况下的应用。此外，在复杂/混合的配电建筑物等情况下，还可以根据收集的数据量更详细地确定土地使用类别。最后，该方法使土地利用信息的提供更加及时，最重要的是，避免了非自动化制作城市土地利用图的高昂经济成本，主要是在发展中国家。
2021-12-05 cs.LG cs.SI
Role Identification of Social Networkers
一个社交网络由一组参与者和他们之间的一组关系组成，这些关系描述了某些通信模式。目前大多数网络都很庞大，难以分析和可视化。经常使用的方法之一是提取最重要的特征，即创建某种抽象，即将一个大网络转换为一个小得多的网络，因此后者是原始网络的有用总结，仍然保持最重要的特征。在社交网络的情况下，可以通过两种方式实现。一个是找到一组演员，只呈现他们和他们之间的关系。另一种是寻找扮演相似角色的行动者，构建一个更小的网络，其中行动者之间的联系将被角色之间的联系所取代。根据参与者在网络中扮演的角色对他们进行分类，可以帮助理解社交网络中的“谁是谁”。这种分类非常有用，因为它为我们提供了网络的全面视图，有助于理解网络是如何组织的，并预测它在某些事件（内部或外部）的情况下会如何表现。
2015-07-10 cs.SI physics.soc-ph
Critical Edge Identification: A K-Truss Based Model
在社交网络中，用户之间的关系强度会显著影响网络的稳定性。在本文中，我们使用k-桁架模型来衡量社会网络的稳定性。为了确定关键连接，我们提出了一个新的问题，命名为k-桁架最小化。给定一个社会网络G和一个预算b，它的目标是找到b条可以删除的边，这些边可以导致G的k-桁架中的最大边断裂数。我们证明了该问题是NP-困难的。为了加快计算速度，新的修剪规则的开发，以减少候选大小。此外，我们提出了一个上限为基础的策略，以进一步减少搜索空间。在真实的社交网络上进行了全面的实验，以证明所提出的技术的效率和有效性。
2019-06-27 cs.DB cs.SI
ReINTEL: A Multimodal Data Challenge for Responsible Information Identification on Social Network Sites
University of Engineering and Technology, Vietnam National University（越南国家大学工程技术大学）；Umeå University（于默奥大学）；University of Sydney（悉尼大学）；ReML.AI - Reliable Machine Learning Lab, International（ReML.AI——国际可靠机器学习实验室）；Hanoi University of Science, Vietnam National University（越南国家大学河内科学大学）；University of Glasgow（格拉斯哥大学）
本文报告了ReINTEL在社交网站上负责信息识别的共享任务，该任务在第七届越南语言和语音处理年度研讨会（VLSP 2020）上举办。给定一条新闻，分别有文字、视觉内容和元数据，要求参与者对新闻是否"可靠"或"不可靠"进行分类。为了生成一个公平的基准，我们引入了一个新的人工注释数据集，其中包含从越南社交网络收集的10，000多条新闻。将根据AUC-ROC评分（分类的典型评价指标）对所有模型进行评价。比赛在Codalab平台上进行。在两个月内，这项挑战吸引了60多名参与者，并记录了近1，000份提交作品。
2020-12-16 cs.CY cs.LG cs.SI
Sampled Datasets Risk Substantial Bias in the Identification of Political Polarization on Social Media
本研究通过分析Twitter上波兰政治辩论发现，小样本数据无法可靠测量网络极化，而大样本和谨慎选择关键词的样本才具有代表性，揭示了当前数据获取限制的严重性并为欧盟《数字服务法》实施提供参考。
2024-06-28 cs.CY cs.SI
Early Identification of Pathogenic Social Media Accounts
Arizona State University（亚利桑那州立大学）
致病性社交媒体（PSM）账户，如恐怖分子支持者，利用大量的支持者社区在社交媒体上进行攻击。及早发现这些账户至关重要，因为它们很可能是使有害信息“病毒式传播”的关键用户。在本文中，我们首次尝试利用因果推理，以确定PSM在很短的时间内，他们的活动。我们提出了一个时间衰减的因果关系度量，并将其纳入因果社区发现为基础的算法。该算法被应用到共享相似的因果关系特征的帐户组，然后通过分类算法将帐户分类为PSM或不。与需要大量时间来收集网络、级联路径或内容等信息的现有技术不同，我们的方案仅依赖于用户的操作日志。来自Twitter的真实数据集上的结果证明了我们方法的有效性和效率。我们仅根据PSM的前10天活动来检测PSM，其精度达到0.84;然后在10天后检测到错误分类的帐户。
