Temporal Activity Path Based Character Correction in Social Networks
海量的多媒体数据中包含着海量的、繁杂的社会信息,这些信息被用来构建大规模的社交网络。在一个复杂的社会网络中,一个角色理想地应该由一个且只有一个顶点来表示。然而,一个字符通常由两个或多个具有不同名称的顶点表示,因此它通常被认为是多个不同的字符。这个问题导致网络分析和挖掘结果的不正确。事实上的挑战是,由于许多复杂的因素,例如名称更改和匿名化,很难正确确认字符的唯一性,从而导致字符重复。早期有限的研究表明,以前的方法过度依赖于数据库中的补充属性信息。在本文中,我们提出了一种新的方法来合并的字符顶点指的是同一个实体,但用不同的名称表示。该方法首先从多媒体源中提取人物参与的社会活动记录,并根据这些记录建立人物之间的关系网络。然后为每个角色定义时间活动路径(TAP)。之后,我们测量任何两个字符的TAP的相似性。如果相似度足够高,则应将两个顶点视为同一字符。基于TAP,我们可以确定是否合并两个字符顶点。实验结果表明,该方法可以在大规模的社会网络中准确地确定字符的唯一性。
2018-06-23 cs.MM cs.SI
Comparing the sensitivity of social networks, web graphs, and random graphs with respect to vertex removal
在过去的15年里,网络对顶点移除的敏感性已经得到了广泛的研究。测量这种敏感性的常用方法是(i)通过遵循特定的删除策略连续删除顶点,以及(ii)使用特定的比较方法比较原始网络和修改后的网络。在本文中,我们应用了广泛的删除策略和比较方法,以研究从现实世界和随机生成的网络的中型网络的敏感性。在我们研究的第一部分中,我们观察到社交网络和网络图的敏感性不同。当删除顶点时,社交网络是健壮的,而网络图则不是。Boldi等人分析了非常大的网络,得出了结论性的结论。对于类似生成的随机图,我们发现,灵敏度高度依赖于比较方法。移除策略的选择有令人惊讶的边际影响的敏感性,只要我们考虑共同的中心性措施所暗示的移除策略。但是,当以随机顺序删除顶点时,它具有很强的效果。
2014-12-22 cs.SI physics.soc-ph
Finding Cliques in Social Networks: A New Distribution-Free Model
提出了一种新的无分布社交网络模型。我们的定义是由社交网络最普遍的签名之一,三元闭包--具有共同邻居的顶点对往往是相邻的属性。我们最基本的定义是“$c$ -闭”图,其中对于每对顶点$u,v$,至少有$c$公共邻居,$u$和$v$是相邻的.我们研究了社会网络分析中的一个重要任务--最大团的计数问题。证明了在$c$ -闭图上,这个问题是关于$c$的固定参数可处理的.我们的结果可以推广到“弱$c$ -闭图”,它只需要一个顶点删除顺序,避免了具有$c$公共邻居的不邻顶点对。数值实验表明,充分研究的社交网络往往是弱$c$ -封闭的$c$的适度值。
2018-04-20 cs.DM cs.DS cs.SI
LoCEC: Local Community-based Edge Classification in Large Online Social Networks
Tencent Inc.(腾讯公司);National University of Singapore(新加坡国立大学)
在线社交网络中的关系往往意味着现实世界中的社会联系。对关系类型的准确理解有益于许多应用,例如社交广告和推荐。最近的一些尝试已经被提出来分类用户关系到预定义的类型的帮助下,预先标记的关系或丰富的互动功能的关系。不幸的是,在像微信这样的真实社交平台中,关系特征数据和标签数据都非常稀疏,使得现有方法不适用。在本文中,我们对微信关系进行了深入分析,以确定关系分类任务的主要挑战。为了应对这些挑战,我们提出了一个基于本地社区的边缘分类(LoCEC)框架,该框架将社交网络中的用户关系分类为现实世界的社交连接类型。LoCEC执行三阶段处理,即本地社区发现、社区分类和关系分类,以解决关系特征和关系标签的稀疏性问题。此外,LoCEC被设计为通过允许并行和分布式处理来处理大规模网络。我们在具有数千亿条边的真实微信网络上进行了大量实验,以验证LoCEC的有效性和效率。
2020-03-20 cs.LG cs.SI stat.ML
Force-Directed Graph Drawing Using Social Gravity and Scaling
力导向布局算法通过解析模拟物理力的系统来产生图形。我们提出的技术,使用社会引力作为一个额外的力量,在力导向的布局,连同缩放技术,产生图纸的树木和森林,以及更复杂的社交网络。社会引力将质量分配给与网络中心性成比例的顶点,这使得在图形理论上更中心的顶点可以在物理中心位置可视化。缩放会在整个模拟过程中改变重力,并减少相对于未缩放重力的交叉。除了提供这种算法框架,我们将我们的算法应用到由Mark Lombardi制作的社交网络中,我们展示了如何将社会引力融入到力量导向的伦巴第风格的绘画中。
2012-09-04 cs.CG cs.SI physics.soc-ph
