論文の概要: Polarization in Decentralized Online Social Networks

• arxiv url: http://arxiv.org/abs/2312.05668v1
• Date: Sat, 9 Dec 2023 20:16:06 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-12 19:22:42.843731
• Title: Polarization in Decentralized Online Social Networks
• Title（参考訳）: 分散オンラインソーシャルネットワークにおける分極
• Authors: Lucio La Cava, Domenico Mandaglio, Andrea Tagarelli
• Abstract要約: 分散オンラインソーシャルネットワーク(DOSN)は、誰でも新しいインスタンスを作成し、Fediverseと呼ばれる分散ネットワークに参加することができる。 この運動量の増加にもかかわらず、DOSNsのインスタンス間の正と負の相互作用の影響に対処する研究が不足している。 以上の結果から,フェディバースにおける偏光は,インスタンス間のフェデレーション環境を育成したいという願望の影響を受け,一意に現れることが示唆された。
• 参考スコア（独自算出の注目度）: 5.4482836906033585
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Centralized social media platforms are currently experiencing a shift in user engagement, drawing attention to alternative paradigms like Decentralized Online Social Networks (DOSNs). The rising popularity of DOSNs finds its root in the accessibility of open-source software, enabling anyone to create a new instance (i.e., server) and participate in a decentralized network known as Fediverse. Despite this growing momentum, there has been a lack of studies addressing the effect of positive and negative interactions among instances within DOSNs. This work aims to fill this gap by presenting a preliminary examination of instances' polarization in DOSNs, focusing on Mastodon -- the most widely recognized decentralized social media platform, boasting over 10M users and nearly 20K instances to date. Our results suggest that polarization in the Fediverse emerges in unique ways, influenced by the desire to foster a federated environment between instances, also facilitating the isolation of instances that may pose potential risks to the Fediverse.
• Abstract（参考訳）: 中央集権型ソーシャルメディアプラットフォームは現在、ユーザエンゲージメントのシフトを経験しており、Decentralized Online Social Networks (DOSNs)のような別のパラダイムに注意を向けている。 DOSNの人気の高まりは、オープンソースソフトウェアのアクセシビリティのルーツとなり、誰でも新しいインスタンス(サーバ)を作成でき、Fediverseと呼ばれる分散ネットワークに参加することができる。 この運動量の増加にもかかわらず、DOSNsのインスタンス間の正と負の相互作用の影響に対処する研究が不足している。 この研究は、最も広く認知されている分散型ソーシャルメディアプラットフォームであるmastodonに焦点をあてて、dosnsにおけるインスタンスの分極に関する予備的な検証を行い、このギャップを埋めることを目的としている。 この結果から,Fediverseにおける分極は,インスタンス間のフェデレーション環境を育成したいという願望や,Fediverseに潜在的なリスクをもたらす可能性のあるインスタンスの分離を促進するという願望の影響を受け,ユニークな方法で現れることが示唆された。

