論文の概要: A Meta Path-based Approach for Rumor Detection on Social Media

• arxiv url: http://arxiv.org/abs/2301.04341v1
• Date: Wed, 11 Jan 2023 07:31:47 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-12 17:45:34.122168
• Title: A Meta Path-based Approach for Rumor Detection on Social Media
• Title（参考訳）: メタパスに基づくソーシャルメディアの反響検出手法
• Authors: Bita Azarijoo, Mostafa Salehi, Shaghayegh Najari
• Abstract要約: ソーシャルメディアは、従来の情報源よりもソーシャルネットワークを通じてニュースを受け取る傾向が強まっている。 ソーシャルメディア上で偽ニュースを検出するためのグローバルローカルアテンションネットワーク(MGLAN)を提案する。 MGLANは,異なるノードタイプに対するノードレベルの識別をキャプチャすることで,他のモデルよりも優れていることを示す。
• 参考スコア（独自算出の注目度）: 1.4824891788575418
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: The prominent role of social media in people's daily lives has made them more inclined to receive news through social networks than traditional sources. This shift in public behavior has opened doors for some to diffuse fake news on social media; and subsequently cause negative economic, political, and social consequences as well as distrust among the public. There are many proposed methods to solve the rumor detection problem, most of which do not take full advantage of the heterogeneous nature of news propagation networks. With this intention, we considered a previously proposed architecture as our baseline and performed the idea of structural feature extraction from the heterogeneous rumor propagation over its architecture using the concept of meta path-based embeddings. We named our model Meta Path-based Global Local Attention Network (MGLAN). Extensive experimental analysis on three state-of-the-art datasets has demonstrated that MGLAN outperforms other models by capturing node-level discrimination to different node types.
• Abstract（参考訳）: 人々の日常生活におけるソーシャルメディアの役割は、従来の情報源よりもソーシャルネットワークを通じてニュースを受け取る傾向が強まっている。 この公衆行動の変化は、ソーシャルメディア上で偽ニュースを広めるための扉を開き、その後、経済、政治、社会の悪影響を招き、大衆の信頼を損なう。 噂を検知する手法は数多く提案されているが,そのほとんどは,ニュース伝搬ネットワークの異種性を完全に活用するものではない。 この目的から,提案するアーキテクチャをベースラインとして検討し,メタパスに基づく埋め込みの概念を用いて,そのアーキテクチャ上の異種うわさの伝搬から構造的特徴抽出を行う。 我々はメタパスに基づくGlobal Local Attention Network (MGLAN) と名付けた。 3つの最先端データセットに関する広範な実験分析により、mglanは異なるノードタイプに対するノードレベルの識別を捉えることで、他のモデルよりも優れていることが示されている。

