Fugu-MT 論文翻訳(概要): Improving the quality of individual-level online information tracking: challenges of existing approaches and introduction of a new content- and long-tail sensitive academic solution

論文の概要: Improving the quality of individual-level online information tracking: challenges of existing approaches and introduction of a new content- and long-tail sensitive academic solution

arxiv url: http://arxiv.org/abs/2403.02931v1
Date: Tue, 5 Mar 2024 12:49:25 GMT
ステータス: 処理完了
システム内更新日: 2024-03-06 15:01:25.680453
Title: Improving the quality of individual-level online information tracking: challenges of existing approaches and introduction of a new content- and long-tail sensitive academic solution
Title（参考訳）: 個人レベルのオンライン情報追跡の質向上:既存のアプローチの挑戦と新しいコンテンツ・ロングテールセンシティブな学術的ソリューションの導入
Authors: Silke Adam, Mykola Makhortykh, Michaela Maier, Viktor Aigenseer, Aleksandra Urman, Teresa Gil Lopez, Clara Christner, Ernesto de Le\'on, Roberto Ulloa
Abstract要約: 本稿は、社会科学で使用される個人レベルのデスクトップ情報追跡におけるデータ収集の質を評価する。それは、ヨーロッパの大手研究機関が管理しているオープンソースの追跡ツールWebTrackだ。この記事では、WebTrackによるデータ収集の改善が、トラッキングデータの処理において、新たな革新的な変化をもたらすことを実証的に説明している。
参考スコア（独自算出の注目度）: 34.82692226532414
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This article evaluates the quality of data collection in individual-level desktop information tracking used in the social sciences and shows that the existing approaches face sampling issues, validity issues due to the lack of content-level data and their disregard of the variety of devices and long-tail consumption patterns as well as transparency and privacy issues. To overcome some of these problems, the article introduces a new academic tracking solution, WebTrack, an open source tracking tool maintained by a major European research institution. The design logic, the interfaces and the backend requirements for WebTrack, followed by a detailed examination of strengths and weaknesses of the tool, are discussed. Finally, using data from 1185 participants, the article empirically illustrates how an improvement in the data collection through WebTrack leads to new innovative shifts in the processing of tracking data. As WebTrack allows collecting the content people are exposed to on more than classical news platforms, we can strongly improve the detection of politics-related information consumption in tracking data with the application of automated content analysis compared to traditional approaches that rely on the list-based identification of news.
Abstract（参考訳）: 本稿では,ソーシャルサイエンスにおける個人レベルのデスクトップ情報追跡におけるデータ収集の質を評価し,既存のアプローチでは,コンテンツレベルのデータ不足によるサンプリング問題や,さまざまなデバイスや長期消費パターンの無視,透明性やプライバシの問題に直面することを示す。これらの問題を克服するために、本記事では、ヨーロッパの大手研究機関が管理するオープンソースの追跡ツールである、新しい学術追跡ソリューションであるWebTrackを紹介する。 WebTrackの設計ロジック、インターフェース、バックエンド要件について、続いてツールの長所と短所を詳細に検討した。最後に、1185人の参加者のデータを用いて、webtrackによるデータ収集の改善が、追跡データの処理における新たな革新的シフトにどのようにつながるかを実証的に説明している。 WebTrackは,従来のニュースプラットフォームよりも多く公開されているコンテンツ収集を可能にするため,自動コンテンツ分析の適用により,トラッキングデータにおける政治関連情報消費の検出を,リストベースのニュース識別に依存する従来のアプローチと比較して,強く向上させることができる。

関連論文リスト

Transit Pulse: Utilizing Social Media as a Source for Customer Feedback and Information Extraction with Large Language Model [12.6020349733674]
本稿では,交通関連情報を抽出し,分析するための新しい手法を提案する。提案手法では,Large Language Models (LLM) ,特にLlama 3を合理化解析に用いている。以上の結果から,公共交通機関におけるソーシャルメディアデータ分析を変革するLLMの可能性が示された。
論文参考訳（メタデータ） (2024-10-19T07:08:40Z)
DisTrack: a new Tool for Semi-automatic Misinformation Tracking in Online Social Networks [46.38614083502535]
DisTrackは、自然言語処理(NLP)ソーシャル・ネットワーク・アナリティクス(SNA)とグラフ視覚化を組み合わせることで、誤情報の拡散に対抗するように設計されている。このツールは、デジタル環境に散在する誤報のダイナミックな性質を捉え、分析するために調整されている。
論文参考訳（メタデータ） (2024-08-01T15:17:33Z)
DIVOTrack: A Novel Dataset and Baseline Method for Cross-View Multi-Object Tracking in DIVerse Open Scenes [74.64897845999677]
歩行者が密集したDIVerse Openのシーンを対象とした,新しいクロスビュー多目的追跡データセットを提案する。私たちのDIVOTrackには15の異なるシナリオと953のクロスビュートラックがあります。さらに,クロスモット(CrossMOT)という統合型共同検出・クロスビュートラッキングフレームワークを用いた新しいベースラインクロスビュートラッキング手法を提案する。
論文参考訳（メタデータ） (2023-02-15T14:10:42Z)
CXTrack: Improving 3D Point Cloud Tracking with Contextual Information [59.55870742072618]
3Dオブジェクトトラッキングは、自律運転など、多くのアプリケーションにおいて重要な役割を果たす。 CXTrackは3次元オブジェクト追跡のためのトランスフォーマーベースのネットワークである。 CXTrackは29FPSで動作しながら最先端のトラッキング性能を実現する。
論文参考訳（メタデータ） (2022-11-12T11:29:01Z)
Single Object Tracking Research: A Survey [44.24280758718638]
本稿では,過去10年間に最も人気の高い追跡フレームワーク2つについて,その理論的根拠と作業について述べる。本稿では,異なるネットワーク構造に分類したディープラーニングに基づく追跡手法を提案する。また、追跡問題の課題に対処するための古典的な戦略についても紹介する。
論文参考訳（メタデータ） (2022-04-25T02:59:15Z)
DeepMix: Online Auto Data Augmentation for Robust Visual Object Tracking [11.92631259817911]
DeepMixは、過去のサンプルの埋め込みを入力として、オンラインで拡張埋め込みを生成する。 MixNetは、オンラインデータ拡張をワンステップで実行するためのオフライントレーニングネットワークです。
論文参考訳（メタデータ） (2021-04-23T13:37:47Z)
Track to Detect and Segment: An Online Multi-Object Tracker [81.15608245513208]
TraDeSは、エンドツーエンドの検出を支援するために追跡の手がかりを利用するオンライン共同検出および追跡モデルです。 TraDeSは、以前のオブジェクトの機能を伝播するために使用されるコストボリュームでオブジェクト追跡オフセットを推測します。
論文参考訳（メタデータ） (2021-03-16T02:34:06Z)
LID 2020: The Learning from Imperfect Data Challenge Results [242.86700551532272]
Imperfect Dataワークショップからの学習は、新しいアプローチの開発に刺激を与え、促進することを目的としている。我々は、弱教師付き学習環境における最先端のアプローチを見つけるために、3つの課題を編成する。この技術的レポートは、課題のハイライトを要約している。
論文参考訳（メタデータ） (2020-10-17T13:06:12Z)

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。