Mar, 2010

在线社交网络中预测正面和负面链接

PDF
TL;DR本文研究在线社交网络中存在的正面和负面关系，并通过 Epinions、Slashdot 和 Wikipedia 等数据集证明可以高准确度地预测社交网络中链接的符号，这些预测模型跨越不同类型的在线社交网络具有普适性，有助于理解社交心理学中平衡和地位理论的基本原则，并能够预测用户的态度和周围人际关系的证据。
online social networkspositive and negative linksprediction modelsbalance and statussocial computing
发现论文，激发创造
  • 社交媒体中的有向网络

    研究在线社交网络中的正负关系，发现结构平衡理论有时难以解释网络的演变，提出了状态理论来更好地说明观察到的边缘符号并提供了有关潜在社会机制的见解。

    Mar, 2010

  • 社交媒体中的负链接预测

    本文研究了利用正链接和基于内容的相互作用来预测负链接的负链接预测问题，并提出了一个名为 NeLP 的可行的框架，该框架可以利用正链接和基于内容的相互作用来预测负链接，并在真实社交网络上进行了实验。

    Dec, 2014

  • Slashdot Zoo: 带负边的社交网络挖掘

    本文通过对 Slashdot 技术新闻网站用户关系的语料库进行社交网络分析，研究了负边权的问题，考虑了全局网络特征，节点特征和链接特征等方面，用于识别不受欢迎的用户，预测链路符号，并展示了网络呈现乘性传递性，从而可以使用基于矩阵乘法的代数方法。与仅适用于正边权的传统方法进行了比较。

    Oct, 2017

  • 带有正负链接的网络中的社区检测

    本研究扩展了现有的 Potts 模型以包括负链接，将类似于社交平衡理论中的带符号图聚类的方法推广到更广泛的情形，应用于国际联盟和冲突网络，结果表明世界可以分为六个大国区，有一些显著的例外。

    Nov, 2008

  • 有符号网络中的平衡性

    该研究在 Signed Networks 领域提出了两种基于弱平衡和强平衡的平衡度量，用于比较实际 Signed Networks 与理论建模的差异，并测试了使用平衡度量进行预测未知符号的能力。研究表明，这些度量能够较好地预测未知符号。

    Sep, 2018

  • 动态图中链路预测算法评估的新视角

    通过对负采样的可能性进行分类，并引入新的可视化方法以研究预测性能和时间网络动态，我们验证了错误通常在不同数据段之间不均匀分布，并认为这些可视化工具可以成为评估不同层次的动态链接预测方法的强大指南。

    Nov, 2023

  • 带符号网络的预测和聚类：从局部到全局的视角

    本研究探讨了有符号网络，基于社交平衡理论构建了针对符号预测和聚类的方法，实验结果表明，将社交平衡理论的全局观点引入可以提高对有符号网络的预测和聚类效果。

    Feb, 2013

  • 有符号社交网络中结构平衡的应用

    本文介绍基于带符号社交网络中结构平衡的度量、模型和链接预测算法，这些网络除含有传统的 “朋友” 链接外，还含有 “敌人” 链接，文章中提出了几种新的基于结构平衡的度量方法，社区算法和链接预测方法，并评估了这些方法在四个签名网络数据集上的表现。

    Feb, 2014

  • 利用自我网络层的力量在在线社交网络中进行链接预测

    本文提出利用社交认知理论来改善在在线社交网络中的链接预测算法，并探讨了利用社交圈子意识来扩展特征提取算法并验证其预测性能的方法，在社交圈子意识的算法中，预测性能得到了显著的提升，打败了一些最先进的解决方案，同时也可以用于针对特定类别的用户进行定向营销。

    Sep, 2021

  • 融合社交网络的用户级情感分析

    研究表明，社交关系信息可以用于提高用户级情感分析，实验结果表明，将社交网络信息纳入支持向量机等分类器的训练可以明显提高情感分析的效果。

    Sep, 2011