論文の概要: FediverseSharing: A Novel Dataset on Cross-Platform Interaction Dynamics between Threads and Mastodon Users

• arxiv url: http://arxiv.org/abs/2502.17926v1
• Date: Tue, 25 Feb 2025 07:47:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-26 15:18:36.768275
• Title: FediverseSharing: A Novel Dataset on Cross-Platform Interaction Dynamics between Threads and Mastodon Users
• Title（参考訳）: FediverseSharing: スレッドとマストドンユーザ間のクロスプラットフォームインタラクションダイナミクスに関する新しいデータセット
• Authors: Ujun Jeong, Alimohammad Beigi, Anique Tahir, Susan Xu Tang, H. Russell Bernard, Huan Liu,
• Abstract要約: FediverseSharingは、10ヶ月で2万以上のThreadsユーザと2万以上のMastodonユーザ間のインタラクションをキャプチャする最初のデータセットだ。 このデータセットは、以前は2つのプラットフォームが統合していたクロスプラットフォームインタラクションを研究する基盤として機能する。
• 参考スコア（独自算出の注目度）: 11.784653996224948
• License:
• Abstract: Traditional social media platforms, once envisioned as digital town squares, face growing criticism over corporate control, content moderation, and privacy concerns. Events such as Twitter's acquisition(now X) and major policy changes have driven users toward alternative platforms like Mastodon and Threads. However, this diversification has led to user dispersion and fragmented discussions across isolated social media platforms. To address these issues, federation protocols like ActivityPub have been adopted, with Mastodon leading efforts to build decentralized yet interconnected networks. In March 2024, Threads joined this federation by introducing its Fediverse Sharing service, which enables interactions such as posts, replies, and likes between Threads and Mastodon users as if on a unified platform. Building on this development, we introduce FediverseSharing, the first dataset capturing interactions between 20,000+ Threads users and 20,000+ Mastodon users over a ten-month period. This dataset serves as a foundation for studying cross-platform interactions and the impact of federation as previously two separate platforms integrate.
• Abstract（参考訳）: かつてはデジタルタウンスクエアとして構想されていた伝統的なソーシャルメディアプラットフォームは、コーポレートコントロール、コンテンツモデレーション、プライバシー問題に対する批判が高まっている。 Twitterの買収(現在のX)や主要なポリシー変更といったイベントは、ユーザをMastodonやThreadsといった代替プラットフォームへと駆り立てている。 しかし、この多様化は、利用者の分散と、孤立したソーシャルメディアプラットフォーム間での議論の断片化につながった。 これらの問題に対処するため、ActivityPubのようなフェデレーションプロトコルが採用され、Mastodonは分散化された相互接続ネットワークの構築を主導した。 2024年3月、ThreadsはFediverse Sharingサービスを導入してこの連合に加わった。 この開発に基づいて、FediverseSharingを紹介します。これは、10ヶ月で2万以上のThreadsユーザと2万以上のMastodonユーザ間のインタラクションをキャプチャする最初のデータセットです。 このデータセットは、クロスプラットフォームのインタラクションと、これまで2つの別々のプラットフォームが統合していたフェデレーションの影響を研究する基盤として機能する。