Uncovering Complex Overlapping Pattern of Communities in Large-scale Social Networks
当每个顶点参与多个社区时,传统的社区概念倾向于内部边缘与外部边缘的高比率变得无效。这种行为在社交网络中是常见的。社区之间的显著重叠使得大多数现有的社区发现算法无效。缺乏有效和高效的工具,导致很少有实证研究的大规模检测和分析重叠的社区结构在真正的社交网络。我们最近开发了一个可扩展的和准确的方法称为部分社区合并算法(PCMA)的线性复杂度,并证明了其有效性,通过分析两个在线社交网络,新浪微博和Facebook,分别为79.4和65.6万顶点。在这里,我们报告了对PCMA检测到的290万个社区的深入分析,以揭示它们复杂的重叠结构。每个社区通常与大量其他社区重叠,并且具有比内部边缘多得多的向外边缘。然而,这些社区仍然彼此隔离。社区中的大多数顶点是多成员顶点,它们可以位于核心或外围。几乎整个网络的一半可以由一个极其密集的社区网络来占据,社区是顶点,重叠是边。实证研究结果要求我们重新思考社区的概念,尤其是社区的边界。意识到边缘是如何组织的问题,f-核心建议作为一个合适的概念重叠社区在社交网络。研究结果为理解重叠群落提供了新的思路。
2019-06-02 cs.SI physics.soc-ph
The Mont Blanc of Twitter: Identifying Hierarchies of Outstanding Peaks in Social Networks
本文将山岳测量中的山峰与山口识别方法适配到社交网络,通过保留连通性地剔除弱连接边并构建山峰直系父级层级,将大规模网络压缩为关键顶点及连接结构。
2023-09-27 cs.SI
Do zealots increase or decrease the polarization in social networks?
狂热者是社会网络中的顶点,他们在社会压力下不会改变自己的观点,对于复杂网络上的观点动力学研究至关重要。在本文中,我们研究了一个确定性的多数规则模型的极化动力学的结构模型作为基板的狂热者的影响。为此,我们提出了一种新的量化器,称为“相关极化”,用于测量网络中的极化量时,顶点可以存在于两个相反的状态。量词不仅考虑每个观点的顶点的分数,而且考虑它们如何相互连接。然后,我们表明,狂热者的存在并没有一个固定的影响极化,并可以改变它在积极的,消极的或中性的方式取决于他们的拓扑特征,如度,他们在网络中的总分数,密度和度的网络的异质性,以及类型的初始条件的动力学。我们的研究结果特别强调了初始条件在使极化向更低或更高的值漂移时所起的作用的重要性,因为狂热者的总数增加了。
2019-08-29 cs.SI physics.soc-ph
Affinity Prediction in Online Social Networks
链接预测是推断图中的顶点对之间的潜在边在不久的将来是否存在的问题。为了执行该任务,通常使用由多个可用的和观察到的顶点/边提供的信息。然后,可以创建基于此信息的许多边缘评分方法。通常,这些方法评估所观察到的图的局部结构,假设在原始观察期内更接近的顶点将更有可能在未来形成链接。在本文中,我们探讨了本地和全球的功能相结合,进行在线社交网络的链接预测。本文的贡献是双重的:a)我们评估了一些策略,结合全球和本地功能解决局部假设的链接预测评分方法,和b)我们只使用网络拓扑为基础的功能,避免包括信息或交易为基础的功能,涉及沉重的计算成本的方法。我们使用Skout Inc.提供的真实数据评估我们的提案,一个在全球拥有数百万用户的亲密在线社交网络。我们的结果表明,我们的建议是可行的。
2014-08-12 cs.SI physics.soc-ph
Generic Anomalous Vertices Detection Utilizing a Link Prediction Algorithm
在过去的十年中,网络结构几乎渗透到我们生活的方方面面。这些网络中异常顶点的检测变得越来越重要,例如在暴露计算机网络入侵者或识别虚假在线评论中。在这项研究中,我们提出了一种新的无监督的两层元分类器,可以检测复杂网络中的不规则顶点,仅使用从网络拓扑结构中提取的特征。根据这样的推理,即具有许多不可能链接的顶点具有更高的异常可能性,我们在10个不同规模的网络上使用了我们的方法,从几十个学生的网络到拥有数百万用户的在线社交网络。在每种情况下,与其他流行的方法相比,我们能够以较低的假阳性率和较高的AUC识别异常顶点。此外,我们证明了该算法是有效的,在揭示假用户和披露最有影响力的人在社交网络。
2017-06-06 cs.SI physics.soc-ph
A Socio-Informatic Approach to Automated Account Classification on Social Media
社交媒体上的自动账户变得越来越成问题。我们提出了一个关键特征,结合现有的方法来改进机器人检测的机器学习算法。我们成功地提高了分类性能,通过包括建议的功能。
2019-04-27 cs.SI physics.soc-ph
Modelling the Behavior Classification of Social News Aggregations Users
