論文の概要: Rhythm of Opinion: A Hawkes-Graph Framework for Dynamic Propagation Analysis
- arxiv url: http://arxiv.org/abs/2504.15072v1
- Date: Mon, 21 Apr 2025 13:02:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-29 15:06:39.650306
- Title: Rhythm of Opinion: A Hawkes-Graph Framework for Dynamic Propagation Analysis
- Title（参考訳）: オピニオンのリズム:動的伝播解析のためのホークスグラフフレームワーク
- Authors: Yulong Li, Zhixiang Lu, Feilong Tang, Simin Lai, Ming Hu, Yuxuan Zhang, Haochen Xue, Zhaodong Wu, Imran Razzak, Qingxia Li, Jionglong Su,
- Abstract要約: 本稿では,多次元ホークスプロセスとグラフニューラルネットワークを統合する革新的な手法を提案する。
拡張多次元ホークス過程は、階層構造、多次元相互作用、および異なるトピック間の相互影響をキャプチャする。
我々は、47,207の投稿、327015、第2レベルのコメント、29,578の第三レベルのコメントに対応する159のトレンドトピックを含む、新しいデータセットであるVISTAを紹介した。
- 参考スコア（独自算出の注目度）: 23.283017284963528
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid development of social media has significantly reshaped the dynamics of public opinion, resulting in complex interactions that traditional models fail to effectively capture. To address this challenge, we propose an innovative approach that integrates multi-dimensional Hawkes processes with Graph Neural Network, modeling opinion propagation dynamics among nodes in a social network while considering the intricate hierarchical relationships between comments. The extended multi-dimensional Hawkes process captures the hierarchical structure, multi-dimensional interactions, and mutual influences across different topics, forming a complex propagation network. Moreover, recognizing the lack of high-quality datasets capable of comprehensively capturing the evolution of public opinion dynamics, we introduce a new dataset, VISTA. It includes 159 trending topics, corresponding to 47,207 posts, 327,015 second-level comments, and 29,578 third-level comments, covering diverse domains such as politics, entertainment, sports, health, and medicine. The dataset is annotated with detailed sentiment labels across 11 categories and clearly defined hierarchical relationships. When combined with our method, it offers strong interpretability by linking sentiment propagation to the comment hierarchy and temporal evolution. Our approach provides a robust baseline for future research.
- Abstract（参考訳）: ソーシャルメディアの急速な発展は、世論のダイナミクスを大きく変え、伝統的なモデルが効果的に捉えられない複雑な相互作用をもたらした。
この課題に対処するために,多次元ホークスプロセスとグラフニューラルネットワークを統合し,コメント間の複雑な階層的関係を考慮しつつ,ソーシャルネットワーク内のノード間の意見伝達ダイナミクスをモデル化する,革新的なアプローチを提案する。
拡張多次元ホークス過程は、階層構造、多次元相互作用、および異なるトピック間の相互影響を捕捉し、複雑な伝播ネットワークを形成する。
さらに、世論のダイナミクスの進化を包括的に捉えることのできる高品質データセットの欠如を認識し、新しいデータセットであるVISTAを導入する。
47,207件、第2レベルのコメント327,015件、第3レベルのコメント29,578件に対応し、政治、エンターテイメント、スポーツ、健康、医療などさまざまな分野をカバーしている。
データセットには、11のカテゴリにわたる詳細な感情ラベルと、明確に定義された階層関係がアノテートされている。
本手法と組み合わせることで,感情伝播をコメント階層と時間的進化に結びつけることによって,強い解釈性が得られる。
私たちのアプローチは、将来の研究に堅牢なベースラインを提供します。
関連論文リスト
- Hierarchical-Graph-Structured Edge Partition Models for Learning Evolving Community Structure [0.9208007322096532]
本稿では,時間的ネットワーク内での潜在コミュニティの進化を捉えるために,新しい動的ネットワークモデルを提案する。
我々のモデルは、推測されたコミュニティ構造が相互に結合し、分割し、相互作用し、複雑なネットワークのダイナミクスを包括的に理解することを可能にする。
