美国dad什么意思？
DAD（Domain-Adjusted Discrimination 域调整型歧视）是一种用于衡量在线社交网络中用户社区差异的指标，由MIT的研究人员于2014年提出。该指数通过比较用户在不同网络中的发帖行为，来分析用户在社区中的活跃程度及其受到的歧视类型。
DAD利用了这样一个事实：在在线社会网络中，非线性关系经常存在于用户的发帖行为和他们获得的关注之间。例如，尽管一个人可能在某个话题下非常活跃（如健身或宠物），但他们在另一个话题下的帖子可能很少。对于任何给定的用户，我们可以计算出他与每个话题的相关性，并通过对话题的加权求和来计算用户与整个网络的关联度。一个人的社区活跃度和他们受到的歧视类型可以通过比较他们在不同话题上的发帖情况来计算得出。 与使用单个话题的传统偏差量度不同的是，DAD基于对所有可观察到的用户的整体比较。它克服了仅根据一个用户组(如女用户)的一个属性(如点赞数)测量歧视的错误。 DAD考虑了所有可能的用户对主题的联合可能性分布，而不仅仅是观察到的数据，因此可以识别由于观测偏差而无法察觉的歧视模式。
因为DAD计算社区活跃性的方式与测量歧视的方式相同，所以它能够直接评估消除歧视的影响。如果两个群体在使用相同的话题框架时受到的歧视是相似的，那么将有助于消除歧视的中间机制在两类群体中同时发挥作用。如果没有这种同时性，则无法有效消除歧视。为了验证这一点，DAD提供了两个必要的元素来证明同时性假设：首先，要评估的每个群体都必须具有足够大的数字样本。其次，必须计算每一个潜在的用户与每个话题的关联程度。这允许我们区分个体与话题的偏好，并追踪同一用户在多个话题上的活动。只有当群体A和B同时具有足够大的数字样本，并且每个人的社交网络中包含足够多的不同话题，以便准确计算每个人与每个主题的关联程度，才能建立同时性假设。