論文の概要: The Role of Network and Identity in the Diffusion of Hashtags

• arxiv url: http://arxiv.org/abs/2407.12771v2
• Date: Thu, 06 Feb 2025 13:42:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-07 14:30:47.355780
• Title: The Role of Network and Identity in the Diffusion of Hashtags
• Title（参考訳）: ハッシュタグ拡散におけるネットワークとアイデンティティの役割
• Authors: Aparna Ananthasubramaniam, Yufei 'Louise' Zhu, David Jurgens, Daniel Romero,
• Abstract要約: この研究は、ハッシュタグカスケードの基礎となるメカニズムを分解するための新しいフレームワークを提供する。 我々は、文化的イノベーションを表す1,337のハッシュタグの新しいデータセットをオンラインでキュレートする。 組み合わせたネットワーク+アイデンティティモデルは,ネットワークやアイデンティティのみのカウンターファクトよりもハッシュタグカスケードをシミュレートした方がよいことを示す。
• 参考スコア（独自算出の注目度）: 14.50003101197089
• License:
• Abstract: The diffusion of culture online is theorized to be influenced by many interacting social factors (e.g., network and identity). However, most existing computational cascade models consider just a single factor (e.g., network or identity). This work offers a new framework for teasing apart the mechanisms underlying hashtag cascades. We curate a new dataset of 1,337 hashtags representing cultural innovation online, develop a 10-factor evaluation framework for comparing empirical and simulated cascades, and show that a combined network+identity model better simulates hashtag cascades than network- or identity-only counterfactuals. We also explore heterogeneity in performance: While a combined network+identity model best predicts the popularity of cascades, a network-only model best predicts cascade growth and an identity-only model best predicts adopter composition. The network+identity model has the highest comparative advantage among hashtags used for expressing racial or regional identity and talking about sports or news. In fact, we are able to predict what combination of network and/or identity best models each hashtag and use this to further improve performance. Our results show the utility of models incorporating the interactions of network, identity, and other social factors in the diffusion of hashtags in social media.
• Abstract（参考訳）: オンライン文化の普及は、多くの相互作用する社会的要因(例えば、ネットワークやアイデンティティ)の影響を受けていると理論化されている。 しかし、既存の計算カスケードモデルの多くは単一の要素(例えばネットワークやアイデンティティ)しか考慮していない。 この研究は、ハッシュタグカスケードの基礎となるメカニズムを分解するための新しいフレームワークを提供する。 我々は、オンラインの文化的革新を表す1,337のハッシュタグの新しいデータセットをキュレートし、経験的およびシミュレートされたカスケードを比較するための10要素評価フレームワークを開発し、ネットワーク+アイデンティティモデルを組み合わせることで、ネットワークまたはアイデンティティのみのファクトファクトよりもハッシュタグのカスケードをシミュレートすることを示す。 組み合わせたネットワーク+アイデンティティモデルはカスケードの人気を予測するのが最適だが、ネットワークのみのモデルはカスケードの成長を予測するのが最適であり、アイデンティティのみのモデルは採用者構成を予測するのが最適である。 ネットワーク・アイデンティティ・モデルは、人種的または地域的なアイデンティティを表現したり、スポーツやニュースについて話したりするのに使用されるハッシュタグの中で最も有利である。 実際、各ハッシュタグのネットワークモデルとアイデンティティモデルの組み合わせを予測でき、これを使ってパフォーマンスをさらに向上できます。 本研究は, ソーシャルメディアにおけるハッシュタグの拡散にネットワーク, アイデンティティ, その他の社会的要因の相互作用を取り入れたモデルの有用性を示す。

