論文の概要: Direct and Indirect Influence on Likes in Social Media

• arxiv url: http://arxiv.org/abs/2606.23530v1
• Date: Mon, 22 Jun 2026 16:10:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-24 18:27:56.919878
• Title: Direct and Indirect Influence on Likes in Social Media
• Title（参考訳）: ソーシャルメディアにおける「いいね!」の直接的・間接的影響
• Authors: Ivan Kozitsin, Anton V. Proskurnikov,
• Abstract要約: 本稿では,ユーザがVKontakteの投稿を好む確率に関連する要因について検討する。 アクティブな直接的隣人がいなくても継続する2次活動と好む確率の間には,かなりの関連性があることが判明した。 結果はまた、構造的多様性仮説を支持している: アクティブな友人間の連結成分の数は、好む上で重要な予測因子である。
• 参考スコア（独自算出の注目度）: 0.3437656066916039
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The present study investigates direct and indirect social contagion mechanisms in an online social network environment. Using a large-scale dataset comprising approximately 290,000 users from the VKontakte platform, we examine the factors associated with the probability that a user likes a post. Our analysis shows that, while demographic and structural characteristics of individual nodes, such as gender and degree, contribute to the observed dynamics, the strongest associations arise from activity in the user's local network. In particular, active nodes (users who have already liked the post) at distances d = 1 and d = 2 play a central role in shaping liking behavior. We find a substantial association between second-order activity and liking probability, which persists even in the absence of active direct neighbors and is consistent with indirect influence pathways in the network. No significant association is detected for nodes at distance three or beyond. The results also support the structural diversity hypothesis: the number of connected components among active friends is a significant predictor of liking.
• Abstract（参考訳）: 本研究では,オンラインソーシャル・ネットワーク環境における直接的・間接的なソーシャル・コンテクション機構について検討する。 VKontakteプラットフォームから約290,000名のユーザからなる大規模データセットを用いて,ユーザが投稿を好む確率に関連する要因について検討した。 分析の結果,性別や程度などの個々のノードの個体群的・構造的特徴が観察される動態に寄与する一方で,ユーザのローカルネットワークにおける活動から最も強い関連性が生じることがわかった。 特に、距離 d = 1 と d = 2 のアクティブノード(既にポストを好んでいるユーザ)は、好みの振る舞いを形作る上で中心的な役割を果たす。 アクティブな直接隣人がいなくても持続し,ネットワーク内の間接的影響経路と整合する2次活動と好まざる確率との間には,かなりの関連性があることがわかった。 距離3以上のノードについて有意な関連は検出されない。 結果はまた、構造的多様性仮説を支持している: アクティブな友人間の連結成分の数は、好む上で重要な予測因子である。

関連論文リスト

• 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)
• Quantifying Human Priors over Social and Navigation Networks [2.1756081703276]
  我々は、グラフの構造を活用して、そのような関係データに対する人間の優先順位を定量化する。 我々の実験は、進化の時間スケールにおいて、社会的相互作用と空間ナビゲーションという2つの領域に焦点をあてた。
  論文  参考訳（メタデータ） (2024-02-28T19:00:36Z)
• Known by the company we keep: `Triadic influence' as a proxy for compatibility in social relationships [1.1545092788508224]
  学生が3,000人以上、6万人が肯定的かつ否定的な関係を宣言する13校の実際のソーシャルネットワークを調査した。 ニューラルネットワークを用いて関係を予測し、2人の学生が友人や敵である確率を抽出する。 ニューラルネットワークから抽出された確率は、実際のソーシャルネットワークの進化を制御すると仮定する。
  論文  参考訳（メタデータ） (2022-09-08T09:52:34Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• Preference Enhanced Social Influence Modeling for Network-Aware Cascade Prediction [59.221668173521884]
  本稿では,ユーザの嗜好モデルを強化することで,カスケードサイズ予測を促進する新しいフレームワークを提案する。 エンド・ツー・エンドの手法により,ユーザの情報拡散プロセスがより適応的で正確になる。
  論文  参考訳（メタデータ） (2022-04-18T09:25:06Z)
• SSAGCN: Social Soft Attention Graph Convolution Network for Pedestrian Trajectory Prediction [59.064925464991056]
  ソーシャルソフトアテンショングラフ畳み込みネットワーク(SSAGCN)という新しい予測モデルを提案する。 SSAGCNは、歩行者間の社会的相互作用と歩行者と環境間のシーンインタラクションを同時に扱うことを目的としている。 公開データセットの実験は、SAGCNの有効性を証明し、最先端の結果を得た。
  論文  参考訳（メタデータ） (2021-12-05T01:49:18Z)
• 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)
• And/or trade-off in artificial neurons: impact on adversarial robustness [91.3755431537592]
  ネットワークに十分な数のOR様ニューロンが存在すると、分類の脆さと敵の攻撃に対する脆弱性が増加する。 そこで我々は,AND様ニューロンを定義し,ネットワーク内での割合を増大させる対策を提案する。 MNISTデータセットによる実験結果から,本手法はさらなる探索の方向として有望であることが示唆された。
  論文  参考訳（メタデータ） (2021-02-15T08:19:05Z)
• 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。