2018-09-26 cs.AI cs.LG cs.SI
Automated Identification of Competing Narratives in Political Discourse on Social Media
L3S Research Center, Leibniz Universität Hannover（莱布尼茨汉诺威大学L3S研究中心）
本文提出一种无监督多阶段框架，整合主题建模、事件检测与链接，自动识别德国政客推文中的竞争性叙事，案例研究验证其有效性。
2026-09-11 cs.CL cs.SI
Modelling and analysing relations between entities using the multi-agents and social network approaches
在这项工作中，使用社会网络分析和多智能体系统的方法分析实体之间的社会关系的系统的概念。在我们感兴趣的领域中，以下问题尤其突出：确定特定社会中最有影响力的个人，确定特定个人在该社会中所扮演的角色，以及承认相互之间有着密切联系的个人群体。对于这些问题的分析，选择两个应用领域：关于电话的数据分析和互联网博客的分析。
2013-03-25 cs.MA cs.SI physics.soc-ph
Identification and modeling of discoverers in online social systems
个体的动力学对于理解社会系统的演化至关重要。大多数现有的模型都假设，从社交网络到电子商务，不同系统中的个体都倾向于已经流行的东西。我们开发了一个时间感知分析框架，该框架表明，当个人在在线社交系统中做出选择时，例如购买哪种商品，其中一小部分人在实际流行之前很久就一直成功地发现流行商品。我们认为，这些用户，我们称之为发现者，是从根本上不同于以前已知的意见领袖，有影响力的，和创新者。我们使用建议的框架来证明发现者存在于广泛的系统中。一旦确定，它们可以用来预测项目的未来成功。我们提出了一个网络模型，再现了在真实数据中观察到的发现模式。此外，模型产生的数据对经典的排名算法提出了根本性的挑战，这些算法忽略了链接创建的时间，因此无法区分数据中的发现者和普通用户。我们的研究结果为社会系统中精细时间模式的定性和定量研究打开了大门，并对网络建模和算法设计产生了深远的影响。
2015-09-04 cond-mat.stat-mech cs.SI physics.soc-ph
Temporal Identification of Latent Communities on Twitter
社交网络中的用户社区通常通过考虑用户之间的显式结构化社交联系来识别。虽然这样的社区可以揭示有关其成员的重要信息，如家庭或友谊关系和地理位置，但它们不一定能成功地将志同道合的用户聚集在一起。在本文中，我们感兴趣的是识别社区的用户，随着时间的推移，共享类似的主题兴趣，无论他们是否明确地连接到彼此的社交网络。更具体地说，我们解决了从Twitter中识别基于时间主题的社区的问题，即，对Twitter上当前出现的话题有类似时间倾向的用户社区。我们将每个主题建模为在推文中观察到的高度相关的语义概念的集合，并通过基于每个概念随时间推移的观察频率构建的基于时间序列的每个概念的表示进行聚类来识别它们。基于在一个给定的时间段内确定的新兴主题，我们利用多变量时间序列分析模型的贡献，每个用户对确定的主题，这使我们能够检测潜在的用户社区。通过对Twitter数据的实验，我们证明了i）我们的主题检测方法检测真实世界主题的有效性，ii）与社区发现的成熟方法相比，我们的方法的有效性。
2015-09-14 cs.SI
Friend or Foe? Fake Profile Identification in Online Social Networks
最近的研究表明，用户在在线社交网络上不情愿地暴露的个人信息数量惊人。此外，最近的报告表明，这些网络充斥着数以千万计的虚假用户配置文件，这可能危及用户的安全和隐私。为了识别此类网络中的虚假用户并提高用户的安全性和隐私，我们为Facebook开发了Social Privacy Protector软件。该软件包含三个保护层，通过实施不同的方法来提高用户隐私。该软件首先识别用户的朋友谁可能构成威胁，然后限制这个“朋友”暴露于用户的个人信息。第二层是基于不同类型的社交网络使用配置文件对Facebook基本隐私设置的扩展。第三层提醒用户在其Facebook个人资料上安装的应用程序的数量，这些应用程序可以访问他们的私人信息。社交隐私保护软件的初始版本得到了媒体的高度报道，来自20多个国家的3,000多名用户安装了该软件，其中527人使用该软件限制了9000多名朋友。此外，我们估计有100多名用户接受了该软件的建议，并从他们的个人资料中删除了至少1,792个Facebook应用程序。通过分析该软件结合机器学习技术获得的独特数据集，我们开发了分类器，这些分类器能够预测哪些Facebook个人资料具有很高的伪造概率，从而威胁用户的健康。此外，在这项研究中，我们还提供了用户隐私设置的统计数据和Facebook个人资料上安装的应用程序数量的统计数据。
