分析维基百科成员数据集与预测符号网络中的未连接节点
人工智能
2021-10-19 v1 机器学习
社会与信息网络
摘要
在数字交互时代，社交媒体上的人际关系可能与线下真实存在的互动有所不同。研究社交网络中成员之间的潜在或虚假关系是计算机科学家的一个丰富研究领域——本文研究如何利用 Precision-Recall 曲线下面积和 ROC 来预测社交网络中两个未连接人员之间的关系。将社交网络建模为符号图，我们比较了三元模型、潜在信息模型和情感模型，并使用它们来预测对等交互，首先使用纯符号网络，其次使用带有评论作为上下文的符号网络。结果表明，我们的模型远优于随机模型，且在不同情况下能够互补。
引用
@article{arxiv.2110.09111,
title = {Analyzing Wikipedia Membership Dataset and PredictingUnconnected Nodes in the Signed Networks},
author = {Zhihao Wu and Taoran Li and Ray Roman},
journal= {arXiv preprint arXiv:2110.09111},
year = {2021}
}
备注
The work was done in UCLA CS249 17Spring