Fugu-MT 論文翻訳(概要): Opinion Leader Detection in Online Social Networks Based on Output and Input Links

論文の概要: Opinion Leader Detection in Online Social Networks Based on Output and Input Links

arxiv url: http://arxiv.org/abs/2208.13161v1
Date: Sun, 28 Aug 2022 07:50:32 GMT
ステータス: 処理完了
システム内更新日: 2022-08-30 14:29:02.634330
Title: Opinion Leader Detection in Online Social Networks Based on Output and Input Links
Title（参考訳）: アウトプットと入力リンクに基づくオンラインソーシャルネットワークにおける意見リーダ検出
Authors: Zahra Ghorbani, Seyed Hossein Khasteh, Saeid Ghafouri
Abstract要約: 有向ネットワークにおける意見形成の新しい動的モデルを提案する。このモデルでは、各ノードの意見は、近隣の意見の重み付け平均として更新される。我々は、新しい中央集中度尺度を、影響と適合性の両方に基づく社会的影響指標として定義する。
参考スコア（独自算出の注目度）: 2.320417845168326
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The understanding of how users in a network update their opinions based on their neighbours opinions has attracted a great deal of interest in the field of network science, and a growing body of literature recognises the significance of this issue. In this research paper, we propose a new dynamic model of opinion formation in directed networks. In this model, the opinion of each node is updated as the weighted average of its neighbours opinions, where the weights represent social influence. We define a new centrality measure as a social influence metric based on both influence and conformity. We measure this new approach using two opinion formation models: (i) the Degroot model and (ii) our own proposed model. Previously published research studies have not considered conformity, and have only considered the influence of the nodes when computing the social influence. In our definition, nodes with low in-degree and high out-degree that were connected to nodes with high out-degree and low in-degree had higher centrality. As the main contribution of this research, we propose an algorithm for finding a small subset of nodes in a social network that can have a significant impact on the opinions of other nodes. Experiments on real-world data demonstrate that the proposed algorithm significantly outperforms previously published state-of-the-art methods.
Abstract（参考訳）: ネットワーク上のユーザが自分の意見を隣人の意見に基づいてどのように更新するかを理解することは、ネットワーク科学の分野に多大な関心を惹きつけており、ますます多くの文献がこの問題の重要性を認識している。本稿では,有向ネットワークにおける意見形成の新しい動的モデルを提案する。このモデルでは、各ノードの意見は近隣の意見の重み付け平均として更新され、重み付けは社会的影響を表す。我々は,新しい中心性尺度を,影響と適合性の両方に基づく社会的影響指標として定義する。 2つの意見形成モデルを用いて、この新しいアプローチを測定する。 (i)degrootモデル及び (ii) 独自のモデルを提案する。これまで発表された研究は、適合性を考慮せず、社会的影響を計算する際にノードの影響のみを考慮してきた。我々の定義では、高い外度と低い外度と高い外度が接続されたノードは、高い中心性を持っていた。本研究の主な貢献として,他のノードの意見に大きな影響を与える可能性があるソーシャルネットワーク内のノードの小さなサブセットを探索するアルゴリズムを提案する。実世界データを用いた実験により,提案手法が先行する最先端手法を有意に上回っていることが示された。

