Modeling the Clustering Structure of Complex Networks and Calculating Propagation Thresholds for Bandwagon Behavior of Social Media Papers from the Perspective of Knowledge Reproduction and Anti-Regulatory Discipline
Notice bibliographique
Résumé
This paper constructs a heterogeneous network adjacency matrix containing multiple user relationships from the connotation of professional organizations and other guides to individual behaviors covered by the take-read mechanism.The GAT algorithm is used to learn the embedding of its heterogeneous network in order to obtain the embedding vectors of user nodes, which serves as the basis for the analysis of the spreading influence of group behavior.An event recognition method based on word embedding and hierarchical cohesive clustering is proposed to analyze the recognition and evolution of social media essay-carrying behavioral events (group behavioral events) for complex networks.We point out that the distribution of group behavior affects the dynamics of information dissemination, set the adoption threshold parameter of the group, and analyze the dissemination pattern of individuals' (individual information) participation in essay-reading behaviors.Analyze the emergence and evolution of thesis-reading behavior in social media, and explore the influence of individual's own attributes and the attitude of neighboring nodes on the evolution of group behavioral events in complex networks.The spreading degree analysis is conducted for different relational social media bandwagon behaviors.When , i j I =0.6 and , i j Ex =0.8, the individual's decision is supported by the neighbor's viewpoints, and the users who have already participated in the paper band-reading activities have a strong attraction to the individual.When the strong degree increases to a certain value, the individual decides to participate in the dissertation banding activity, at which point the individual is no longer influenced by the external environment.The degree of the initial node for the propagation of thesis banding behavior in random networks and small-world networks is linearly and negatively correlated with the percentage of the information audience.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».