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
Social Media Analytics in Disaster Response: A Comprehensive Review
本文综述社交媒体分析在灾害管理中的作用、方法、案例、伦理隐私问题及未来方向，为研究者和从业者提供系统性参考。
2025-06-07 cs.SI
Social-Inverse: Inverse Decision-making of Social Contagion Management with Task Migrations
University of Delaware（特拉华大学）
考虑两个决策任务$A$和$B$，每个都希望为给定的\textit{query} $X$计算有效的\textit{decision} $Y$，{我们可以通过使用$A$的查询-决策对$(X, Y)$来解决任务$B$而不知道潜在的决策模型吗？}这种问题，称为\textit{inverse decision-making with task migrations}，感兴趣的是，现实世界中的应用程序的复杂性和随机性往往会阻止代理完全知道底层系统。在本文中，我们介绍了这样一个新的问题与正式的配方，并提出了一个通用的框架，以解决决策任务的社会传染管理。在理论方面，我们提出了一个泛化分析证明我们的框架的学习性能。在实证研究中，我们进行了合理性检查，并与其他可能的基于学习和基于图的方法比较所提出的方法。我们已经获得了令人鼓舞的实验结果，首次证实了通过使用与另一个相关联的解决方案来解决一个决策任务是可能的。
2022-09-21 cs.LG cs.SI
Social Media Data Analysis and Feedback for Advanced Disaster Risk Management
社交媒体不仅仅是一个单向的沟通渠道。可以收集、分析数据并将其置于特定背景下，以支持灾害风险管理。然而，灾害管理机构通常只使用这种增值信息来支持自己的决策。根据具体情况提供的信息与数据提供者之间的反馈循环将带来各种好处。首先，它可以促进来自社交媒体的早期预警与其他信息来源的近实时沟通。第二，它可以在应对行动期间支持援助组织的工作人员。基于飓风哈维和厄玛的例子，我们展示了如何过滤，地理定位的推文可以用于快速损失评估。我们认为，下一代大数据分析必须通过应用先进的分析技术来生成可操作的信息。这些应用可以包括为预测实际气旋影响的算法提供基于社交媒体的训练数据，或为季节性气候预测提供新的社会经济验证指标。
2018-02-07 cs.SI physics.soc-ph
A Latent Social Approach to YouTube Popularity Prediction
当前关于信息中心网络的工作假设最近最少/频繁使用（LRFU）方案下的高速缓存策略的频谱作为事实标准，这是由于这种策略的容易实现和更容易分析。在本文中，我们预测的流行分布的YouTube视频在校园网络。我们探索了两种广泛的方法来预测网络中视频的流行度：基于网络中聚合行为的共识方法，以及基于隐式网络上信息扩散的社会方法。我们在一个简单的缓存框架下通过根据我们预测的分布挑选k个最受欢迎的视频并计算缓存的命中率来衡量我们的方法的性能。我们首先将视频到达间隔时间（基于无标度网络中相同消息的两个接收者之间的传输时间的幂律分布）结合到基线（LRFU），然后结合信息扩散模型，推断出潜在的社交图，控制网络中视频的扩散。我们应用潜在的社会网络推理技术来学习网络中用户之间的共享概率，并应用从数学流行病学中借来的病毒传播模型来估计视频在未来被访问的次数。我们的方法比基线提高了14%的命中率。
2013-08-06 cs.MM cs.NI cs.SI
Enhancing Trustworthiness and Minimising Bias Issues in Leveraging Social Media Data for Disaster Management Response
本文研究如何通过识别增强可信度和最小化偏见的因素，利用实时社交媒体数据构建高效可扩展的灾害管理系统，从而提升灾害响应的速度与准确性。
2024-08-15 cs.CY cs.SI
LeaveNow: A Social Network-based Smart Evacuation System for Disaster Management
及时应对自然灾害和将受灾民众疏散到安全地区对于拯救生命至关重要。紧急服务往往受到可供使用的救援资源数量的限制。我们提出了一个系统，利用社会网络的力量，形成新的连接之间的人的基础上\textit{real-time location}，并通过增加私营部门的汽车扩大救援资源池。我们还引入了一个汽车共享算法，以确定在紧急情况下的安全路线，目的是最大限度地减少疏散时间，最大限度地提高没有汽车的人的皮卡，并避免交通拥堵。
