Your spouse needs professional help: Determining the Contextual Appropriateness of Messages through Modeling Social Relationships
University of Michigan(密歇根大学);University of California, Davis(加州大学戴维斯分校);University of Buffalo(布法罗大学)
本文提出通过显式建模社会关系来判断消息在特定语境中的适当性,构建新数据集并验证大语言模型可有效融入关系信息,同时揭示关系作为隐性规范的作用及其对其他社会因素的预测能力。
2023-07-06 cs.CL cs.CY
Towards the Modeling of Behavioral Trajectories of Users in Online Social Media
在本文中,我们介绍了一种方法,允许在网络社交媒体的用户行为轨迹模型。首先,我们说明了如何利用隐马尔可夫模型(HMM)提供的概率框架来表示用户通过嵌入他们在线执行的动作的时间序列。然后,我们得到一个基于模型的距离训练的障碍,我们使用谱聚类来找到同质集群的用户显示类似的行为轨迹。为了提供与平台无关的结果,我们将所提出的方法应用于两个不同的在线社交媒体-即Facebook和YouTube。最后,我们讨论我们的方法的优点和局限性,以及未来和有前途的研究方向。
2016-12-07 cs.CY cs.SI physics.soc-ph
Expediting Support for Social Learning with Behavior Modeling
教育数据采掘的一个重要研究问题是加快数据的循环,从而分析学生的学习过程,并改善对这些过程的支持。为了实现这一目标,在学习中的社会互动的背景下,我们提出了一个由三部分组成的管道,包括数据基础设施,学习过程分析与行为建模,以及干预支持。我们还描述了一个应用程序的管道从社会学习平台的数据调查适当的目标设定行为作为一个资格的榜样。遵循适当的目标设定者的学生在课程中坚持的时间更长,在实践课程活动中表现出更高的参与度,并且在继续学习课程时更有可能复习以前的材料。为了促进学生之间的这种有益的社会互动,我们提出了一个社会推荐系统,并显示出潜在的帮助学生与合格的目标设定者作为榜样进行互动。我们将讨论如何推广管道可以适应其他支持需求,在在线学习设置。
2016-07-13 cs.CY
Human Social Interaction Modeling Using Temporal Deep Networks
SRI International(SRI国际);UC Santa Cruz(加州大学圣克鲁兹分校);UC Berkeley(加州大学伯克利分校)
我们提出了一种新的方法来计算建模的基础上建模的基本社会互动谓词(ESIP),如联合注意和夹带的社会互动。基于良好的社会心理学理论和方法,我们收集了一个新的“塔游戏”数据集,包括视听捕获的二元互动与ESIP标记。我们希望这个数据集为计算社会交互建模的研究提供一个新的途径。我们提出了一种新的联合判别条件限制玻尔兹曼机(DCRBM)模型,该模型将判别组件与CRBM的生成能力相结合。这样的组合使我们能够通过两个步骤揭示ESIP的可操作成分。首先,我们在标记数据上训练DCRBM模型,并获得谓词的准确检测(在各种ESIP中为76%-49%)。其次,我们利用DCRBM的生成能力来激活训练模型,以便生成与实际训练数据紧密匹配的特定ESIP对应的较低级别数据(生成100帧的均方误差为0.01-0.1)。因此,我们能够将ESIP分解为其组成的可操作行为。如此纯粹的计算决定如何建立一个ESIP,如接触,是前所未有的。
2015-05-28 cs.CY cs.LG
A Survey on Quantitative Modeling of Trust in Online Social Networks
本文综述了在线社交网络中信任建模的最新发展,涵盖信任理论、算法分类、建模机制及应用实践,旨在为信任量化建模提供全面的参考和指导。
2026-02-26 cs.AI cs.CR cs.CY
Modeling Political Activism around Gun Debate via Social Media
美国是发达国家中枪支暴力发生率最高的国家。然而,对于枪支应在多大程度上受到管制,存在着分歧。在这项研究中,我们采用社交媒体信号来研究离线政治活动的预测因素,在人口和个人层面。我们表明,它是可以分类的立场,用户在枪支问题上,特别是准确地当网络信息可用。除了社会经济变量,辩论双方的相对规模等网络信息也可以预测州一级的枪支政策。在个人层面上,我们建立了一个统计模型,使用网络,内容和心理语言特征,预测现实生活中的政治行动,并探索最具预测性的语言特征。因此,我们认为,除了人口统计和社会经济指标,社交媒体提供了有用的信号,在枪支辩论的政治参与的整体建模。
