Feb, 2024

酒精消费研究中的敏感度分析和假设性测试的语义社交网络分析工具

PDF
TL;DR社交网络分析（SNA）是一组为社会和行为科学研究中开发的技术，用于描述和研究一组个体之间建立的社交关系。本文介绍了一种利用语义知识表示技术来促进这类敏感性研究的工具，以问卷调查为基础，用于提取个体特征和关系，相比其他类似工具具有优势，并提供了关于青少年饮酒习惯的正在进行的 SNA 研究的具体示例。
social network analysissnadata gatheringquestionnairesemantic knowledge representation techniques
发现论文，激发创造
  • 基于语义技术的社交网络分析用于青少年酒精依赖个性化描述和风险评估

    酒精使用障碍（AUD）是公共卫生组织尤其关注的主要问题，特别是涉及青少年群体。本文介绍了如何构建知识模型，并比较了传统方法与完全自动化模型的结果，详细说明了后者的主要优势。在 SNA 分析的情况下，将使用知识工程方法获得的结果与使用 UCINET、Cytoscape、Pajek 和 Gephi 手动获得的结果进行比较，以测试知识模型的准确性。

    Feb, 2024

  • 社交网络分析中基于本体的多领域模型：实验证实和案例研究

    使用社交网络理论和分析方法应用于不同领域，本研究提出了一个多领域知识模型，能自动收集数据并在不同领域执行社交网络分析，消除了专家在分析过程中可能出现的错误，并获得与专家得出的相同结论。模型用 OntoSNAQA 本体来表示，包括人员、问卷和社交网络分析领域的类、属性和规则，同时利用 SWRL 和 SPARQL 查询表示不同规则。通过应用到一个真实案例研究来展示该方法的优势，并将模型得到的社交网络分析结果与 UCINET、Pajek、Cytoscape 和 Gephi 等常用软件进行比较，验证了该模型的有效性。

    Feb, 2024

  • 社交网络挖掘（SNM）：资源和 SNA 之间关系的定义

    本文探讨社会网络挖掘中资源的行为对社会网络增长的影响，通过统计计算解释了其演变机制，并以顶点度数作为 SNA 分析单元的代表，说明资源与 SNA 的关系。资源在社交网络的增长中有积极作用。

    Jun, 2022

  • Twitter 对副总统人选政治影响的研究：社交网络与语义分析综述

    该研究回顾了社交网络分析 (SNA) 和语义分析 (SA) 在 Twitter 平台上研究政治领导人支持者网络的应用，以预测他们的政治未来。

    Jul, 2022

  • 一个基于网络的工具，用于自动进行复杂医疗调查研究的数据收集、整理和可视化，包括社交网络分析

    通过分析年轻人的社交环境、使用一系列问卷调查，如 AUDIT、FAS、KIDSCREEN 等，了解个体的饮酒行为，本研究设计并构建了一个基于网络的平台，通过集成不同阶段、直观的图形用户界面来简化问卷的创建、数据收集、整理和表达，以及后续的数据分析和可视化，从而避免了手动处理数据的繁琐步骤。与之前耗时且容易出错的数据操作相比，该方法具有一定的优势。

    Feb, 2024

  • 青少年关系行为与肥胖大流行：一项运用社交网络分析与机器学习技术的描述性研究

    青少年在教室内形成了亚群，亚群凝聚力由影响肥胖的方面的相似性和与食物质量和性别相关的属性共享所定义。SNA 相关的同质性概念及 Girvan-Newman 算法的应用结合了人工智能技术，为亚群间的相似性和凝聚力提供了鲁棒性。

    Feb, 2024

  • SNAP: 一款通用的网络分析和图挖掘库

    描述了使用 Stanford Network Analysis Platform (SNAP) 分析和操作大型网络的工具，给出 SNAP 功能和处理大型图形的性能基准，并提供了一个包含社交网络和信息实体网络等的数据集。

    Jun, 2016

  • 网络结构推断综述：动机、方法与应用

    本文综述了现有的从数据中推断网络的方法，探讨了构建网络表示、针对不同领域的问题和任务、以及通过验证策略来测量推断网络的能力等问题。

    Oct, 2016

  • 寻找图神经网络的邻域聚合

    本文提出了一个名为 SANE 的框架，用于自动设计数据特定的 GNN 体系结构，并通过设计新颖且具有表现力的搜索空间和更有效的可微搜索算法，解决了 NAS 方法面临的计算难题。在四项任务和七个真实世界的数据集上的实验结果表明，SANE 在效率和效果方面比现有的 GNN 模型和 NAS 方法更为优异。

    Apr, 2021

  • 异构信息网络分析综述

    本文综述了异构信息网络分析的基本概念和不同数据挖掘任务的发展，探讨了一些高级主题和未来研究方向。

    Nov, 2015