社交媒体时间序列预测基线的实验评估
社会与信息网络
2022-10-13 v1
摘要
预测社交媒体活动在许多场景中具有实际用途，从理解趋势（例如哪些话题可能在下周吸引更多用户）到识别异常行为（例如协同信息行动或PumpNDump操纵）。为评估一种新的预测方法，拥有用以衡量性能提升的基线十分重要。我们通过对多个社交媒体数据集中活动预测的四种基线进行实验评估，这些数据集同步记录了在两个不同平台（Twitter与YouTube）上发生的三种不同地缘政治背景下的讨论。实验以小时为时间粒度进行。我们的评估识别出对特定指标最为准确的基线，从而为未来社交媒体建模工作提供指导。
引用
@article{arxiv.2210.05847,
title = {Experimental Evaluation of Baselines for Forecasting Social Media Timeseries},
author = {Kin Wai Ng and Frederick Mubang and Lawrence O. Hall and John Skvoretz and Adriana Iamnitchi},
journal= {arXiv preprint arXiv:2210.05847},
year = {2022}
}