論文の概要: Optimal and heuristic strategies for evaluating the influence of coordinated behavior in information cascades and retweet networks
- arxiv url: http://arxiv.org/abs/2609.24398v1
- Date: Mon, 21 Sep 2026 10:46:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-24 15:34:52.792102
- Title: Optimal and heuristic strategies for evaluating the influence of coordinated behavior in information cascades and retweet networks
- Title（参考訳）: 情報カスケードとリツイートネットワークにおける協調行動の影響評価のための最適かつヒューリスティックな戦略
- Abstract要約: 協調的慣性行動(CIB)は、オンラインソーシャルプラットフォームにおいて大きな関心事となっている。
コーディネートアカウントのポストホック評価のための2つのフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 0.7466390172678973
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Coordinated Inauthentic Behavior (CIB) has become a major concern in online social platforms, yet its actual impact on information diffusion remains poorly understood. Existing research has primarily focused on detecting coordinated activity, while comparatively little attention has been devoted to quantifying its influence once detected. In this work, we introduce two complementary frameworks for the post-hoc evaluation of coordinated accounts. First, we formulate the problem on information cascades as a constrained influence maximization problem over directed trees and develop a polynomial-time dynamic programming algorithm that computes the optimal placement of coordinated nodes, providing an upper bound on their achievable influence. Second, motivated by the limited availability of diffusion cascades in real-world platforms, we propose a network-based framework that estimates influence directly from retweet networks using the independent cascade model and compares the observed placement of coordinated accounts against established heuristic baselines. We evaluate both approaches on Twitter/X data from the 2019 UK General Election and on a collection of verified state-backed information operation campaigns spanning multiple countries. While coordinated accounts exhibit limited influence in the UK cascades, the network-based analysis reveals substantial differences across campaigns, with several operations achieving influence comparable to or exceeding that of structurally central seed sets. Finally, by reconstructing cascades from the retweet networks, we show that the two frameworks produce consistent results, suggesting that the observed effects reflect intrinsic structural properties of coordinated activity rather than artifacts of the underlying methodology.
- Abstract（参考訳）: 協調的慣性行動(CIB)は、オンラインソーシャルプラットフォームにおいて主要な関心事となっているが、情報拡散に対する実際の影響は理解されていない。
既存の研究は主に協調した活動を検出することに焦点を当てているが、検出された影響の定量化にはほとんど関心が向けられていない。
本研究では,コーディネートアカウントのポストホック評価のための2つの補完的フレームワークを提案する。
まず、情報カスケードの問題を、有向木上の制約影響最大化問題として定式化し、座標ノードの最適配置を計算する多項式時間動的プログラムアルゴリズムを開発し、その達成可能な影響に上限を与える。
第2に,実世界のプラットフォームにおける拡散カスケードの可用性の限界を動機として,独立したカスケードモデルを用いて,リツイートネットワークから直接の影響を推定し,既存のヒューリスティックベースラインと比較するネットワークベースのフレームワークを提案する。
