論文の概要: Identifying Influential Brokers on Social Media from Social Network
Structure
- arxiv url: http://arxiv.org/abs/2208.00630v1
- Date: Mon, 1 Aug 2022 06:27:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 10:14:42.145832
- Title: Identifying Influential Brokers on Social Media from Social Network
Structure
- Title(参考訳): ソーシャル・ネットワーク構造からソーシャルメディア上のインフルエンシアティブ・ブローカーの同定
- Authors: Sho Tsugawa, Kohei Watabe
- Abstract要約: 本稿では,あるソーシャルネットワークから影響力のあるブローカーを識別する方法を検討する。
我々は, インフルエンシブ・ブローカーと, インフルエンシブ・ソース・スプレッダー, 中央ノードを比較した。
また、集中度対策やノード埋め込みから影響力のあるブローカーを識別する問題にも取り組みます。
- 参考スコア(独自算出の注目度): 2.411299055446423
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Identifying influencers in a given social network has become an important
research problem for various applications, including accelerating the spread of
information in viral marketing and preventing the spread of fake news and
rumors. The literature contains a rich body of studies on identifying
influential source spreaders who can spread their own messages to many other
nodes. In contrast, the identification of influential brokers who can spread
other nodes' messages to many nodes has not been fully explored. Theoretical
and empirical studies suggest that involvement of both influential source
spreaders and brokers is a key to facilitating large-scale information
diffusion cascades. Therefore, this paper explores ways to identify influential
brokers from a given social network. By using three social media datasets, we
investigate the characteristics of influential brokers by comparing them with
influential source spreaders and central nodes obtained from centrality
measures. Our results show that (i) most of the influential source spreaders
are not influential brokers (and vice versa) and (ii) the overlap between
central nodes and influential brokers is small (less than 15%) in Twitter
datasets. We also tackle the problem of identifying influential brokers from
centrality measures and node embeddings, and we examine the effectiveness of
social network features in the broker identification task. Our results show
that (iii) although a single centrality measure cannot characterize influential
brokers well, prediction models using node embedding features achieve F$_1$
scores of 0.35--0.68, suggesting the effectiveness of social network features
for identifying influential brokers.
- Abstract(参考訳): ソーシャルネットワークにおけるインフルエンサーの特定は、バイラルマーケティングにおける情報の拡散の促進やフェイクニュースや噂の拡散防止など、様々なアプリケーションにおいて重要な研究課題となっている。
文献には、他の多くのノードに自分のメッセージを拡散できる影響力のあるソーススプレッダーを特定するための豊富な研究が含まれている。
対照的に、他のノードのメッセージを多くのノードに分散できる影響力のあるブローカの識別は、完全には調査されていない。
理論的および実証的研究は、影響力のあるソーススプレッダーとブローカーの両方の関与が、大規模な情報拡散カスケードの促進の鍵であることを示唆している。
そこで本稿では,あるソーシャルネットワークから影響力のあるブローカーを識別する方法を検討する。
ソーシャルメディアの3つのデータセットを用いて,各ブローカーの特徴を,中央集中度から得られる影響源スプレッシャーや中央ノードと比較した。
私たちの結果は
(i)影響力のあるソーススプレッダーのほとんどは、影響力のあるブローカーではない(かつその逆)
(ii) Twitterのデータセットでは、中央ノードと影響力のあるブローカの重複は小さい(15%未満)。
また、集中度対策やノード埋め込みから影響力のあるブローカーを識別する問題にも取り組み、ブローカー識別タスクにおけるソーシャルネットワーク機能の有効性を検討する。
私たちの結果は
(3)単一中心性尺度は、影響力のあるブローカーを適切に特徴づけることはできないが、ノード埋め込み機能を用いた予測モデルは、F$_1$スコア0.35-0.68を達成し、影響力のあるブローカーを識別するためのソーシャルネットワーク機能の有効性を示唆している。