2013-03-15 cs.SI physics.soc-ph
Sentiment Identification in Code-Mixed Social Media Text
Rutgers University（罗格斯大学）；MAKAUT（毛拉纳阿布卡拉姆阿扎德技术大学）；Jadavpur University（贾达普大学）
情感分析是自然语言处理（NLP）任务，处理文本中情感的检测和分类。虽然有些任务处理识别文本中的情感存在（主观性分析），但其他任务旨在确定文本的极性，将其分类为积极，消极和中性。每当文本中存在情感时，它都有一个来源（人，一群人或任何实体），并且情感指向某个实体，对象，事件或人。情感分析任务旨在确定情感的主体、目标和极性或效价。在我们的工作中，我们尝试使用机器学习方法从Facebook帖子中自动提取情感（积极或消极）。虽然已经在代码混合的社交媒体数据和情感分析中分别完成了一些工作，但我们的工作是第一次尝试（截至目前），旨在对代码混合的社交媒体文本进行情感分析。我们使用了大量的预处理来去除原始文本中的噪声。多层感知器模型已被用来确定的极性的情绪。我们还通过手动标记Facebook帖子及其相关情绪来开发此任务的语料库。
2017-07-04 cs.AI cs.CL cs.SI
User Identification across Social Networking Sites using User Profiles and Posting Patterns
The University of Melbourne（墨尔本大学）；Singapore University of Technology and Design（新加坡科技设计大学）
随着在线社交网站（OSN）和移动设备的普及，人们越来越依赖各种OSN与家人和朋友保持联系，并将其用作信息来源。例如，用户可能会出于不同的目的使用多个OSN，例如使用Flickr与家人和朋友分享假日照片，使用Twitter发布有关其想法的短消息。识别多个OSN中的同一用户是一项重要任务，因为这使我们能够了解不同OSN中用户的使用模式，在用户注册新OSN时提出建议，以及各种其他有用的应用程序。为了解决这个问题，我们提出了一种基于多层感知器的算法，使用各种类型的功能，即：（i）用户简档，如名称，位置，描述;（ii）用户生成内容的时间分布;和（iii）嵌入基于用户名，真实姓名和描述。使用Twitter和Flickr数据集的用户和他们的发布活动，我们进行了实证研究，这些功能如何影响用户识别的性能在两个OSN和讨论我们的主要研究结果的基础上不同的功能。
2021-06-22 cs.CY cs.LG cs.SI
Cyberbullying Governance on Social Media: A Unified Framework from Content Identification to Intervention
School of Cyberspace Security, Beijing University of Posts and Telecommunications（北京邮电大学网络安全学院）
本文提出一个涵盖内容识别、用户行为建模、扩散动态与早期预警、干预治理四阶段的统一全生命周期治理框架，以解决网络暴力被动、孤立检测的局限，实现主动、持续、综合的治理。
2026-05-26 cs.AI cs.SI
Automatic Identification and Ranking of Emergency Aids in Social Media Macro Community
包括Twitter在内的在线社交微博平台越来越多地用于在灾害事件期间协助救援行动。在大多数灾难中，可能是自然灾害，甚至是武装袭击，非政府组织寻找有关资源的重要信息，以支持受影响的人。尽管最近使用深度神经网络的自然语言处理取得了进展，但是短文本的检索和排序成为一项具有挑战性的任务，因为大量的会话和同情内容与关键信息合并。在本文中，我们解决的问题，分类信息检索和排名的最相关的信息，同时考虑到存在的短文本和多语种的语言，出现在这样的事件。我们提出的模型基于文本和统计预处理的帮助下形成嵌入向量，最后，使用前馈神经网络对整个训练的2，100，000个向量进行标准化，以满足需求和可用性推文。本文的另一个重要贡献在于基于前五个通用术语的加权Ranking Key算法，对与分类最相关的分类推文进行排名。最后，我们在尼泊尔地震数据集（包含短文本和多语言推文）上测试了我们的模型，并在5，250，000个救灾推文的未标记嵌入向量上实现了6.81%的平均精度。
