使用协调的代理流将异构数据链接起来，用于社交媒体分析

于红博

摘要: 社交媒体平台生成大量异构数据，捕获用户行为、文本内容、时间动态和网络结构。分析这些数据对于理解观点动态、社区形成和信息传播等现象至关重要。然而，从这个复杂的景观中发现见解是探索性的、概念上具有挑战性的，需要社交媒体挖掘和可视化方面的专业知识。现有的自动化方法虽然越来越多地利用大型语言模型（LLMs），但仍然主要局限于结构化的表格数据，无法充分解决社交媒体分析的异质性。我们提出了SIA（社交洞察代理），一个LLM代理系统，通过协调的代理流链接异构多模态数据，包括原始输入（例如文本、网络和行为数据）、中间输出、挖掘出的分析结果和可视化工件。在连接见解类型与适当挖掘和可视化技术的自下而上的分类法的指导下，SIA使代理能够规划和执行连贯的分析策略。为了确保多模态集成，它结合了一个数据协调员，将表格、文本和网络数据统一为一致的流。其交互式界面提供了一个透明的工作流程，用户可以追踪、验证和完善代理的推理，既支持适应性又信任度。通过专家中心案例研究和定量评估，我们展示了SIA在从社交媒体中有效发现多样化和有意义的见解的同时，支持人类与代理在复杂分析任务中的协作。

更新时间: 2025-10-30 06:22:49

领域: cs.HC,cs.AI,cs.SI

下载: http://arxiv.org/abs/2510.26172v1