2 月 27 日至 3月3 日，第 16 届 ACM 国际互联网搜索与数据挖掘大会（The 15th International Conference on Web Search and Data Mining,WSDM 2022）在新加坡召开。

图片

最佳论文奖

WSDM 2023 的最佳论文奖授予了牛津大学、Meta等科研机构研究者合作完成的论文《Learning Stance Embeddings from Signed Social Graphs》。

 

图片

  • 论文地址：https://arxiv.org/pdf/2201.11675.pdf

    社交网络分析的一个挑战是理解人们在大量话题上的立场。虽然过去的工作使用符号图对社交网络中的(dis)一致性进行了建模，但这些方法没有对一系列相关主题的一致性模式进行建模。例如，在一个主题上的分歧可能会使相关主题更有可能出现分歧(或一致)。通过识别话题对同意和不同意的影响，提出了立场嵌入模型(SEM)，联合学习符号社交图中每个用户和每个主题的嵌入，每个主题具有不同的边类型。通过联合学习用户和主题嵌入，SEM可以进行冷启动主题立场检测，预测用户对未观察到的主题的立场。用开源的两个大规模Twitter签名图数据集证明了SEM1的有效性。一个数据集TwitterSG, labels (dis)协议使用用户通过推文之间的互动来派生主题知情的签名边。另一个是BirdwatchSG，它利用社区对错误信息和误导性内容的报告。在TwitterSG和BirdwatchSG上，SEM显示与主题无关的基线相比，错误分别减少了39%和26%。

图片

内容中包含的图片若涉及版权问题，请及时与我们联系删除