LBSN에서 다중모드 하이퍼그래프를 활용한 커뮤니티 탐지 및 프로파일링
Source
Evernote/IFTTT Feedly/Detecting profilable and overlapping communities with user-generated multimedia contents in LBSNs.md
Summary
본 논문은 위치 기반 소셜 네트워크(LBSN)에서 사용자가 장소 방문, 댓글 작성, 사진 업로드 등을 통해 형성하는 이질적 상호작용을 분석합니다. 이러한 상호작용을 다중모드 비균일 하이퍼그래프(multimodality nonuniform hypergraph)로 모델링하여, 사용자와 장소, 텍스트, 사진 간의 관계를 표현합니다. 탐지된 사회적 커뮤니티는 하이퍼그래프 내의 밀집 부분 그래프(dense subgraph)로 간주하며, 해당 부분 그래프의 정점과 간계를 통해 커뮤니티 구성원 및 그 특성을 프로파일링합니다.
Key Points
- LBSN 내 사용자의 이질적 상호작용(장소 방문, 댓글, 사진)을 다중모드 비균일 하이퍼그래프로 모델링
- 사회적 커뮤니티를 하이퍼그래프 내 밀집 부분 그래프로 정의하여 탐지
- 장소, 텍스트, 사진 관련 정점 및 상호관계를 통해 커뮤니티의 고유한 특성을 프로파일링
Related
-
사회적·공간적 근접성을 활용한 공동 검색 (Joint Search by Social and Spatial Proximity)
-
Social Event Classification via Boosted Multimodal Supervised Latent Dirichlet Allocation
-
Intel Research: Context Awareness - Social Proximity Detection
-
Moment-Based Spectral Analysis of Large-Scale Networks Using Local Structural Information
-
Efficient Multiview Maintenance under Insertion in Huge Social Networks
-
Unsupervised Spatial Event Detection in Targeted Domains with Applications to Civil Unrest Modeling
-
An Unsupervised Feature Selection Framework for Social Media Data
-
Protecting Sensitive Labels in Social Network Data Anonymization
-
동적 스타 네트워크에서 다중 유형 객체의 공진화 (Co-Evolution of Multi-Typed Objects in Dynamic Star Networks)
-
Anomaly Extraction in Backbone Networks Using Association Rules
-
Information-Theoretic Outlier Detection for Large-Scale Categorical Data
-
Egocentric Field-of-View Localization Using First-Person Point-of-View Devices