ソーシャルメディアにおけるリツメットダイナミクスからの誤 Ruの検出【JST・京大機械翻訳】

Naumzik Christof; Feuerriegel Stefan

プレプリント

J-GLOBAL ID：202202221321075810 整理番号：22P0282263

ソーシャルメディアにおけるリツメットダイナミクスからの誤 Ruの検出【JST・京大機械翻訳】

Detecting False Rumors from Retweet Dynamics on Social Media

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年01月31日プレプリントサーバーでの情報更新日： 2022年04月03日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

False rumorsは社会に悪影響を与えることが知られている。誤った反芻動物の拡散を防ぐために,Twitterのようなソーシャルメディアプラットフォームは,それらを早期に検出しなければならない。本研究では,基礎となる拡散過程に基づく真対偽反芻者を分類する新しい確率的混合モデルを開発した。特に,著者らのモデルは,真の対偽の反復プロセスの自己励起特性を定式化する最初のものである。これは,Hawkesモデル(MMHM)をマークする新しい混合物をもたらした。これのために,著者らのモデルは,特徴工学の必要性を取り除く。代わりに,オンライン反動器が不正確であるかどうかの推論を行うために,拡散プロセスを直接モデル化する。著者らの評価は,Twitterからの真。対偽反芻動物の13,650のretweetカスケードに基づいている。著者らのモデルは,64.97%の均衡した精度と69.46%のAUCで,偽反芻者を認識する。それは,かなりのマージンによって最先端のベースライン(神経と特徴工学の両方)より優れているが,完全に解釈できる。本研究は,実務者にとって直接の含意を持つ:それは,暗黙的品質信号として拡散プロセスを活用し,それに基づいて,虚偽コンテンツを検出する。【JST・京大機械翻訳】

, , , , , , ,
, , , , 【Automatic Indexing@JST】

牛

前のページに戻る