2018-10-26 cs.IR cs.SI
Information access representations and social capital in networks
本文基于信息流模型提出节点信息访问的形式化描述符，组合后完整表征网络社会资本，并在真实网络中识别群体间访问不平等差异。
2023-10-16 cs.SI
Privacy and the City: User Identification and Location Semantics in Location-Based Social Networks
随着支持GPS的智能手机的出现，越来越多的用户通过各种应用程序和服务积极分享他们的位置。随着基于位置的社交网络（LBSN）的持续增长，安全专家越来越多地警告公众暴露诸如个人位置数据之类的敏感信息的危险。最重要的是，除了用户位置的地理坐标之外，LBSN还允许容易地访问该位置的附加特征集，例如场地类型或受欢迎程度。在本文中，我们研究的作用，位置语义在识别的LBSN用户。我们模拟了一个场景，其中攻击者的目标是通过观察他们的签入活动来揭示一组LBSN用户的身份。然后，我们建议回答以下问题：什么类型的场地，恶意用户必须监测，以最大限度地提高成功的概率？相反，用户应该在什么时候决定是否将他/她的位置登记公开？我们对分布在美国17个城市地区的100多万个签到进行了研究。我们的分析表明，不同类型的场所在用户身份方面表现出不同的区分力，其中大多数“住宅”类别的场所在城市区域中提供了最高的重新识别成功率。有趣的是，我们还发现，签到分布熵高的用户不一定是最难识别的，这表明决定识别任务复杂性的是用户群体的集体行为，而不是个人行为。
2015-03-22 cs.CR cs.CY cs.SI
Community detection and role identification in directed networks: understanding the Twitter network of the care.data debate
随着社交媒体作为辩论和讨论公共事务的重要渠道的兴起，推特等在线社交网络已成为公共信息和决策者参与的重要平台。为了通过Twitter进行有效沟通，政策制定者需要了解影响力和兴趣如何在其用户网络中传播。在这一章中，我们使用图论方法来分析围绕NHS英格兰的有争议的care.data计划的Twitter辩论。方向性是Twitter社交图的一个重要特征--信息从追随者流向追随者--但在社会网络分析中经常被忽略;我们的方法基于网络上动态过程的行为，可以自然地应用于有向网络。我们发现了强大的用户社区，并表明这些社区反映了信息如何通过Twitter网络流动。我们还可以根据用户在引导网络信息流中的不同角色对他们进行分类。我们的方法和结果将是有用的政策制定者谁想要有效地使用Twitter作为一种沟通媒介。
2015-08-13 cs.SI physics.soc-ph
Behavioural Dimensions for Discovering Knowledge Actor Roles Utilising Enterprise Social Network Metrics
识别不同的用户角色是社交媒体研究的一个重要主题。然而，对于企业社交网络（ESN），在组织内使用社交媒体，识别这种角色的研究仍然缺乏。然而，了解用户的作用，特别是他们的知识贡献和沟通行为，可能有助于支持公司管理关键的知识资源。在此背景下，在这篇研究进展中的论文中，我们得出了16个指标的参与行为，信息内容和结构位置的ESN用户的澳大利亚专业服务公司的特点。基于因子分析，我们确定了ESN用户行为的四个不同维度：贡献和网络，信息提供，接触分散和无形的使用。通过这项研究，我们通过将组织科学和社会媒体研究的概念和方法转移到ESN环境中来为文献做出贡献。此外，我们的方法形成了识别不同类型的知识行为者的基础，这可能最终有助于提高组织的知识透明度。
2016-05-28 cs.CY cs.SI
Exploring multi-task multi-lingual learning of transformer models for hate speech and offensive speech identification in social media
Indian Institute of Technology Kanpur（印度理工学院坎普尔分校）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
