Derniers articles pour Comportement des utilisateurs

Examiner comment la confidentialité du mempool affecte les transactions et l’équité dans les systèmes blockchain.

Aperçus sur la structure de Bitcoin, le comportement des utilisateurs et les changements du réseau au fil du temps.

Introduire un peu de friction peut améliorer la qualité du contenu partagé sur les réseaux sociaux.

Examiner comment les chambres d'écho façonnent les opinions sur les réseaux sociaux.

Examiner comment les lurkers influencent la détection des fausses informations sur les réseaux sociaux.

Examiner les limites de confidentialité des adresses furtives dans les transactions blockchain.

Analyser les stratégies de routage des données pour minimiser la perte de paquets dans les réseaux partagés.

Examiner comment les données de capteurs VR posent des problèmes de confidentialité pour les utilisateurs.

Une méthode pour trouver des moyennes à partir de données utilisateurs variées sans compromettre la vie privée.

Une nouvelle approche améliore la cybersécurité des services cloud en prédisant les menaces sur les VM.

De nouvelles méthodes identifient les comptes liés pour réduire le contenu abusif sur les réseaux sociaux.

Une nouvelle méthode pour améliorer les recommandations de vidéos en réduisant le biais de longueur.

Une étude dévoile les comportements et sujets des utilisateurs de théories du complot sur Twitter en 2022.

Une nouvelle approche améliore les suggestions de commande de nourriture en utilisant les données de comportement des utilisateurs.

Utiliser le machine learning pour prédire quels segments de vidéos les gens re-regardent le plus.

Des recherches montrent comment des étiquettes de position peuvent promouvoir des résultats de recherche diversifiés.

Découvre comment les honeywords peuvent améliorer la sécurité des mots de passe et protéger les comptes utilisateurs.

Des facteurs non observés peuvent fausser les données, entraînant des conclusions incorrectes sur les recommandations.

Cette étude montre comment les transactions Bitcoin se passent à différents endroits et moments.

Un nouvel outil améliore l'analyse des mots de passe fuités pour renforcer la sécurité en ligne.

Les utilisateurs quittent Twitter pour de nouvelles plateformes à cause des préférences qui changent.

Un nouveau modèle pour évaluer la fiabilité des utilisateurs sur les plateformes sociales.

Examiner le comportement des utilisateurs sur Twitter et Parler pendant l'élection de 2020.

MindShift propose des interventions personnalisées pour réduire l'utilisation excessive du smartphone en comprenant les états d'esprit.

Présentation de Social-LLM, un modèle qui améliore la détection des utilisateurs sur les réseaux sociaux en utilisant des données de contenu et d'interaction.

Examiner comment l'incertitude de l'IA impacte la prise de décision en santé.

Une nouvelle méthode pour surveiller et prédire la propagation des rumeurs en ligne.

Une étude explore comment les résultats de recherche influencent les opinions et les comportements des utilisateurs.

Examiner comment les gens réagissent aux emails de phishing.

Une nouvelle méthode, InfoRank, réduit les biais dans les recommandations en ligne.

Une étude révèle pourquoi les utilisateurs s'accrochent souvent aux diffuseurs de désinformation sur les réseaux sociaux.

Cette étude examine les profils Twitter nuisibles qui propagent des infos trompeuses.

Examiner l'impact des interactions stratégiques des utilisateurs sur la performance des services.

Examiner comment les plateformes gèrent la désinformation tout en gardant les utilisateurs engagés.

Examiner comment les systèmes de recommandation influencent nos choix et nos expériences médiatiques.

Apprends comment l'algèbre tropicale améliore les systèmes de recommandation grâce à la factorisation de matrices.

Cet article explore des moyens d'améliorer les suggestions de produits d'assurance pour les clients.

Examen des ajustements de février 2023 et de leurs effets sur l'engagement des utilisateurs.

Examiner le comportement des utilisateurs pour améliorer l'efficacité des stations de recharge de véhicules électriques.

Cette étude examine les communautés qui partagent des infos peu crédibles sur les réseaux sociaux.