関連論文リスト

Cost-Effective Community-Hierarchy-Based Mutual Voting Approach for Influence Maximization in Complex Networks [54.366995393644586]
実世界は通常、影響のあるノード識別の時間と精度のバランスに高い要求がある。本稿では,複雑ネットワークに影響を及ぼすためのコスト効果型コミュニティ階層型相互投票方式を提案する。提案手法は、時間複雑性と影響ノード同定の精度のバランスに関する16の最先端技術より優れている。
論文参考訳（メタデータ） (2024-09-21T06:32:28Z)
Post-hoc evaluation of nodes influence in information cascades: the case of coordinated accounts [0.0]
協調的Inhautentic Behaviour(CIB)は、オンライン談話を活用するための戦術として登場した。有向木におけるノードのサブセットの影響を評価するための一般的なフレームワークを定義することにより、CIB戦術の有効性を定量化する。我々は、最適かつ欲求的なポストホック配置戦略を提供する2つのアルゴリズムを設計し、構成の影響を最大化する。
論文参考訳（メタデータ） (2024-01-03T11:40:46Z)
On Discprecncies between Perturbation Evaluations of Graph Neural Network Attributions [49.8110352174327]
我々は、グラフ領域で以前に検討されていない視点から帰属法を評価する:再学習。中心となる考え方は、属性によって識別される重要な(あるいは重要でない)関係でネットワークを再訓練することである。我々は4つの最先端GNN属性法と5つの合成および実世界のグラフ分類データセットについて分析を行った。
論文参考訳（メタデータ） (2024-01-01T02:03:35Z)
A Unified View on Neural Message Passing with Opinion Dynamics for Social Networks [4.0201694410781235]
本研究は、動的システムの振る舞いを分析し、推論するために、社会計測とニューラルメッセージパッシングの概念を調和させる。本稿では,メッセージ伝達における局所ノードの影響量を改善するために,有界信頼を取り入れた新しいメッセージパッシング方式ODNetを提案する。 ODNetは,様々なグラフタイプにまたがる予測性能を高め,過度なスムース化問題を緩和することを示す。
論文参考訳（メタデータ） (2023-10-02T15:18:19Z)
Local Edge Dynamics and Opinion Polarization [17.613690272861053]
局所的なエッジダイナミクスが意見の偏光をいかに引き起こすかを研究する。簡単な時間進化型ネットワークモデルで拡張した古典的Friedkin-Johnsen意見力学の変種を導入する。このモデルが理論的解析に適していることを示し、これらの局所力学が意見グループ間の接続を損なう理由を説明するのに役立ちます。
論文参考訳（メタデータ） (2021-11-28T01:59:57Z)
How effective are Graph Neural Networks in Fraud Detection for Network Data? [0.0]
グラフベースニューラルネットワーク(GNN)は、ノード(およびグラフ)の表現を学習するために作成された最近のモデルである。金融詐欺は社会経済的関連性や、正の(詐欺)と負の(定期的な)取引(英語版)の間の極端な不均衡など、特定の課題を提示することで際立っている。この2つの課題を考慮し,既存のネットワーク不正検出手法の評価実験を行った。
論文参考訳（メタデータ） (2021-05-30T15:17:13Z)
Local, global and scale-dependent node roles [3.1473798197405944]
本稿では、構造的同値性や自己同値性といったノード同値性の概念を再検討する。我々は,すでに深度3,4の役割が,ノード分類タスクを高精度に行うのに十分な情報を持っていることを示す。
論文参考訳（メタデータ） (2021-05-26T14:54:26Z)
A Comprehensive Survey on Community Detection with Deep Learning [93.40332347374712]
コミュニティは、ネットワーク内の他のコミュニティと異なるメンバーの特徴と接続を明らかにする。この調査は、最先端の手法の様々なカテゴリをカバーする新しい分類法を考案し、提案する。ディープニューラルネットワーク(Deep Neural Network)は、畳み込みネットワーク(convolutional network)、グラフアテンションネットワーク( graph attention network)、生成的敵ネットワーク(generative adversarial network)、オートエンコーダ(autoencoder)に分けられる。
論文参考訳（メタデータ） (2021-05-26T14:37:07Z)
Interpretable Signed Link Prediction with Signed Infomax Hyperbolic Graph [54.03786611989613]
ソーシャルネットワークにおけるサイン付きリンク予測は、ユーザ(すなわちノード)間の基盤となる関係(リンク)を明らかにすることを目的としている我々は Signed Infomax Hyperbolic Graph (textbfSIHG) と呼ばれる統一されたフレームワークを開発する。高次ユーザ関係と複雑な階層をモデル化するために、ノードの埋め込みを投影し、より低歪みの双曲空間で測定する。
論文参考訳（メタデータ） (2020-11-25T05:09:03Z)
Towards Deeper Graph Neural Networks [63.46470695525957]
グラフ畳み込みは近傍の集約を行い、最も重要なグラフ操作の1つである。いくつかの最近の研究で、この性能劣化は過度に滑らかな問題に起因している。本研究では,大きな受容領域からの情報を適応的に組み込むディープ適応グラフニューラルネットワーク(DAGNN)を提案する。
論文参考訳（メタデータ） (2020-07-18T01:11:14Z)
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。