論文の概要: SMP Challenge: An Overview and Analysis of Social Media Prediction Challenge

• arxiv url: http://arxiv.org/abs/2405.10497v1
• Date: Fri, 17 May 2024 02:36:14 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-20 17:11:53.601064
• Title: SMP Challenge: An Overview and Analysis of Social Media Prediction Challenge
• Title（参考訳）: SMP Challenge:ソーシャルメディア予測チャレンジの概要と分析
• Authors: Bo Wu, Peiye Liu, Wen-Huang Cheng, Bei Liu, Zhaoyang Zeng, Jia Wang, Qiushi Huang, Jiebo Luo,
• Abstract要約: ソーシャルメディアの人気予測(SMPP)は、オンライン投稿の今後の人気値を自動予測する重要なタスクである。 本稿では,課題,データ,研究の進展について要約する。
• 参考スコア（独自算出の注目度）: 63.311045291016555
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Social Media Popularity Prediction (SMPP) is a crucial task that involves automatically predicting future popularity values of online posts, leveraging vast amounts of multimodal data available on social media platforms. Studying and investigating social media popularity becomes central to various online applications and requires novel methods of comprehensive analysis, multimodal comprehension, and accurate prediction. SMP Challenge is an annual research activity that has spurred academic exploration in this area. This paper summarizes the challenging task, data, and research progress. As a critical resource for evaluating and benchmarking predictive models, we have released a large-scale SMPD benchmark encompassing approximately half a million posts authored by around 70K users. The research progress analysis provides an overall analysis of the solutions and trends in recent years. The SMP Challenge website (www.smp-challenge.com) provides the latest information and news.
• Abstract（参考訳）: ソーシャルメディアの人気予測(SMPP)は、ソーシャルメディアプラットフォームで利用可能な膨大なマルチモーダルデータを活用することで、オンライン投稿の今後の人気値を自動予測する重要なタスクである。 ソーシャルメディアの人気を調査・調査することは、様々なオンライン応用の中心となり、包括的分析、マルチモーダル理解、正確な予測の新しい方法が必要である。 SMPチャレンジ(SMP Challenge)は、この地域の学術調査を刺激する年次研究活動である。 本稿では,課題,データ,研究の進展について要約する。 予測モデルの評価とベンチマークのための重要なリソースとして、約70万のユーザが作成した約50万の投稿を含む大規模なSMPDベンチマークをリリースしました。 研究進捗分析は、近年のソリューションとトレンドの全体的分析を提供する。 SMP Challengeのウェブサイト(www.smp-challenge.com)は最新の情報とニュースを提供している。

関連論文リスト

• QuaLLM: An LLM-based Framework to Extract Quantitative Insights from Online Forums [10.684484559041284]
  本研究は,オンラインフォーラム上でテキストデータから量的洞察を分析し,抽出する新しいフレームワークであるQuaLLMを紹介する。 このフレームワークを適用して、Redditの2つのライドシェアワーカーコミュニティからの100万以上のコメントを分析しました。
  論文  参考訳（メタデータ） (2024-05-08T18:20:03Z)
• Recent Advances in Hate Speech Moderation: Multimodality and the Role of Large Models [52.24001776263608]
  この包括的調査は、HSモデレーションの最近の歩みを掘り下げている。 大型言語モデル(LLM)と大規模マルチモーダルモデル(LMM)の急成長する役割を強調した。 研究における既存のギャップを、特に表現不足言語や文化の文脈で特定する。
  論文  参考訳（メタデータ） (2024-01-30T03:51:44Z)
• GPT-4V(ision) as A Social Media Analysis Engine [77.23394183063238]
  本稿では,GPT-4Vのソーシャルマルチメディア分析能力について考察する。 我々は、感情分析、ヘイトスピーチ検出、フェイクニュース識別、人口推定、政治的イデオロギー検出を含む5つの代表的なタスクを選択する。 GPT-4Vはこれらのタスクにおいて顕著な効果を示し、画像とテキストのペアの理解、文脈と文化の認識、広義のコモンセンス知識などの強みを示している。
  論文  参考訳（メタデータ） (2023-11-13T18:36:50Z)
• A Survey on Interpretable Cross-modal Reasoning [64.37362731950843]
  マルチメディア分析から医療診断に至るまで、クロスモーダル推論(CMR)が重要な分野として浮上している。 この調査は、解釈可能なクロスモーダル推論(I-CMR)の領域を掘り下げる 本調査では,I-CMRの3段階分類法について概説する。
  論文  参考訳（メタデータ） (2023-09-05T05:06:48Z)
• ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
  ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。 この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。 我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
  論文  参考訳（メタデータ） (2023-05-23T16:40:07Z)
• Contextualizing Emerging Trends in Financial News Articles [2.9483477138814287]
  新型コロナウイルス(COVID-19)パンデミックの開始前後に収集された、Microsoftに関する金融ニュース記事の新興トレンド検出に焦点を当てる。 データセットをアクセス可能にし、キーワードのペア間の類似性のダイナミクスを探索するための強力なベースラインを提案する。 我々は、このパンデミックがMicrosoftに与える影響について、金の標準(Google Trends)と、注目すべき実世界のシナリオについて評価する。
  論文  参考訳（メタデータ） (2023-01-20T12:56:52Z)
• Time-aware topic identification in social media with pre-trained language models: A case study of electric vehicles [1.2891210250935146]
  事前学習言語モデルを用いた時間認識型トピック識別手法を提案する。 提案手法は,言語モデルを用いて時間変化トピックを追跡する動的関数と,将来有望なトピックを探索する出現スコア関数の2段階からなる。
  論文  参考訳（メタデータ） (2022-10-11T04:50:10Z)
• DFW-PP: Dynamic Feature Weighting based Popularity Prediction for Social Media Content [4.348651617004765]
  ソーシャルメディアプラットフォーム上でのコンテンツの過度な飽和は、コンテンツの人気に影響を与える重要な要因を特定するよう私たちを説得してきた。 DFW-PPフレームワークを提案し、時間とともに異なる特徴の重要性を学習する。 提案手法は,有望な結果を示すベンチマークデータセットを用いて実験を行った。
  論文  参考訳（メタデータ） (2021-10-16T08:40:58Z)
• Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia for Human Personality Profiling [74.83957286553924]
  我々は、"PERS"と呼ばれる新しい多視点融合フレームワークを適用して、マイアーズ・ブリッグス・パーソナリティ・タイプインジケータを推定する。 実験の結果,多視点データからパーソナリティ・プロファイリングを学習する能力は,多様なソーシャル・マルチメディア・ソースからやってくるデータを効率的に活用できることが示唆された。
  論文  参考訳（メタデータ） (2021-06-20T10:48:49Z)
• Evolving Methods for Evaluating and Disseminating Computing Research [4.0318506932466445]
  社会と技術の動向は、コンピュータ研究の評価と普及の方法を大きく変えた。 会議や雑誌などのレビューや出版のための伝統的な会場は、過去には効果的に機能していた。 多くのコンファレンスでは応募者数が大幅に増加した。 研究思想の普及は、arXiv.orgやソーシャルメディアなどの出版の場を通じて劇的に進んでいる。
  論文  参考訳（メタデータ） (2020-07-02T16:50:28Z)

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。