論文の概要: Recommending Influenceable Targets based on Influence Propagation through Activity Behaviors in Online Social Media

• arxiv url: http://arxiv.org/abs/2008.02736v1
• Date: Thu, 4 Jun 2020 20:53:20 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-25 12:51:05.638842
• Title: Recommending Influenceable Targets based on Influence Propagation through Activity Behaviors in Online Social Media
• Title（参考訳）: オンラインソーシャルメディアにおける行動行動による影響伝播に基づく影響対象の推薦
• Authors: Dhrubasish Sarkar
• Abstract要約: OSNプラットフォームでは、ターゲットユーザに到達することが、ほとんどの企業や他の組織にとって、主要な焦点の1つです。 本稿では,エゴセントリックOSNにおいて,効率的なインフルエンス計測レコメンデーションシステムを導入することで,効果的なモデルについて論じている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Online Social Media (OSM) is a platform through which the users present themselves to the connected world by means of messaging, posting, reacting, tagging, and sharing on different contents with also other social activities. Nowadays, it has a vast impact on various aspects of the industry, business and society along with on users life. In an OSN platform, reaching the target users is one of the primary focus for most of the businesses and other organizations. Identification and recommendation of influenceable targets help to capture the appropriate audience efficiently and effectively. In this paper, an effective model has been discussed in egocentric OSN by incorporating an efficient influence measured Recommendation System in order to generate a list of top most influenceable target users among all connected network members for any specific social network user. Firstly the list of interacted network members has been updated based on all activities. On which the interacted network members with most similar activities have been recommended based on the specific influence category with sentiment type. After that, the top most influenceable network members in the basis of the required amount among those updated list of interacted network members have been identified with proper ranking by analyzing the similarity and frequency of their activity contents with respect to the activity contents of the main user. Through these two continuous stages, an effective list of top influenceable targets of the main user has been distinguished from the egocentric view of any social network.
• Abstract（参考訳）: オンラインソーシャルメディア(英語: Online Social Media、OSM)は、ユーザーがメッセージ、投稿、リアクション、タグ付け、他のソーシャル活動と異なるコンテンツで共有することで、接続された世界に自分自身を提示するプラットフォームである。 今日では、産業、ビジネス、社会の様々な面、そしてユーザー生活に大きな影響を与えている。 OSNプラットフォームでは、ターゲットユーザに到達することが、ほとんどの企業や他の組織にとって、主要な焦点の1つです。 影響のあるターゲットの同定と推薦は、適切なオーディエンスを効率的かつ効果的に捉えるのに役立つ。 本稿では,egocentric osnにおいて,特定のソーシャルネットワークユーザに対して最も影響力のあるターゲットユーザリストを作成するために,効果的な影響測定レコメンデーションシステムを導入することで,効果的なモデルについて検討した。 まず、すべてのアクティビティに基づいて対話型ネットワークメンバーのリストが更新された。 最も類似した活動を行うネットワークメンバーは、感情型のある特定の影響カテゴリーに基づいて推薦されている。 その後、主ユーザの活動内容に対する活動内容の類似度と頻度を分析し、それらの更新されたネットワーク部材の更新リストのうち、必要な量に基づいて最も影響力のあるネットワーク部材を適切なランキングとして特定した。 これら2つの連続的な段階を通じて、メインユーザーの最も影響力のあるターゲットの有効リストは、あらゆるソーシャルネットワークのエゴセントリックな視点と区別されている。

