Anomalous popularity growth in social tagging ecosystems
在社会标签系统中,标签词汇的多样性和这种标签的流行程度不断增加,因为它们暴露于来自我们的认知性质和文化偏好的选择压力。这类似于生命生态系统,在那里突变和选择起着主导作用。这样的人口动态,产生一个缩放律,是数学建模的一个简单的随机过程-Yule-西蒙过程,它描述了新的单词是如何被引入系统,然后增长。然而,在实际的网络服务,我们已经观察到,一个大的波动出现在个别标签的普及增长,不能解释的普通选择机制。我们引入了一个比例因子来量化的偏离程度的普及增长的平均场解决方案的Yule-西蒙过程,我们讨论了可能触发这种异常的流行行为。
2017-11-08 cs.SI physics.soc-ph
The Influence of Frequency, Recency and Semantic Context on the Reuse of Tags in Social Tagging Systems
在本文中,我们研究的因素,影响标签重用行为的社会标签系统。我们的工作是由激活方程的认知模型ACT-R,它指出,有用的信息在人类记忆中取决于三个因素的使用频率,新近和语义上下文。我们的目标是阐明这些因素对标签重用的影响。在我们的实验中,我们利用了来自社会标签系统Flickr,CiteULike,BibSonomy,Delicious,LastFM和MovieLens的六个数据集,涵盖了各种标签设置。我们的研究结果证实,频率,新近度和语义上下文的积极影响标签的重用概率。然而,每个因素单独影响标签重用的程度在很大程度上取决于社会标签系统中存在的大众分类法的类型。我们的工作可以作为指导的研究人员和开发人员的基于标签的推荐系统时,设计算法的社会标签环境。
2016-04-04 cs.IR cs.SI
Detecting Communities in Tripartite Hypergraphs
在社交标签系统中,也称为大众分类,用户协作管理标签以注释资源。自然地,社交标签系统可以被建模为三重超图,其中存在三种不同类型的节点,即用户、资源和标签,并且每个超边具有三个端节点,连接用户、资源和用户用来注释资源的标签。那么,如何从三方超图中自动发现用户、资源和标签社区呢?在本文中,通过把这个问题转化为一个问题,找到一个有效的压缩超图的结构,我们提出了一个质量函数来衡量一个三方超图划分成社区的好。随后,我们提出了一种基于最小化质量函数的快速社区发现算法。我们解释了我们的方法的优点,并通过与一组合成数据集中的各种最先进的技术进行比较来验证它。
2010-11-04 cs.SI physics.soc-ph
Online Popularity and Topical Interests through the Lens of Instagram
在线社会技术系统可以作为现实世界的代理来研究人类行为和大规模的社会互动。在这里,我们关注Instagram,一个媒体共享在线平台,其受欢迎程度一直在上升,聚集了数亿用户。Instagram展示了多种功能,包括社交结构,社交标签和媒体共享。用户之间的社交互动网络对各种动态进行建模,包括关注者/被关注者关系和用户通过帖子/评论进行的通信。用户可以上传和标记照片和图片等媒体,他们可以在平台上“喜欢”和评论每条信息。在这项工作中,我们研究了我们的Instagram数据集的三个主要方面:(i)其异构交互网络的结构特征,以揭示自组织和主题诱导社区结构的出现;(ii)内容生产和消费的动态,以了解全球趋势和流行用户的出现;(iii)用户用标签标记媒体的行为,以确定他们如何投入注意力并探索他们的主题兴趣的多样性。我们的分析提供了线索,以了解人类的行为动力学的社会技术系统,特别是用户和内容的流行程度,用户在在线环境中的互动机制,以及如何集体趋势出现从个人的主题利益。
2014-06-30 cs.CY cs.SI physics.data-an
A Personalized Tag-Based Recommendation in Social Web Systems
