論文の概要: The Ties that matter: From the perspective of Similarity Measure in Online Social Networks

• arxiv url: http://arxiv.org/abs/2212.10960v1
• Date: Wed, 21 Dec 2022 12:03:12 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-22 15:58:34.367710
• Title: The Ties that matter: From the perspective of Similarity Measure in Online Social Networks
• Title（参考訳）: 関係性--オンライン・ソーシャルネットワークにおける類似性尺度の観点から
• Authors: Soumita Das, Anupam Biswas
• Abstract要約: 我々は、非対称なエッジ類似度尺度(Neighborhood Density-based Edge similarity (NDES))を提案している。 NDESは接続の強さを導き出すための基本的なサポートを提供する。 ソーシャルネットワークにおけるNDESのコミュニティ検出への応用を示す。
• 参考スコア（独自算出の注目度）: 2.1320960069210475
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Online Social Networks have embarked on the importance of connection strength measures which has a broad array of applications such as, analyzing diffusion behaviors, community detection, link predictions, recommender systems. Though there are some existing connection strength measures, the density that a connection shares with it's neighbors and the directionality aspect has not received much attention. In this paper, we have proposed an asymmetric edge similarity measure namely, Neighborhood Density-based Edge Similarity (NDES) which provides a fundamental support to derive the strength of connection. The time complexity of NDES is $O(nk^2)$. An application of NDES for community detection in social network is shown. We have considered a similarity based community detection technique and substituted its similarity measure with NDES. The performance of NDES is evaluated on several small real-world datasets in terms of the effectiveness in detecting communities and compared with three widely used similarity measures. Empirical results show NDES enables detecting comparatively better communities both in terms of accuracy and quality.
• Abstract（参考訳）: オンラインソーシャルネットワークは、拡散行動の分析、コミュニティの検出、リンク予測、レコメンダシステムなど、幅広いアプリケーションを持つ接続強度測定の重要性に着手している。 既存の接続強度尺度はいくつか存在するが、接続が隣人と共有している密度や方向性はそれほど注目されていない。 本稿では,コネクションの強度を導出するための基礎的支援を提供する非対称エッジ類似性尺度,近傍密度ベースエッジ類似性(ndes)を提案する。 NDESの時間複雑性は$O(nk^2)$である。 ソーシャルネットワークにおけるNDESのコミュニティ検出への応用を示す。 我々は,類似度に基づくコミュニティ検出手法を検討し,類似度尺度をndesに置き換えた。 NDESの性能を,コミュニティ検出の有効性の観点から評価し,広く利用されている3つの類似度指標と比較した。 実験の結果,NDESは精度と品質の両面で,比較的優れたコミュニティを検出できることがわかった。

関連論文リスト

• Enhancing Community Detection in Networks: A Comparative Analysis of Local Metrics and Hierarchical Algorithms [49.1574468325115]
  本研究は,地域間類似度指標を用いた地域検出の関連性を評価するために,同じ手法を用いている。 これらの指標の有効性は,異なるコミュニティサイズを持つ複数の実ネットワークにベースアルゴリズムを適用して評価した。
  論文  参考訳（メタデータ） (2024-08-17T02:17:09Z)
• VEC-SBM: Optimal Community Detection with Vectorial Edges Covariates [67.51637355249986]
  本稿では,コミュニティ検出のための統計フレームワークであるブロックモデル(SBM)の拡張について検討する。 本稿では,反復的改良手法に基づく新しいアルゴリズムを提案し,潜在コミュニティを最適に回復することを示す。 コミュニティ検出プロセスにおいて,エッジ側情報を活用する付加価値を厳格に評価する。
  論文  参考訳（メタデータ） (2024-02-29T02:19:55Z)
• Exploring Geometry of Blind Spots in Vision Models [56.47644447201878]
  CNNやトランスフォーマーのような視覚モデルにおける過敏性の現象について検討する。 本稿では,入力空間に対する信頼度の高い領域を反復的に探索するレベルセットトラバースアルゴリズムを提案する。 モデルが高い信頼度を維持するこれらの連結高次元領域の範囲を推定する。
  論文  参考訳（メタデータ） (2023-10-30T18:00:33Z)
• A Geometrical Approach to Evaluate the Adversarial Robustness of Deep Neural Networks [52.09243852066406]
  対向収束時間スコア(ACTS)は、対向ロバストネス指標として収束時間を測定する。 我々は,大規模画像Netデータセットに対する異なる敵攻撃に対して,提案したACTSメトリックの有効性と一般化を検証する。
  論文  参考訳（メタデータ） (2023-10-10T09:39:38Z)
• Uncertainty in GNN Learning Evaluations: The Importance of a Consistent Benchmark for Community Detection [4.358468367889626]
  グラフニューラルネットワーク(GNN)の共通評価プロトコルを確立するためのフレームワークを提案する。 プロトコルの有無の相違を実証することで、モチベーションと正当化を行います。 また,同じ評価基準が従うことを保証することで,本課題における手法の性能と有意な差があることが判明した。
  論文  参考訳（メタデータ） (2023-05-10T10:22:28Z)
• DCC: A Cascade based Approach to Detect Communities in Social Networks [1.80476943513092]
  この研究はグラノヴェッターの主張によって動機付けられ、強い結びつきが密接な連結ノードの中に存在することを示唆している。 我々は,カスケードを用いたemphDisjoint Community Detectionと呼ばれる新しい手法を導入した。
  論文  参考訳（メタデータ） (2022-12-21T11:25:07Z)
• High-order Order Proximity-Incorporated, Symmetry and Graph-Regularized Nonnegative Matrix Factorization for Community Detection [6.573829734173933]
  高次近似(HOP)、対称性、グラフ規則化NMF(HSGN)モデルの提案。 HSGNベースのコミュニティ検出器は、高い精度のコミュニティ検出結果を提供するために、ベンチマークと最先端のコミュニティ検出器の両方を著しく上回っている。
  論文  参考訳（メタデータ） (2022-03-08T06:45:31Z)
• A multilevel clustering technique for community detection [0.0]
  本研究では,ネットワーク内の関連コミュニティを識別するスケーラブルなフレームワークに基づく新しい検出手法を提案する。 マイクロコズムと呼ばれる地域社会を識別するために構造的およびテキスト的情報を活用するマルチレベルクラスタリング手法(MCT)を提案する。 このアプローチは、低レベルのコミュニティがTwitterでどのように進化し、行動するかを説明するためのより良い理解と明快さを提供します。
  論文  参考訳（メタデータ） (2021-01-16T23:26:44Z)
• On the use of local structural properties for improving the efficiency of hierarchical community detection methods [77.34726150561087]
  本研究では,階層型コミュニティ検出の効率向上のために,局所構造ネットワーク特性をプロキシとして利用する方法について検討する。 また,ネットワークプルーニングの性能への影響を,階層的コミュニティ検出をより効率的にするための補助的手法として検証する。
  論文  参考訳（メタデータ） (2020-09-15T00:16:12Z)
• Detecting Communities in Heterogeneous Multi-Relational Networks:A Message Passing based Approach [89.19237792558687]
  コミュニティは、ソーシャルネットワーク、生物学的ネットワーク、コンピュータおよび情報ネットワークを含むネットワークの共通の特徴である。 我々は,全同種ネットワークのコミュニティを同時に検出する効率的なメッセージパッシングに基づくアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-04-06T17:36:24Z)

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。