関連論文リスト

• Proactive Recommendation in Social Networks: Steering User Interest via Neighbor Influence [54.13541697801396]
  我々は,PRSN(Proactive Recommendation in Social Networks)という新しいタスクを提案する。 PRSNは、社会的隣人の影響力を生かして、間接的に利用者の関心を喚起する。 本稿では,2つの主要なモジュールを持つNighbor Interference Recommendation (NIRec) フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-13T15:53:40Z)
• Domain-based user embedding for competing events on social media [4.1245904895794085]
  本稿では,URLドメイン共起ネットワークに基づくユーザ埋め込み手法を提案する。 以上の結果から,retweetネットワークから直接発生するユーザ埋め込みと,言語に基づくユーザ埋め込みが期待を下回る結果となった。 これらの結果から,ドメインベースのユーザ埋め込みは,競合イベントに参加するソーシャルメディアユーザを特徴付ける効果的なツールとして有効であることが示唆された。
  論文  参考訳（メタデータ） (2023-08-28T18:01:14Z)
• Ranking-based Group Identification via Factorized Attention on Social Tripartite Graph [68.08590487960475]
  グループ識別のための文脈的要因認識(CFAG)という,GNNに基づく新しいフレームワークを提案する。 我々は3部グラフ畳み込み層を考案し、ユーザ、グループ、アイテム間の異なる種類の近隣からの情報を集約する。 データ疎度問題に対処するため,提案した因子化注意機構に基づく新しい伝搬増強層を考案した。
  論文  参考訳（メタデータ） (2022-11-02T01:42:20Z)
• Cross-Network Social User Embedding with Hybrid Differential Privacy Guarantees [81.6471440778355]
  プライバシー保護方式でユーザを包括的に表現するために,ネットワーク横断型ソーシャルユーザ埋め込みフレームワークDP-CroSUEを提案する。 特に、各異種ソーシャルネットワークに対して、異種データ型に対するプライバシー期待の変化を捉えるために、まずハイブリッドな差分プライバシーの概念を導入する。 ユーザ埋め込みをさらに強化するため、新しいネットワーク間GCN埋め込みモデルは、それらの整列したユーザを介して、ネットワーク間で知識を伝達するように設計されている。
  論文  参考訳（メタデータ） (2022-09-04T06:22:37Z)
• Personality-Driven Social Multimedia Content Recommendation [68.46899477180837]
  人格特性がコンテンツレコメンデーションモデルに与える影響を,新しいパーソナリティ駆動型マルチビューコンテンツレコメンデーションシステムを適用して検討する。 実験結果と実世界のケーススタディは、PersiCが効率的な人格駆動型マルチビューコンテンツレコメンデーションを行う能力だけでなく、実用的なデジタル広告戦略レコメンデーションを可能にすることを実証している。
  論文  参考訳（メタデータ） (2022-07-25T14:37:18Z)
• A Hierarchical Network-Oriented Analysis of User Participation in Misinformation Spread on WhatsApp [0.9774299772405469]
  WhatsApp上での誤情報拡散に関わるユーザの階層的ネットワーク指向特性について述べる。 私たちの研究は、WhatsAppユーザーが異なるグループを繋ぐネットワークを活用して、プラットフォーム上での誤情報拡散に大きなリーチを得る方法について、貴重な洞察を提供する。
  論文  参考訳（メタデータ） (2021-09-22T00:00:02Z)
• Identifying Influential Users in Unknown Social Networks for Adaptive Incentive Allocation Under Budget Restriction [24.793013471521924]
  インセンティブ化はユーザの行動に影響を与えるためのより積極的な方法であることが証明されている。 未知ネットワークにおける影響力のあるユーザを探索するための新しいアルゴリズムを提案する。 ユーザの好みと影響能力に基づいてインセンティブ値を決定する適応型インセンティブアロケーション・アプローチを設計する。
  論文  参考訳（メタデータ） (2021-07-13T11:20:10Z)
• IACN: Influence-aware and Attention-based Co-evolutionary Network for Recommendation [7.372706701787234]
  ICN(Impact-Aware and Attention-based Co-Evolutionary Network)を提案する。 IACNは相互作用モデリングと影響モデリングという2つの重要なコンポーネントから構成される。 私たちのモデルは、さまざまなドメインの既存の最新モデルよりも優れています。
  論文  参考訳（メタデータ） (2021-03-04T07:08:20Z)
• I Know Where You Are Coming From: On the Impact of Social Media Sources on AI Model Performance [79.05613148641018]
  我々は、異なるソーシャルネットワークのマルチモーダルデータから学習する際、異なる機械学習モデルの性能について検討する。 最初の実験結果から,ソーシャルネットワークの選択がパフォーマンスに影響を及ぼすことが明らかとなった。
  論文  参考訳（メタデータ） (2020-02-05T11:10:44Z)
• DiffNet++: A Neural Influence and Interest Diffusion Network for Social Recommendation [50.08581302050378]
  ソーシャルレコメンデーションは、ユーザの未知の嗜好を予測するために、ユーザ間のソーシャルコネクションを活用するために現れている。 ソーシャルレコメンデーションのための神経影響拡散ネットワーク(DiffNet)の予備研究を提案する(Diffnet)。 本稿では,Diffnetの改良アルゴリズムであるDiffNet++を提案する。
  論文  参考訳（メタデータ） (2020-01-15T08:45:34Z)

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。