본 논문은 다양한 모달리티(시간적 활동, 텍스트 콘텐츠, 프로필 정보, 네트워크 상호작용)를 통합하여 포괄적인 사용자 특징을 학습하는 소셜 미디어 사용자 표현 학습 프레임워크인 SoMeR을 제안합니다. SoMeR은 사용자 게시물 스트림을 시간 기반 텍스트 특징 시퀀스로 인코딩하고, 트랜스포머를 사용하여 프로필 데이터와 함께 임베딩하며, 링크 예측 및 대조 학습 목표를 통해 사용자 유사성을 학습합니다. 정보 작전 주체 계정 식별, 주요 사건 이후 온라인 양극화 측정, Reddit 혐오 커뮤니티의 미래 사용자 참여 예측 등 세 가지 응용 분야를 통해 SoMeR의 다양성을 입증합니다.
