CommuNety：一种用于凝聚性社交社区预测的深度学习系统
社会与信息网络
2020-07-30 v1 计算机视觉与模式识别
机器学习
摘要
对由大量用户组成的社交媒体进行有效挖掘是一项具有挑战性的任务。传统方法依赖分析与用户相关的文本数据来完成该任务。然而，文本数据缺乏关于社交用户及其所属群体的重要信息。本文中，我们提出CommuNety，一种利用图像预测凝聚性社交网络的深度学习系统。所提出的深度学习模型由分层CNN架构组成，以学习与每个凝聚性网络相关的描述性特征。本文还提出一种新颖的人脸共现频率算法来量化人物在图像中的存在，以及一种新颖的照片排序方法来分析预测社交网络中不同个体间的关系强度。我们在PIPA数据集上对所提技术进行了广泛评估，并与最先进的方法比较。实验结果表明所提技术在预测不同个体间关系及社区凝聚性方面具有优越性能。
引用
@article{arxiv.2007.14741,
title = {CommuNety: A Deep Learning System for the Prediction of Cohesive Social Communities},
author = {Syed Afaq Ali Shah and Weifeng Deng and Jianxin Li and Muhammad Aamir Cheema and Abdul Bais},
journal= {arXiv preprint arXiv:2007.14741},
year = {2020}
}