本文论述了实际的模糊逻辑方法建模的社会新闻聚合用户的行为分类。探讨了基于社会新闻聚合的社区信息内容结构的特点。本文提出了一种社会新闻聚合模型的形式化模型,该模型基于对社会新闻聚合特征的模糊测度,包含了社会新闻聚合的用户。开发了用户行为分类方法和构建社会新闻聚合部分和讨论的方法。提出了确定社会新闻聚合用户主要特征的方法:主动性、创造性、吸引力、反应性、忠诚度。提出了一种定义社会新闻聚合用户特征和分类的方法。
2019-09-04 cs.CY cs.SI
Low-Rank Representations Towards Classification Problem of Complex Networks
Hacettepe University(哈塞特佩大学)
复杂网络表征了社会互动、大脑活动、分子结构等,人们对复杂网络进行了广泛的研究,以便能够以图形的形式来理解和预测它们的特性。这些网络的模型和算法用于现实生活中的应用,如搜索引擎和推荐系统。一般来说,这种网络是通过构建网络顶点的低维欧几里得嵌入来建模的,其中欧几里得空间中顶点的接近度暗示了边(链接)的可能性。在这项工作中,我们研究了这种低秩表示的现实生活中的网络分类问题的性能。
2022-10-20 cs.LG cs.SI
Rapid Classification of Crisis-Related Data on Social Networks using Convolutional Neural Networks
Qatar Computing Research Institute – HBKU(卡塔尔计算研究所 – 哈马德·本·哈利法大学)
社会媒体,特别是推特等微博平台,作为灾害期间提供可采取行动的战术信息的渠道,其作用日益得到承认。然而,对社交媒体流上的大危机数据进行时间关键型分析给机器学习技术带来了挑战,特别是使用监督学习的技术。标记数据的稀缺性,特别是在危机发生的早期,延迟了机器学习过程。目前最先进的分类方法需要大量特定于特定事件的标记数据进行训练,再加上大量的特征工程来实现最佳结果。在这项工作中,我们介绍了基于神经网络的分类方法的二进制和多类推文分类任务。我们表明,神经网络为基础的模型不需要任何功能工程和性能优于国家的最先进的方法。在灾难发生的早期,当没有标记数据可用时,我们提出的方法充分利用了事件外数据,并取得了良好的效果。
2016-08-12 cs.CL cs.LG cs.SI
Dominating sets and ego-centered decompositions in social networks
我们的目标是解决将整个网络分解为最小数量的以自我为中心的子网络的问题。为此,网络自我被挑选出来作为网络的最小支配集的成员。然而,要找到这样一个有效的支配自我中心结构,我们需要能够检测到所有的最小支配集,并比较网络的所有相应的支配自我中心分解。为了找到网络的所有最小支配集,我们正在开发一种计算启发式算法,该算法基于将图的节点集划分为三个子集,即总是支配的顶点,可能支配的顶点和从不支配的顶点,当网络的支配数已知时。为了比较网络的以自我为中心的分解,我们引入了一些结构性度量,这些度量计算了以自我为中心的子网络内部和跨子网络的节点和链接的数量。此外,我们正在应用图支配和自我=为中心的六个经验社交网络的分解技术。
2016-08-19 cs.SI physics.soc-ph
Motif Clustering and Overlapping Clustering for Social Network Analysis
出于在社会网络社区分析中的应用,我们引入了一个新的聚类范式称为模体聚类。与经典聚类不同,模体聚类的目标是最小化与边缘和某些高阶图结构(模体)(代表社会组织的“原子单位”)相关的聚类错误的数量。我们的贡献是两方面的:我们首先介绍主题相关聚类,其目标是不可知地划分加权完整图的顶点,使某些预定的“重要”的社会子图大多位于同一个集群内,而“不太相关”的社会子图被允许跨集群。然后,我们继续引入模体覆盖的概念,其目标是通过图中最小数量的(近)团覆盖模体的顶点。Motif覆盖算法为重叠聚类提供了一种自然的解决方案,在网络的潜在特征推断中也发挥着重要作用。对于主题相关聚类及其通过覆盖问题引入的扩展,我们为两个研究充分的社交网络提供了硬度结果,算法解决方案和社区发现结果。
2017-01-28 cs.SI physics.soc-ph
Pack and Measure: An Effective Approach for Influence Propagation in Social Networks
Lebanese American University(黎巴嫩美国大学)
本文研究了独立级联模型下的影响力最大化问题,提出基于 $d$-packing 和顶点中心性的“打包与度量”种子集选择方法,通过选取距离远且局部影响力高的顶点,实现了高效的种子选择。
2023-12-31 cs.AI cs.DS cs.SI
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
Relevancy Classification of Multimodal Social Media Streams for Emergency Services