2022-04-30 cs.CY cs.SI
Evolution of Social-Attribute Networks: Measurements, Modeling, and Implications using Google+
了解社会网络的结构和演变对网络和系统设计的许多方面具有重要意义,包括通过社交网络提供、引导信任和信誉系统以及防御Sybil攻击。最近的几个结果表明,用用户属性(例如,位置、雇主、兴趣社区)可以提供对社交网络的更细粒度的理解。然而,很少有研究能够系统地了解这些影响。我们使用一个独特的数据集来弥补这一差距,该数据集是随着Google+社交网络自2011年6月下旬发布以来的不断发展而收集的。我们观察到新的现象与标准的社交网络指标和新的属性相关的指标(我们定义)。我们还观察到有趣的演变模式,因为Google+从引导阶段到公开发布之前的稳定邀请阶段。基于我们的经验观察,我们开发了一个新的生成模型,共同再现社会结构和节点属性。通过理论分析和实证评估,我们表明,我们的模型可以准确地再现真实的社交网络的社会和属性结构。我们还证明了我们的模型为实际应用环境提供了更准确的预测。
2012-09-19 cs.CY cs.SI physics.soc-ph
Computational Multi-Agents Society Experiments: Social Modeling Framework Based on Generative Agents
CMASE框架通过整合生成智能体建模与虚拟民族志方法,实现复杂社会干预过程的动态嵌入与机制导向干预,推动社会科学跨学科整合。
2026-10-19 cs.AI cs.CY cs.MA
Modeling Memory Imprints Induced by Interactions in Social Networks
关系的重要性的记忆印记是不断发展的。它们是由参与关系的人之间的社会互动推动的,并且在这些事件之间衰减,导致关系改变。尽管关系在社交网络中的演变很重要,但很少有研究探讨长时间的互动如何与人们对关系重要性的记忆印记相关。在本文中,我们表示记忆动态适应一个著名的认知科学模型。使用两个独特的纵向数据集,我们拟合模型的参数,以最大限度地提高从呼叫详细记录预测的节点的关系强度的记忆印记的一致性,该节点的关系的地面实况列表按其强度排序。我们发现,在一个群体上训练的这个模型不仅预测了这个群体,而且预测了另一个群体,这表明了无关个体之间社会互动的记忆印记的普遍性。本文奠定了基础,研究建模的社会互动的记忆印记,其潜在的用途作为一个不引人注目的工具,以早期发现个人的记忆功能障碍。
2023-01-31 cs.CY cs.SI
Multilingual Agent-Based World Modeling for Social Science
Institute of Data Science, National University of Singapore(新加坡国立大学数据科学研究所);Singapore University of Technology and Design(新加坡科技设计大学);National School of Development, Peking University(北京大学国家发展研究院);Singapore Management University(新加坡管理大学)
MASim是一种多语言代理模拟框架,用于研究社会行为,通过多语言代理模拟公众意见和媒体影响,展现多语言模拟在社会科学中的重要性。
2026-08-11 cs.AI cs.CL cs.CY
Modeling Rape Reporting Delays Using Spatial, Temporal and Social Features
我们提出了一种新的方法来估计强奸犯罪的发生和报告之间观察到的延迟。我们探索空间,时间和社会的影响,稀疏聚集(区域级)和高维分解(事件级)的数据为纽约和洛杉矶。重点是推理,我们应用梯度提升和随机森林来评估预测器的重要性,以及高斯过程来模拟报告时间的空间差异。我们的研究结果突出了两个城市之间的差异和相似之处。我们确定了可能成为重点政策和干预措施的目标的高危人群和社区,以支持强奸受害者,逮捕肇事者,并防止未来的犯罪。
2018-11-21 cs.CY stat.AP
Of Wines and Reviews: Measuring and Modeling the Vivino Wine Social Network
本文通过Vivino的镜头分析了葡萄酒消费的社交体验,Vivino是一个为葡萄酒爱好者提供的社交网络,在全球拥有超过2600万用户。我们比较了用户对新世界和旧世界葡萄酒的各种葡萄酒类型和区域风格的看法,并在价格范围,年份,地区,品种和混合物中进行了研究。除此之外,我们发现Vivino用户提供的评级不会因成本而有所偏差。然后,我们研究如何葡萄酒的特点,葡萄酒评论中的语言,以及葡萄酒评级的分布可以结合起来开发预测模型。更具体地说,我们对用户行为进行建模,以开发用于预测葡萄酒评级的回归模型和用于确定用户评论偏好的分类器。
