Fugu-MT 論文翻訳(概要): Predicting affinity ties in a surname network

論文の概要: Predicting affinity ties in a surname network

arxiv url: http://arxiv.org/abs/2306.01218v1
Date: Fri, 2 Jun 2023 00:51:17 GMT
ステータス: 処理完了
システム内更新日: 2023-06-05 17:13:01.914881
Title: Predicting affinity ties in a surname network
Title（参考訳）: 姓ネットワークにおける親和関係の予測
Authors: Marcelo Mendoza and Naim Bro
Abstract要約: 我々はチリのサンティアゴの社会経済データをエンコードする姓親和性ネットワークを構築した。我々は,リンクの予測を知識ベース完了問題としてモデル化する。埋め込み空間における接地された隣人と隣人とを区別し、後者が結合形成の予測性が高いことを示す。
参考スコア（独自算出の注目度）: 3.6042575355093907
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: From administrative registers of last names in Santiago, Chile, we create a surname affinity network that encodes socioeconomic data. This network is a multi-relational graph with nodes representing surnames and edges representing the prevalence of interactions between surnames by socioeconomic decile. We model the prediction of links as a knowledge base completion problem, and find that sharing neighbors is highly predictive of the formation of new links. Importantly, We distinguish between grounded neighbors and neighbors in the embedding space, and find that the latter is more predictive of tie formation. The paper discusses the implications of this finding in explaining the high levels of elite endogamy in Santiago.
Abstract（参考訳）: チリのサンティアゴにおける姓の行政登録から,社会経済データをエンコードする姓親和性ネットワークを構築した。このネットワークは、姓を表すノードと、社会経済的なデシレイルによる姓間の交流の頻度を表すエッジを持つ多元関係グラフである。リンクの予測を知識ベース補完問題としてモデル化し,新しいリンクの形成に対して隣人同士の共有が極めて予測的であることを見出した。重要なことに、私たちは埋め込み空間の接地した隣人と隣人を区別し、後者の方がタイ形成をより予測できると判断する。本稿は,サンティアゴにおけるエリート・エンドゲーミズムの高水準を説明する上で,この発見の意義について述べる。

関連論文リスト

Human and Automatic Interpretation of Romanian Noun Compounds [0.5348370085388684]
そこで我々は,人間アノテータとニューラルネット分類器を用いて,新しい関係セットを提案し,検証する。結果は、人間の合意率が低い場合でも、ネットワークの予測と人間の判断が一致していることを示している。最も頻繁に選択された関係は16のラベル付きセマンティック・リレーションのうちの1つであり、より良い関係のインベントリの必要性を示している。
論文参考訳（メタデータ） (2024-03-11T01:18:00Z)
Fraudulent User Detection Via Behavior Information Aggregation Network (BIAN) On Large-Scale Financial Social Network [8.687460943376605]
本稿では,ユーザ行動と他のユーザ機能を組み合わせた行動情報集約ネットワーク(BIAN)を提案する。実世界の大規模金融ソーシャルネットワークデータセットであるDGraphの実験結果は、BIANがAUROCの10.2%の利益を得ていることを示している。
論文参考訳（メタデータ） (2022-11-04T08:33:06Z)
Subgraph Neighboring Relations Infomax for Inductive Link Prediction on Knowledge Graphs [4.096203468876652]
Subgraph Neighboring Relations Infomax, SNRI は2つの側面から完全な近隣関係を利用する。 SNRIはインダクティブリンク予測タスクにおいて,既存の最先端手法よりも高い性能を示す実験を行った。
論文参考訳（メタデータ） (2022-07-28T01:52:39Z)
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)
Reinforced Neighborhood Selection Guided Multi-Relational Graph Neural Networks [68.9026534589483]
RioGNNはReinforceed, recursive, flexible neighborhood selection guided multi-relational Graph Neural Network architectureである。 RioGNNは、各関係の個々の重要性の認識により、説明性を高めた差別的なノード埋め込みを学ぶことができる。
論文参考訳（メタデータ） (2021-04-16T04:30:06Z)
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)
Factorizable Graph Convolutional Networks [90.59836684458905]
本稿では,グラフに符号化された相互に絡み合った関係を明示的に解消する新しいグラフ畳み込みネットワーク(GCN)を提案する。 FactorGCNは単純なグラフを入力として取り、それをいくつかの分解グラフに分解する。提案したFacterGCNは,合成および実世界のデータセットに対して質的かつ定量的に評価する。
論文参考訳（メタデータ） (2020-10-12T03:01:40Z)
Spectral Embedding of Graph Networks [76.27138343125985]
ローカルノードの類似性と接続性、グローバル構造をトレードオフする教師なしグラフ埋め込みを導入する。埋め込みは一般化されたグラフ Laplacian に基づいており、固有ベクトルは1つの表現においてネットワーク構造と近傍近傍の両方をコンパクトにキャプチャする。
論文参考訳（メタデータ） (2020-09-30T04:59:10Z)
Pairwise Learning for Name Disambiguation in Large-Scale Heterogeneous Academic Networks [81.00481125272098]
本稿では,MA-PairRNN(Multi-view Attention-based Pairwise Recurrent Neural Network)を提案する。 MA-PairRNNは、不均一グラフ埋め込み学習とペアワイズ類似学習をフレームワークに統合する。実世界の2つのデータセットの結果から、我々のフレームワークは名前の曖昧さに対するパフォーマンスを著しく一貫した改善をしていることがわかる。
論文参考訳（メタデータ） (2020-08-30T06:08:20Z)
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。