論文の概要: Cultural Convergence: Insights into the behavior of misinformation
networks on Twitter
- arxiv url: http://arxiv.org/abs/2007.03443v1
- Date: Tue, 7 Jul 2020 13:50:24 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-12 20:18:49.093465
- Title: Cultural Convergence: Insights into the behavior of misinformation
networks on Twitter
- Title（参考訳）: 文化収束:Twitterにおける誤情報ネットワークの行動に関する考察
- Authors: Liz McQuillan, Erin McAweeney, Alicia Bargar, Alex Ruch
- Abstract要約: 新型コロナウイルスのパンデミックを取り巻くTwitterデータを解析するために、ネットワークマッピング、トピックモデリング、ブリッジング中央性、分散からなるマルチモーダルパイプラインを使用します。
我々は、ネットワークマッピングを用いて、COVID-19を取り巻くコンテンツを生成するアカウントを検出し、次にレイト・ディリクレ・アロケーションを使用してトピックを抽出し、トピックと非トピックのブリッジを識別するために中心性をブリッジする。
- 参考スコア（独自算出の注目度）: 0.7646713951724009
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: How can the birth and evolution of ideas and communities in a network be
studied over time? We use a multimodal pipeline, consisting of network mapping,
topic modeling, bridging centrality, and divergence to analyze Twitter data
surrounding the COVID-19 pandemic. We use network mapping to detect accounts
creating content surrounding COVID-19, then Latent Dirichlet Allocation to
extract topics, and bridging centrality to identify topical and non-topical
bridges, before examining the distribution of each topic and bridge over time
and applying Jensen-Shannon divergence of topic distributions to show
communities that are converging in their topical narratives.
- Abstract（参考訳）: ネットワークにおけるアイデアとコミュニティの誕生と進化は、どのようにして研究されるのか?
新型コロナウイルスのパンデミックを取り巻くTwitterデータを解析するために、ネットワークマッピング、トピックモデリング、ブリッジング中央性、分散からなるマルチモーダルパイプラインを使用します。
我々は、ネットワークマッピングを用いて、新型コロナウイルスを取り巻くコンテンツを作成したアカウントを検出し、その後、ディリクレ・アロケーション(Dirichlet Allocation)でトピックを抽出し、中央をブリッジしてトピックや非トピックのブリッジを識別し、各トピックやブリッジの分布を時間とともに調べ、トピックの分布のジェンセン=シャノン分散を適用し、トピックの物語に収束しているコミュニティを示す。
関連論文リスト
- RCoCo: Contrastive Collective Link Prediction across Multiplex Network
in Riemannian Space [20.85587272424559]
マルチプレクサネットワークにおける幾何対応型集合リンク予測の課題について検討する。
この問題に対処するために,ネットワーク内およびネットワーク間動作を協調する新しいコントラストモデルRCoCoを提案する。
実世界の8つのデータセットに対して,14の強いベースラインを用いた広範な実験を行い,RCoCoの有効性を示した。
論文 参考訳（メタデータ） (2024-03-04T09:20:05Z) - CS-MLGCN : Multiplex Graph Convolutional Networks for Community Search
in Multiplex Networks [0.0]
本稿では,マルチプレクサネットワークにおけるクエリ駆動グラフ畳み込みネットワークCS-MLGCNを提案する。
地道なコミュニティを持つ実世界のグラフの実験は、得られるソリューションの品質を検証する。
論文 参考訳（メタデータ） (2022-10-17T07:47:19Z) - Learning with Capsules: A Survey [73.31150426300198]
カプセルネットワークは、オブジェクト中心の表現を学習するための畳み込みニューラルネットワーク(CNN)に代わるアプローチとして提案された。
CNNとは異なり、カプセルネットワークは部分的に階層的な関係を明示的にモデル化するように設計されている。
論文 参考訳（メタデータ） (2022-06-06T15:05:36Z) - TopicNet: Semantic Graph-Guided Topic Discovery [51.71374479354178]
既存の階層的なトピックモデルでは、教師なしの方法でテキストコーパスから意味論的意味のあるトピックを抽出することができる。
TopicNetを階層的なトピックモデルとして導入し、学習に影響を与えるための帰納的バイアスとして、事前構造知識を注入する。
論文 参考訳（メタデータ） (2021-10-27T09:07:14Z) - A Comprehensive Survey on Community Detection with Deep Learning [93.40332347374712]
コミュニティは、ネットワーク内の他のコミュニティと異なるメンバーの特徴と接続を明らかにする。
この調査は、最先端の手法の様々なカテゴリをカバーする新しい分類法を考案し、提案する。
ディープニューラルネットワーク(Deep Neural Network)は、畳み込みネットワーク(convolutional network)、グラフアテンションネットワーク( graph attention network)、生成的敵ネットワーク(generative adversarial network)、オートエンコーダ(autoencoder)に分けられる。
論文 参考訳（メタデータ） (2021-05-26T14:37:07Z) - Overlapping Community Detection in Temporal Text Networks [26.489288530629892]
時間的テキストネットワークにおけるコミュニティ検出の重複問題について検討する。
32の大規模テンポラリテキストネットワークを調べることで、共通のコミュニティを持たない2つのノードをつなぐ多くのエッジを見出した。
これらの実証的な観察を動機に、コミュニティの相互作用を捉えた生成モデルであるMAGICを提案します。
論文 参考訳（メタデータ） (2021-01-13T15:32:39Z) - A Survey of Community Detection Approaches: From Statistical Modeling to
Deep Learning [95.27249880156256]
ネットワークコミュニティファイリング手法の統一アーキテクチャを開発し,提案する。
既存の手法を確率的グラフィカルモデルとディープラーニングという2つのカテゴリに分けた新しい分類法を提案する。
フィールドの課題の議論と今後の研究の方向性の提案を締めくくります。
論文 参考訳（メタデータ） (2021-01-03T02:32:45Z) - ComStreamClust: a communicative multi-agent approach to text clustering
in streaming data [1.9949261242626626]
本稿では,より広範なトピック内でのサブトピックをクラスタリングするための,ComStreamClustと呼ばれる新しいクラスタリング手法を提案する。
提案手法は並列化可能で,複数のデータポイントを同時に処理できる。
ComStreamClustは、COVID-19とFA CUPの2つのデータセットで評価されている。
論文 参考訳（メタデータ） (2020-10-11T21:19:19Z) - Transferable Perturbations of Deep Feature Distributions [102.94094966908916]
本研究は,クラスワイドおよび層ワイドな特徴分布のモデリングと利用に基づく新たな敵攻撃を提案する。
我々は、未定義の画像ネットモデルに対して、最先端のブラックボックス転送に基づく攻撃結果を得る。
論文 参考訳（メタデータ） (2020-04-27T00:32:25Z) - Detecting Communities in Heterogeneous Multi-Relational Networks:A
Message Passing based Approach [89.19237792558687]
コミュニティは、ソーシャルネットワーク、生物学的ネットワーク、コンピュータおよび情報ネットワークを含むネットワークの共通の特徴である。
我々は,全同種ネットワークのコミュニティを同時に検出する効率的なメッセージパッシングに基づくアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-04-06T17:36:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。