論文の概要: Post-hoc evaluation of nodes influence in information cascades: the case of coordinated accounts

• arxiv url: http://arxiv.org/abs/2401.01684v1
• Date: Wed, 3 Jan 2024 11:40:46 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-04 14:24:50.664842
• Title: Post-hoc evaluation of nodes influence in information cascades: the case of coordinated accounts
• Title（参考訳）: 情報カスケードにおけるノードの影響のポストホック評価--コーディネートアカウントの場合
• Authors: Niccol\`o Di Marco, Sara Brunetti, Matteo Cinelli, Walter Quattrociocchi
• Abstract要約: 協調的Inhautentic Behaviour(CIB)は、オンライン談話を活用するための戦術として登場した。 有向木におけるノードのサブセットの影響を評価するための一般的なフレームワークを定義することにより、CIB戦術の有効性を定量化する。 我々は、最適かつ欲求的なポストホック配置戦略を提供する2つのアルゴリズムを設計し、構成の影響を最大化する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: In the last years, social media has gained an unprecedented amount of attention, playing a pivotal role in shaping the contemporary landscape of communication and connection. However, Coordinated Inhautentic Behaviour (CIB), defined as orchestrated efforts by entities to deceive or mislead users about their identity and intentions, has emerged as a tactic to exploit the online discourse. In this study, we quantify the efficacy of CIB tactics by defining a general framework for evaluating the influence of a subset of nodes in a directed tree. We design two algorithms that provide optimal and greedy post-hoc placement strategies that lead to maximising the configuration influence. We then consider cascades from information spreading on Twitter to compare the observed behaviour with our algorithms. The results show that, according to our model, coordinated accounts are quite inefficient in terms of their network influence, thus suggesting that they may play a less pivotal role than expected. Moreover, the causes of these poor results may be found in two separate aspects: a bad placement strategy and a scarcity of resources.
• Abstract（参考訳）: 近年、ソーシャルメディアは前例のないほどの注目を集め、現代のコミュニケーションとつながりの風景を形成する上で重要な役割を担っている。 しかし、利用者の身元や意図を欺いたり誤解させたりするための団体による組織的努力として定義されたコーディネート・インハウテンティック・ビヘイビア(CIB)は、オンライン談話を利用する戦術として登場した。 本研究では,有向木におけるノードのサブセットの影響を評価する汎用フレームワークを定義し,cib戦術の有効性を定量化する。 構成の影響を最大化する最適なポストホック配置戦略を提供する2つのアルゴリズムを設計した。 そして、twitterで拡散する情報からのカスケードを検討し、観察した行動とアルゴリズムを比較します。 その結果, コーディネートされたアカウントは, ネットワークの影響で極めて非効率であり, 予測よりも重要でない役割を担っている可能性が示唆された。 さらに、これらの貧弱な結果の原因は、配置の悪い戦略と資源の不足という2つの異なる側面に見ることができる。