2018-09-13 cs.CY cs.SI
Agent-based modeling and the sociology of money: some suggestions for refining monetary theory using social simulation
本文回顾了经济学和社会学中的货币性质观点,对比了“货币涌现”的基于智能体模型,指出结合社会学与形式化方法能为货币理论的老问题提供新答案。
2025-06-27 cs.CY physics.soc-ph
Pandemic Pulse: Unraveling and Modeling Social Signals during the COVID-19 Pandemic
我们展示并开始探索一系列社会数据,这些数据代表了COVID-19大流行对美国的部分影响。这些数据是从一系列来源收集的,包括新闻主题的纵向趋势,社交距离行为,社区流动性变化,网络搜索等。这种多模式的努力为分析这种流行病对社会脉搏的影响提供了新的机会。我们的初步结果显示,在世界卫生组织于3月11日宣布大流行后,与COVID-19相关的新闻文章数量立即发表,此后一直稳步下降-无论病例数量或公共政策如何变化。此外,我们发现,相对于疫情开始前测量的基线,政治温和和有科学依据的消息来源发布的COVID-19新闻比例低于政治极端的消息来源。我们认为,对这些多模态信号的进一步分析可以产生有意义的社会见解,并提供一个交互式仪表板,以帮助进一步探索。
2020-06-10 cs.CY cs.SI
A User Modeling Pipeline for Studying Polarized Political Events in Social Media
本文提出了一种用户建模管道,用于分析社交媒体上关于极化政治事件(例如,民意调查)。管道遵循四步方法。首先,抓取社交媒体帖子和用户元数据。其次,过滤机制被应用于过滤垃圾邮件发送者和僵尸网络用户。第三步,从有效用户中提取人口统计信息,即性别、年龄、种族和位置信息。最后,相对于所分析的事件的用户的政治极性进行预测。在这项工作的范围内,我们提出的管道应用于两个公投场景(西班牙加泰罗尼亚独立和意大利伦巴第自治),以评估该方法在收集社交媒体用户人口统计数据的正确见解以及根据用户共享的意见预测民意调查结果的能力方面的性能。实验表明,该方法是有效的预测加泰罗尼亚的情况下,但不是伦巴第大区的情况下的政治趋势。在各种各样的动机中,我们注意到,总的来说,Twitter更能代表反对公投的用户,而不是支持公投的用户。
2018-07-25 cs.CY cs.SI
Fake Cures: User-centric Modeling of Health Misinformation in Social Media
社交媒体不受限制的访问使其成为健康讨论的重要场所,也是患者及其亲人的资源。然而,现有信息的质量及其海报的动机受到质疑。这项工作研究了社交媒体上发布可疑健康相关信息的个人,特别是推广已被证明无效的癌症治疗(使其成为一种错误信息,无论是否故意)。使用多阶段用户选择过程,我们研究了4,212名Twitter用户,他们发布了139种“治疗方法”中的一种,并将其与对癌症感兴趣的用户基线进行比较。考虑到捕捉用户属性,写作风格和情绪的功能,我们建立了一个分类器,它能够识别用户容易传播这种错误信息的准确率超过90%,为公共卫生官员提供了一个潜在的工具,以确定这些人的预防性干预。
2018-09-03 cs.CY cs.SI
Conductance and Influence-Capital: Modeling Online Social Influence
University of Technology Sydney(悉尼科技大学)
本文提出了一种数据驱动的通用影响模型(GIM),结合导电性扩散网络和影响资本分配机制,改进了现有方法并纠正了跟随者计数指标的偏差,通过实证测试揭示了职业影响力与信息传播的关系。
2026-04-17 cs.CY cs.SI
Modeling Aggression Propagation on Social Media
网络攻击已经在各种环境和在线社交平台中进行了研究,并使用最先进的机器和深度学习算法对不同的数据进行建模,以自动检测和阻止这种行为。由于在自己的(在线)社交圈中毒性和攻击性增强,用户可能会受到影响而采取攻击性行为,甚至欺凌他人。实际上,这种行为可以从一个用户和邻居传播到另一个用户和邻居,从而在网络中传播。有趣的是,据我们所知,还没有任何研究对攻击性行为的网络动力学进行建模。在本文中,我们朝着这个方向迈出了第一步,通过使用意见动态研究社交媒体上的攻击传播。我们提出了一些方法来模拟侵略如何从一个用户传播到另一个,这取决于每个用户是如何连接到其他侵略性或常规用户。通过对Twitter数据的广泛模拟,我们研究了攻击性行为如何在网络中传播。我们用爬行和注释的地面实况数据验证我们的模型,达到80%的AUC,并讨论我们工作的结果和影响。
