一种基于时间感知领域的社交影响力预测方法
社会与信息网络
2020-01-29 v1 人工智能
信息检索
摘要
在线社交网络（OSNs）已建立起虚拟平台，使人们能够在各种情境和领域中表达其观点、兴趣和想法，并允许合法用户以及垃圾信息发送者和其他不可信用户发布和传播其内容。因此，社交信任的概念引起了信息处理者/数据科学家和信息消费者/商业公司的关注。获取社交大数据（SBD）价值的主要原因之一，是提供可用于评估OSNs用户可信度的框架和方法论。这些方法应具备可扩展性以适应大规模社交数据。因此，需要充分理解社交信任，以改进和扩展分析过程并推断SBD的可信度。鉴于所述环境的开放性和OSNs相关的较少限制，该媒介允许合法真实用户以及垃圾信息发送者和其他低可信度用户发布和传播其内容。因此，本文提出一种融合语义分析和机器学习模块的方法，以测量并预测用户在不同时间段、众多领域中的可信度。所开展实验的评估验证了所融合机器学习技术预测高可信度基于领域用户的可行性。
引用
@article{arxiv.2001.07838,
title = {An Approach for Time-aware Domain-based Social Influence Prediction},
author = {Bilal Abu-Salih and Kit Yan Chan and Omar Al-Kadi and Marwan Al-Tawil and Pornpit Wongthongtham and Tomayess Issa and Heba Saadeh and Malak Al-Hassan and Bushra Bremie and Abdulaziz Albahlal},
journal= {arXiv preprint arXiv:2001.07838},
year = {2020}
}