社交媒体已经成为我们日常生活中不可或缺的一部分。在时间紧迫的事件中,公众在社交媒体上分享各种帖子,包括资源需求,损失和为受影响社区提供帮助的报告。这些帖子可能具有相关性,并可能包含有价值的情况了解信息。然而,社交媒体的信息过载对应急服务及时处理和提取相关信息提出了挑战。此外,近年来社交媒体帖子中多媒体内容的使用日益增加,进一步增加了从社交媒体及时挖掘相关信息的挑战。在本文中,我们提出了一种新的方法,多模态相关性分类的社交媒体职位,相关性的定义方面的应急管理机构的信息需求。具体来说,我们实验与语义文本特征与图像特征的组合,以有效地分类相关的多模态社交媒体帖子。我们验证了我们的方法,使用三个现实世界的危机事件的数据分类的评价。我们的实验表明,利用文本和图像内容的建议的混合框架的基础上的功能,提高识别相关职位的性能。根据这些实验,所提出的分类方法的应用可以减少认知负荷的紧急服务,在大规模过滤多模态公共职位。
2019-10-31 cs.SI
MultiSiam: A Multiple Input Siamese Network For Social Media Text Classification And Duplicate Text Detection
Pune Institute of Computer Technology(浦那计算机技术学院)
本文提出多输入孪生网络MultiSiam,并基于其构建SMCD模型,以同时完成社交媒体文本的重复分组与分类任务。
2024-01-06 cs.AI cs.CL cs.LG
An Error-Correction Model for Information Transmissions of Social Networks
研究了社会网络中两个顶点之间通信的纠错问题。将编码理论的概念应用于社会网络分析(SNA),建立了编码社会网络模型,为社会网络中信息传递的正确性提供了一种有效的保证。本研究的结果可应用于社会科学的各种研究。
2023-03-30 cs.IT cs.SI math.IT
Node Classification for Signed Social Networks Using Diffuse Interface Methods
University of Tübingen(图宾根大学);The University of British Columbia(不列颠哥伦比亚大学);Technische Universität Chemnitz(开姆尼茨工业大学)
签名网络包含积极和消极的相互作用,如友谊和敌意。非符号图中的节点分类任务已被证明在许多现实世界的应用中是有益的,但对有符号网络的扩展在很大程度上仍未被探索。在本文中,我们介绍了第一次分析的节点分类签署社交网络通过扩散接口的方法的基础上的Ginzburg-Landau功能与不同的扩展图拉普拉斯签署网络。我们表明,混合的信息,从积极和消极的互动,导致性能的改善,真正签署的社交网络,始终优于目前的最先进的。
2019-08-05 cs.LG cs.NA cs.SI
Semi-Supervised Tensor Factorization for Node Classification in Complex Social Networks
NCSR Demokritos(国家科学研究中心“德谟克利特”)
本文提出了一种方法来指导张量因式分解,使用类标签。此外,它显示了使用所提出的方法在识别在多关系网络中发挥特殊作用的节点,例如垃圾邮件发送者的优点。大多数复杂系统都涉及实体之间的多种类型的关系和交互。组合来自不同关系的信息对于各种预测任务可能是至关重要的。在本文中,我们提出了一种基于RESCAL的张量因子分解方法,而不是为每种类型的关系创建不同的预测模型,该方法共同利用了所有现有的关系。我们扩展RESCAL产生一个半监督的因子分解方法,结合了分类误差项与标准因子优化过程。耦合优化方法,模拟张量数据同化观测信息的所有关系,同时也考虑到分类性能。我们对现实世界社交网络数据的评估表明,在可用的情况下,纳入监督会导致模型更准确。
2019-07-24 cs.LG cs.SI physics.soc-ph
When Engagement Meets Similarity: Efficient (k,r)-Core Computation on Social Networks
在本文中,我们研究的问题(k,r)-核心,旨在找到凝聚子图的社交网络考虑用户参与度和相似性的观点。特别是,我们采用流行的概念,k-核心,以保证参与的用户(顶点)在一个组(子图),其中每个顶点在一个(k,r)-核心连接到至少k个其他顶点。同时,我们还考虑了用户之间的两两相似性的基础上,他们的配置文件。对于给定的相似性度量和相似性阈值r,确保(k,r)-核中的任何两个顶点之间的相似性不小于r。提出了有效的算法来枚举所有的最大(k,r)-核心,并找到最大(k,r)-核心,其中这两个问题被证明是NP-难的。有效的剪枝技术显著地减小了两种算法的搜索空间,并且一种新的基于(k,k ')核的(k,r)核大小上界提高了最大(k,r)核计算的性能。我们还设计了有效的搜索顺序,以适应不同性质的两个挖掘算法。对真实数据的综合实验表明,极大/极大(k,r)-核使我们能够找到有趣的内聚子图,所提技术显著提高了两种挖掘算法的性能.
