通过属性搜索挖掘隐藏群体
社会与信息网络
2019-05-14 v1 数据库
机器学习
摘要
研究人员常通过在线社交平台的应用程序编程接口（API）查询目标群体，例如精神疾病患者~\cite{De-Choudhury2017} 与爵士音乐家~\cite{heckathorn2001finding}。此类目标群体的实体满足一种通常由预言机（人或预训练分类器）识别的属性。当目标实体的属性无法通过 API 直接查询时，我们称该属性为“隐藏的”，该群体为隐藏群体。在社交网络上寻找属于这些群体的个体是困难的，因为它们不可查询，且采样器必须在有限预算内从组合查询空间中探索。通过利用可查询属性与感兴趣群体之间的相关性，并对查询空间进行层次化排序，我们提出了一种基于决策树的 Thompson 采样器（\texttt{DT-TMP}），其高效地发现正确的属性查询组合。我们提出的采样器在在线实验中优于最先进的采样器，例如在 Twitter 上高出 54%。当离线实验中查询的匹配实体数量已知时，\texttt{DT-TMP} 表现极为优异，超出基线采样器 0.9-1.5。未来，我们希望通过构造更复杂的查询来探索发现隐藏群体的选项。
引用
@article{arxiv.1905.04505,
title = {Mining Hidden Populations through Attributed Search},
author = {Suhansanu Kumar and Heting Gao and Changyu Wang and Hari Sundaram and Kevin Chen-Chuan Chang},
journal= {arXiv preprint arXiv:1905.04505},
year = {2019}
}