関連論文リスト

• Epidemiology-informed Network for Robust Rumor Detection [59.89351792706995]
  本稿では, 疫学知識を統合し, 性能を高めるための新しい疫学情報ネットワーク(EIN)を提案する。 疫学理論をうわさ検出に適応させるため,各利用者が情報源情報に対する姿勢を付加することが期待されている。 実験結果から,提案したEINは実世界のデータセット上で最先端の手法より優れるだけでなく,樹木の深度にまたがる堅牢性も向上することが示された。
  論文  参考訳（メタデータ） (2024-11-20T00:43:32Z)
• Graph Neural Networks for Antisocial Behavior Detection on Twitter [0.0]
  反社会的行動のソーシャルメディアの復活は、ステレオタイプ的信念や個人や社会グループに対する憎悪的なコメントに下向きのスパイラルをもたらした。 大量のグラフ構造化データに使用されるグラフニューラルネットワークの進歩は、ソーシャルメディアプラットフォームにおけるコミュニケーションのメディア化の将来への期待を高めている。 グラフ畳み込みデータに基づくアプローチを用いて、異種データ間の依存関係をよりよく把握した。
  論文  参考訳（メタデータ） (2023-12-28T00:25:12Z)
• Identifying and analysing toxic actors and communities on Facebook by employing network analysis [10.470891322619549]
  ソーシャルメディアプラットフォーム(SMP)は、有害な感情内容やネガティブな感情内容を協調的に広める上で中心的な役割を果たす。 本稿では,グラフ理論のインスピレーションを取り入れた新しいネットワークとコミュニティ探索アルゴリズムを代表的Facebookデータセットに適用する。 インドの極右ヒンドゥートヴァの言説の文脈の中で、アクターの協調ネットワークの5つのコミュニティを見つける。
  論文  参考訳（メタデータ） (2023-09-14T11:16:16Z)
• No Place to Hide: Dual Deep Interaction Channel Network for Fake News Detection based on Data Augmentation [16.40196904371682]
  本稿では,意味,感情,データ強化の観点から,偽ニュース検出のための新しいフレームワークを提案する。 セマンティックと感情の2つのディープインタラクションチャネルネットワークは、より包括的できめ細かなニュース表現を得るために設計されている。 実験の結果,提案手法は最先端手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2023-03-31T13:33:53Z)
• Cross-Network Social User Embedding with Hybrid Differential Privacy Guarantees [81.6471440778355]
  プライバシー保護方式でユーザを包括的に表現するために,ネットワーク横断型ソーシャルユーザ埋め込みフレームワークDP-CroSUEを提案する。 特に、各異種ソーシャルネットワークに対して、異種データ型に対するプライバシー期待の変化を捉えるために、まずハイブリッドな差分プライバシーの概念を導入する。 ユーザ埋め込みをさらに強化するため、新しいネットワーク間GCN埋め込みモデルは、それらの整列したユーザを介して、ネットワーク間で知識を伝達するように設計されている。
  論文  参考訳（メタデータ） (2022-09-04T06:22:37Z)
• Fake News Detection with Heterogeneous Transformer [13.804363799338613]
  本稿では,ソーシャルネットワーク上での偽ニュース検出問題を解決するために,新しいトランスフォーマーモデルHetTransformerを提案する。 まず、ソーシャルネットワークにおけるニュース、ポスト、ユーザーエンティティの局所的な異種意味を捉えます。 次に,トランスフォーマーを用いて,ソーシャルネットワークにおける伝播パターンのグローバルな構造表現を捉え,フェイクニュース検出を行う。
  論文  参考訳（メタデータ） (2022-05-06T09:31:23Z)
• Rumor Detection with Self-supervised Learning on Texts and Social Graph [101.94546286960642]
  異種情報ソース上での自己教師型学習を対照的に提案し,それらの関係を明らかにするとともに,噂をよりよく特徴付ける。 我々はこの枠組みをSRD(Self-supervised Rumor Detection)と呼ぶ。 3つの実世界のデータセットに対する大規模な実験により、ソーシャルメディア上での噂の自動検出におけるSRDの有効性が検証された。
  論文  参考訳（メタデータ） (2022-04-19T12:10:03Z)
• Streaming Social Event Detection and Evolution Discovery in Heterogeneous Information Networks [90.3475746663728]
  イベントは現実世界やリアルタイムで行われており、社会集会、祝祭、影響力のある会議、スポーツ活動などのイベントのために計画や組織化が可能である。 ソーシャルメディアプラットフォームは、トピックの異なる公開イベントに関する多くのリアルタイムテキスト情報を生成する。 しかし、異質なテクスチャやメタデータがあいまいであることが多いため、社会イベントの採掘は困難である。
  論文  参考訳（メタデータ） (2021-04-02T02:13:10Z)
• A Multi-Semantic Metapath Model for Large Scale Heterogeneous Network Representation Learning [52.83948119677194]
  大規模不均一表現学習のためのマルチセマンティックメタパス(MSM)モデルを提案する。 具体的には,マルチセマンティックなメタパスに基づくランダムウォークを生成し,不均衡な分布を扱うヘテロジニアスな近傍を構築する。 提案するフレームワークに対して,AmazonとAlibabaの2つの挑戦的なデータセットに対して,体系的な評価を行う。
  論文  参考訳（メタデータ） (2020-07-19T22:50:20Z)
• A multi-layer approach to disinformation detection on Twitter [4.663548775064491]
  我々は,Twitter拡散ネットワークの多層表現を用い,各層に対してグローバルネットワーク機能群を計算した。 米国とイタリアでそれぞれ共有されたニュースの拡散カスケードに対応する2つの大規模データセットによる実験結果から、単純なロジスティック回帰モデルにより、偽情報と主流ネットワークを高精度に分類できることが示されている。 当社のネットワークベースのアプローチは,ソーシャルメディアに拡散する誤解を招く有害な情報を検出するシステム開発への道を開く有用な洞察を提供すると考えている。
  論文  参考訳（メタデータ） (2020-02-28T09:25:53Z)
• Rumor Detection on Social Media with Bi-Directional Graph Convolutional Networks [89.13567439679709]
  本稿では,二方向グラフ畳み込みネットワーク (Bi-Directional Graph Convolutional Networks, Bi-GCN) と呼ばれる新しい双方向グラフモデルを提案する。 これは、噂拡散のパターンを学習するために、噂拡散のトップダウン指向グラフを持つGCNと、噂拡散の反対指向グラフを持つGCNを活用して、噂拡散の構造を捉える。
  論文  参考訳（メタデータ） (2020-01-17T15:12:08Z)

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。