2016-11-10 cs.DB cs.SI
The role of emotional variables in the classification and prediction of collective social dynamics
本研究以2012年奥运会期间英国推文为对象,考察情绪变量对集体社会动态分类与预测的影响,发现其能提升分类准确率却会降低预测性能。
2014-12-11 cs.SI physics.soc-ph
Influence Maximization on Dynamic Social Networks with Conjugate Learning Automata
从所有顶点中选择最佳子集作为种子,以最大化社交网络中的影响力,一直是一个感兴趣的任务。已经提出了各种方法来选择静态网络中的最优顶点,然而,它们受到动态性的挑战,即社会网络结构的时间依赖性变化。这种动态阻碍了静态网络的范式,并在静态网络上的影响力最大化算法和动态网络上的算法之间留下了似乎不可逾越的鸿沟。在本文中,我们扩展了我们以前的工作,并证明了共轭学习自动机(强化学习的一个基本变体),已成功地应用于静态网络的影响最大化,可以应用于动态网络。网络动态性通过影响范围的变化来衡量,并被吸收到学习过程中。我们的建议微妙地阐述了网络动态的影响:影响范围变化越大,种子就越有可能从头开始学习。在这种假设下,网络变化的连续性得到充分利用。在合成网络和真实网络上的实验结果验证了我们的建议对替代方法的特权。
2020-10-21 cs.SI
Graph-Hist: Graph Classification from Latent Feature Histograms With Application to Bot Detection
Carnegie Mellon University(卡内基梅隆大学)
神经网络越来越多地用于各种上下文中的图分类。社交媒体是这个领域的一个关键应用领域,然而社交媒体图的特征与大多数流行的基准数据集不同。社交网络往往是大而稀疏的,而基准则是小而密集的。传统上,大型稀疏网络通过研究局部属性的分布来分析。受此启发,我们引入了Graph-Hist:一种端到端的架构,它可以提取图的潜在局部特征,沿着特征空间的一维横截面将节点合并在一起,并基于此多通道直方图对图进行分类。我们表明,Graph-Hist在真实的社交媒体基准数据集上提高了最先进的性能,同时在其他基准上仍然表现良好。最后,我们通过在社交媒体中进行机器人检测来展示Graph-Hist的性能。虽然复杂的机器人和电子人账户越来越多地避开传统的检测方法,但它们在会话图中留下了人工伪像,这些伪像通过图分类来检测。我们应用Graph-Hist对这些会话图进行分类。在这个过程中,我们确认社交媒体图与大多数基线不同,并且Graph-Hist优于现有的机器人检测模型。
2019-10-02 cs.LG cs.SI stat.ML
Improving Multimodal Classification of Social Media Posts by Leveraging Image-Text Auxiliary Tasks
University of Sheffield(谢菲尔德大学);Bloomberg(彭博公司)
本研究提出在微调多模态模型时联合使用图像-文本对比和图像-文本匹配两个辅助损失,以改进社交媒体帖子的多模态分类,在五个数据集上实现高达2.6个F1分数点的提升。
2024-02-03 cs.CL cs.LG cs.SI
Classification of social media Toxic comments using Machine learning models
本文针对社交媒体有毒评论问题,提出使用 Lstm-cnn 模型构建高准确率分类器,以区分有毒与无毒评论,帮助平台更好地治理评论区。
2023-04-14 cs.CY cs.LG cs.SI
Can I introduce my boyfriend to my grandmother? Evaluating Large Language Models Capabilities on Iranian Social Norm Classification
本文构建含1,699条规范及标注的ISN波斯语数据集,并评估6个LLM,发现其对伊朗特有规范理解不足且地理语境提示仅在英语中有效。
2025-03-18 cs.SI
Deciphering Social Behaviour: a Novel Biological Approach For Social Users Classification
本文提出一种基于DNA相似度算法的生物学方法,通过聚类用户时间线并评估行为特征,将社交用户分类为机器人或真实用户,以应对大型语言模型驱动的社交机器人检测难题。
2024-12-19 cs.SI
Hierarchical classification of e-commerce related social media
Stanford University(斯坦福大学)
在本文中,我们试图使用一组带有浏览节点ID标签的推文,一组更大的没有标签的推文和一组亚马逊评论将推文分类到亚马逊浏览节点层次结构的根类别中。研究twitter数据面临着独特的挑战,因为样本很短(少于140个字符),而且经常包含拼写错误或缩写,这些对人类来说微不足道,但对计算机来说很难解析。各种各样的查询和文档扩展技术的实现,以努力提高信息检索适度的成功。
2015-11-26 cs.CL cs.IR cs.LG
