ソーシャルネットワーク内の個人の感受性は同質性を示し、影響力主導の行動と自発的な行動では異なるパターンを示す。また、個人の感受性は友人の感受性によって予測できる。
ブルースカイ・ソーシャルのデータを分析することで、オンラインソーシャル空間における人間の行動や人工知能との関係性について新しい知見が得られる。
成人学習の課題を理解し、ソーシャルネットワークデータと大規模言語モデルを活用することで、成人学習の経験を向上させることができる。
Deezerユーザーネットワークにおいて、ユーザーの音楽ジャンルの嗜好は社会的に伝播する傾向がある。特に、ジャズ音楽とオルタナティブ音楽の嗜好に関して、ネットワーク構造と個人属性が影響を及ぼしている。
本研究では、複数の情報アイテムが同時に伝播し、相互作用する現実的なシナリオをモデル化し、マルチプレックス影響最大化問題を提案する。提案手法GBIMは、複雑な伝播プロセスを効果的に学習し、限られた予算の中で最大の影響力を発揮する最適なシード集合を効率的に見つける。