Social network mining and analytics for quantitative patterns
Notice bibliographique
Résumé
Frequent pattern mining has gained popularity in the realm of knowledge discovery and big data analytics as it identifies sets of items that frequently co-occur (e.g., popular merchandise items or social events). In general, frequent pattern mining can be broadly classified into two categories: (i) transaction-centric algorithms that mines frequent patterns horizontally and (ii) item-centric mining algorithms that mines frequent patterns vertically. Irrespective of their categories, traditional frequent pattern mining algorithms aim to find Boolean frequent patterns, revealing whether some specific items are present in (or absent from) the discovered patterns. In the context of social network mining and analytics, Boolean frequent pattern algorithms can help reveal whether a social entity follows another in a network or on a social networking site. However, in numerous real-life applications, quantities of items within patterns become essential. For example, the quantity of followed items (e.g., like posts) can significantly influence the social interactions between entities in a network. In this paper, we present a social network mining and analytics algorithm---called QSN---for discovering quantitative frequent patterns from social networks. The algorithm represents the big data as a collection of item-centric bitmaps, each capturing the absence or presence of a transaction containing the item, along with the quantity of that item in each transaction. Subsequently, it vertically mines quantitative frequent patterns, strategically avoiding the generation of an excessive number of redundant candidate patterns, thereby accelerating the mining process. Results of our evaluation demonstrate the superiority of our QSN algorithm over the existing horizontal quantitative frequent pattern algorithm called MQA-M, highlighting its efficacy in social network mining and analytics.
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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».