Detectando cascadas en Facebook

Detectando cascadas de gran tamaño para compartir en redes sociales

International Conference on World Wide Web
Por: Karthik Subbian, B. Aditya Prakash, Lada Adamic
Facebook Research

Resumen

La detección de grandes cascadas de compartición es un problema importante en las redes sociales en línea. Hay una variedad de intentos para modelar este problema, desde el uso de métodos de análisis de series de tiempo hasta procesos estocásticos. La mayoría de estos enfoques dependen en gran medida de las características de la red subyacente y utilizan la información de la red para detectar la viralidad de las cascadas. En la mayoría de los casos, sin embargo, obtener información de red tan detallada puede ser difícil o incluso imposible.

Por el contrario, en este trabajo, proponemos SansNet, un enfoque de red independiente. Nuestro método se puede utilizar para responder dos preguntas importantes: (1) ¿Será una cascada viral? y (2) ¿Qué tan temprano podemos predecirlo? Usamos técnicas del análisis de supervivencia para construir un clasificador supervisado en el espacio de probabilidades de supervivencia y mostramos que el límite de decisión óptimo es una función de supervivencia. Una característica notable de nuestro enfoque es que no utiliza ninguna función basada en la red para las tareas de predicción, por lo que es muy barato de implementar. Finalmente, evaluamos nuestro enfoque en varios conjuntos de datos de la vida real, incluidas redes sociales populares como Facebook y Twitter, sobre métricas como recuperación, medición F y cobertura de apertura. Encontramos que el clasificador SansNet agnóstico de red supera a varios competidores no triviales y líneas base que utilizan información de red.

Sansnet Www17

Lire plus de publications sur Calaméo