最近,标记活动已被确定为关于个人兴趣、偏好、目标和从用户模型已知的其他属性的知识的潜在来源。因此,标签本身可以用于找到个性化的项目推荐。在本文中,我们提出了一个基于标签的推荐系统,建议相似的网页的基础上,他们的标签从Web 2.0标签应用程序的相似性。所提出的方法扩展了基本的相似性演算与外部因素,如标签的流行程度,标签的代表性和用户和标签之间的亲和力。为了研究和评估推荐系统,我们进行了一项实验,涉及来自12个国家的38人使用的数据从Del.icio.us,社会书签网络系统,用户可以分享他们的个人书签。
2012-03-01 cs.IR cs.SI
Efficient Top-K Retrieval in Online Social Tagging Networks
在本文中,我们认为在社会标签系统,也被称为大众分类的top-k查询回答。这个问题需要从现有的,社会不可知的技术显著偏离。在网络感知环境中,人们可以(也应该)利用社交链接,这可以表明用户与搜索者的关系以及他们的标记行为在结果构建中应该具有多大的权重。我们提出了一种算法,有可能扩展到当前的应用程序。虽然在以前的文献中已经考虑过这个问题,但这是在强简化假设下或在甚至不能扩展到中等规模的现实世界应用程序的选择下完成的。我们首先考虑问题的一个关键方面,即访问给定搜索者的最接近或最相关的用户。我们描述了如何在飞行中(没有任何预先计算)几个可能的选择-可以说是最自然的-在用户网络中的邻近计算。在此基础上,我们的top-k算法是健全和完整的,同时解决了现有的可扩展性问题。重要的是,我们的技术是实例优化的情况下,搜索完全依赖于标记动作的社会权重。为了进一步减少响应时间,我们考虑近似的效率方向。对真实世界数据的大量实验表明,我们的技术可以大大提高响应时间,而不牺牲精度。
2012-10-05 cs.DB cs.IR cs.SI
Enhancing Navigation on Wikipedia with Social Tags
社会标签已经成为一种有趣的方法,以改善搜索和导航的实际网络,因为它聚合的标签添加到同一资源的不同用户在一个合作的方式。这样,它会产生一个描述其资源的加权标签列表。与维基百科等经典的分类系统相结合,社交标签可以增强文档导航和搜索。一方面,社交标签提供了替代的导航方式,包括快速浏览、流行度驱动的导航和过滤。另一方面,它提供了新的元数据,有时未被文档内容覆盖,这可以大大改善文档搜索。在这项工作中,包括一个接口,以添加用户定义的标签描述维基百科的文章提出,作为一种方式来改善文章导航和检索。最后,提出了一个在维基百科上应用标签的原型,以评估其有效性。
2012-02-23 cs.DL cs.HC cs.IR
Leveraging tagging and rating for recommendation: RMF meets weighted diffusion on tripartite graphs
推荐系统是解决信息过载问题的一种有效方法。然而,性能仍然是有限的,由于极端稀疏的评级数据。随着Web 2.0的普及,社会化标签系统提供了更多的外部信息来提高推荐准确率。尽管一些现有的方法将矩阵分解模型与标签的共现属性和上下文相结合,但是它们忽略了标签稀疏性的问题,而没有通常关联的标签问题,这也会导致不准确的推荐。因此,本文提出了一种新的混合协同过滤模型WUDiff_RMF,该模型通过结合加权用户扩散CF算法(WUDiff)对正则矩阵分解(RMF)模型进行改进,该算法从加权用户-项目-标签图中获取相似用户的信息。该模型旨在捕捉用户-项目-标签三方网络的度相关性,以提高推荐性能。在四个真实数据集上进行的实验表明,我们的方法在推荐的准确性方面明显优于已经广泛使用的方法。此外,实验结果表明,WUDiff_RMF可以缓解数据稀疏性,特别是在用户的评分和标签很少的情况下。
2016-11-01 cs.IR cs.SI
Modeling Food Popularity Dependencies using Social Media data
Center for Urban Science + Progress(城市科学与进步中心);New York University(纽约大学)