仇恨言论已成为在线社交媒体平台的主要内容审核问题。鉴于在线内容制作的数量和速度，在任何平台上都不可能手动调节与仇恨言论相关的内容。在本文中，我们利用一个多任务和多语言的方法，最近提出的Transformer神经网络的基础上解决三个子任务的仇恨言论。这些子任务是2019年印欧语言仇恨言论和攻击性内容识别（HASOC）共享任务的一部分。我们通过利用多任务模型来扩展我们对该竞赛的提交，这些模型使用三种方法进行训练，a）具有单独任务负责人的多任务学习，b）反向翻译，以及c）多语言训练。最后，我们研究了各种模型的性能，并确定了基于Transformer的模型表现不同且更好的实例。我们表明，可以利用不同的组合方法来获得可以在不同的语言和任务上轻松推广的模型，同时（在某些情况下）牺牲轻微的准确性，以大大减少推理时间计算成本。我们开源了HASOC 2019代码的更新版本，并在https://github.com/socialmediaie/MTML_HateSpeech上进行了新的改进。
2021-01-27 cs.AI cs.CL cs.LG
A Systematic Identification and Analysis of Scientists on Twitter
来自Twitter和其他社交媒体的数据--通常被称为altmetrics--越来越多地用于评估学术的更广泛的社会影响。然而，这些努力可能会产生高度误导性的结果，因为在这些平台上参与科学对话的实体在很大程度上是未知的。例如，如果测高活动主要是由科学家发起的，那么它真的能捕捉到科学更广泛的社会影响吗？在这里，我们提出了一个系统的方法来识别和分析Twitter上的科学家。我们的方法可以识别许多学科的科学家，而不依赖于外部书目数据，并且很容易适应于识别科学中的其他利益相关者群体。我们调查的人口统计数据，分享行为，以及确定的科学家的相互联系。我们发现，Twitter已经被跨学科的学者所采用，社会和计算机和信息科学家的代表性过高;数学，物理和生命科学家的代表性不足;与学术出版相比，女性的代表性更好。对URL共享的分析揭示了学术网站的明显印记，但只有一小部分共享URL与科学有关。我们发现，在科学家之间的网络中，学科的混合是一种不确定性，这表明在社交媒体中维护学科墙。我们的工作在方法论和概念上都为文献做出了贡献-我们提供了新的方法来消除歧义和识别社交媒体上的特定行为者，并描述科学家的行为，从而为基于社交媒体指标的指标的构建和使用提供了基础信息。
2017-04-13 cs.DL cs.SI physics.soc-ph
Causal inference for social network formation
University of Oxford（牛津大学）；Harvard Kennedy School（哈佛肯尼迪学院）；University College London（伦敦大学学院）
本文提出了一种框架，用于识别、估计和推断驱动内生社会网络形成的因果机制。通过时间序列网络观测和初始联系的随机变化来解决因果识别的挑战，采用基于设计的方法，将节点集和潜在结果视为非随机，以估计间接联系、网络度和局部网络密度对联系形成的影响。
2026-04-20 cs.SI econ.EM stat.AP
Deep Learning for Automatic Detection and Facial Recognition in Japanese Macaques: Illuminating Social Networks
Université Jean Monnet（让·莫内大学）；Wildlife Research Center, Kyoto University（京都大学野生动物研究中心）；Ecole Normale Supérieure, Université PCL（巴黎文理研究大学高等师范学院）；Université de Strasbourg（斯特拉斯堡大学）；CNRS（法国国家科学研究中心）；Kyoto University Institute for Advanced Study（京都大学高等研究院）；Université Catholique de Lille（里尔天主教大学）；Institut Universitaire de France（法国大学研究院）
本研究探索用深度学习实现日本猕猴面部检测与个体识别，构建非侵入性工具，并旨在自动生成社交网络，初步检测和识别准确率分别达82.2%和83%。
2023-10-10 cs.CV cs.LG cs.SI
Theories for influencer identification in complex networks
