Публикации по теме 'social-network-analysis'
Графовые нейронные сети (GraphSAGE)
Есть известная цитата мотивационного оратора Джима Рона:
«Вы представляете собой среднее из пяти человек, с которыми вы проводите больше всего времени».
Вот еще один: « Покажи мне своих друзей, и я покажу тебе твое будущее ». Возможно, вы встречали эти цитаты в какой-то момент времени, но задумывались ли вы когда-нибудь об их существовании вне философии? Что ж, давайте выясним это, изучив недавнюю разработку в области машинного обучения (ML) — Graph Neural Networks (GNN).
Как..
Визуализация моих сетевых кластеров Facebook
Месяц назад я наткнулся на блестящий проект @Nicky Case под названием Мудрость и безумие толпы . Эта интерактивная игра показывает, как информация, пристрастия, фейковые новости и поведение распространяются в человеческих сетях. Я настоятельно рекомендую вам попробовать проект, прежде чем читать дальше, поскольку это поможет вам понять контекст.
Вывод из проекта отображается прямо перед страницей заключения. Они говорят - « здоровому обществу нужна золотая середина связей внутри..
Анализ социальных сетей по набору финансовых данных
Анализ социальных сетей (SNA) — это мощный метод анализа отношений и взаимодействий в сети. Neo4j — это графовая база данных, которая обычно используется для задач SNA из-за ее способности эффективно представлять и анализировать сложные отношения. Внедрение SNA с использованием Neo4j и его интеграция с экосистемой больших данных, такой как Hadoop, может обеспечить преимущества масштабируемости и производительности для анализа больших наборов финансовых данных.
Анализ социальных сетей..
Кто являются главными влиятельными лицами в сфере HR-аналитики в Twitter
Визуализация Twitter социальной сети HRanalytics
Каждый день люди используют социальные сети, такие как Twitter, для обмена мыслями и идеями. Люди со схожими интересами собираются вместе и взаимодействуют на онлайн-платформе, повторно делясь сообщениями, которые им нравятся, или отвечая на них. Изучая, как люди взаимодействуют в социальных сетях, это поможет нам понять, как распространяется информация, и определить, кто является наиболее заметными фигурами.
В нашем последнем посте..
TrustSVD: совместная фильтрация с явным и неявным влиянием доверия пользователей и…
Г. Го, Дж. Чжан и Н. Йорк-Смит
Материалы AAAI 2015, 2015 г.
Я подготовил этот раздаточный материал на одной странице как часть своей презентации для курса «Доверие и онлайн-социальные сети» (CS-886) в Университете Ватерлоо.
Введение в рекомендательные системы (RS)
RS предоставляет пользователям персональные рекомендации в зависимости от их вкуса. Конкурс Netflix, начавшийся в октябре 2006 года, стимулировал исследования в этой области. Один из наиболее успешных методов в RS..
Визуализация информации из необработанных данных Twitter - Часть 1
Давайте посмотрим, какую информацию мы можем легко получить из необработанных данных Twitter!
Привет всем! В предыдущих сообщениях мы исследовали, как эффективно загружать данные с помощью Python и обоих API-интерфейсов Twitter: Streaming API для загрузки твитов, созданных в реальном времени, и REST API для загрузки исторической информации, такой как временные шкалы пользователей и подписчиков.
Этот пост является первым из двух, который будет посвящен извлечению классных..
Изучение распространения фейковых новостей в данных социальных сетей
Влияние массового распространения дезинформации в социальных сетях стало очевидным благодаря Трампизму . «Фейковые новости» динамично сочетают вымысел с разумом, чтобы привести, казалось бы, убедительный аргумент, вызывая определенные эмоции, подтверждая демографические предубеждения и сохраняя определенные неуверенности. Это обманчивая манипуляция, апеллирующая к идеалам. Эти идеи могут создавать впечатление правдоподобности, но они могут быть опровергнуты логическим и критическим..
