論文の概要: A Friend Recommendation System using Semantic Based KNN Algorithm

• arxiv url: http://arxiv.org/abs/2109.14970v1
• Date: Thu, 30 Sep 2021 09:59:42 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-01 14:37:33.801762
• Title: A Friend Recommendation System using Semantic Based KNN Algorithm
• Title（参考訳）: セマンティックKNNアルゴリズムを用いた友人推薦システム
• Authors: Srikantaiah K C, Salony Mewara, Sneha Goyal, Subhiksha S
• Abstract要約: ソーシャルネットワークは、私たちの生活の重要な部分となり、日々の目的に頼っています。 FacebookやTwitterなどは、個人が互いに何かについてコミュニケーションするのを助けるためだけに作られたものだ。 推薦システムはすべてのソーシャルネットワークに存在し、ユーザーは新しい友達を見つけ、より多くの人に結束するのに役立つ。
• 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: Social networking has become a major part of all our lives and we depend on it for day to day purposes. It is a medium that is used by people all around the world even in the smallest of towns. Its main purpose is to promote and aid communication between people. Social networks, such as Facebook, Twitter etc. were created for the sole purpose of helping individuals communicate about anything with each other. These networks are becoming an important and also contemporary method to make friends from any part of this world. These new friends can communicate through any form of social media. Recommendation systems exist in all the social networks which aid users to find new friends and unite to more people and form associations and alliances with people.
• Abstract（参考訳）: ソーシャルネットワークは私たちの生活の大部分を占めており、私たちは日々の目的に依存しています。 世界最小の町でも、世界中の人々が使用する媒体である。 主な目的は、人とのコミュニケーションの促進と支援である。 FacebookやTwitterなどのソーシャルネットワークは、個人が互いに何かについてコミュニケーションするための唯一の目的のために作られた。 これらのネットワークは、世界中のあらゆる場所から友達を作るための重要かつ現代的な方法になりつつある。 これらの新しい友達はどんなソーシャルメディアでもコミュニケーションできる。 レコメンデーションシステムはすべてのソーシャルネットワークに存在し、ユーザーが新しい友達を見つけ、より多くの人々と団結し、人とのつながりや同盟を形成するのを助ける。

関連論文リスト

• Social World Knowledge: Modeling and Applications [2.9417848476446364]
  社会世界の知識は、人間や機械による効果的なコミュニケーションと情報処理の重要な要素である。 ソーシャルネットワークで発生する社会的文脈から低次元の実体埋め込みを抽出するフレームワークであるSocialVecを紹介する。 テキストセマンティクスを含む作業を容易にする単語埋め込みと同様に、学習されたソーシャルエンティティ埋め込みは、複数のソーシャルフレーバーのタスクに利益をもたらすことを期待する。
  論文  参考訳（メタデータ） (2023-06-28T15:25:30Z)
• Grassroots Social Networking: Where People have Agency over their Personal Information and Social Graph [2.06682776181122]
  Grassroots Social Networkingと呼ばれる、サーバーレス、無許可、ピアツーピアのソーシャルネットワークのための草の根アーキテクチャを提案する。 このアーキテクチャは(i)分散化されたソーシャルグラフを含み、各人がそのグラフにローカルな近所のみを制御、維持、保存する。 当社は、Grassroots Social Networkingプロトコル(TwitterライクとWhatsAppライク)の2つの例を提供し、セキュリティ(安全、ライブ、プライバシ)、スパム/ボット/ディープフェイク抵抗、実装に対処する。
  論文  参考訳（メタデータ） (2023-06-24T11:43:17Z)
• The impact of Twitter on political influence on the choice of a running mate: Social Network Analysis and Semantic Analysis -- A Review [0.0]
  Politicsは、今ソーシャルメディアで話題になっている話題の一つだ。 多くの政治家がTwitterのようなマイクロブログサービスを使っている。 本研究は、Twitterプラットフォームにおけるソーシャル・ネットワーク・アナリティクス(SNA)とセマンティック・アナリティクス(SA)を用いて、政治指導者の支持者ネットワークを研究するためのレビューである。
  論文  参考訳（メタデータ） (2022-07-31T17:44:57Z)
• Mental Illness Classification on Social Media Texts using Deep Learning and Transfer Learning [55.653944436488786]
  世界保健機関(WHO)によると、約4億5000万人が影響を受ける。 うつ病、不安症、双極性障害、ADHD、PTSDなどの精神疾患。 本研究では、Redditプラットフォーム上の非構造化ユーザデータを分析し、うつ病、不安、双極性障害、ADHD、PTSDの5つの一般的な精神疾患を分類する。
  論文  参考訳（メタデータ） (2022-07-03T11:33:52Z)
• How Does Facebook Retain Segregated Friendship? An Agent-Based Model Approach [0.0]
  世界最大のソーシャルネットワークサイトであるFacebookは、歴史的に個人が別の人に手を差し伸べることを制約する構造上の障壁を克服した。 しかし、Facebook上の友情は、実生活における友情と同じくらい分離されている。 同じ説明は、人種的にもイデオロギー的にも、他の双方向のソーシャルネットワークサイトでの友情にも当てはまるかもしれない、と我々は主張する。
  論文  参考訳（メタデータ） (2021-09-18T07:26:19Z)
• CASS: Towards Building a Social-Support Chatbot for Online Health Community [67.45813419121603]
  CASSアーキテクチャは高度なニューラルネットワークアルゴリズムに基づいている。 ユーザーからの新たな入力を処理し、さまざまなレスポンスを生成することができる。 フォローアップフィールド実験により、CASSは感情的支援を求める個々のメンバーを支援するのに有用であることが証明された。
  論文  参考訳（メタデータ） (2021-01-04T05:52:03Z)
• You Recommend, I Buy: How and Why People Engage in Instant Messaging Based Social Commerce [9.967051663208435]
  IMをベースとしたソーシャルコマースは、より使いやすく、コストを低減し、没入的なユーザショッピング体験を可能にする。 また、既存の社会的関係、相互信頼、共有アイデンティティ、コミュニティ規範を通じて、ショッピングにおけるユーザー決定プロセスを形成する。 本研究は,社会商取引における重要な研究と設計の意義,および社会技術全般を分散した信頼性の高い社会技術システムについて考察する。
  論文  参考訳（メタデータ） (2020-10-31T05:21:59Z)
• Study of the usability of LinkedIn: a social media platform meant to connect employers and employees [91.3755431537592]
  本稿では,LinkedInのユーザビリティをユーザ評価と専門家評価の両方を用いて評価する。 LinkedInアプリケーションの全体的なユーザビリティは、SUS(System Usability Scale)を使用して測定されている。
  論文  参考訳（メタデータ） (2020-06-06T18:19:45Z)
• Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
  本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。 議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。 我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
  論文  参考訳（メタデータ） (2020-04-20T20:00:27Z)
• 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。