ソーシャルネットワーク

insight - ソーシャルネットワーク

ソーシャルネットワークにおける推奨システムは、ユーザーの知覚バイアスを生み出す可能性がある。代理店ベースのシミュレーションを使用して、異なる推奨システムがユーザーの知覚に与える影響を比較し、バイアスを最小限に抑えるアルゴリズムを提案する。

ソーシャルネットワークにおける共有行動をマルコフ決定過程(MDP)モデルで記述し、共有効果の無バイアスな推定量を導出した。

ソーシャルメディアプラットフォームにおけるインフルエンサーによる議論が、世論の感情と極端化に大きな影響を及ぼしている。

ソーシャルネットワークにおける自然な人気度成長と戦略的な宣伝活動の組み合わせによって、新規参入者が既存の人気商品を追い抜くことができる。

ソーシャルレコメンデーションシステムにおいて、ユーザー間の関係性とユーザーとアイテムの相互作用を同時に活用することで、より正確な推薦が可能になる。近年、グラフニューラルネットワークを用いたソーシャルレコメンデーションシステムの研究が活発化している。

ソーシャルネットワークにおいて、限られた数の初期スプレッダーを選択することで、ネットワーク内の関心度の合計を最大化する問題を解決する。

分散型ソーシャルネットワークにおけるコンテンツモデレーションの課題と、会話ベースのアプローチを用いた解決策の提案

推薦システムの制御戦略が意見動態に与える影響を分析し、最適な利用者エンゲージメントを実現する方法を提案。

ソーシャルネットワークにおける影響最大化のためのリンク推奨アルゴリズムを提案する。

About

Products | Resources

Insights