2016-10-10 cs.CY cs.SI
Creative beyond TikToks: Investigating Adolescents' Social Privacy Management on TikTok
本研究通过对瑞士54名青少年的访谈，基于COM-B模型探究其在TikTok上的社交隐私管理行为，发现了算法推荐相关的新隐私管理模式，并提出了保护青少年隐私的干预措施。
2023-01-27 cs.CR cs.SI
Towards Efficient Path Query on Social Network with Hybrid RDF Management
资源描述框架（RDF）模型的可扩展性和灵活性使其非常适合表示在线社交网络（OSN）。OSN中的一个基本操作是查找关系链，例如k-Hop朋友。SPARQL中的属性路径查询可以表示这种类型的操作，但它的实现受到性能问题考虑到不断增长的数据规模和复杂性的OSN.本文提出了一种基于主存/磁盘的混合RDF数据管理框架，有效的属性路径查询.在这个混合框架中，我们实现了一个高效的内存中代数运算符的属性路径查询使用图遍历，并估计成本的操作，以配合现有的成本为基础的优化。在基准数据集和真实数据集上的实验表明，该方法能够在数据负载开销和在线查询性能之间取得较好的折衷。
2014-06-10 cs.DB cs.SI
SEMO: A Socio-Evolutionary Adaptive Optimization Framework for Dynamic Social Network Tie Management
Arioobarzan Engineering Team（阿里奥巴尔赞工程团队）
SEMO提出了一种结合强化学习和贝叶斯更新的框架，通过UCB策略优化动态社交网络关系，实现社会适应度最大化。
2025-12-05 cs.SI
Public Sentiment Analysis of Traffic Management Policies in Knoxville: A Social Media Driven Study
Department of Computer Science, Tennessee Tech University, Cookeville, TN, USA（计算机科学系，田纳西技术大学， Cookeville）
本研究利用社交媒体数据分析金斯维尔交通管理政策的公众情绪，发现推特平台负面情绪更显著，建设相关话题情绪最负面，展示了社交媒体在交通政策监测中的应用价值。
2025-12-01 cs.AI cs.SI
SoReC: A Social-Relation Based Centrality Measure in Mobile Social Networks
近年来，移动社交网络（MSN）一直在发展并使能各个领域。移动边缘计算、缓存和设备到设备通信的最新进展可能会对5G系统产生重大影响。在这些情况下，确定中心用户至关重要。它可以为设计和部署各种服务和应用程序提供重要的见解。然而，它是具有挑战性的评估节点的中心性的MSN与动态环境。在本文中，我们提出了一个基于社会关系的中心性（SoReC）的措施，其中社会网络信息被用来量化每个用户在MSN的影响力。我们首先引入了一个新的度量来估计用户之间的直接社会关系，通过直接接触，然后扩展的度量来探索用户之间的间接社会关系的第三方桥接。基于直接和间接的社会关系，我们发现用户的影响范围，并量化他们在网络中的影响力。在真实网络上的仿真结果表明，该方法可以很好地识别出MSN中未来有影响力的用户。
2019-03-01 cs.SI
You are now an Influencer! Measuring CEO Reputation in Social Media
我们知道，在组织环境中，声誉可以被理解为一种宝贵的资产，需要勤奋的管理。它直接影响公众对公司的看法，间接影响公司的经济表现。社交媒体作为无处不在的沟通工具的建立改变了企业管理声誉的方式。特别是首席执行官面临着新的责任，因为他们处理个人形象，这同时影响到他们公司的声誉。虽然CEO和企业声誉的研究是相互孤立的，但很少有人知道CEO的社交媒体声誉管理如何影响企业声誉。这篇正在进行的研究论文旨在通过对社交媒体声誉管理和测量现状的文献综述来强调这一研究差距。我们进一步提出了结合情感分析、频率检测和内容分析的研究设计，并讨论了进一步的研究前景。
2020-04-18 cs.SI
The Management and Use of Social Network Sites in a Government Department
