A Scalable Approach for Strengthening Social Media Ties Using Multi-Dimensional Analysis
Notice bibliographique
Résumé
The assessment of relationship strength among interconnected users in online social networks remains a critical focal point in contemporary research.Despite a multitude of studies on strong tie identification, this constitutes an enduring challenge.In this work, a novel method is introduced that amalgamates factors such as user profile information, communication frequency, and network composition to ascertain the strength of ties among social media users.The proposed method encompasses computations involving three distinct variables: Analogy Profile (AP), Analogy Friendship (AF), and Analogy Reaction (AR).These variables collectively contribute to determining the overall quality of user relationships.Pearson's correlation, serving as AP, aids in identifying and quantifying user correlations' strength and orientation.Jaccard's coefficient offers a measure of user similarity, hence its use as AF.Lastly, the User Interconnection Potency Level, serving as AR, provides insights into user interaction dynamics and behaviour.For the purpose of experimental validation, ten different real-time social networks were considered.The performance of the proposed method was evaluated using Precision, Recall, and the Dice Similarity Coefficient (DSC) as evaluation matrices, on ten distinct real-world online social media datasets.Comparative analysis with two state-of-the-art methods, namely Trust Propagation-User Relationship Strength (TP-URS) and User Relationship Strength Fusing Multiple Factors (URSMF), demonstrated superior performance of our method.It achieved top scores of 92%, 98%, and 95% for Precision, Recall, and DSC, respectively.Overall, the proposed method outperforms TP-URS and URSMF in estimating relationship strengths among social media network users.These results underscore the utility of incorporating factors like profile information, communication patterns, and network composition when measuring tie strengths.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».