論文の概要: User Identification across Social Networking Sites using User Profiles and Posting Patterns

• arxiv url: http://arxiv.org/abs/2106.11815v1
• Date: Tue, 22 Jun 2021 14:28:19 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-23 20:14:41.806727
• Title: User Identification across Social Networking Sites using User Profiles and Posting Patterns
• Title（参考訳）: ユーザプロファイルとポストパターンを用いたソーシャルネットワークサイト間のユーザ識別
• Authors: Prashant Solanki, Kwan Hui Lim and Aaron Harwood
• Abstract要約: すなわち, (i) ユーザプロファイル, 名前, 位置, 記述, (ii) ユーザ生成コンテンツの時間的分布, (iii) ユーザ名, 実名, 記述に基づく埋め込みなどである。 ユーザのTwitterとFlickrのデータセットとその投稿活動を用いて、これらの機能が2つのOSN間でのユーザ識別のパフォーマンスにどのように影響するかを実証研究する。
• 参考スコア（独自算出の注目度）: 0.992623189322006
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the prevalence of online social networking sites (OSNs) and mobile devices, people are increasingly reliant on a variety of OSNs for keeping in touch with family and friends, and using it as a source of information. For example, a user might utilise multiple OSNs for different purposes, such as using Flickr to share holiday pictures with family and friends, and Twitter to post short messages about their thoughts. Identifying the same user across multiple OSNs is an important task as this allows us to understand the usage patterns of users among different OSNs, make recommendations when a user registers for a new OSN, and various other useful applications. To address this problem, we proposed an algorithm based on the multilayer perceptron using various types of features, namely: (i) user profile, such as name, location, description; (ii) temporal distribution of user generated content; and (iii) embedding based on user name, real name and description. Using a Twitter and Flickr dataset of users and their posting activities, we perform an empirical study on how these features affect the performance of user identification across the two OSNs and discuss our main findings based on the different features.
• Abstract（参考訳）: オンラインソーシャルネットワーキングサイト(OSN)やモバイルデバイスの普及に伴い、人々は、家族や友人と連絡を取り、情報ソースとして利用するために、さまざまなOSNに依存している。 例えば、Flickrを使って家族や友人とホリデー写真を共有したり、Twitterで自分の考えに関する短いメッセージを投稿したり、さまざまな目的で複数のOSNを利用することができる。 複数のOSN間で同じユーザを識別することは重要なタスクであり、異なるOSN間のユーザの使用パターンを理解したり、ユーザが新しいOSNに登録するときのレコメンデーションや、その他の有用なアプリケーションを理解することができる。 この問題に対処するために,多層パーセプトロンに基づくアルゴリズムを提案する。例えば, (i) ユーザプロファイル(名前,位置情報,記述), (ii) ユーザ生成コンテンツの時間分布, (iii) ユーザ名, 実名, 記述に基づく埋め込みなどである。 ユーザのTwitterとFlickrのデータセットとその投稿活動を用いて、これらの機能が2つのOSN間でのユーザ識別のパフォーマンスに与える影響を実証的に調査し、異なる機能に基づいて私たちの主な発見について議論する。

関連論文リスト

• SoMeR: Multi-View User Representation Learning for Social Media [1.7949335303516192]
  本稿では,ソーシャルメディアのユーザ表現学習フレームワークであるSoMeRを提案する。 SoMeRは、ユーザ投稿ストリームをタイムスタンプ付きテキスト機能のシーケンスとしてエンコードし、トランスフォーマーを使用してプロファイルデータと共にそれを埋め込み、リンク予測とコントラスト学習の目標を共同でトレーニングする。 1)類似コンテンツを同時に投稿するユーザを検出することによって、協調的な影響操作に関わる不正確なアカウントを同定し、2)異なる信念を持つユーザがより遠くへ移動する様子を定量化して、主要なイベント後のオンライン議論における偏光の増大を測定する。
  論文  参考訳（メタデータ） (2024-05-02T22:26:55Z)
• Intent-aware Multi-source Contrastive Alignment for Tag-enhanced Recommendation [46.04494053005958]
  我々は,情報ソースをまたいだ自己教師型学習を通じて,軽量で効果的な代替フレームワークを模索する。 我々は、ユーザと以前対話したアイテムに関連する補助情報とをペアリングするために、セルフスーパービジョン信号を使用する。 また,本手法はトレーニング時間を短縮しつつ,より優れた性能を実現することができることを示す。
  論文  参考訳（メタデータ） (2022-11-11T17:43:19Z)
• FedGRec: Federated Graph Recommender System with Lazy Update of Latent Embeddings [108.77460689459247]
  プライバシー問題を軽減するためのフェデレートグラフレコメンダシステム(FedGRec)を提案する。 本システムでは,ユーザとサーバは,ユーザとアイテムに対する遅延埋め込みを明示的に記憶する。 我々は,遅延埋め込みを相互作用グラフの欠落のプロキシとして用いることの有効性を検証するために,広範な実験的な評価を行った。
  論文  参考訳（メタデータ） (2022-10-25T01:08:20Z)
• A novel non-linear transformation based multi-user identification algorithm for fixed text keystroke behavioral dynamics [2.3848738964230023]
  キーストロークダイナミックスを用いて,単一のアプリケーションにアクセスする複数のユーザを一意に分類し,識別する手法を提案する。 我々の結果は、ベンチマークキーストロークデータセットの助けを借りて検証され、我々のアルゴリズムが他の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-10-05T18:42:32Z)
• 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)
• User Factor Adaptation for User Embedding via Multitask Learning [45.56193775870044]
  ユーザ関心をドメインとして扱い、ユーザ言語がどのように異なるかを経験的に検証する。 マルチタスク学習フレームワークを用いて,ユーザの関心の言語変動を考慮したユーザ埋め込みモデルを提案する。 モデルは人間の監督なしにユーザ言語とそのバリエーションを学習する。
  論文  参考訳（メタデータ） (2021-02-22T15:21:01Z)
• A Cooperative Memory Network for Personalized Task-oriented Dialogue Systems with Incomplete User Profiles [55.951126447217526]
  ユーザプロファイルの完成を前提とせず,タスク指向対話システムについて検討する。 ユーザプロファイルを徐々に強化する新しいメカニズムを持つ協調記憶ネットワーク(CoMemNN)を提案する。 CoMemNNは、ユーザープロファイルを効果的に強化することができ、応答選択精度の点で3.6%の改善につながります。
  論文  参考訳（メタデータ） (2021-02-16T18:05:54Z)
• Adversarial Learning for Personalized Tag Recommendation [61.76193196463919]
  大規模データセットでトレーニング可能なエンドツーエンドのディープネットワークを提案する。 ユーザの嗜好と視覚的エンコーディングの合同トレーニングにより、ネットワークは視覚的嗜好をタグ付け行動と効率的に統合することができる。 本稿では,提案モデルの有効性を2つの大規模および公開データセットで示す。
  論文  参考訳（メタデータ） (2020-04-01T20:41:41Z)

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。