主要社交媒体平台的普及使人们能够分享有关日常生活的照片和文本信息。分享信息的热门话题之一是食物。由于许多关于食物的媒体都归因于特定的地点和餐馆,因此可以分析各种美食的时空流行度等信息。跟踪食品类型和零售地点在空间和时间上的受欢迎程度对企业主和餐馆投资者也很有用。在这项工作中,我们提出了一种方法,使用现成的机器学习技术,以确定趋势和流行的美食类型在一个地区使用地理标记的数据从社交媒体,谷歌图像和Yelp。在调整时间后,我们使用核密度估计来获得整个位置的热点,并使用贝叶斯网络对食物烹饪流行度之间的依赖关系进行建模。我们将纽约市曼哈顿区作为我们分析的地点,但该方法可用于任何具有社交媒体数据和零售业务信息的地区。
2019-12-10 cs.LG cs.SI stat.AP
Top-K Product Design Based on Collaborative Tagging Data
协作内容站点的广泛使用和普及(例如,IMDB、亚马逊、Yelp等)已经为用户创建了丰富的资源来进行咨询以便对诸如电影、电子商务产品、餐馆等的各种产品做出购买决定。具有期望标签的产品(例如,现代的,可靠的,等等)更有可能被潜在客户选中。这为产品设计师创造了一个机会,可以设计出更好的产品,在发布时可能会吸引人们想要的标签。在本文中,我们研究了如何挖掘协同标签数据,以确定新产品的属性值,并返回的top-k产品,可能会吸引最大数量的理想标签时发布。给定现有产品的训练集及其功能和用户提交的标签,我们首先为每个标签构建一个朴素贝叶斯分类器。我们表明,即使简单的朴素贝叶斯分类器用于标签预测的问题是NP完全的。我们提出了一套解决这个问题的算法:(a)一个确切的两层算法(基于前k查询技术),它的性能比天真的蛮力算法和工程以及中等的问题实例,和(b)一组近似算法较大的问题实例:一个新的多项式时间近似算法与可证明的错误界和一个实用的爬山启发式。我们对从网络上抓取的合成数据和真实数据进行了详细的实验,以评估我们提出的算法的效率和质量,并展示了产品设计师如何通过利用协作标记信息受益。
2013-04-01 cs.DS cs.IR cs.SI
Cross-Platform Modeling of Users' Behavior on Social Media
Beijing Univerisity of Posts and Telecommunications(北京邮电大学);Ping An Technology (Shenzhen)(平安科技(深圳))
随着移动应用的蓬勃发展和普及,不同的垂直领域积累了丰富的用户信息和社交行为数据,这些数据是自发的,真实的和多样化的。然而,每个平台都只在某一方面描述用户的画像,导致这些互联网足迹很难组合在一起。在我们的研究中,我们提出了一种建模方法来分析用户在不同社交媒体平台上的在线行为。收集了网易音乐和新浪微博共享的同一用户的结构化和非结构化数据,用于跨平台分析音乐偏好与其他用户特征之间的相关性。基于音乐类型和情绪的标签,通过K-均值方法计算其收集的歌曲列表,形成了五组的类型聚类和四组的情绪聚类。此外,借助微博用户数据,全面研究了音乐偏好(流派、情绪)与大五人格(BFP)及基本信息(性别、居住地区、标签)之间的相关性,构建了更细粒度的全方位用户画像。我们的研究结果表明,人们的音乐偏好可能与他们的实际社会活动有关。例如,生活在山区的人一般喜欢民间音乐,而城市地区的人更喜欢流行音乐。有趣的是,爱狗的人比爱猫的人更喜欢悲伤的音乐。此外,我们提出的跨平台建模方法可以适用于其他垂直领域,提供一种在线自动分析用户的方式,更精确和全面。
2019-06-23 cs.LG cs.MM cs.SI
Analysis of a heterogeneous social network of humans and cultural objects
