博文
Finding Credible Information Sources in Social Networks
||
Finding Credible Information Sources in Social Networks Based on Content and Social Structure.
https://blog.sciencenet.cn/blog-795423-670886.html
上一篇：Information Credibility on Twitter in Emergency Situation
下一篇：Reading list-2013
文章概要：
文章大致分为两大部分：首先通过一个实验模型，得出一个中间结论：“信息的内容与网络结构共同影响其可信度”（both the topical content of information sources and social network structure affect source credibility）；然后提出一个算法，在某个特定话题上，对微博用户进行可信度的排名。
第一个实验模型是这样的。用户在做一些决策的时候，会参考一定的外界信息。用户会挑选他认为可信的信息作为决策依据。根据这样的假设，考虑下面的实验模型：
实验参与者首先对一台二手汽车进行估价，然后给他看一本市场估价的书（KBB，Kelley blue book），这本书当中已经对该车做了估价，再让他对这部车做第二次估价。最后请一位具有二手车交易经验的人给他一个建议价格，再让参与者第三次估价。这个过程可以用以下公式来抽象：
其中R代表参与者的估价，si代表外界的估价信息，wi代表权重。可以看出，参与者最终的估价是受诸多外界估价信息共同作用而给出的。其中的权重可以认为是可信度的一种表示。
作者受该模型启发，做了如下的实验，实验的目的是探寻，Twitter哪些因素影响用户的可信度判断。
还是二手车估价实验。给参与者提供以下信息：汽车的基本信息和KBB的估价，让他给出一个自己的估价R1。然后给他看一个微博用户的估价，并提供给他微博用户的相关信息，参与者根据微博用户的相关信息，自行判断其可信程度作为参考，给出第二个估价R2。用公式可以表示为：
其中w0和s0代表参与者内心的估价，wKBB和sKBB代表Kelley blue book上的估价。
其中wt和st代表微博用户给出的估价。
根据以上式子，可以推导出下面的式子：
w0和s0被消掉，C代表的是可信度。当C取0时，代表微博用户的估价st对参与者没有影响（R2=R1）。当C取1是代表其影响是巨大的（R2=st）。这个C作者称其为暗示的可信度（explicit credibility rating）。
同时，参与者要给该微博用户做一个1-5的打分，来明确的表示该用户有多大的可信程度。（implicit credibility rating）。
此处还有一个问题：微博用户的信息以什么形式呈现呢？
分三个角度呈现：
1、Twitter Profiles 文章选了5个不同领域的“专业人士”微博，五个领域分别是car、investigating、wine、fantasy football and dating。每一个领域选取了10个微博账户。同时另外选取10个账户，他们在任何领域都没有表现出“专业”的迹象。一共是60个微博账户。
2、Social Status 从以下几个方面来说明Social status：粉丝和关注者的数量，发布的微博数量，list membership的数量。每一个方面分为high 和 low 两个level。并分别指派了一个区间，用来定义high和low。
3、Word Clouds 文章从三个方面来展现，通过tf-idf模型提取的关键字，LDA模型提取的关键字以及微博内容本身。分五组，分别是：tf-idf，LDA，tweets本身，tf-idf+tweets，LDA+tweets。
对于实验结果，文章使用了线性模型进行模拟分析。其结果如下图：
实验结果表明：
1、专业领域的特征具有最强的影响，其次是Word clouds，最后是social status。
2、只有tweets或者只有word clouds不足以提供足够的可信度信息，加上tf-idf词汇或者LDA词汇更具有影响力。
https://blog.sciencenet.cn/blog-795423-670886.html
上一篇：Information Credibility on Twitter in Emergency Situation
下一篇：Reading list-2013