関連論文リスト

• Cost-Effective Community-Hierarchy-Based Mutual Voting Approach for Influence Maximization in Complex Networks [54.366995393644586]
  実世界は通常、影響のあるノード識別の時間と精度のバランスに高い要求がある。 本稿では,複雑ネットワークに影響を及ぼすためのコスト効果型コミュニティ階層型相互投票方式を提案する。 提案手法は、時間複雑性と影響ノード同定の精度のバランスに関する16の最先端技術より優れている。
  論文  参考訳（メタデータ） (2024-09-21T06:32:28Z)
• Estimating Peer Direct and Indirect Effects in Observational Network Data [16.006409149421515]
  本稿では、ピア直接効果とピア間接効果の両方を考慮し、個人自身の治療の効果を考慮に入れた一般的な設定を提案する。 注意機構を用いて、異なる隣人の影響を識別し、グラフニューラルネットワークによる高次隣人効果を探索する。 理論的には,ネットワークシステムにおける介入戦略を改善する可能性があり,ソーシャルネットワークや疫学などの分野にも応用できる。
  論文  参考訳（メタデータ） (2024-08-21T10:02:05Z)
• Effective Off-Policy Evaluation and Learning in Contextual Combinatorial Bandits [15.916834591090009]
  文脈的包帯における非政治評価と学習について検討する。 この設定はレコメンデーターシステムやヘルスケアといった分野で広く使われている。 因子化された作用空間の概念を導入し、各サブセットをバイナリインジケータに分解する。
  論文  参考訳（メタデータ） (2024-08-20T21:25:04Z)
• Influence Maximization via Graph Neural Bandits [54.45552721334886]
  IM問題を多ラウンド拡散キャンペーンに設定し,影響を受けやすいユーザ数を最大化することを目的とした。 IM-GNB(Influence Maximization with Graph Neural Bandits)を提案する。
  論文  参考訳（メタデータ） (2024-06-18T17:54:33Z)
• Bayesian Off-Policy Evaluation and Learning for Large Action Spaces [14.203316003782604]
  対話型システムでは、アクションはよく相関し、よりサンプリング効率の良いオフ・ポリシーの評価と学習の機会を提供する。 我々は、これらの相関関係を構造化および情報的事前を通じて捉えるために、統一されたベイズ的枠組みを導入する。 我々は,OPEとOPLの一般ベイズ的アプローチであるsDMを提案する。
  論文  参考訳（メタデータ） (2024-02-22T16:09:45Z)
• Ranking-based Group Identification via Factorized Attention on Social Tripartite Graph [68.08590487960475]
  グループ識別のための文脈的要因認識(CFAG)という,GNNに基づく新しいフレームワークを提案する。 我々は3部グラフ畳み込み層を考案し、ユーザ、グループ、アイテム間の異なる種類の近隣からの情報を集約する。 データ疎度問題に対処するため,提案した因子化注意機構に基づく新しい伝搬増強層を考案した。
  論文  参考訳（メタデータ） (2022-11-02T01:42:20Z)
• Position-aware Structure Learning for Graph Topology-imbalance by Relieving Under-reaching and Over-squashing [67.83086131278904]
  トポロジー不均衡は、ラベル付きノードの不均一なトポロジー位置によって引き起こされるグラフ固有の不均衡問題である。 PASTEL という新しい位置認識型グラフ構造学習フレームワークを提案する。 私たちの重要な洞察は、より監督的な情報を得るために、同じクラス内のノードの接続性を高めることです。
  論文  参考訳（メタデータ） (2022-08-17T14:04:21Z)
• Interpolation-based Correlation Reduction Network for Semi-Supervised Graph Learning [49.94816548023729]
  補間型相関低減ネットワーク(ICRN)と呼ばれる新しいグラフコントラスト学習手法を提案する。 提案手法では,決定境界のマージンを大きくすることで,潜在特徴の識別能力を向上させる。 この2つの設定を組み合わせることで、豊富なラベル付きノードと稀に価値あるラベル付きノードから豊富な監視情報を抽出し、離散表現学習を行う。
  論文  参考訳（メタデータ） (2022-06-06T14:26:34Z)
• Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
  本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。 前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。 提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
  論文  参考訳（メタデータ） (2022-05-13T21:09:41Z)
• VigDet: Knowledge Informed Neural Temporal Point Process for Coordination Detection on Social Media [8.181808709549227]
  ソーシャルメディア上の調整されたアカウントは 偽情報キャンペーンによって 世論に影響を与え 社会的成果を操るために使われます 本稿では、時間的論理や事前定義されたフィルタリング関数といった事前知識を用いて、ニューラル時間的点過程を組み込んだ協調検出フレームワークを提案する。 実世界のデータセットを用いた実験結果から, 教師なしと半教師なしの両方の設定におけるSOTAモデルと比較して, 提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2021-10-28T22:19:14Z)

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。