现代在线社交平台使其成员能够参与广泛的活动,如交友,加入群组,发布/评论资源等。在本文中,我们研究了用户可以参与的不同活动之间是否存在相关性。为了进行我们的分析,我们专注于aNobii,这是一个拥有全球图书读者用户群的社交平台,他们喜欢发布他们的阅读,给出评级,评论书籍并与朋友和其他读者讨论。aNobii呈现了一种异构结构:i)部分社交网络,具有用户对用户的交互,ii)部分兴趣网络,具有图书收藏的管理,以及iii)部分大众分类法,具有由用户标记的图书。我们分析了aNobii的一个完整的匿名快照,我们专注于用户可以执行的三个特定活动,即她的标记行为,她加入群组的倾向以及她编写愿望清单报告她计划阅读的书籍的能力。以这种方式,每个用户与基于标签、基于组和基于意愿列表的简档相关联。通过信息论工具(如熵和互信息)进行的实验分析表明,基于标签和基于组的配置文件通常比基于愿望列表的配置文件信息量更大。此外,我们发现,与同一用户相关联的三个配置文件之间的相关度往往是小的。因此,用户分析不能简化为只考虑任何一种类型的用户活动(尽管很重要),但关键是要纳入多个维度来有效地描述用户的偏好和行为。
2014-02-07 cs.CY cs.SI physics.data-an
Topicality and Social Impact: Diverse Messages but Focused Messengers
对各种问题发表评论的用户是否比专注于一个领域的用户更有可能获得高影响力?一般的Twitter标签,如#lol,是否比新颖的标签,如#instantlyinlove更受欢迎?像这样的问题需要一种方法来检测隐藏在与个人或标签相关的消息背后的主题,以及这些主题之间的相似性。在这里,我们开发了这样一种方法,通过检测标签共现网络中的社区来识别相似标签的集群。然后,用户的兴趣的主题多样性量化的熵她的主题标签在不同的主题集群。类似的措施也适用于基于共现标签的主题标签。我们发现,早期采用者或共同出现的标签的高度主题多样性意味着未来标签的高度流行。相反,低多样性有助于个人积累社会影响力。简而言之,多样化的信息和重点突出的信使更有可能产生影响。
2014-02-21 cs.CY cs.SI physics.soc-ph
Infringement of Tweets Geo-Location Privacy: an approach based on Graph Convolutional Neural Networks
在线社交网络(OSN)的巨大普及引起了人们对社交媒体平台中用户隐私的自然关注。尽管OSN中的用户可以通过故意决定分享什么来调整他们的隐私,但与社交网络中的其他个人的交互可能会暴露并最终泄露敏感信息。在所有可共享的个人数据中,地理位置尤其有趣。一方面,用户倾向于认为他们的当前位置是一个非常敏感信息,避免分享它的大部分时间。另一方面,服务提供商有兴趣提取和利用地理标记的数据,以提供定制的服务。在这项工作中,我们考虑的问题,推断当前位置的用户只利用现有的信息,其他社会联系人在OSN。为此,我们采用基于图的深度学习架构来学习在所考虑的时间段内用户的已知和未知地理位置之间的模型。作为一个研究案例,我们考虑Twitter,其中用户生成内容(即,tweet)可以嵌入用户的当前位置。我们的实验验证了我们的方法,并进一步证实了OSN中的数据隐私相关的问题。结果表明存在临界质量现象,即,如果至少有10%的用户提供了带有地理标签的推文,那么所有剩余用户的隐私都将面临严重风险。事实上,我们的方法能够定位近50%的推文,精度低于1公里,只依赖于一小部分可用信息。
2019-03-27 cs.SI
The Slashdot Zoo: Mining a Social Network with Negative Edges
我们分析了Slashdot技术新闻网站的用户关系语料库。这些数据是从Slashdot Zoo功能中收集的,该网站的用户可以将其他用户标记为朋友和敌人,提供积极和消极的支持。我们采用社会网络分析技术的负边权重的问题。特别是,我们考虑了全球网络特征的有符号变量,如聚类系数,节点级特征,如中心性和流行性措施,以及链接级特征,如距离和相似性措施。我们评估这些措施上的任务,确定不受欢迎的用户,以及预测的链接的符号的任务,并表明网络具有乘法传递性,允许使用基于矩阵乘法的代数方法。我们比较我们的方法,传统的方法,只适合于正加权边缘。
2017-10-31 cs.SI physics.soc-ph