English(EN) Constructing an Artworld Influencers Network by Mining Social Media

研究人员利用社交媒体和自然语言处理技术绘制艺术界影响者网络图

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-04 05:00

开发了一种新的方法论，通过分析社交媒体数据（特别是来自知名艺术界人士的推文）来绘制艺术界影响者网络。该方法利用自然语言处理（NLP）来识别关键的艺术界参与者，即使是那些不在X等平台上活跃的参与者。然后使用Louvain方法将识别出的参与者分组到社区中，并使用HITS中心性方法评估他们的影响力，从而揭示了一个难以通过传统方式编纂的综合网络。 AI

影响这种方法论可以改编用于绘制艺术界以外其他领域的网络影响力。

排序理由该条目是一篇学术论文，详细介绍了一种新的网络构建方法论。[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 →

本文如何被排名

Signal score: 29 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目是一篇学术论文，详细介绍了一种新的网络构建方法论。[lever_c_demoted from research: ic=1 ai=0.7]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Amalia Foka · 2026-11-04 05:00

通过挖掘社交媒体构建艺术界影响者网络

arXiv:2611.02657v1 Announce Type: cross Abstract: The author shows a methodology for constructing a network map of the artworld. The tweets posted by a manually comprised set of exemplar artworld actors and Natural Language Processing (NLP) methods are used to identify significan…

本文如何被排名

报道来源 [1]

通过挖掘社交媒体构建艺术界影响者网络

相关实体

相关话题