論文の概要: That Message Went Viral?! Exploratory Analytics and Sentiment Analysis
into the Propagation of Tweets
- arxiv url: http://arxiv.org/abs/2004.09718v1
- Date: Tue, 21 Apr 2020 02:38:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-22 20:48:05.490560
- Title: That Message Went Viral?! Exploratory Analytics and Sentiment Analysis
into the Propagation of Tweets
- Title（参考訳）: そのメッセージはウイルスか?
ツイートの伝播に関する探索的分析と感情分析
- Authors: Jim Samuel, Myles Garvey and Rajiv Kashyap
- Abstract要約: 我々は100万ツイート以上のデータセットについて探索分析を行った。
我々は、最も人気のあるメッセージを特定し、複数の内因性次元でつぶやきを分析した。
私たちはいくつかの興味深いパターンを発見し、研究者や実践者が人気のあるバイラルツイートの振る舞いをよりよく理解するための新たな洞察を明らかにしました。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Information exchange and message diffusion have moved from traditional media
to social media platforms. Messages on platforms such as Twitter have become
the default mode of company communications replacing lengthier public
announcements and updates. Businesses and organizations have increased their
use of Twitter to connect with stakeholders. As a result, it is important to
understand the key drivers of successful information exchange and message
diffusion via Twitter. We conducted an exploratory analysis on a dataset of
over a million Tweets, comprising of over 40,000 lead Tweets, further filtered
to over 18,000 Tweets. We identified the most popular messages, and analyzed
the tweets on multiple endogenous dimensions including content, sentiment,
motive and richness, and exogenous dimensions such as fundamental events,
social learning, and activism. We found some interesting patterns and uncovered
new insights to help researchers and practitioners better understand the
behavior of popular viral tweets. We also performed sentiment analysis and
present an early stage model to explain tweet performance.
- Abstract（参考訳）: 情報交換とメッセージ拡散は、従来のメディアからソーシャルメディアプラットフォームに移行した。
Twitterなどのプラットフォーム上のメッセージは、より長い公開発表やアップデートの代わりに、企業コミュニケーションのデフォルトモードになっている。
企業や組織は、利害関係者とつながるためにtwitterの利用を増やした。
その結果、情報交換の成功とtwitterによるメッセージ拡散の鍵となる要因を理解することが重要である。
我々は、約4万のリードツイートからなる100万ツイート以上のデータセットを探索分析し、18,000ツイート以上までフィルタリングした。
最も人気のあるメッセージを特定し、内容、感情、動機、豊かさ、基本イベント、社会学習、アクティビズムといった外因性次元を含む複数の内因性次元のツイートを分析した。
興味深いパターンを見つけ、研究者や実践者が人気のあるバイラルツイートの振る舞いをよりよく理解するのに役立つ新しい洞察を見つけました。
また、感情分析を行い、ツイートのパフォーマンスを説明する早期モデルを提示した。
関連論文リスト
- Covid-19 Public Sentiment Analysis for Indian Tweets Classification [0.0]
Twitterのデータがどのように抽出されたかを示し、その上で感情分析クエリを実行する。
これは、意見が極めて非構造的で異質であり、肯定的、否定的、中立的であるツイートの情報を分析するのに役立つ。
論文 参考訳（メタデータ） (2023-08-01T09:29:55Z) - ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。
この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。
我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
論文 参考訳（メタデータ） (2023-05-23T16:40:07Z) - The Impact of Twitter Sentiments on Stock Market Trends [0.0]
S&P500種株価指数(S&P500種株価指数)の上位5銘柄の3ヶ月間の総数、感情、言及を分析した。
われわれの調査では、株価とTwitterの感情の間に大きな相関関係があることが判明した。
論文 参考訳（メタデータ） (2023-02-14T18:43:20Z) - YouTube COVID-19 Vaccine Misinformation on Twitter: Platform
Interactions and Moderation Blind Spots [0.0]
本研究は、新型コロナウイルスワクチン関連誤報の拡散におけるTwitterとYouTubeの関係について検討する。
我々は、以前容疑者情報を共有していたユーザーの間では、予防接種メッセージの優先権が残っていることを観察する。
論文 参考訳（メタデータ） (2022-08-27T12:55:58Z) - Manipulating Twitter Through Deletions [64.33261764633504]
Twitter上でのインフルエンスキャンペーンの研究は、公開APIを通じて得られたツイートから悪意のあるアクティビティを識別することに大きく依存している。
ここでは,1100万以上のアカウントによる10億以上の削除を含む,異常な削除パターンを網羅的かつ大規模に分析する。
少数のアカウントが毎日大量のツイートを削除していることがわかった。
まず、ツイートのボリューム制限が回避され、特定のアカウントが毎日2600万以上のツイートをネットワークに流すことができる。
第二に、調整されたアカウントのネットワークは、繰り返しのいいね!や、最終的に削除されるコンテンツとは違って、ランキングアルゴリズムを操作できる。
論文 参考訳（メタデータ） (2022-03-25T20:07:08Z) - What goes on inside rumour and non-rumour tweets and their reactions: A
Psycholinguistic Analyses [58.75684238003408]
ソーシャルメディアのテキストの心理言語学的分析は、誤情報を緩和するために意味のある結論を導くのに不可欠である。
本研究は,様々な事象に関する噂の深い心理言語学的分析を行うことによって貢献する。
論文 参考訳（メタデータ） (2021-11-09T07:45:11Z) - The emojification of sentiment on social media: Collection and analysis
of a longitudinal Twitter sentiment dataset [5.528896840956628]
TM-Sentiは、Twitterの感情データセットを大規模に管理し、ツイート数は1億1400万を超えている。
我々は,大規模なエモティコンと絵文字に基づくラベル付き感情分析データセットを組み立てるための方法論を記述し,評価する。
私たちの分析では絵文字のエモティコンへの利用の増加など、興味深い時間的変化が強調されている。
論文 参考訳（メタデータ） (2021-08-31T14:54:46Z) - News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。
以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。
Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文 参考訳（メタデータ） (2021-06-07T19:26:32Z) - Privacy-Aware Recommender Systems Challenge on Twitter's Home Timeline [47.434392695347924]
ACM RecSysが主催するRecSys 2020 Challengeは、このデータセットを使用してTwitterと提携している。
本稿では,ユーザエンゲージメントを予測しようとする研究者や専門家が直面する課題について述べる。
論文 参考訳（メタデータ） (2020-04-28T23:54:33Z) - Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。
議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。
我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
論文 参考訳（メタデータ） (2020-04-20T20:00:27Z) - COVID-19 on Social Media: Analyzing Misinformation in Twitter
Conversations [22.43295864610142]
私たちは、2020年3月1日からTwitter APIを使用して、COVID-19に関連するストリーミングデータを収集しました。
事実確認情報をもとに、信頼できない内容と誤解を招く内容を特定した。
偽情報ツイートで宣伝された物語と、これらのツイートとのエンゲージメントの分配について検討した。
論文 参考訳（メタデータ） (2020-03-26T09:48:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。