在本文中，我们报告的研究结果，在英国政府部门的社交网站的使用。我们从管理和组织的角度对此进行了研究。我们在研究现场发现，已经有几种社交网络技术在使用中，这些技术：与组织边界不一致并使组织边界问题化;模糊工作和社交生活之间的边界;提供不同的控制机会;具有不同的权限;彼此之间以及与其他信息技术之间具有重叠的功能;它们随着时间的推移而发展和变化;而且它们的吸收受现有基础设施和可用性的制约。我们发现，社会技术通常希望跨越的组织复杂性实际上是塑造其吸收和使用的东西。我们认为，一个单一的，中央的社会网络网站的想法，以支持合作的工作在一个组织将遇到同样的问题，任何努力的集中在组织。我们认为，虽然在这一领域的设计和创新仍然有很大的空间，现在的一个重要挑战是在支持组织管理什么可以最好地被称为一个社会网络网站的“生态系统”。
2011-11-23 cs.SE cs.SI
Mapping the Landscape of AI-Driven Human Resource Management: A Social Network Analysis of Research Collaboration
本研究采用社会网络分析和TOPSIS方法，分析了AI驱动的人力资源管理领域的合著网络，揭示了核心研究主题、关键合作社群及区域与机构合作模式。
2024-12-27 cs.SI
Hikester - the event management application
今天，社交网络和服务是我们日常生活中最重要的部分之一。大多数日常活动，如与朋友交流，阅读新闻或约会，通常是使用社交网络完成的。然而，有些活动社交网络尚未提供充分的支持。本文以事件管理为中心，介绍了“Hikester”。这项服务的主要目标是为用户提供创建任何他们想要的活动和邀请其他用户的可能性。“Hikester”支持创建和管理活动，如参加足球比赛，探索室，共享训练乘坐或参观外国博物馆。在这里，我们讨论了该项目的架构以及系统组件的详细实现：推荐系统，垃圾邮件识别服务和参数优化器。
2018-01-19 cs.CY cs.SI
Personalized multi-faceted trust modeling to determine trust links in social media and its potential for misinformation management
University of Waterloo（滑铁卢大学）
在本文中，我们提出了一种方法，用于预测在社交媒体中的同行之间的信任链接，一个是接地在人工智能领域的多智能体信任建模。特别是，我们提出了一个数据驱动的多方面的信任建模，它结合了许多不同的功能，进行全面的分析。我们专注于展示相似用户的聚类如何实现一个关键的新功能：支持更个性化，从而为用户提供更准确的预测。在一个信任感知项目推荐任务中，我们在一个大型Yelp数据集的背景下评估了所提出的框架。然后，我们将讨论如何提高在社交媒体中的信任关系的检测可以帮助支持在线用户在他们的战斗中对传播的错误信息和谣言，在社交网络环境中，最近爆炸的流行。最后，我们反思了一个特别脆弱的用户群，老年人，以说明推理的用户群体的价值，寻找一些未来的方向，整合已知的偏好与通过数据分析获得的见解。
2021-11-11 cs.AI 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
Social networks as an apparatus for managing of information security in the digital economy
本文的目的是提出一种新的装置，用于管理的信息安全的数字经济与使用的社交网络。制定了数字经济参与者信息安全管理优化的一般问题。所获得的结果使得有可能开发一种新的程序，用于信息安全和经济管理领域的分析和决策支持。这一研究方向的发展在金融领域尤其重要。
2021-01-09 cs.SI physics.soc-ph
Applications of Social Media in Hydroinformatics: A Survey
Hohai University（河海大学）；Arizona State University（亚利桑那州立大学）
社会化媒体数据在环境监测、水资源管理、灾害和应急响应等领域的应用越来越广泛，社会化媒体数据的研究和实际应用越来越多。社会化媒体技术为水文信息学提供了新的数据、技术和分析工具，可以处理大规模数据集，从中挖掘新的创意和新的价值。本文首先提出了一种基于社会化媒体的4W（What，Why，When，hoW W）模型和方法论结构来更好地理解和表示社会媒体在水文信息学中的应用，然后概述了将社会媒体应用于水环境、水资源、洪水、干旱和水资源稀缺管理等水文信息学的学术研究。最后，在前面讨论的基础上，从数据汇集、数据质量管理、假新闻检测、隐私问题、算法和平台等方面提出了与水相关的社会化媒体应用的一些前沿课题和建议，供水信息管理者和研究者参考。
2019-05-01 cs.LG cs.SI
