PulseAugur
中
实时 10:33:55
English(EN) Predicting Social Media User Actions: A Hybrid Approach for Common and Rare Behavior Prediction on Bluesky

Bluesky 用户行为预测方法赢得 SocialSim 挑战赛

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种混合方法来预测社交媒体平台 Bluesky 上的用户行为，同时处理常见和罕见行为。该方法结合了历史响应模式、用于频繁行为的特定于角色的 LightGBM 模型以及用于罕见行为分类的专用神经网络。该方法在常见行为方面取得了 0.64 的宏观 F1 分数，在罕见行为方面取得了 0.56 的宏观 F1 分数，证明了基于行为类型制定定制策略的必要性。该研究在 COLM 2025 研讨会的 SocialSim 挑战赛中获得第一名。 AI

影响 这项研究为理解和预测社交媒体上的用户行为提供了一种新颖的方法，有可能改进内容推荐系统和平台设计。

排序理由 关于社交媒体行为预测新方法的学术论文。 [lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Bluesky 用户行为预测方法赢得 SocialSim 挑战赛

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Benjamin White, Anastasia Shimorina ·

    预测社交媒体用户行为：一种用于Bluesky常见和罕见行为预测的混合方法

    arXiv:2511.17241v2 Announce Type: replace Abstract: Understanding and predicting user behavior on social media platforms is crucial for content recommendation and platform design. While existing approaches focus primarily on common actions like retweeting and liking, the predicti…

相关实体

相关话题