在社会和生物系统中，相互作用网络的结构异质性导致一系列动态过程中出现一小部分有影响力的节点或影响者。尽管这些影响者比整个网络小得多，但据观察，它们能够在不同背景下塑造大量人口的集体动态。因此，成功识别影响者应该在各种现实世界的传播动态中产生深远的影响，例如病毒式营销，流行病爆发和级联故障。在本章中，我们首先总结了在复杂网络中发现单个影响者的基于中心性的方法，然后从集体的角度讨论了定位多个影响者的更复杂的问题。将介绍植根于集体影响理论、信仰传播和计算机科学的进展。最后，我们介绍了影响者识别在不同现实世界系统中的一些应用，包括在线社交平台，科学出版物，大脑网络和社会经济系统。
2018-05-03 cs.SI physics.soc-ph
WOLI at SemEval-2020 Task 12: Arabic Offensive Language Identification on Different Twitter Datasets
WideBot（宽博科技（WideBot））
通过社交平台进行沟通已成为个人沟通和互动的主要手段之一。不幸的是，健康的沟通经常受到攻击性语言的干扰，这可能对用户产生破坏性影响。在社交媒体上打击攻击性语言的关键是存在自动攻击性语言检测系统。本文介绍了SemEval-2020的结果和主要发现，任务12 OffensEval子任务A Zampieri et al.（2020），关于识别和分类社交媒体中的攻击性语言。该任务基于阿拉伯语OffensEval数据集Mubarak et al.（2020）。在本文中，我们描述了WideBot AI Lab提交的共享任务系统，该系统在CodaLab用户名为“yasserotiefy”的黄金数据集上，在52名参与者中排名第10位，Macro-F1为86.9%。我们实验了各种模型，最好的模型是线性SVM，其中我们使用字符和单词n-gram的组合。我们还引入了一种神经网络方法，增强了我们系统的预测能力，包括CNN、高速公路网络、Bi-LSTM和注意力层。
2020-09-11 cs.CL cs.SI
You are your Metadata: Identification and Obfuscation of Social Media Users using Metadata Information
University College London（伦敦大学学院）；The Alan Turing Institute（艾伦·图灵研究所）
元数据与我们在数字世界中的日常互动和交流中产生的大多数信息相关联。然而，令人惊讶的是，元数据往往仍然被归类为非敏感。事实上，在过去，研究人员和从业人员主要集中在从消息的内容中识别用户的问题上。在本文中，我们使用Twitter作为案例研究，量化元数据和用户身份之间的关联的唯一性，并了解潜在的混淆策略的有效性。更具体地说，我们分析元数据中的原子字段，并系统地将它们组合起来，以便使用不同的机器学习算法将新推文分类为属于一个帐户。我们证明，通过应用一个监督学习算法，我们能够识别任何用户在一组10,000约96.7%的准确率。此外，如果我们扩大搜索范围并考虑10个最有可能的候选人，我们将模型的准确率提高到99.22%。我们还发现，数据混淆对于这种类型的数据是困难和无效的：即使在干扰了60%的训练数据之后，仍然可以以高于95%的准确率对用户进行分类。这些结果有很强的影响，在元数据混淆策略的设计，例如数据集的发布，不仅为Twitter，但更普遍的是，大多数社交媒体平台。
2018-05-14 cs.AI cs.CR cs.SI
Eigenvector localization as a tool to study small communities in online social networks
我们提出并讨论了一个数学程序，用于识别大型二分网络中的小“社区”或段。本程序是基于谱分析的矩阵编码网络结构.这里的主要工具是矩阵的特征向量的本地化，通过它相关的网络段变得可见。我们通过分析与Amazon.com上的产品评论相关的数据来说明我们的方法。我们发现了几个部分，一种由紧密相连的评论者和产品组成的混合社区，我们能够根据评论项目的类型和主题分类进行有意义的解释。该方法提供了一种互补的方法，以其他方式的社区检测，通常旨在识别大型网络模块。
2011-05-25 cond-mat.stat-mech cs.SI physics.soc-ph
Decoding Multilingual Topic Dynamics and Trend Identification through ARIMA Time Series Analysis on Social Networks: A Novel Data Translation Framework Enhanced by LDA/HDP Models
Research Laboratory in Algebra Numbers theory and Intelligent Systems（代数数论与智能系统研究实验室）；CNRS（法国国家科学研究中心）；Bordeaux INP（波尔多国立高等工程技术学院）；LaBRI（波尔多计算机科学实验室）；Laboratory LIG（LIG实验室）
