社交网络中高效推荐的表征
社会与信息网络
2018-05-02 v1
摘要
社交网络用户通常聚焦于该网络的特定区域，导致众所周知的“过滤气泡”效应。以一种能使用户在新区域中变得活跃的方式将人们连接到网络的新区域，有助于缓解该效应并提升社会福利。本文对网络推荐（即用户尝试将同伴连接到网络其他区域的举动）进行初步分析。我们根据效率对这些推荐进行分类，即推荐导致用户在网络新区域中变得活跃的可能性。我们表明，通过使用描述推荐者过往经验及其消息内容的特征，我们能够预测推荐是否有效，对于撰写高效推荐最有经验的那些用户，预测 AUC 达到 0.87。我们的结果代表了以缓解在线社交网络中普遍存在的“过滤气泡”效应为目标、算法化构建高效推荐的第一步。
引用
@article{arxiv.1805.00252,
title = {Characterizing Efficient Referrals in Social Networks},
author = {Reut Apel and Elad Yom-Tov and Moshe Tennenholtz},
journal= {arXiv preprint arXiv:1805.00252},
year = {2018}
}
备注
Accepted to the 2018 Web conference (WWW2018)