کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6894598 1445926 2018 34 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Predicting online invitation responses with a competing risk model using privacy-friendly social event data
ترجمه فارسی عنوان
پیش بینی پاسخ های دعوت آنلاین با یک مدل ریسک رقابتی با استفاده از داده های رویداد اجتماعی خصوصی
کلمات کلیدی
سیستم های پشتیبانی تصمیم، تجزیه و تحلیل شبکه شبکه، تجزیه و تحلیل بقا، مدل سازی پیش بینی کننده
ترجمه چکیده
پیش بینی پاسخ های مردم به دعوت نامه ها یک مسئله مهم برای مدیریت رویدادهای اجتماعی است، زیرا روند تصمیم گیری در پاسخ های اعضا به دعوت ها پیچیده است. هدف از این مقاله پیشنهاد یک روش سازگار با حریم خصوصی برای پیش بینی اینکه آیا افراد به دعوت های باز پاسخ خواهند داد یا خیر. ما مدل ریسک رقابت برای پیش بینی پاسخ های اعضا را اعمال می کنیم. مدل پیش بینی از داده های مشارکت گذشته رویداد اجتماعی برای استخراج ساختار شبکه در میان افرادی که دعوتنامه ها را قبول یا رد می کنند، استفاده می کند. شبکه های به دست آمده به طور جمعی نشان می دهند که چه میزان افراد احتمال پذیرش یا رد دعوت را دارند. روش پیشنهادی معتبر با استفاده از داده های واقعی از جمله 31،230 نفر و 8،885 حوادث، روش پیشنهادی نه تنها متغیرهایی را ارائه می دهد که پیش بینی حضور (مانند حضور گذشته و شبکه های اجتماعی)، بلکه همچنین کسانی که پیش بینی پاسخ سریع تر را دارند. این رویکرد سازگار با محیط زیست است، زیرا اطلاعات شخصی در مورد افراد و رویدادهای اجتماعی (مانند نام، سن و جنسیت یا محتوای رویداد) نیازی به اطلاعات شخصی ندارد. این کار به ادبیات مدل سازی پیش بینی کمک می کند که اولین مطالعه یک مدل ریسک رقیب برای پاسخ به دعوت اجتماعی است. یافته های ما به سازماندهندگان رویداد کمک خواهد کرد که پیش بینی کند که تعداد افراد در مراسم حضور خواهند داشت و به آنها اجازه می دهد تا به طور موثر سازماندهی کنند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
پیش نمایش مقاله
پیش بینی پاسخ های دعوت آنلاین با یک مدل ریسک رقابتی با استفاده از داده های رویداد اجتماعی خصوصی
چکیده انگلیسی
Predicting people's responses to invitations is an important issue for social event management, as the decision-making process behind member responses to invitations is complicated. The purpose of this paper is to suggest a privacy-friendly method to predict whether and when people will respond to open invitations. We apply the competing risk model to predict member responses. The predictive model uses past social event participation data to infer a network structure among people who accept or reject invitations. The inferred networks collectively show the extent to which people are likely to accept or reject invitations. Validated using real datasets including 31,230 people and 8,885 events, the proposed method not only presents the variables that predict attendance (such as past attendance and social network), but also those that predict faster responses. This approach is privacy friendly, as it requires no personal information regarding people and social events (such as name, age and gender or event content). This work contributes to the predictive modeling literature as the first study of a competing risk model developed for replies to a social invitation. Our findings will help event organizers predict how many people will attend events, allowing them to organize effectively.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: European Journal of Operational Research - Volume 270, Issue 2, 16 October 2018, Pages 698-708
نویسندگان
,