関連論文リスト
- Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳(メタデータ) (2023-10-20T06:17:02Z) - ManiTweet: A New Benchmark for Identifying Manipulation of News on
Social Media [53.51665032295087]
ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。
この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。
我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
論文 参考訳(メタデータ) (2023-05-23T16:40:07Z) - InfluencerRank: Discovering Effective Influencers via Graph
Convolutional Attentive Recurrent Neural Networks [15.461845673443804]
本研究では,その投稿行動と時間的社会的関係に基づいて,インフルエンサーをその効果でランク付けするインフルエンサーランクを提案する。
Instagramのデータセットは18,397人のインフルエンサーで構成され、12ヶ月以内に2,952,075件の投稿が公開された。
論文 参考訳(メタデータ) (2023-04-04T15:48:08Z) - Relational Graph Neural Networks for Fraud Detection in a Super-App
environment [53.561797148529664]
スーパーアプリケーションの金融サービスにおける不正行為防止のための関係グラフ畳み込みネットワーク手法の枠組みを提案する。
我々は,グラフニューラルネットワークの解釈可能性アルゴリズムを用いて,ユーザの分類タスクに対する最も重要な関係を判定する。
以上の結果から,Super-Appの代替データと高接続性で得られるインタラクションを利用するモデルには,付加価値があることが示唆された。
論文 参考訳(メタデータ) (2021-07-29T00:02:06Z) - Detecting Ideal Instagram Influencer Using Social Network Analysis [0.0]
本論文は、現実のオンラインマーケティング戦略のためのソーシャルネットワーク分析(SNA)に焦点を当てている。
この研究は、ネットワーク内の最も中心的なノードを特定するための様々な集中度尺度を比較し、個々のユーザの拡散行動を理解するために線形しきい値モデルを用いて貢献する。
論文 参考訳(メタデータ) (2021-07-12T20:53:58Z) - Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia
for Human Personality Profiling [74.83957286553924]
我々は、"PERS"と呼ばれる新しい多視点融合フレームワークを適用して、マイアーズ・ブリッグス・パーソナリティ・タイプインジケータを推定する。
実験の結果,多視点データからパーソナリティ・プロファイリングを学習する能力は,多様なソーシャル・マルチメディア・ソースからやってくるデータを効率的に活用できることが示唆された。
論文 参考訳(メタデータ) (2021-06-20T10:48:49Z) - Unveiling Anomalous Edges and Nominal Connectivity of Attributed
Networks [53.56901624204265]
本研究では、相補的な強さを持つ2つの異なる定式化を用いて、属性グラフの異常なエッジを明らかにする。
まず、グラフデータマトリックスを低ランクとスパースコンポーネントに分解することで、パフォーマンスを著しく向上させる。
第2は、乱れのないグラフを頑健に復元することにより、第1のスコープを広げ、異常識別性能を高める。
論文 参考訳(メタデータ) (2021-04-17T20:00:40Z) - Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。
偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。
本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
論文 参考訳(メタデータ) (2020-10-20T19:37:04Z) - Network Inference from a Mixture of Diffusion Models for Fake News
Mitigation [12.229596498611837]
人を騙し、世論に影響を与え、社会的成果を操ることを目的とした偽ニュースの普及は、ソーシャルメディアに迫る問題となっている。
本稿では,フェイクニュース緩和のためのネットワーク介入を容易にするために,偽コンテンツの拡散ダイナミクスの理解と活用に焦点をあてる。
論文 参考訳(メタデータ) (2020-08-08T05:59:25Z) - I-AID: Identifying Actionable Information from Disaster-related Tweets [0.0]
ソーシャルメディアは、被災者、寄付、支援要請に関する貴重なデータを提供することによって、災害管理において重要な役割を担っている。
ツイートを自動的にマルチラベル情報タイプに分類するマルチモデルアプローチであるI-AIDを提案する。
以上の結果から,I-AIDはTREC-ISデータセットおよびCOVID-19 Tweetsにおいて,平均F1得点の6%,+4%において最先端のアプローチよりも優れていた。
論文 参考訳(メタデータ) (2020-08-04T19:07:50Z) - A network perspective on intermedia agenda-setting [4.83420384410068]
我々は、あるトピックに対して異なるニュースソース間の影響のネットワークを推論する方法論を提示することで、メディア間アジェンダ設定を運用する。
同じニュースソースが特定のトピックに対してアジェンダ・セッターとして機能し、他のトピックに対してフォロワーとして機能する。
同時に、ほとんどのトピックに関連する影響ネットワークは、小さな世界特性を示しており、ネットワーク内のニュースソースによって表現される感情の全体的多様性に重要な役割を担っていることがわかった。
論文 参考訳(メタデータ) (2020-02-14T11:27:16Z)
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。