関連論文リスト

• Multi-Platform Aggregated Dataset of Online Communities (MADOC) [64.45797970830233]
  MADOCはBluesky、Koo、Reddit、Voat(2012-2024)のデータを集め、標準化している。 このデータセットは、標準化されたインタラクション記録と感情分析を通じて、プラットフォーム間の有害な振る舞いの進化の比較研究を可能にする。
  論文  参考訳（メタデータ） (2025-01-22T14:02:11Z)
• BlueTempNet: A Temporal Multi-network Dataset of Social Interactions in Bluesky Social [14.829021021698349]
  ユーザ主導型ソーシャルインタラクションの時間的ダイナミクスの最初のコレクションを提示する。 既存のBluesky Feedsを収集し、これらのフィードを気に入ったユーザーを含む。 このデータ収集戦略は過去のユーザの振る舞いを捉え、将来のユーザの振る舞いのデータ収集をサポートする。
  論文  参考訳（メタデータ） (2024-07-24T17:31:48Z)
• Decentralised Moderation for Interoperable Social Networks: A Conversation-based Approach for Pleroma and the Fediverse [10.791075186479622]
  本稿では,分散化された対話型コンテンツモデレーション手法を提案する。 当社のアプローチでは,各サーバ上でローカルにトレーニングされたグラフ深層学習モデル(GraphNLI)を採用している。 本モデルでは, 局所的なポスト情報を用いて学習した大規模症例に対して, 毒性を効果的に検出する。
  論文  参考訳（メタデータ） (2024-04-03T20:29:40Z)
• Measuring Centralization of Online Platforms Through Size and Interconnection of Communities [0.0]
  我々は,コミュニティの排除によってコミュニティ間の縁が乱される回数の観点から,コミュニティの影響を特徴づける手法を用いる。 我々のアプローチは、二部構成のユーザコミュニティ社会技術ネットワークに適した「分散化」を慎重に定義する。
  論文  参考訳（メタデータ） (2023-07-27T17:35:18Z)
• Cross-Network Social User Embedding with Hybrid Differential Privacy Guarantees [81.6471440778355]
  プライバシー保護方式でユーザを包括的に表現するために,ネットワーク横断型ソーシャルユーザ埋め込みフレームワークDP-CroSUEを提案する。 特に、各異種ソーシャルネットワークに対して、異種データ型に対するプライバシー期待の変化を捉えるために、まずハイブリッドな差分プライバシーの概念を導入する。 ユーザ埋め込みをさらに強化するため、新しいネットワーク間GCN埋め込みモデルは、それらの整列したユーザを介して、ネットワーク間で知識を伝達するように設計されている。
  論文  参考訳（メタデータ） (2022-09-04T06:22:37Z)
• Game of Privacy: Towards Better Federated Platform Collaboration under Privacy Restriction [95.12382372267724]
  Vertical Federated Learning (VFL)は、異なるプラットフォームに格納された異なる機能空間を持つクロスサイロデータからモデルをトレーニングすることを目的としている。 フェデレーション学習の固有のプライバシーリスクのため、関連するデータの総量は制限される可能性がある。 我々は、VFLフレームワークのマルチプラットフォーム情報を活用して、各プラットフォームが自身のタスクに役立てることができるような、相互協力を通じて、異なるプラットフォームをインセンティブにすることを提案する。
  論文  参考訳（メタデータ） (2022-02-10T16:45:40Z)
• Who will accept my request? Predicting response of link initiation in two-way relation networks [7.547803601922528]
  本稿では、双方向ネットワークにおけるリンク開始フィードバックの予測方法である、ソーシャルネットワーク分析とマイニングにおける重要な問題に対処する。 双方向ネットワークにおける2つの個人間の関係には、招待者が受け入れた場合に確立されたリンクとなる1人の個人からのリンク招待が含まれる。 本稿では,この多層的手法によるリンク開始フィードバック予測問題を解く手法を提案する。
  論文  参考訳（メタデータ） (2020-12-21T08:14:37Z)
• AMUSED: An Annotation Framework of Multi-modal Social Media Data [0.0]
  このフレームワークは、ソーシャルメディアデータの収集と注釈付けの問題を緩和するために設計されている。 AMUSEDは複数のアプリケーションドメインに適用可能で、ユースケースとして、新型コロナウイルスの誤情報収集のためのフレームワークを実装した。
  論文  参考訳（メタデータ） (2020-10-01T15:50:41Z)
• WAFFLe: Weight Anonymized Factorization for Federated Learning [88.44939168851721]
  データが機密性やプライベート性を持つドメインでは、ローカルデバイスを離れることなく、分散的に学習できるメソッドには大きな価値があります。 本稿では,フェデレートラーニングのためのウェイト匿名化因子化(WAFFLe)を提案する。これは,インド・バフェット・プロセスとニューラルネットワークの重み要因の共有辞書を組み合わせたアプローチである。
  論文  参考訳（メタデータ） (2020-08-13T04:26:31Z)
• Study of the usability of LinkedIn: a social media platform meant to connect employers and employees [91.3755431537592]
  本稿では,LinkedInのユーザビリティをユーザ評価と専門家評価の両方を用いて評価する。 LinkedInアプリケーションの全体的なユーザビリティは、SUS(System Usability Scale)を使用して測定されている。
  論文  参考訳（メタデータ） (2020-06-06T18:19:45Z)
• Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
  本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。 議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。 我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
  論文  参考訳（メタデータ） (2020-04-20T20:00:27Z)

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。