在线社交网络中的潜在情感检测：一种面向通信的视角

在本文中，我们考虑了 Twitter 等在线社交网络中的潜在情感检测问题。我们展示了利用底层社交网络作为 Ising 先验以执行网络辅助情感检测的优势。结果表明，与严格基于特征的检测相比，利用底层网络可显著降低检测错误率。为此，我们引入了一种基于信息论分析的新型面向通信框架，用于刻画错误概率。我们研究了多种典型网络拓扑（如完全网络、星型网络和闭环网络）下计算所得错误指数的变化，并揭示了网络结构在决定检测性能方面的重要性。