Neuste Artikel für Benutzerverhalten

Untersuchen, wie die Mempool-Privatsphäre Transaktionen und Fairness in Blockchain-Systemen beeinflusst.

Einblicke in die Struktur von Bitcoin, das Nutzerverhalten und die Änderungen im Netzwerk über die Zeit.

Friction kann die Qualität von Inhalten, die auf sozialen Plattformen geteilt werden, verbessern.

Untersuchen, wie Echokammern Meinungen in sozialen Medien formen.

Untersuchen, wie Mitleser die Erkennung von Fake News in sozialen Medien beeinflussen.

Die Datenschutzbeschränkungen von Stealth-Adressen bei Blockchain-Transaktionen untersuchen.

Datenrouting-Strategien analysieren, um Paketverlust in geteilten Netzwerken zu minimieren.

Untersuchen, wie VR-Sensordaten Datenschutzprobleme für Nutzer mit sich bringen.

Eine Methode, um Durchschnittswerte aus unterschiedlichen Benutzerdaten zu ermitteln, ohne die Privatsphäre zu gefährden.

Ein neuer Ansatz verbessert die Cybersicherheit für Cloud-Dienste, indem er VM-Bedrohungen vorhersagt.

Neue Methoden identifizieren verknüpfte Konten, um missbräuchliche Inhalte in sozialen Medien zu reduzieren.

Eine neue Methode, um Videoempfehlungen zu verbessern, indem die Längenverzerrung reduziert wird.

Eine Studie zeigt Verhaltensweisen und Themen von Verschwörungstheoretikern auf Twitter im Jahr 2022.

Ein neuer Ansatz verbessert die Essensbestellvorschläge mit Nutzerverhalten-Daten.

Maschinenlernen nutzen, um vorherzusagen, welche Videoabschnitte sich die Zuschauer am häufigsten erneut anschauen.

Forschung zeigt, wie Positionslabels vielfältige Suchergebnisse fördern können.

Finde heraus, wie Honigwörter die Passwortsicherheit verbessern und Benutzerkonten schützen können.

Unbeobachtete Störfaktoren können Daten verzerren und falsche Schlussfolgerungen über Empfehlungen ziehen.

Diese Studie zeigt, wie Bitcoin-Transaktionen über verschiedene Orte und Zeiten hinweg stattfinden.

Ein neues Tool verbessert die Analyse von geleakten Passwörtern, um die Online-Sicherheit zu erhöhen.

Nutzer wechseln von Twitter zu neuen Plattformen, weil sich die Vorlieben ändern.

Ein neues Modell zur Bewertung der Vertrauenswürdigkeit von Nutzern auf sozialen Plattformen.

Untersuchung des Nutzerverhaltens auf Twitter und Parler während der Wahl 2020.

MindShift bietet persönliche Interventionen an, um übermässige Smartphone-Nutzung zu reduzieren, indem es die mentalen Zustände versteht.

Wir stellen Social-LLM vor, ein Modell, das die Benutzererkennung in sozialen Netzwerken verbessert, indem es Inhalte und Interaktionsdaten nutzt.

Untersuchung, wie die Unsicherheit von KI die Entscheidungsfindung im Gesundheitswesen beeinflusst.

Eine neue Methode, um die Verbreitung von Online-Gerüchten zu überwachen und vorherzusagen.

Eine Studie untersucht, wie Suchergebnisse die Meinungen und Verhaltensweisen der Nutzer beeinflussen.

Untersuchen, wie Leute auf Phishing-E-Mails reagieren.

Eine neue Methode, InfoRank, verringert Vorurteile in Online-Empfehlungen.

Eine Studie zeigt, warum Nutzer oft an Verbreitern von Fehlinformationen in sozialen Medien festhalten.

Diese Studie untersucht schädliche Twitter-Profile, die falsche Informationen verbreiten.

Die Auswirkungen strategischer Nutzerinteraktionen auf die Serviceleistung untersuchen.

Untersuchen, wie Plattformen mit Fehlinformationen umgehen und gleichzeitig die Nutzerbindung aufrechterhalten.

Untersuchen, wie Empfehlungssysteme unsere Medienentscheidungen und Erlebnisse beeinflussen.

Lern, wie tropische Algebra Empfehlungssysteme durch Matrixfaktorisierung verbessert.

Dieser Artikel beleuchtet Möglichkeiten, um die Versicherungsvorschläge für Kunden zu verbessern.

Untersuchung der Anpassungen von Februar 2023 und deren Auswirkungen auf das Nutzerengagement.

Die Nutzerdaten checken, um die Effizienz von E-Auto-Ladestationen zu verbessern.

Diese Studie untersucht Gemeinschaften, die Nachrichten mit geringer Glaubwürdigkeit in sozialen Medien teilen.