利用文本相似性检测未被正式回复机制捕获的社交互动
社会与信息网络
2016-04-19 v1 物理与社会
摘要
在在线社交互动建模中，理解人们何时相互回应十分重要。许多系统具有明确的回复指示符，例如讨论论坛中的主题串或Twitter中的回复与转推。然而，这些显式指示符可能仅捕获了人们相互回应的一部分，因此，使用它们推断关系或影响力的计算社会科学方法可能会偏离目标。本文探讨了检测非显式回应的问题，提出了一种新方法，利用用户自身推文与其关注者近期推文之间的tf-idf相似度。基于Twitter上449个自我中心网络一个月的发布数据，该方法表明至少11%的回应可能未被显式回复和转推机制捕获。此外，这些未被捕获的回应并非在用户间均匀分布：一些不使用官方界面机制而创建回复和转推的用户，对关注者的响应度远高于其表面呈现。这表明，在使用这些标记研究社交互动和信息扩散时，检测非显式回应是减轻偏差和构建更准确模型的重要考量。
引用
@article{arxiv.1604.04811,
title = {Using Text Similarity to Detect Social Interactions not Captured by Formal Reply Mechanisms},
author = {Samuel Barbosa and Roberto M. Cesar-Jr and Dan Cosley},
journal= {arXiv preprint arXiv:1604.04811},
year = {2016}
}
备注
A final version of this work was published in the 2015 IEEE 11th International Conference on e-Science (e-Science)