Jul, 2023

关于二分图极化问题的复杂性：从中立到高度极化的讨论

PDF
TL;DR通过引入一种实例生成模型，研究了双向极化问题的复杂性，结果表明，实例的极化程度越高，找到对应的极化二分图越容易。
bipartite polarization problemweighted and labelled graphmaxcut probleminstance generation modelpolarized bipartition
发现论文，激发创造
  • 社交网络中减少极化和分歧

    本文研究如何通过网络结构来降低社交媒体带来的观点极化和分歧，并提出了一种精确且高效的算法，同时对算法进行了合成及真实数据的测试，结果表明该算法对于推荐系统和社交网络优化具有重要意义。

    Dec, 2017

  • 优化社交内容平衡以减少极化和分歧

    通过重新加权用户关注的账户的相对重要性，我们提出了一种改善社交媒体中极端化和信息孤立化问题的新方法，以在相关性和多样性之间取得平衡，从而降低社交媒体的负面影响，同时保持信息流的质量。我们通过实验验证了这种方法的有效性，并证明其能够促进更健康、更具凝聚力的在线社区。

    Aug, 2023

  • 在有符号图中搜索极化：一种本地谱方法

    本研究通过局部偏差特征向量和半监督学习方法，在有限制的情况下探测带有两极性结构的局部多样性地区，该算法在实验中获得了验证。

    Jan, 2020

  • 在带符号网络中发现极化社区

    本文提出一种基于离散特征值问题的谱算法，以发现有极性社群的有符号网络中两个极化社群，证明所提出的问题是 NP-hard 的，同时在真实世界现象的情况下验证了算法的有效性并证明其比非平凡基线更好、更快、能够扩展到更大的网络。

    Oct, 2019

  • 最优二分网络聚类

    本文提出一种基于谱初始化和伪似然分类器的两阶段快速过程，用于网络双分区检测或更一般地解决网络双聚类问题。该程序是弱一致的，同时在双分块随机模型下建立。通过数值模拟，证明了这种程序的有效性。

    Mar, 2018

  • Friedkin-Johnsen 模型中具有有限信息的对手

    通过使用一种新的算法来检测高影响力的用户，即使只知道社交网络的拓扑结构，攻击者仍能在社交网络中激起不和谐，我们证明了这种攻击是可能的。

    Jun, 2023

  • 通过子模性在在线二分匹配中平衡相关度和多样性

    本文介绍了在线子模二分图匹配问题（Online Submodular Bipartite Matching）的概念和算法，该问题旨在在考虑到多样性和相关性的情况下，通过优化子模函数 $f$ 来匹配边的集合以得到最佳匹配。

    Nov, 2018

  • 设计去极性推荐系统

    本文探讨了三个阶段的算法干预方案，重点在于如何利用推荐系统来解决分裂和冲突问题，以达到更具建设性的冲突转型。实证研究表明，基于多样性的干预措施可能会在某些情况下加剧分裂。因此，本文建议将文本中的温和性度量与多样性相结合，以制定更有效的干预措施。

    Jul, 2021

  • POLE：面向带符号网络的极化嵌入

    通过设计无偏分割极化度量并提出了极化嵌入方法 POLE，结合拓扑和符号相似性，在社交媒体中对负面链接进行签名网络机器学习预测。

    Oct, 2021

  • 利用半定规划进行人群聚类的去偏置和局部分析

    本文讨论了从一个混合的子高斯分布中抽取的规模为 n 的小数据样本的分区问题，并分析了同一作者提出的计算有效算法，通过一个小样本按照其来源人群将数据大致分为两组。从这篇论文中，我们得出结论：当信噪比 s^2 被一个常数下界限时，误分类错误以指数形式衰减。我们还讨论了平衡分区的一个变体，并证明了新估计量具有卓越的去偏性。

    Jan, 2024