Arxiv网络科学论文摘要8篇(2019-11-05)

  • 基于信誉的假新闻检测;
  • 蝴蝶结中心性:有内在节点属性的有向和加权网络新型测度;
  • 波兰语Twitter数据的情感分析模型;
  • 人类通讯的动态行为全局规律和个体差异;
  • 使用阿拉伯语推特了解药品销售行为;
  • 通过情绪轨迹分析检查英国钻头音乐;
  • 注释超图:模型及应用;
  • 在线用户交互的情感行为分析:线上支持组比Twitter更治愈?;

基于信誉的假新闻检测

原文标题: Credibility-based Fake News Detection

地址: http://arxiv.org/abs/1911.00643

作者: Niraj Sitaula, Chilukuri K. Mohan, Jennifer Grygiel, Xinyi Zhou, Reza Zafarani

摘要: 假新闻可以显著误导人谁经常依靠他们的信息在线资源和社交媒体。对假新闻的检测目前的研究主要集中在分析假新闻的内容以及它是如何传播的用户在网络上。在本文中,我们通过评估其信誉强调的假新闻的检测。通过分析公众假新闻数据,我们表明,在新闻来源(和作者)信息可以是信誉的重要指标。我们的研究结果表明,作者与假新闻协会和新闻文章的作者数的历史,能起到检测的假新闻显著的作用。我们的方法可以帮助改善传统的假新闻的检测方法,其中内容的功能通常用来检测假新闻。

蝴蝶结中心性:有内在节点属性的有向和加权网络新型测度

原文标题: The Bow-Tie Centrality: A Novel Measure for Directed and Weighted Networks with an Intrinsic Node Property

地址: http://arxiv.org/abs/1911.00924

作者: James B Glattfelder

摘要: 今天,存在许多中心性措施作为其位置的功能和本质的结构评估网络中节点的重要性。一类这样的措施基础上征向量中心,其中一个节点的重要性从其相邻节点的重要性的。对于导演和加权复杂的网络,其中的节点可以进行一些内在的属性值,已经提出了那些特征向量中心的变种中心地位的措施。然而,这些表述都来自缺点。这里,提出了这样的中心性措施的扩展,补救所有以前遇到的问题。而类似的改进的中心性的措施已被提议作为算法的食谱,即这里提出的新颖量是一个纯粹的解析表达式,只利用邻接矩阵和节点值的向量。新的中间值的推导详细的动机。具体而言,中心地位本身是理想的有向和加权网络的显示蝴蝶结拓扑分析(与节点属性)。然后可以对新的蝴蝶结中心地位被计算为一个独特的和广泛的现实世界的数据集,从经济学的到来。它示出了蝴蝶结中心性如何评估类似于其他特征向量中心措施节点的相关性,而不是由它们的缺点在周期的网络中的存在的困扰。

波兰语Twitter数据的情感分析模型

原文标题: Sentiment analysis model for Twitter data in Polish language

地址: http://arxiv.org/abs/1911.00985

作者: Karol Chlasta

摘要: 5月10日波兰总统大选期间收集的鸣叫文本挖掘分析,2015年该项目包括执行引擎的检索来自Twitter的信息,建立文档语料库,语料库的清洁,并建立长期文档矩阵。从文本语料库每个鸣叫分配基于其情感分类别。比分被使用的正和/或负表情符号和每个文档中波兰语字的数目进行计算。的结果数据集用于训练和测试4个机器学习分类器,以选择这些提供最准确的自动鸣叫分类结果。朴素贝叶斯和最大熵算法实现的分别71.76%和77.32%的最佳精确度。所有执行任务使用R编写完成。

人类通讯的动态行为全局规律和个体差异

原文标题: Global Regularity and Individual Variability in Dynamic Behaviors of Human Communication

地址: http://arxiv.org/abs/1911.01264

作者: Jonathan J. H. Zhu, Tai-Quan Peng

摘要: 一种新的模式,被称为“人类动力学”,最近已经提出了个人执行基于任务的感知优先级,这可以通过等待连续任务(Barabasi,2005)之间的时间幂律分布为特征的活动。该幂律分布已经发现在不同的人的行为,例如邮寄信件,电子邮件通讯,网页浏览,视频点播和移动电话存在。然而,模体已被在全局(即,聚合的)水平上观察到不考虑个体差异。为了防止生态谬误,就必须在个人层面来测试模型。目前的研究旨在解决以下问题:是不同的个体幂律均匀?就个人行为遵循怎样分配?我们研究这些问题,有近4000网民客户端日志文件的Web浏览行为和230万个用户的服务器日志文件在P2P系统的文件共享行为。结果证实,在累积总水平无论是在网页浏览和P2P的使用行为人的动态模型。我们还发现,存在幂律分布,它遵循众所周知的分布在整个个人检测变异的衰减率(即指数伽马)(即,高斯,韦伯,以及对数正态分布)。