Expanders in Models of Social Networks
研究社交网络模型中最小分量距离GIRGs的扩展性质,发现其在高维下是强扩展图,且扩展因子为ω(1),对算法效率有重要意义。
2025-06-24 cs.SI math.CO math.MG
Intent Classification using Feature Sets for Domestic Violence Discourse on Social Media
对妇女的家庭暴力现在被认为是世界范围内一个严重和普遍的问题。家庭暴力和虐待是社会上许多问题的根源,被认为是社会禁忌话题。幸运的是,随着社交媒体的普及,社会福利社区和受害者支持团体促进受害者分享他们的虐待故事,并允许其他人提供建议和帮助受害者。因此,为了提供满足这些需求的即时资源,需要对受害者的具体信息与其他信息保持警惕。在本文中,我们认为意图挖掘是一个二元分类问题(滥用或建议)与滥用话语的用例。为了解决这个问题,我们从原始语料中提取丰富的特征集,使用心理语言学线索和文本特征的术语类交互方法。机器学习算法用于预测两个不同特征集之间的分类器的准确性。我们的实验结果具有很高的分类精度,通过大型社交媒体及其在服务各种社区福利组织的信息需求中的使用,为理解一个大的社会问题提供了一个有前途的解决方案。
2018-02-21 cs.CY cs.SI
The complex social network of surnames: A comparison between Brazil and Portugal
我们提出了一个社交网络的基础上分析巴西和葡萄牙的姓氏(姓氏)的研究。我们构建的网络的节点是家庭的名字,其边缘代表两个家庭之间的父母关系。从这些网络中,我们提取的连通性分布,聚类系数,最短路径和中心。我们发现,连接分布遵循近似的幂律。我们将枢纽的数量、中心性和熵与两国社会的通婚程度联系起来。我们的研究结果表明,葡萄牙社会有一个较高的异族通婚程度比巴西社会。分析的所有网络都导致度分布近似平方反比律。我们的结论是,热力学极限达到小网络(3或4千个节点)。所有网络的混合概率都是负的,这表明连接度较高的顶点连接到连接度较低的顶点。最后,网络姓氏呈现出一些小世界的特征。
2017-05-12 cs.SI physics.soc-ph
Multimodal Classification for Analysing Social Media
École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院)
社交媒体数据的分类是理解用户在Web上行为的重要方法。虽然社交媒体上的信息可以是不同的形式,如文本、图像、音频或视频,但传统的分类方法通常只利用一种突出的形式。能够利用多种模式的技术通常是复杂的,并且容易受到某些模式缺失的影响。在本文中,我们提出了一个简单的模型,结合不同形式的信息来分类社交媒体内容,并能够处理现有技术的上述问题。我们的模型使用池化层将来自不同模态的信息结合起来,并使用辅助学习任务来学习公共特征空间。我们证明了我们的模型的性能和他们的鲁棒性的情感分类域中的一些模态的缺失。我们的方法,虽然是简单的,不仅可以实现显着更高的精度比传统的融合方法,但也有可比的结果时,只有一个模态可用。
2017-08-07 cs.CL cs.IR cs.SI
QuakeBERT: Accurate Classification of Social Media Texts for Rapid Earthquake Impact Assessment
Tsinghua University(清华大学)
针对社交媒体噪声阻碍地震影响评估的问题,提出领域特定大模型QuakeBERT及综合评估方法,实现微博准确分类与过滤,显著提升F1分数,有效增强灾后应急响应。
2024-05-06 cs.CL cs.LG cs.SI
Edge Balance Ratio: Power Law from Vertices to Edges in Directed Complex Network
幂律分布在包括在线社交网络在内的现实世界网络中是常见的。许多复杂网络的研究都集中在顶点的特征上,而顶点的特征总是被证明遵循幂律。然而,关于有向网络中边的研究却很少。本文首次提出了边平衡比来度量有向网络中边的平衡性。基于边平衡比,提出了平衡剖面和正度来描述整个网络的平衡水平。然后从理论上分析了边缘平衡比的分布。在一个顶点入度服从幂律且标度指数为$γ$的有向网络中,证明了边平衡比服从分段幂律,且每段的标度指数线性依赖于$γ$ . 通过数值仿真对理论分析进行验证.此外,理论分析还得到了真实世界在线社交网络的统计数据的证实,其中包括拥有3500万用户的Twitter网络和拥有1.1亿用户的新浪微博网络。
2013-03-09 cs.SI physics.soc-ph
Clustering function: a measure of social influence
在真实网络中,一个常用的邻接关系的统计依赖特性,即聚类系数,评估给定顶点的两个邻居相邻的机会。通过考虑两个随机选择的顶点相邻的条件概率,得到一个扩展,因为它们有r个共同的邻居。我们将这样的概率表示为cl(r),并将r-> cl(r)称为聚类函数。我们比较了几个网络的聚类功能具有不可忽略的聚类系数。它们显示出相似的模式和令人惊讶的规律性。我们建立了相关随机交图模型的聚类函数的一阶渐近(当顶点数趋于无穷大时),该模型允许非零聚类系数和具有有限二阶矩的渐近度分布.