2021-06-25 cs.CY cs.SI
Intelligent Computing Social Modeling and Methodological Innovations in Political Science in the Era of Large Language Models
Shanghai Academy of Social Sciences(上海社会科学院);Nanjing University(南京大学);Shanghai Jiao Tong University(上海交通大学);Shanghai Institutes for International Studies(上海国际问题研究院)
本文提出智能计算社会建模(ICSM)方法,利用大语言模型的综合与模拟能力,通过模拟社会建构和验证推动政治学方法论创新,并以美国总统选举模拟实证展示其兼顾可解释性与预测能力的优势。
2025-11-05 cs.AI cs.CY
Mathematical Modeling and Optimal Control of Untrue Information : Dynamic SEIZ in Online Social Networks
本文基于SEIR模型构建动态SEIZ谣言传播模型,并利用庞特里亚金最大值原理设计三个最优控制以最小化传播者、易感者和怀疑者数量,通过数值模拟验证了方法的有效性。
2023-09-09 cs.CY cs.NA cs.SI
Hoodsquare: Modeling and Recommending Neighborhoods in Location-based Social Networks
从基于位置的社交网络上的活动中获得的信息可以用来描述城市空间的特征,并将其组织成社区。在这项工作中,我们采用数据驱动的方法来识别和建模的城市社区使用基于位置的社交网络。我们表示在城市中的地理点,使用Foursquare用户签到的时空信息和语义信息的地方,开发功能输入到一个新的邻域检测算法的目标。该算法首先采用相似性度量来评估地理区域的同质性,然后使用简单的地理导航机制来检测城市街区的边界。设计的模型和算法随后被集成到一个名为Hoodsquare的公开的基于地图的工具中,该工具允许用户探索世界各地城市的活动和社区。最后,我们评估Hoodsquare的背景下,用户简档匹配到城市社区的推荐应用程序。通过与一些基线进行比较,我们展示了如何使用Hoodsquare来准确预测Twitter用户的家庭邻居。我们还表明,我们能够建议在地理上受限制的大小,一个理想的属性在移动推荐的情况下,地理精度是关键的街区。
2013-08-16 cs.CY cs.SI physics.soc-ph
Knowledge workers collaborative learning behavior modeling in an organizational social network
与组织社交网络区域内的学习过程相关的计算需要一些网络模型准备和特定算法,以便在模拟环境中实现人类行为。本研究提出的组织社会网络中的协作学习模式是基于知识资源的分布,通过建立知识流。节点代表知识型员工,包含员工的社会和认知能力信息。此外,工人描述了他们的能力,他们的技能水平,和协作学习行为,可以通过知识流分析检测。所提出的方法假设,工人的能力的增加是协作学习的结果。换句话说,协作学习可以被分析为一个在网络中传播的知识流过程。为了建立一个更有效的组织社会网络的共同学习,作者发现了最好的策略,知识促进者,知识收集者和专家角色分配。特别注意的是知识流动的过程中的实践社区。当知识在社区成员之间更有效地流动时,实践社区内的加速就会发生。所提出的程序使得有可能为实践社区增加新的联系,以影响社区成员的能力。通过模拟证实了所提出的分配和加速方法。
2015-05-12 cs.CY cs.SI
Opinions, Conflicts and Consensus: Modeling Social Dynamics in a Collaborative Environment
信息通信技术促进了像维基百科这样的协作环境,然而,争议和冲突可能会出现。为了描述这种冲突的产生、持续和解决,我们设计了一个扩展的观点动力学模型,在这个模型中,具有不同观点的代理执行一个单一的任务来制作一个共识产品。作为描述产品对代理人影响的收敛参数的函数,该模型显示了媒介所代表的最终共识意见的自发对称性破缺。当代理人以一定的速度被新的代理人取代时,会发生从主要共识到永久冲突的转变,这与维基百科中观察到的情景定性一致。
2012-11-22 cs.CY cs.SI nlin.AO