関連論文リスト

• Hierarchical Information Enhancement Network for Cascade Prediction in Social Networks [51.54002032659713]
  カスケード予測のための階層型情報拡張ネットワーク(HIENet)を提案する。 本手法では,基本カスケードシーケンス,ユーザソーシャルグラフ,サブカスケードグラフを統合フレームワークに統合する。
  論文  参考訳（メタデータ） (2024-03-22T14:57:27Z)
• Multi-perspective Memory Enhanced Network for Identifying Key Nodes in Social Networks [51.54002032659713]
  ソーシャルネットワークにおけるキーノードを識別する新しいマルチパースペクティブメモリ拡張ネットワーク(MMEN)を提案する。 MMENは複数の視点からキーノードをマイニングし、履歴情報を記憶するためにメモリネットワークを利用する。 我々の手法は過去の方法よりも大幅に優れている。
  論文  参考訳（メタデータ） (2024-03-22T14:29:03Z)
• Modeling Random Networks with Heterogeneous Reciprocity [9.630755176298056]
  成長するソーシャルネットワークにおける多様な相互行動のモデル化手法を開発する。 本稿では,人気ユーザに対するアトラクションを模倣した異種相互性を持つ優先アタッチメントモデルを提案する。 提案手法を,不均一な相互行動パターンを持つFacebookのウォールポストネットワークの解析に適用する。
  論文  参考訳（メタデータ） (2023-08-19T21:21:25Z)
• Prototype-Based Layered Federated Cross-Modal Hashing [14.844848099134648]
  本稿では,プロトタイプをベースとした層状層状クロスモーダルハッシュ法を提案する。 具体的には、サーバ上のインスタンスとクラス間の類似性を学ぶためにプロトタイプが導入された。 パーソナライズされたフェデレーション学習を実現するために、ハイパーネットワークがサーバ上に展開され、異なるレイヤのローカルモデルの重みを動的に更新する。
  論文  参考訳（メタデータ） (2022-10-27T15:11:12Z)
• The Lottery Ticket Hypothesis for Self-attention in Convolutional Neural Network [69.54809052377189]
  近年, 深部畳み込みニューラルネットワーク(CNN)の内部情報を活用することにより, モデル一般化の促進を図るために, SAM (Plug-and-play Self-attention Module) が多数提案されている。 a) SAMをすべてのブロックに接続することは、必ずしも最大のパフォーマンス向上をもたらすとは限らないし、部分ブロックに接続する方が、さらによい。 (b) CNNにSAMを追加することは、必ずしもパフォーマンス向上をもたらすものではなく、代わりに元のCNNバックボーンのパフォーマンスに害を与えるかもしれない。
  論文  参考訳（メタデータ） (2022-07-16T07:08:59Z)
• Networks and Identity Drive Geographic Properties of the Diffusion of Linguistic Innovation [10.56784112136871]
  人口密度とネットワークトポロジはどちらもイノベーションの拡散をモデル化するために必要であることを示す。 私たちの研究は、モデルがイノベーションの導入を理解し、再現するために、両方の要素を統合する必要があることを示唆しています。
  論文  参考訳（メタデータ） (2022-02-10T05:17:15Z)
• 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)
• Fusion of CNNs and statistical indicators to improve image classification [65.51757376525798]
  畳み込みネットワークは過去10年間、コンピュータビジョンの分野を支配してきた。 この傾向を長引かせる主要な戦略は、ネットワーク規模の拡大によるものだ。 我々は、異種情報ソースを追加することは、より大きなネットワークを構築するよりもCNNにとって費用対効果が高いと仮定している。
  論文  参考訳（メタデータ） (2020-12-20T23:24:31Z)
• Discover Your Social Identity from What You Tweet: a Content Based Approach [9.1832420869528]
  そこで本稿では,Twitterユーザロール識別のための階層型自己認識ニューラルネットワークを提案する。 本実験は,提案モデルが複数のベースラインを著しく上回ることを示す。
  論文  参考訳（メタデータ） (2020-03-03T21:13:12Z)
• I Know Where You Are Coming From: On the Impact of Social Media Sources on AI Model Performance [79.05613148641018]
  我々は、異なるソーシャルネットワークのマルチモーダルデータから学習する際、異なる機械学習モデルの性能について検討する。 最初の実験結果から,ソーシャルネットワークの選択がパフォーマンスに影響を及ぼすことが明らかとなった。
  論文  参考訳（メタデータ） (2020-02-05T11:10:44Z)
• 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。