2013-04-26 cs.SI math.CO math.PR
A Network Topology Approach to Bot Classification
自动社交代理或机器人越来越成为社交媒体平台上的一个问题。有越来越多的文献和多种工具来帮助检测在线社交网络平台上的此类代理。我们建议,用户的社交网络拓扑结构将足以确定用户是一个自动代理或人类。为了测试这一点,我们使用了一个公开的数据集,其中包含Twitter上标记为自动社交代理或人类的用户。使用无监督的机器学习方法,我们获得了70%的检测准确率。
2018-09-17 cs.SI physics.soc-ph
High Quality Degree Based Heuristics for the Influence Maximization Problem
影响力最大化的问题是选择社会网络中最有影响力的个体。随着社交网站的普及,以及病毒式营销的发展,这一问题的重要性也日益增加。影响力最大化问题是NP难的,因此,除非P=NP,否则不存在多项式时间算法来解决该问题。提出了许多算法,以在较短的时间内找到一个近乎好的解决方案。在本文中,我们提出了两个启发式算法,找到好的解决方案。该算法基于两个思想:(1)度高的顶点在网络中有更大的影响力,(2)附近的顶点对几乎相似的顶点集的影响力。我们评估我们的算法在几个著名的数据集,并表明,我们的算法实现了更好的结果(高达$15\%$的影响蔓延),这个问题在较短的时间(高达$85\%$改善的运行时间)。
2019-04-27 cs.SI
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
Systematic Classification of Studies Investigating Social Media Conversations about Long COVID Using a Novel Zero-Shot Transformer Framework
South Dakota School of Mines and Technology(南达科他矿业理工学院)
本文提出基于 Transformer 的零样本分类框架,将长新冠社交媒体研究分为四类,并以置信度结果验证其无需训练数据即可快速、可扩展梳理文献的能力。
2025-03-14 cs.CY cs.LG cs.SI
IMMENSE: Inductive Multi-perspective User Classification in Social Networks
University of Bari(巴里大学);University of Pisa(比萨大学);National Interuniversity Consortium for Informatics (CINI)(全国校际信息学联盟(CINI));Jožef Stefan Institute(约瑟夫·斯特凡研究所)
本研究提出基于机器学习的IMMENSE方法,整合内容语义、社交关系、空间信息的多视角混合分类策略,采用归纳式学习,在Twitter/X数据集上优于五种最先进方法,可用于检测社交网络恶意用户。
2026-08-07 cs.AI cs.SI
Panther: Fast Top-k Similarity Search in Large Networks
在诸如社交网络和生物网络的各种领域中,估计顶点之间的相似性是网络分析中的基本问题。基于公共邻居和结构上下文的方法受到了广泛的关注。然而,这两类方法都很难扩展到处理大型网络(具有数十亿个节点)。在本文中,我们提出了一种抽样方法,可证明和准确地估计顶点之间的相似性。该算法基于一种新的随机路径的思想,并提出了一种扩展的方法,以增强两个顶点完全不连通时的结构相似性。我们提供了理论证明的误差界和置信度的算法。我们进行了广泛的实证研究,并表明我们的算法可以获得网络中任何顶点的top-k相似顶点,速度比最先进的方法快约300倍。我们还使用身份解析和结构洞发现,社交网络中的两个重要应用,以评估估计的相似性的准确性。我们的实验结果表明,该算法取得了明显优于其他几种方法的性能。
2015-04-13 cs.SI
Exploring Hierarchies in Online Social Networks
社会等级制度(即,社会金字塔结构)是社会学和社会网络分析中的一个基本概念。社会等级在社会网络中的重要性在于,社会等级的拓扑结构在形成个体之间的社会互动的性质和展开社交网络的结构方面都是必不可少的。在社会网络中发现的社会层次结构可以用来提高链接预测的准确性,提供更好的查询结果,排名网页,并研究复杂网络中的信息流动和传播。在本文中,我们将社交网络建模为有向图G,并将社交层次结构视为G的有向无环图(DART),记为GD。通过DAG,G中的所有顶点可以被划分为不同的层,在同一层上的顶点表示社会层次中的不相交组,并且DAG中的所有边都遵循一个方向。本文研究的主要问题是如何在G.我们采用的方法是通过从G中移除所有可能的圈来找到GD,使得G = U(G)+ GD,其中U(G)是包含所有可能圈的最大欧拉子图。我们给出了这样做的原因,研究发现的GD的性质,并讨论了应用。此外,我们开发了一种新的两阶段算法,称为贪婪-&-细化,greetion计算欧拉子图,然后细化这个贪婪的解决方案,找到最大的欧拉子图。我们给出了贪婪解和最优解之间的界。我们贪婪方法的质量很高。我们对14个真实世界的数据集进行了全面的实验研究。结果表明,我们的算法是至少两个数量级的速度比基线算法。
2015-02-14 cs.DS 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
Gender Prediction in Social Media
在本文中,我们探讨了性别分类的任务,使用有限的网络数据与应用Fotolog。我们采用启发式方法,根据用户名,追随者和网络结构自动进行性别推断。我们在10万个节点的子集上测试了我们的方法,并分析了我们的结果,发现这些有限的信息有很大的价值,并且进一步追求这种分类方法有很大的希望。
2014-07-08 cs.SI
Attributed Social Network Embedding
