論文の概要: A Temporal Psycholinguistics Approach to Identity Resolution of Social Media Users
- arxiv url: http://arxiv.org/abs/2407.19967v1
- Date: Mon, 29 Jul 2024 13:00:36 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-30 13:46:37.892504
- Title: A Temporal Psycholinguistics Approach to Identity Resolution of Social Media Users
- Title(参考訳): ソーシャルメディア利用者のアイデンティティ・リゾリューションに対する時間的心理言語学的アプローチ
- Authors: Md Touhidul Islam,
- Abstract要約: 本稿では,ソーシャルメディア上での投稿の話題,感情,タイミングを用いて,ソーシャルメディアプラットフォーム全体のアイデンティティ解決手法を提案する。
DisqusとTwitterから5000のプロフィールの公開投稿を収集した後、その投稿を分析し、2つのプラットフォームにわたるプロフィールにマッチさせる。
- 参考スコア(独自算出の注目度): 1.8130068086063336
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this thesis, we propose an approach to identity resolution across social media platforms using the topics, sentiments, and timings of the posts on the platforms. After collecting the public posts of around 5000 profiles from Disqus and Twitter, we analyze their posts to match their profiles across the two platforms. We pursue both temporal and non-temporal methods in our analysis. While neither approach proves definitively superior, the temporal approach generally performs better. We found that the temporal window size influences results more than the shifting amount. On the other hand, our sentiment analysis shows that the inclusion of sentiment makes little difference, probably due to flawed data extraction methods. We also experimented with a distance-based reward-and-punishment-focused scoring model, which achieved an accuracy of 24.198% and an average rank of 158.217 out of 2525 in our collected corpus. Future work includes refining sentiment analysis by evaluating sentiments per topic, extending temporal analysis with additional phases, and improving the scoring model through weight adjustments and modified rewards.
- Abstract(参考訳): 本論文では,ソーシャルメディアプラットフォーム上での投稿の話題,感情,タイミングを用いたアイデンティティ解決手法を提案する。
DisqusとTwitterから5000のプロフィールの公開投稿を収集した後、その投稿を分析し、2つのプラットフォームにわたるプロフィールにマッチさせる。
我々は分析において時間的手法と非時間的手法の両方を追求する。
どちらのアプローチも決定的に優れていることを証明していないが、時間的アプローチは一般的により優れている。
その結果,時間的窓の大きさが変化量よりも大きな影響があることが判明した。
一方、感情分析では、おそらくデータ抽出法に欠陥があるため、感情の含みがほとんど変化しないことが示された。
また,得られたコーパス2525のうち,24.198%の精度,平均158.217の精度を達成できる距離に基づく報酬と報酬に焦点を当てたスコアモデルの実験を行った。
今後の研究には、トピックごとの感情評価による感情分析の精細化、追加フェーズによる時間分析の拡張、重量調整と修正報酬による評価モデルの改善などが含まれる。
関連論文リスト
- Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳(メタデータ) (2023-10-20T06:17:02Z) - Depression detection in social media posts using affective and social
norm features [84.12658971655253]
ソーシャルメディア投稿からの抑うつ検出のための奥深いアーキテクチャを提案する。
我々は、後期融合方式を用いて、ポストとワードの敬称と道徳的特徴をアーキテクチャに組み込んだ。
提案された機能を含めると、両方の設定で最先端の結果が得られます。
論文 参考訳(メタデータ) (2023-03-24T21:26:27Z) - Likes and Fragments: Examining Perceptions of Time Spent on TikTok [24.079009867311637]
この研究は、TikTokというユースタイムの文脈で新しいソーシャルメディアプラットフォームを探求するための先行研究に基づいている。
我々は、ユーザの人口統計とプラットフォームエンゲージメントが、プラットフォームに費やす時間とその推定精度に対する認識にどのように影響するかを理解するために、ユーザの自己申告およびサーバログによるTikTok使用状況のプラットフォームに依存しない測定を行います。
論文 参考訳(メタデータ) (2023-03-03T16:06:22Z) - Longitudinal Sentiment Analyses for Radicalization Research:
Intertemporal Dynamics on Social Media Platforms and their Implications [0.0]
ソーシャルメディアプラットフォーム上での縦断的感情分析が時間的ダイナミクスをどのように表現できるかを考察する。
2021年1月6日、ワシントン州で起きた米国議会議事堂の暴風事件の日のツイートを分析します。
論文 参考訳(メタデータ) (2022-10-01T18:30:00Z) - Changepoint Analysis of Topic Proportions in Temporal Text Data [1.8262547855491456]
トピック比の分布に変化点を規定する特化時間トピックモデルを構築した。
まず、サンプル分割を用いてトピックのポリトープを推定し、次に確率比統計を適用した。
歴史的に知られているいくつかの変化点を取得し、新しい変化点を発見する。
論文 参考訳(メタデータ) (2021-11-29T17:20:51Z) - You Mostly Walk Alone: Analyzing Feature Attribution in Trajectory
Prediction [52.442129609979794]
軌道予測のための最近の深層学習手法は有望な性能を示す。
そのようなブラックボックスモデルが実際にどのモデルを予測するために使うのかは、まだ不明である。
本稿では,モデル性能に対する異なるキューの貢献度を定量化する手法を提案する。
論文 参考訳(メタデータ) (2021-10-11T14:24:15Z) - Author Clustering and Topic Estimation for Short Texts [69.54017251622211]
同じ文書中の単語間の強い依存をモデル化することにより、遅延ディリクレ割当を拡張できる新しいモデルを提案する。
同時にユーザをクラスタ化し、ホック後のクラスタ推定の必要性を排除しています。
我々の手法は、短文で生じる問題に対する従来のアプローチよりも、-または----------- で機能する。
論文 参考訳(メタデータ) (2021-06-15T20:55:55Z) - A Novel Sentiment Analysis Engine for Preliminary Depression Status
Estimation on Social Media [0.0]
我々は,Twitter ソーシャルメディア上での抑うつ検出を主目的とする,ディープラーニングベースのバックエンドを備えた,クラウドベースのスマートフォンアプリケーションを提案する。
心理学者は、患者がカウンセリングの前にうつ状態を評価するためにこのアプリケーションを利用することができる。
試験精度は87.23%、AUCは0.8621である。
論文 参考訳(メタデータ) (2020-11-29T04:42:53Z) - Interpretable Multi-dataset Evaluation for Named Entity Recognition [110.64368106131062]
本稿では,名前付きエンティティ認識(NER)タスクに対する一般的な評価手法を提案する。
提案手法は,モデルとデータセットの違いと,それらの間の相互作用を解釈することを可能にする。
分析ツールを利用可能にすることで、将来の研究者が同様の分析を実行し、この分野の進歩を促進することができる。
論文 参考訳(メタデータ) (2020-11-13T10:53:27Z) - Improving Cyberbully Detection with User Interaction [34.956581421295]
本稿では,ユーザインタラクションの時間的ダイナミクスとトピックコヒーレンスをモデル化するためのグラフベース手法を提案する。
我々は,セッションレベルのいじめ検出とコメントレベルの事例スタディのタスクにより,アプローチの有効性を実証的に評価した。
論文 参考訳(メタデータ) (2020-11-01T08:47:33Z) - Weakly-Supervised Aspect-Based Sentiment Analysis via Joint
Aspect-Sentiment Topic Embedding [71.2260967797055]
アスペクトベース感情分析のための弱教師付きアプローチを提案する。
We learn sentiment, aspects> joint topic embeddeds in the word embedding space。
次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
論文 参考訳(メタデータ) (2020-10-13T21:33:24Z)
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。