本研究提出一种新型多语言数据翻译框架，结合LDA/HDP模型与ARIMA时间序列分析，解码危机期间社交网络的主题动态与趋势，在突尼斯多语言数据集上表现优于标准方法。
2024-03-18 cs.AI cs.CL cs.LG
Identification of Group Changes in Blogosphere
本文研究了社会群体演化中的变化识别问题。提出了一种新的发现稳定群的SGCI方法，并与现有的GED方法进行了比较。波兰博客服务的实验研究表明，这两种方法都能够识别相似的进化事件，即使两者使用不同的概念。也显示了一些差异
2012-10-18 cs.SI physics.soc-ph
Multi-modal Identification of State-Sponsored Propaganda on Social Media
Dartmouth College（达特茅斯学院）
近年来，国家在互联网上进行宣传的盛行已成为令人关切的问题。虽然已经做出了很多努力来识别国家支持的互联网宣传，但这个问题仍然远远没有解决，因为宣传的模糊定义导致不可靠的数据标签，大量的潜在预测特征导致模型无法解释。本文是第一次尝试为这项任务建立一个平衡的数据集。该数据集由三个不同组织在两个时间段的宣传组成。提出了一种仅基于视觉和文本内容检测宣传消息的多模型框架，该框架在同一时间段（对同一时间段的数据进行训练和测试）（F1=0.869）和不同时间段（对过去进行训练，对未来进行测试）（F1=0.697）检测三个组织的宣传方面都取得了令人满意的性能。为了减少假阳性预测的影响，我们改变阈值来测试假阳性率和真阳性率之间的关系，并使用可视化工具为我们的模型所做的预测提供解释，以增强我们框架的可解释性。我们的新数据集和总体框架为识别国家支持的互联网宣传的任务提供了一个强有力的基准，并为这项任务的未来工作指出了一条潜在的道路。
2020-12-24 cs.AI cs.CL cs.SI
Identifying Influential Brokers on Social Media from Social Network Structure
本研究通过对比源头传播者与中心节点，利用三个社交媒体数据集分析特征，发现多数源头传播者并非中介者，且中心节点重叠小，进而提出基于节点嵌入的预测模型，有效识别有影响力的中介者。
2022-08-01 cs.CY cs.SI
Maximizing spreading influence via measuring influence overlap for social networks
影响力重叠是社交网络影响力传播中的一种普遍现象。在本文中，我们认为，影响重叠产生的冗余的影响，造成负面影响的最大化传播的影响。首先，我们提出了一种理论方法来计算影响重叠和记录冗余的影响。然后在消除冗余影响方面，提出了两种多传播者识别算法，即度冗余影响（DRS）和度次邻域（DSN）。在四个经验社交网络上的实验成功地验证了该方法的有效性，DSN算法选择的传播者具有较小的度和k-核值。
2019-03-01 cs.SI physics.soc-ph
Leveraging Conversation Structure on Social Media to Identify Potentially Influential Users
Datamantix S.r.l.（Datamantix 有限责任公司）
社交网络有一个社区提供反馈意见，允许识别意见领袖和用户的立场是不受欢迎的。其他平台不支持此类工具。了解社区对发布内容的反应是一个重要的问题。在这项工作中，我们提出了一种新的方法，使用抽象论证框架和机器学习来描述用户之间的交互。我们的实验提供的证据表明，建模与AAF原语的会话流可以支持识别的用户产生一致赞赏的内容，而不建模这样的内容。
2017-11-29 cs.AI cs.SI
An Efficient and Robust Social Network De-anonymization Attack
从社交网络服务释放连接数据可能对用户隐私构成重大威胁。在我们的工作中，我们考虑了结构化社交网络去匿名化攻击，当恶意方使用公共或其他已识别网络中的连接来重新识别他先前获得的匿名社交网络发布中的用户时，就会使用这种攻击。在本文中，我们设计和评估一种新的社会去匿名化攻击。特别是，我们认为，用于重新识别节点的相似性函数是这种攻击的一个关键组成部分，我们设计了一个新的措施量身定制的社交网络。我们将这种方法应用到一种叫做“大黄蜂”的攻击中。我们对Bumblebee进行了深入的评估，并表明它显着优于最先进的，例如它具有更高的重新识别率和高精度，对噪声的鲁棒性，并且具有更好的错误控制。