論文 参考訳（メタデータ） (2024-11-18T12:48:15Z) - Characterizing User Archetypes and Discussions on Scored.co [0.6321194486116923]
ソーシャルハイパーネットワークにおけるノードとハイパーエッジを特徴付けるためのフレームワークを提案する。
Scored.coに焦点をあてる。
本研究は,社会的ダイナミクスの理解における高次相互作用の重要性を浮き彫りにした。
論文 参考訳（メタデータ） (2024-07-31T17:18:25Z) - Foundations and Frontiers of Graph Learning Theory [81.39078977407719]
グラフ学習の最近の進歩は、複雑な構造を持つデータを理解し分析する方法に革命をもたらした。
グラフニューラルネットワーク(GNN)、すなわちグラフ表現を学習するために設計されたニューラルネットワークアーキテクチャは、一般的なパラダイムとなっている。
本稿では,グラフ学習モデルに固有の近似と学習行動に関する理論的基礎とブレークスルーについて概説する。
論文 参考訳（メタデータ） (2024-07-03T14:07:41Z) - Accelerating Scientific Discovery with Generative Knowledge Extraction, Graph-Based Representation, and Multimodal Intelligent Graph Reasoning [0.0]
我々は1000の科学論文からなるデータセットを、オントロジ知識グラフに変換した。
我々はノード度を計算し、コミュニティと接続性を同定し、クラスタリング係数とピボットノード間の重心性を評価した。
グラフは本質的に無スケールの性質を持ち、高連結であり、グラフ推論に使用できる。
論文 参考訳（メタデータ） (2024-03-18T17:30:27Z) - Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation [50.01551945190676]
社会ロボットナビゲーションは、日常生活の様々な状況において有用であるが、安全な人間とロボットの相互作用と効率的な軌道計画が必要である。
本稿では, 動的に進化する関係構造を明示的に推論した系統的関係推論手法を提案する。
マルチエージェント軌道予測とソーシャルロボットナビゲーションの有効性を実証する。
論文 参考訳（メタデータ） (2024-01-22T18:58:22Z) - Linear Opinion Dynamics Model with Higher-Order Interactions [17.413930396663833]
グラフ上の意見ダイナミクスをハイパーグラフに拡張するために、人気のあるFriedkin-Johnsenモデルを拡張する。
我々は、高次相互作用が意見力学において重要な役割を果たすことを示した。
論文 参考訳（メタデータ） (2023-10-09T12:56:11Z) - A Unified View on Neural Message Passing with Opinion Dynamics for
Social Networks [4.0201694410781235]
本研究は、動的システムの振る舞いを分析し、推論するために、社会計測とニューラルメッセージパッシングの概念を調和させる。
本稿では,メッセージ伝達における局所ノードの影響量を改善するために,有界信頼を取り入れた新しいメッセージパッシング方式ODNetを提案する。
ODNetは,様々なグラフタイプにまたがる予測性能を高め,過度なスムース化問題を緩和することを示す。
論文 参考訳（メタデータ） (2023-10-02T15:18:19Z) - Reinforced Neighborhood Selection Guided Multi-Relational Graph Neural
Networks [68.9026534589483]
RioGNNはReinforceed, recursive, flexible neighborhood selection guided multi-relational Graph Neural Network architectureである。
RioGNNは、各関係の個々の重要性の認識により、説明性を高めた差別的なノード埋め込みを学ぶことができる。
論文 参考訳（メタデータ） (2021-04-16T04:30:06Z) - Dynamic Hybrid Relation Network for Cross-Domain Context-Dependent
Semantic Parsing [52.24507547010127]
ドメイン間コンテキスト依存のセマンティック解析は研究の新たな焦点である。
本稿では,コンテキストの発話,トークン,データベーススキーマ,会話の進行に伴う複雑なインタラクションを効果的にモデル化する動的グラフフレームワークを提案する。
提案したフレームワークは既存のモデルを大きなマージンで上回り、2つの大規模ベンチマークで新しい最先端性能を達成する。
論文 参考訳（メタデータ） (2021-01-05T18:11:29Z) - Interpretable Signed Link Prediction with Signed Infomax Hyperbolic
Graph [54.03786611989613]
ソーシャルネットワークにおけるサイン付きリンク予測は、ユーザ(すなわちノード)間の基盤となる関係(リンク)を明らかにすることを目的としている
我々は Signed Infomax Hyperbolic Graph (textbfSIHG) と呼ばれる統一されたフレームワークを開発する。
高次ユーザ関係と複雑な階層をモデル化するために、ノードの埋め込みを投影し、より低歪みの双曲空間で測定する。
論文 参考訳（メタデータ） (2020-11-25T05:09:03Z) - Cascaded Human-Object Interaction Recognition [175.60439054047043]
マルチステージで粗大なHOI理解のためのカスケードアーキテクチャを提案する。
各段階で、インスタンスローカライゼーションネットワークは、HOI提案を段階的に洗練し、インタラクション認識ネットワークにフィードする。
慎重に設計された人間中心の関係機能により、これらの2つのモジュールは効果的な相互作用理解に向けて協調的に機能する。
論文 参考訳（メタデータ） (2020-03-09T17:05:04Z)
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。