A new approach for affinity relationship discovery in online forums

Das Konzept der Entdeckung von Affinitätsbeziehungen ist relativ neu im Kontext von Online-Diskussionsgemeinschaften und es gab bisher wenig Arbeit, sich damit auseinanderzusetzen. Dieses Problem beinhaltet das Auffinden von Affinitätsbeziehungen in einer Gemeinschaft, indem strukturelle Merkmale und der Inhalt von Interaktionen kombiniert werden. Affinitätsentdeckung zielt darauf ab, diese Affinitätsbeziehungen nicht nur zu identifizieren, sondern auch zu quantifizieren, so dass der Grad der Affinität zwischen Individuen in Form eines Scores wahrgenommen werden kann. In diesem Beitrag wird ein Algorithmus namens HAR-search vorgeschlagen, der auf Markov-Kettenmodellen basiert, um versteckte Affinitätsbeziehungen aufzudecken und Affinitätswerte zwischen Individuen in einer Online-Gemeinschaft abzuleiten. Wir zeigen, dass unsere Methode in der Lage ist, die Entwicklung von Affinitätsbeziehungen im Laufe der Zeit zu verfolgen und vorherzusagen, die durch den Einfluss bestimmter Community-Mitglieder entstehen. Der Vergleich mit modernen Methoden zeigt, dass unsere Methode zu robusten Entdeckungen führt und winzige Details berücksichtigt.