将网络数据嵌入到低维向量空间中对于许多现实世界的应用,如节点分类和实体检索,表现出良好的性能。然而,大多数现有的方法只集中在利用网络结构。对于社交网络,除了网络结构之外,还存在关于社会行为者的丰富信息,例如友谊网络的用户简档和引文网络的文本内容。社会行动者丰富的属性信息揭示了同质性效应,对社交网络的形成产生了巨大的影响。本文探讨了社交网络中丰富的属性证据源,以提高网络嵌入能力。我们提出了一个通用的社会网络嵌入框架(SNE),它学习社会参与者的表示(即,节点)通过保持结构接近度和属性接近度两者。虽然结构接近捕捉全球网络结构,属性接近占同质性效应。为了证明我们的建议,我们在四个现实世界的社交网络上进行了广泛的实验。与最先进的网络嵌入方法相比,SNE可以学习更多的信息表示,在链接预测和节点分类的任务上实现了实质性的收益。具体来说,SNE显著优于node2vec,在链接预测任务上有8.2%的相对改进,在节点分类任务上有12.7%的增益。
2017-05-14 cs.SI
Space and Time as a Primary Classification Criterion for Information Retrieval in Distributed Social Networking
我们讨论了如何在一个紧凑的方式,时空相关性的信息项,时空相关性的用户,用户的社会关系和语义相关性的信息项之间的隐含关系可能会被利用的信息检索架构,沿着人类的搜索方式。分散和面向代理的架构反映了新兴的趋势,例如即将到来的移动和分散的社交网络作为社交计算的新范式,其目标是满足更广泛和更微妙的相互关联的信息需求,而不仅仅是当前的IR服务可以满足的即时信息需求。我们简要地讨论了为什么使用时空参考作为主要的信息标准隐含地保存其他关系,因此适合这样的架构。最后,我们简短地指出了一个使用维基百科文章进行的大型评估研究的结果。
2011-04-12 cs.IR cs.SI physics.soc-ph
Tending Unmarked Graves: Classification of Post-mortem Content on Social Media
用户生成的内容是社会计算学术的核心。然而,研究人员和实践者通常假设这些用户还活着。在社交媒体中,未能考虑死亡率是一个问题,因为越来越多的个人资料代表那些已经死亡的人。识别死亡率可以使设计师更好地管理内容,支持丧亲者,并促进高质量的数据科学。基于对死后社交媒体配置文件和内容的计算语言学分析,我们报告了开发用于检测死亡率的分类器,并表明死亡率可以在死后内容的前几次出现后确定。将我们的分类器应用于其他两个平台的内容也提供了良好的结果。最后,我们讨论了模型之间的权衡,强调在这个敏感的上下文中的前与后的验尸精度。这些结果标志着在大规模确定死亡率的第一步,并显示了设计师和科学家如何在他们的工作中关注死亡率。
2019-03-22 cs.CY cs.SI
Adversarial Classification on Social Networks
通过社交媒体传播不需要的或恶意的内容已成为一个重大挑战。传统的例子包括社交网络垃圾邮件,但一个重要的新问题是通过社交媒体传播假新闻。用于减轻该问题的常见方法是通过使用标准统计分类来区分恶意(例如,假新闻)实例从良性(例如,真实的新闻故事)。然而,这种方法忽略了恶意实例通过网络传播的事实,这在量化后果(例如,通过网络传播的假新闻),以及捕获检测冗余(可以在不同节点检测到不良内容)。另一个问题是规避攻击,恶意实例的生成者通过修改这些实例的性质来逃避检测。我们将这个问题建模为防御者和攻击者之间的Stackelberg博弈,防御者选择检测模型的参数,攻击者选择发起恶意传播的节点和恶意实体的性质。我们开发了一种新的双层规划方法,这个问题,以及一种新的解决方案的基础上隐函数梯度的方法,并通过实验证明了我们的方法的优势,忽略网络结构的替代品。
2018-01-24 cs.MA cs.SI
Robust Training of Social Media Image Classification Models for Rapid Disaster Response
Qatar Computing Research Institute, HBKU(哈马德·本·卡利法大学卡塔尔计算研究所);BJIT Limited(BJIT有限公司)
在社交媒体上分享的图像可以帮助危机管理人员了解情况,评估造成的损失,以及其他应对任务。由于这些内容的数量和速度通常很高,因此实时图像分类已成为加快灾害反应的迫切需要。计算机视觉和深度神经网络的最新进展使得能够开发用于许多任务的实时图像分类模型,包括检测危机事件,过滤不相关的图像,将图像分类为特定的人道主义类别,以及评估损害的严重程度。为了开发强大的实时模型,有必要了解这些任务的公开可用的预训练模型的能力,这在危机信息学文献中仍然有待探索。在这项研究中,我们通过调查四种不同任务的十种不同网络架构来解决这些限制,这些任务使用了最大的公开数据集。我们还探讨了各种数据增强策略,半监督技术和多任务学习设置。在我们广泛的实验中,我们取得了可喜的成果。
2021-07-19 cs.CV cs.CY cs.LG
Efficient Detection of Communities with Significant Overlaps in Networks: Partial Community Merger Algorithm
在大规模网络中,当每个顶点可能属于多个社区时,检测社区是一项具有挑战性的任务,这在社交网络中是常见的情况。顶点的多个成员资格以及社区之间的强重叠使得许多检测算法无效。我们开发了一个部分社区合并算法(PCMA)检测社区有显着重叠,以及轻微重叠和不相交的。它是一种自下而上的方法,通过对顶点的自我网络中的部分信息进行适当的重组来重建完整的社区。噪声控制和合并秩序是实施这一理念的两个关键问题。我们提出了一种新的相似性度量两个合并的社区,可以抑制噪声和一个有效的算法,递归合并最相似的社区对。PCMA的有效性和准确性进行了测试,对两个基准和四个现有的算法相比。它是最有效的一个线性复杂度,它优于比较算法时,顶点有多个成员。PCMA被应用于两个巨大的在线社交网络,Facebook和新浪微博。检测到数百万个社区,它们的质量高于相应的元数据组。我们发现,后者不应该被视为结构社区的基础真理。在检测到的社区中发现的显著重叠模式证实了需要新的算法,如PCMA,来处理社交网络中的顶点的多个成员资格。
2017-09-28 cs.SI physics.soc-ph