使用阿拉伯语推特了解药品销售行为

原文标题: Using Arabic Tweets to Understand Drug Selling Behaviors

地址: http://arxiv.org/abs/1911.01275

作者: Wesam Alruwaili, Bradley Protano, Tejasvi Sirigiriraju, Hamed Alhoori

摘要: Twitter是在包括出售非法商品和服务的阿拉伯地区的电子商务流行的平台。社会化媒体平台上设置了多重机遇,挖掘大约属于非法双方和药品的行为,同样以法律处方药非处方药出售,即信息,是非法的。作为公认的公共健康风险,销售和使用违禁药物,合法药物仿冒版本,以及非处方药销售的合法药物构成,这反映在由社交媒体促进一个普遍的问题。 Twitter提供了以支持寻找途径,以保护患者安全的更大目标监测合法和非法销售药品的关键资源。我们使用阿拉伯语的关键字收集我们的数据集。然后,我们分为使用四个机器学习分类的数据。基于各自的结果进行比较,我们评估了每个分类的准确性,在分析到哪些药物可在社交媒体的程度预测两个重要的因素:药物的销售和药品从而标榜的合法性/非法引用。对于预测鸣叫贩卖毒品,支持向量机,产生准确率最高(96%),而对于预测广告的药品的合法性,朴素贝叶斯,分类器产生的准确率最高(85%)。

通过情绪轨迹分析检查英国钻头音乐

原文标题: Examining UK drill music through sentiment trajectory analysis

地址: http://arxiv.org/abs/1911.01324

作者: Bennett Kleinberg, Paul McFarlane

摘要: 本文介绍了从自然语言处理技术如何可以用来检查帮派有关演练的音乐在英国(UK)的感情轨迹。这项工作很重要,因为重要公众人物松散地使钻头的音乐和在伦敦青年暴力近期上报之间有争议的联系。因此,本文考察了帮派钻音乐歌词的动态使用的感悟。调查结果显示两种不同情绪的使用模式和统计分析显示,歌词有明显肯定的语气吸引YouTube上比消极的更多的意见和参与。我们的工作提供了第一手的实证分析上市公司的语言使用伦敦钻的音乐,它可以,因此,可以在今后的研究和政策制定者用来帮助理解涉嫌钻刚关系。

注释超图:模型及应用

原文标题: Annotated Hypergraphs: Models and Applications

地址: http://arxiv.org/abs/1911.01331

作者: Philip Chodrow, Andrew Mellor

摘要: 超图提供研究组实体之间的相互作用polyadic自然建模语言。许多polyadic相互作用是不对称的,节点扮演独特的角色。在学术合作的网络,例如,在论文作者的顺序往往反映了他们对完成的工作捐款的性质。为了模拟这些网络,我们引入 EMPH注释超图作为向图的自然polyadic概括。注释超图成包含元数据到polyadic图模型高度总体框架。为了方便与注释超图的数据分析,我们构建这些结构作用感知配置空模型,并证明了从中取样的有效马尔可夫链蒙特卡罗方案。我们着手制订各种指标和算法注释超图的分析。其中一些,如同类性和模块化,自然推广二元同行。其他指标,如本地角色的密度,是唯一的注释超图的设置。我们说明了六个数字社会网络我们的技术,并提出安然邮件数据集的详细案例研究。

在线用户交互的情感行为分析:线上支持组比Twitter更治愈?

原文标题: Affective Behaviour Analysis of On-line User Interactions: Are On-line Support Groups more Therapeutic than Twitter?

地址: http://arxiv.org/abs/1911.01371

作者: Giuliano Tortoreto, Evgeny A. Stepanov, Alessandra Cervone, Mateusz Dubiel, Giuseppe Riccardi

摘要: 在精神卫生问题的患病率的增加正好与健康相关的社交网站日益普及。不管他们的治疗潜力的,在线支持团体(OSGs)也可能对患者产生负面影响。在这项工作中,我们提出了一种新方法,通过使用自然语言处理(NLP)技术自动验证的社交网站的治疗因素的存在。该方法是在在线评估异步从OSG和Twitter收集多方对话。分析的结果表明,发生治疗因子更频繁地在OSG对话比微博对话。此外,OSG对话的分析表明,该平台的用户的支持,并相互作用,可能会导致他们的情绪状态的改善。我们相信,我们的方法提供了对在线平台的用户的情绪状态的自动分析的垫脚石。该方法的可能的应用包括提供,突出使用这种平台上的用户心理健康的潜在影响的准则,和/或支持其对具体的个人影响的分析。

声明:Arxiv文章摘要版权归论文原作者所有,由本人进行翻译整理,未经同意请勿随意转载。本系列在微信公众号“网络科学研究速递”(微信号netsci)和个人博客 https://www.complexly.cn (提供RSS订阅)进行同步更新。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。

你可能感兴趣的:(Arxiv网络科学论文摘要8篇(2019-11-05))