用户能预判其关注者想要什么吗？
社会与信息网络
2019-09-20 v2 机器学习
机器学习
摘要
每当社交媒体用户决定分享一个故事时，她通常乐于收到点赞、评论、分享或更一般地来自其关注者的反馈。因此，她可能觉得有必要利用收到的反馈来(重新)估计其关注者的偏好，并决定接下来分享哪些故事以获得更多(正面)反馈。在何种条件下她能成功？在这项工作中，我们首先从理论角度考察此问题，然后提供一组实用算法以在社交媒体中识别和刻画此类行为。更具体地说，我们从序贯决策和效用最大化的视角解决上述问题。对于多种效用函数，我们首先表明，要成功，用户需要主动权衡利用——分享带来更多(正面)反馈的故事——与探索——分享故事以了解其关注者偏好。然而，如果用户除了自身收到的反馈外，还利用关注者提供给其他用户的反馈，则探索是不必要的。接着，我们开发了一个针对观测数据的效用估计框架，其依赖统计假设检验来确定用户是否利用来自每位关注者的反馈来决定下一步发布什么。在合成数据上的实验说明了我们的理论发现，并表明我们的估计框架能够准确恢复用户的底层效用函数。在从Twitter和Reddit收集的若干真实数据集上的实验揭示，我们数据集中多达82%(43%)的Twitter(Reddit)用户确实利用收到的反馈来决定下一步发布什么。
引用
@article{arxiv.1909.00440,
title = {Can A User Anticipate What Her Followers Want?},
author = {Abir De and Adish Singla and Utkarsh Upadhyay and Manuel Gomez-Rodriguez},
journal= {arXiv preprint arXiv:1909.00440},
year = {2019}
}
备注
Fixed some typos