DeSocial: Blockchain-based Decentralized Social Networks

要約

Web 2.0ソーシャルプラットフォームは本質的に集中化されており、ユーザーデータとアルゴリズムの決定がプラットフォームによって制御されています。
ただし、ユーザーは、基礎となるアルゴリズムを選択することなく、社会的予測を受動的に受信することができます。これにより、パーソナライズが制限されます。
幸いなことに、ブロックチェーンの出現により、ユーザーはローカルの状況に合わせて調整されたアルゴリズムを選択することができ、予測によりパーソナライズされた方法で改善されます。
ブロックチェーン環境では、各ユーザーはソーシャル予測を実行する独自のモデルを所有しており、社会的相互作用に関するさまざまな視点をキャプチャします。
私たちの仕事では、分散データストレージ、ノードレベルのコンセンサス、ユーザー主導のモデル選択を統合するイーサリアム（ETH）ローカル開発チェーンに展開された分散型ソーシャルネットワーク学習フレームワークであるDeSocialを提案します。
最初の段階では、各ユーザーはDeSocialを活用して、ローカルサブグラフの複数のバックボーンモデルを評価します。
Desocialは実行を調整し、モデルごとの予測結果を返し、ユーザーがパーソナライズされたソーシャル予測に最適なバックボーンを選択できるようにします。
次に、Desocialは、各ユーザーが指定したアルゴリズムを所有するいくつかの検証ノードを均一に選択し、単一のモデルの誤判断によって引き起こされるエラーを防ぐために、多数決による予測結果を集約します。
広範な実験は、DeSocialが5つの古典的な集中化されたソーシャルネットワーク学習モデルと比較して明らかな改善があり、ブロックチェーンベースの分散型ソーシャルネットワークでのユーザーエンパワーメントを促進し、ブロックチェーンに基づくマルチノード検証とパーソナライズされたアルゴリズム選択の重要性を示しています。
実装は、https：//github.com/agiresearch/desocialで入手できます。

要約(オリジナル)

Web 2.0 social platforms are inherently centralized, with user data and algorithmic decisions controlled by the platform. However, users can only passively receive social predictions without being able to choose the underlying algorithm, which limits personalization. Fortunately, with the emergence of blockchain, users are allowed to choose algorithms that are tailored to their local situation, improving prediction results in a personalized way. In a blockchain environment, each user possesses its own model to perform the social prediction, capturing different perspectives on social interactions. In our work, we propose DeSocial, a decentralized social network learning framework deployed on an Ethereum (ETH) local development chain that integrates distributed data storage, node-level consensus, and user-driven model selection through Ganache. In the first stage, each user leverages DeSocial to evaluate multiple backbone models on their local subgraph. DeSocial coordinates the execution and returns model-wise prediction results, enabling the user to select the most suitable backbone for personalized social prediction. Then, DeSocial uniformly selects several validation nodes that possess the algorithm specified by each user, and aggregates the prediction results by majority voting, to prevent errors caused by any single model’s misjudgment. Extensive experiments show that DeSocial has an evident improvement compared to the five classical centralized social network learning models, promoting user empowerment in blockchain-based decentralized social networks, showing the importance of multi-node validation and personalized algorithm selection based on blockchain. Our implementation is available at: https://github.com/agiresearch/DeSocial.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google