論文の概要: Reconstructing signed relations from interaction data

• arxiv url: http://arxiv.org/abs/2209.03219v1
• Date: Wed, 7 Sep 2022 15:23:51 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-08 13:22:22.499372
• Title: Reconstructing signed relations from interaction data
• Title（参考訳）: 相互作用データによる署名関係の再構築
• Authors: Georges Andres, Giona Casiraghi, Giacomo Vaccario, Frank Schweitzer
• Abstract要約: その重要性にもかかわらず、署名された関係に関するデータはまれであり、調査を通じて一般的に収集される。 本稿では,このようなデータを用いて,その基礎となる署名関係を抽出する方法を示す。
• 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: Positive and negative relations play an essential role in human behavior and shape the communities we live in. Despite their importance, data about signed relations is rare and commonly gathered through surveys. Interaction data is more abundant, for instance, in the form of proximity or communication data. So far, though, it could not be utilized to detect signed relations. In this paper, we show how the underlying signed relations can be extracted with such data. Employing a statistical network approach, we construct networks of signed relations in four communities. We then show that these relations correspond to the ones reported in surveys. Additionally, the inferred relations allow us to study the homophily of individuals with respect to gender, religious beliefs, and financial backgrounds. We evaluate the importance of triads in the signed network to study group cohesion.
• Abstract（参考訳）: ポジティブな関係とネガティブな関係は、人間の行動において必須の役割を果たす。 その重要性にもかかわらず、署名された関係に関するデータは稀であり、調査を通じて一般に収集される。 相互作用データは、例えば近接データや通信データの形でより豊富である。 しかし今のところ、署名された関係を検出するには利用できない。 本稿では,このようなデータを用いて,基礎となる符号付き関係を抽出できることを示す。 統計的ネットワークアプローチを用いて,4つのコミュニティに署名された関係のネットワークを構築する。 次に,これらの関係が調査で報告された関係と一致することを示す。 さらに、推定された関係は、性別、宗教的信念、経済的背景に関して個人の同性愛を研究できる。 グループ結束の研究における署名ネットワークにおけるトライアドの重要性を評価した。

関連論文リスト

• Learning Complete Topology-Aware Correlations Between Relations for Inductive Link Prediction [121.65152276851619]
  関係性間の意味的相関は本質的にエッジレベルとエンティティ非依存であることを示す。 本研究では,関係関係のトポロジ・アウェア・コレレーションをモデル化するための新しいサブグラフベース手法,TACOを提案する。 RCNのポテンシャルをさらに活用するために, 完全コモンニアインダストリアルサブグラフを提案する。
  論文  参考訳（メタデータ） (2023-09-20T08:11:58Z)
• Improving (Dis)agreement Detection with Inductive Social Relation Information From Comment-Reply Interactions [49.305189190372765]
  社会関係情報は、テキスト情報以外の(認識の)タスクにおいて補助的な役割を果たすことができる。 本稿では,このような関係情報を(離散化)データから帰納的社会関係グラフに抽出する手法を提案する。 社会関係は,特に長時間のコメント-返信ペアにおいて,(不一致)認識モデルの性能を高めることができる。
  論文  参考訳（メタデータ） (2023-02-08T09:09:47Z)
• Analyzing Wikipedia Membership Dataset and PredictingUnconnected Nodes in the Signed Networks [0.666659730119789]
  本研究では、Precison-Recall曲線とROCの下の領域を用いて、ソーシャルネットワーク内の2人の非接続者間の関係を予測する方法について検討する。 ソーシャル・ネットワークを署名グラフとしてモデル化し、トライadicモデル、Latent Informationモデル、Sentimentモデルを比較し、ピア・ピア間の相互作用を予測する。
  論文  参考訳（メタデータ） (2021-10-18T09:03:18Z)
• Link Prediction on N-ary Relational Data Based on Relatedness Evaluation [61.61555159755858]
  我々は,n-aryリレーショナルデータ上でリンク予測を行うNaLPという手法を提案する。 各 n 個の関係事実を、その役割と役割と値のペアの集合として表現する。 実験結果は,提案手法の有効性と有用性を検証した。
  論文  参考訳（メタデータ） (2021-04-21T09:06:54Z)
• A Machine Learning Approach to Predicting Continuous Tie Strengths [0.4014524824655105]
  人々の関係は常に進化し、対人行動を変え、社会集団を定義する。 ソーシャルネットワーク内のノード間の関係は、しばしば調査によって実証的に評価される結合力によって表される。 時間とともに進化する関係の連続的な近似を可能にするシステムを提案する。
  論文  参考訳（メタデータ） (2021-01-23T05:01:05Z)
• Learning Relation Prototype from Unlabeled Texts for Long-tail Relation Extraction [84.64435075778988]
  本稿では,ラベルのないテキストから関係プロトタイプを学習するための一般的なアプローチを提案する。 我々は、エンティティ間の暗黙的な要因として関係プロトタイプを学習する。 私たちは、New York TimesとGoogle Distant Supervisionの2つの公開データセットで実験を行います。
  論文  参考訳（メタデータ） (2020-11-27T06:21:12Z)
• Skeleton-based Relational Reasoning for Group Activity Analysis [40.49389173100578]
  スケルトン情報を活用して、そこから直接個人間の相互作用を学習します。 本実験は,複数対人インタラクションをモデル化するスケルトンベースのアプローチの可能性を示す。
  論文  参考訳（メタデータ） (2020-11-11T09:25:53Z)
• Learning to Decouple Relations: Few-Shot Relation Classification with Entity-Guided Attention and Confusion-Aware Training [49.9995628166064]
  本稿では,2つのメカニズムを備えたモデルであるCTEGを提案する。 一方、注意を誘導するEGA機構を導入し、混乱を引き起こす情報をフィルタリングする。 一方,コンフュージョン・アウェア・トレーニング(CAT)法は,関係の識別を明示的に学習するために提案されている。
  論文  参考訳（メタデータ） (2020-10-21T11:07:53Z)
• Social Science Guided Feature Engineering: A Novel Approach to Signed Link Analysis [58.892336054718825]
  リンク分析に関する既存の研究のほとんどは、符号なしのソーシャルネットワークに焦点を当てている。 負のリンクの存在は、符号付きネットワークの特性と原則が符号なしネットワークと異なるかどうかを調査することに関心を持つ。 近年の研究では、符号付きネットワークの特性が符号なしネットワークの特性と大きく異なることが示唆されている。
  論文  参考訳（メタデータ） (2020-01-04T00:26:05Z)

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。