我々は、2019年イギリス総選挙のTwitter/Xデータと、複数の国にまたがる国家支援情報運用キャンペーンの収集について、双方のアプローチを評価した。
コーディネートされたアカウントは、イギリスのカスケードに限られた影響しか示さないが、ネットワークベースの分析は、キャンペーン間で大きな違いを示し、いくつかのオペレーションは、構造的に中心的なシードセットに匹敵する影響を達成している。
最後に,リツイートネットワークからカスケードを再構成することにより,この2つのフレームワークが一貫した結果をもたらすことを示す。
関連論文リスト
- Estimating Peer Direct and Indirect Effects in Observational Network Data [16.006409149421515]
本稿では、ピア直接効果とピア間接効果の両方を考慮し、個人自身の治療の効果を考慮に入れた一般的な設定を提案する。
注意機構を用いて、異なる隣人の影響を識別し、グラフニューラルネットワークによる高次隣人効果を探索する。
理論的には,ネットワークシステムにおける介入戦略を改善する可能性があり,ソーシャルネットワークや疫学などの分野にも応用できる。
論文 参考訳（メタデータ） (2024-08-21T10:02:05Z) - Influence Maximization via Graph Neural Bandits [54.45552721334886]
IM問題を多ラウンド拡散キャンペーンに設定し,影響を受けやすいユーザ数を最大化することを目的とした。
IM-GNB(Influence Maximization with Graph Neural Bandits)を提案する。
論文 参考訳（メタデータ） (2024-06-18T17:54:33Z) - Post-hoc evaluation of nodes influence in information cascades: the case
of coordinated accounts [0.0]
協調的Inhautentic Behaviour(CIB)は、オンライン談話を活用するための戦術として登場した。
有向木におけるノードのサブセットの影響を評価するための一般的なフレームワークを定義することにより、CIB戦術の有効性を定量化する。
我々は、最適かつ欲求的なポストホック配置戦略を提供する2つのアルゴリズムを設計し、構成の影響を最大化する。
論文 参考訳（メタデータ） (2024-01-03T11:40:46Z) - Motion-Scenario Decoupling for Rat-Aware Video Position Prediction:
Strategy and Benchmark [49.58762201363483]
本研究では,個人や環境の影響要因を考慮し,生物ロボットの動き予測データセットであるRatPoseを紹介する。
本稿では,シナリオ指向とモーション指向を効果的に分離するDual-stream Motion-Scenario Decouplingフレームワークを提案する。
難易度が異なるタスクに対して,提案したtextitDMSD フレームワークの大幅な性能向上を示す。
論文 参考訳（メタデータ） (2023-05-17T14:14:31Z) - Mixed Graph Contrastive Network for Semi-Supervised Node Classification [63.924129159538076]
我々はMixed Graph Contrastive Network(MGCN)と呼ばれる新しいグラフコントラスト学習手法を提案する。
本研究では,非摂動増強戦略と相関還元機構により,潜伏埋め込みの識別能力を向上する。
これら2つの設定を組み合わせることで、識別表現学習のために、豊富なノードと稀に価値あるラベル付きノードの両方から、豊富な監視情報を抽出する。
論文 参考訳（メタデータ） (2022-06-06T14:26:34Z) - VigDet: Knowledge Informed Neural Temporal Point Process for
Coordination Detection on Social Media [8.181808709549227]
ソーシャルメディア上の調整されたアカウントは 偽情報キャンペーンによって 世論に影響を与え 社会的成果を操るために使われます
本稿では、時間的論理や事前定義されたフィルタリング関数といった事前知識を用いて、ニューラル時間的点過程を組み込んだ協調検出フレームワークを提案する。
実世界のデータセットを用いた実験結果から, 教師なしと半教師なしの両方の設定におけるSOTAモデルと比較して, 提案手法の有効性が示された。
論文 参考訳（メタデータ） (2021-10-28T22:19:14Z) - Cross-modal Consensus Network for Weakly Supervised Temporal Action
Localization [74.34699679568818]
時間的行動局所化 (WS-TAL) は、ビデオレベルの分類的監督によって、ビデオ内のアクションインスタンスをローカライズすることを目的とした課題である。
この問題に対処するためのクロスモーダルコンセンサスネットワーク(CO2-Net)を提案する。
論文 参考訳（メタデータ） (2021-07-27T04:21:01Z) - A General Method to Find Highly Coordinating Communities in Social Media
through Inferred Interaction Links [13.264683014487376]
政治的誤報、占い、組織化されたトロリングは、オンラインの悪意ある行動であり、現実世界に重大な影響を及ぼす。
本稿では,アカウントのインタラクションとメタデータのみに依存する新しい時間的ウィンドウ手法を提案する。
さまざまな行動に関わるアカウントのグループを検出し、それを協調して、異なる目標ベースの戦略を実行する。
論文 参考訳（メタデータ） (2021-03-05T00:48:23Z) - Domain Adaptative Causality Encoder [52.779274858332656]
我々は,適応因果同定と局所化の課題に対処するために,依存木の特徴と敵対学習を活用する。
我々は、テキストにあらゆる種類の因果関係を統合する新しい因果関係データセット、MedCausを提案する。
論文 参考訳（メタデータ） (2020-11-27T04:14:55Z)
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。