PersonalityGate：一种用于结合人格识别任务增强级联预测的通用即插即用 GNN 门
社会与信息网络
2021-04-30 v1
摘要
级联预测从微观或宏观角度估计级联的规模或状态。这对于理解谣言传播、新技术在社交网络中扩散等信息扩散过程至关重要。近来，图神经网络（GNNs）被引入以利用支配级联效应的网络结构，而非提取手工特征或将级联序列嵌入特征向量来进行级联预测。然而，这些模型未考虑驱动人类参与信息扩散过程的社会因素，如人格特质。本工作中，我们提出一种新颖的多任务框架，通过人格识别任务来增强级联预测。具体而言，我们设计了一个名为 PersonalityGate 的通用即插即用 GNN 门，可耦合进现有基于 GNN 的级联预测模型，以联合增强其有效性并提取个体的人格特质。在两个真实数据集上的实验结果证明了我们所提框架在增强基于 GNN 的级联预测模型以及预测个体人格特质方面的有效性。
引用
@article{arxiv.2104.14327,
title = {PersonalityGate: A General Plug-and-Play GNN Gate to Enhance Cascade Prediction with Personality Recognition Task},
author = {Dengcheng Yan and Jie Cao and Yiwen Zhang and Hong Zhong},
journal= {arXiv preprint arXiv:2104.14327},
year = {2021}
}