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
- Easy-access online social media metrics can effectively identify misinformation sharing users [41.94295877935867]
高いツイート頻度は共有コンテンツの事実性の低さと正に関連しているのに対し、アカウント年齢はそれと負に関連していることがわかった。
以上の結果から,これらのソーシャル・ネットワークの指標を頼りにすることで,誤情報を拡散しやすいユーザを早期に識別する,低障壁なアプローチが実現する可能性が示唆された。
論文 参考訳（メタデータ） (2024-08-27T16:41:13Z) - Detecting and Mitigating Bias in Algorithms Used to Disseminate Information in Social Networks [0.03883607294385062]
影響アルゴリズムは、影響者の集合を特定するために使用される。
これらの手法を用いたシード情報によって情報ギャップが生じることを示す。
インフルエンスと情報エクイティを最大化する多目的アルゴリズムを考案する。
論文 参考訳（メタデータ） (2024-05-21T13:17:57Z) - Graph Attention Network-based Block Propagation with Optimal AoI and Reputation in Web 3.0 [59.94605620983965]
我々は、ブロックチェーン対応Web 3.0のための、グラフ注意ネットワーク(GAT)ベースの信頼できるブロック伝搬最適化フレームワークを設計する。
ブロック伝搬の信頼性を実現するために,主観的論理モデルに基づく評価機構を導入する。
グラフ構造化データの処理能力に優れたGATが存在することを考慮し、GATを強化学習に利用して最適なブロック伝搬軌道を得る。
論文 参考訳（メタデータ） (2024-03-20T01:58:38Z) - 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 [74.93847489218008]
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) - 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)
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。