2016-10-13 cs.CR cs.SI
Distinctiveness Centrality in Social Networks
节点中心性的确定是社会网络研究中的一个基本问题。作为对现有指标的补充，这些指标根据中心节点的经纪能力、连接的数量和权重以及快速到达所有其他节点的能力来识别中心节点，我们引入了五种新的独特性中心性指标。这些新的指标将更高的分数归因于与网络外围保持连接的节点。它们惩罚连接到高度连接节点的链接，并为识别具有更独特网络关系的社会行为者服务。我们讨论了这些新引入的度量的一些可能的应用和性质，例如它们的上界和下界。独特性中心性提供了一个中心性的观点，替代既定的指标。
2020-05-22 cs.SI physics.soc-ph
Combating Fake News: A Survey on Identification and Mitigation Techniques
University of Southern California（南加利福尼亚大学）；Peking University（北京大学）
社交媒体上假新闻的泛滥为及时识别和遏制假新闻以及减轻其对公众舆论的广泛影响开辟了新的研究方向。虽然早期的研究主要集中在根据内容或利用用户在社交媒体上与新闻的互动来识别假新闻，但人们对积极干预策略的兴趣越来越大，以对抗错误信息的传播及其对社会的影响。在本次调查中，我们描述了当今的假新闻问题，特别强调了与之相关的技术挑战。我们讨论了适用于识别和缓解的现有方法和技术，重点关注每种方法的重大进展及其优势和局限性。此外，研究往往受到现有数据集质量及其特定应用环境的限制。为了缓解这个问题，我们全面汇编和总结了可用数据集的特征。此外，我们还概述了新的研究方向，以促进有效和跨学科解决方案的未来发展。
2019-01-18 cs.AI cs.LG cs.SI
A Friendship Privacy Attack on Friends and 2-Distant Neighbors in Social Networks
在无向社交图中，友谊链接涉及两个用户，并且友谊在两个用户的朋友列表中可见。这种友谊的双重可见性可能会引发隐私威胁。这是因为两个用户都可以单独控制友谊链接对其他用户的可见性，并且他们对链接的隐私政策可能不一致。即使他们中的一个对第三用户隐藏了链接，第三用户也可以从另一个用户的朋友列表中找到这样的友谊链接。此外，由于大多数用户允许他们的朋友在大多数社交网络系统中看到他们的朋友列表，因此对手可以利用不一致的策略来发起隐私攻击，以识别和推断目标用户的许多朋友。在本文中，我们提出，分析和评估这样的攻击，这是所谓的友谊识别和推理（PII）攻击。在PII攻击场景中，我们假设对手只能看到他的朋友列表和他的朋友的朋友列表，而这些朋友并没有对他隐藏朋友列表。然后，一个PII攻击包含两个攻击步骤：1）朋友识别和2）朋友推断。在朋友识别步骤中，对手试图根据他的朋友列表和他的朋友列表来识别目标的朋友。在朋友推断步骤中，对手试图推断目标的朋友使用建议的随机游走与重启方法。我们使用三个真实的社交网络数据集的实验结果表明，当对手和目标是朋友或2-远距离邻居时，FIS攻击通常是有效的。我们还全面分析了攻击结果，以找出哪些参数和网络特征值可能会促进PHI攻击。目前，大多数具有无向友谊图的流行社交网络系统，如Facebook，LinkedIn和Foursquare，都容易受到FIS攻击。
2013-12-01 cs.CR cs.SI physics.soc-ph
Topic Modelling and Event Identification from Twitter Textual Data
University of Ottawa（渥太华大学）；Institute for Big Data Analytics, Dalhousie University（达尔豪斯大学大数据分析研究所）；Institute of Computer Science, Polish Academy of Sciences（波兰科学院计算机科学研究所）；Peacegeeks（和平极客）；iHUB
互联网上社交媒体内容的巨大增长激发了文本分析的发展，以了解和解决现实生活中的问题。利用统计主题建模可以帮助研究人员和从业人员更好地理解文本内容，并为进一步分析提供有用的信息。当我们处理大量动态文本时，统计主题建模变得尤为重要，例如，Facebook或Twitter数据集。在这项研究中，我们总结了四个数据集的Twitter消息在肯尼亚具有挑战性的社会事件的消息内容。我们使用潜在狄利克雷分配（LDA）主题模型来分析内容。我们的研究使用了两个评价指标，归一化互信息（NMI）和主题一致性分析，以选择最好的LDA模型。实验结果表明，该工具可以有效地提取讨论主题并进行归纳，以便于进一步的人工分析
2016-08-08 cs.CL cs.SI