関連論文リスト

• Characterizing the Fragmentation of the Social Media Ecosystem [39.58317527488534]
  私たちは9つのソーシャルメディアプラットフォーム上で600万人近いユーザーが投稿した1260万のURLのデータセットを使用しています。 メインストリームとAlt-techプラットフォームの間には明確な分離がある。 これらの知見は、ソーシャルメディアエコシステムの断片化と分極を定義する主要な側面を概説している。
  論文  参考訳（メタデータ） (2024-11-25T18:45:03Z)
• An evidence-based and critical analysis of the Fediverse decentralization promises [0.0]
  本稿では,ソーシャルWeb上での商用プラットフォームの集中化と優位性に対抗するためのFederiverseの可能性を検討する。 我々は、Fediverseを支える技術、インスタンス上のFediverseユーザ分布に関する現在の統計データ、および電子メールとWebの2つの古い、類似した分散技術の現状から証拠を収集する。
  論文  参考訳（メタデータ） (2024-08-27T19:57:35Z)
• Privacy Preserving Semi-Decentralized Mean Estimation over Intermittently-Connected Networks [59.43433767253956]
  信頼できない無線ネットワークの異なるノードに分散するベクトルの平均をプライベートに推定する問題を考える。 半分散的なセットアップでは、ノードは隣人と協力してローカルコンセンサスを計算し、中央サーバにリレーする。 ノード間のデータ共有による協調中継とプライバシー漏洩のトレードオフについて検討する。
  論文  参考訳（メタデータ） (2024-06-06T06:12:15Z)
• A Spreader Ranking Algorithm for Extremely Low-budget Influence Maximization in Social Networks using Community Bridge Nodes [12.691905338833372]
  影響最大化(IM)の目的は、特定の情報の拡散を最大化するためのネットワーク内の特定のノードを特定することである。 そこで我々は,K-Shellアルゴリズムを用いて,シードノードとコミュニティ間の接続のスコアを生成するコミュニティ構造に基づくアプローチを提案する。 Independent Cascade(IC)モデルを選択し、情報拡散をシミュレートし、4つの評価指標で評価する。
  論文  参考訳（メタデータ） (2022-11-17T16:53:47Z)
• Detecting Ideal Instagram Influencer Using Social Network Analysis [0.0]
  本論文は、現実のオンラインマーケティング戦略のためのソーシャルネットワーク分析(SNA)に焦点を当てている。 この研究は、ネットワーク内の最も中心的なノードを特定するための様々な集中度尺度を比較し、個々のユーザの拡散行動を理解するために線形しきい値モデルを用いて貢献する。
  論文  参考訳（メタデータ） (2021-07-12T20:53:58Z)
• Adversarial Attacks on Deep Learning Based Power Allocation in a Massive MIMO Network [62.77129284830945]
  本稿では,大規模なマルチインプット・マルチアウトプット(MAMIMO)ネットワークのダウンリンクにおいて,逆攻撃がDLベースの電力割り当てを損なう可能性があることを示す。 我々はこれらの攻撃のパフォーマンスをベンチマークし、ニューラルネットワーク(NN)の入力に小さな摂動がある場合、ホワイトボックス攻撃は最大86%まで実現不可能な解決策をもたらすことを示した。
  論文  参考訳（メタデータ） (2021-01-28T16:18:19Z)
• Polarization Model of Online Social Networks Based on the Concept of Spontaneous Symmetry Breaking [3.084629788740097]
  偏光に対抗できる技術を確立するためには、偏光のメカニズムを理解する必要がある。 本稿では,自発対称性の破れの概念に基づく偏光の理解の基礎モデルを提案する。
  論文  参考訳（メタデータ） (2020-11-10T21:03:11Z)
• WAFFLe: Weight Anonymized Factorization for Federated Learning [88.44939168851721]
  データが機密性やプライベート性を持つドメインでは、ローカルデバイスを離れることなく、分散的に学習できるメソッドには大きな価値があります。 本稿では,フェデレートラーニングのためのウェイト匿名化因子化(WAFFLe)を提案する。これは,インド・バフェット・プロセスとニューラルネットワークの重み要因の共有辞書を組み合わせたアプローチである。
  論文  参考訳（メタデータ） (2020-08-13T04:26:31Z)
• Multi-Center Federated Learning [62.57229809407692]
  本稿では,フェデレート学習のための新しい多中心集約機構を提案する。 非IIDユーザデータから複数のグローバルモデルを学び、同時にユーザとセンタ間の最適なマッチングを導出する。 ベンチマークデータセットによる実験結果から,本手法はいくつかの一般的なフェデレーション学習法より優れていることが示された。
  論文  参考訳（メタデータ） (2020-05-03T09:14:31Z)
• Byzantine-resilient Decentralized Stochastic Gradient Descent [85.15773446094576]
  分散学習システムのビザンチンレジリエンスに関する詳細な研究について述べる。 ビザンチンフォールトトレランスを用いた分散学習を支援する新しいアルゴリズムUBARを提案する。
  論文  参考訳（メタデータ） (2020-02-20T05:11:04Z)
• 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。