論文の概要: Characterizing information leaders in Twitter during COVID-19 Pandemic
- arxiv url: http://arxiv.org/abs/2005.07266v3
- Date: Thu, 4 Aug 2022 16:19:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-20 05:11:16.461308
- Title: Characterizing information leaders in Twitter during COVID-19 Pandemic
- Title(参考訳): 新型コロナウイルスパンデミックでTwitterの情報リーダーを特徴づける
- Authors: David Pastor-Escuredo, Carlota Tarazona
- Abstract要約: 誤報の情報デミックは、パンデミックに関連する重要な二次的危機である。
本稿では,このソーシャル・ネットワークにおける活動から派生したソーシャル・グラフの分析に基づいて,Twitterのリーダーを特徴付けるフレームワークを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Information is key during a crisis such as the one produced by the current
COVID-19 pandemic as it greatly shapes people opinion, behavior and their
psychology. Infodemic of misinformation is an important secondary crisis
associated to the pandemic. Infodemics can amplify the real negative
consequences of the pandemic in different dimensions: social, economic and even
sanitary. For instance, infodemics can lead to hatred between population groups
that fragment the society influencing its response or result in negative habits
that help the pandemic propagate. On the contrary, reliable and trustful
information along with messages of hope and solidarity can be used to control
the pandemic, build safety nets and help promote resilience. We propose the
foundation of a framework to characterize leaders in Twitter based on the
analysis of the social graph derived from the activity in this social network.
Centrality metrics are used to characterize the topology of the network and the
nodes as potential leaders. These metrics are compared with the user popularity
metrics managed by Twitter. We then assess the resulting topology of clusters
of leaders visually. We propose this tool to be the basis for a system to
detect and empower users with a positive influence in the collective behavior
of the network and the propagation of information.
- Abstract(参考訳): 情報は、現在の新型コロナウイルス(COVID-19)パンデミックによって引き起こされるような危機の中で重要なものであり、人々の意見や行動、心理学を大きく形作る。
誤情報のインフォデミックは、パンデミックに伴う重要な二次的危機である。
インフォデミックは、パンデミックの本当のマイナスの結果を、社会、経済、さらには衛生という異なる次元で増幅することができる。
例えば、インフォデミックは、その反応に影響を与える社会を断片化する集団間の憎悪や、パンデミックが広まるのを助けるネガティブな習慣に繋がる可能性がある。
逆に、信頼できる信頼できる情報と希望と連帯のメッセージは、パンデミックをコントロールし、安全ネットを構築し、レジリエンスを促進するのに役立つ。
本稿では,このソーシャル・ネットワークにおける活動から得られたソーシャル・グラフの分析に基づいて,twitterのリーダーを特徴付けるフレームワークの基盤を提案する。
集中度メトリクスは、ネットワークとノードのトポロジを潜在的なリーダとして特徴付けるために使用される。
これらの指標は、twitterが管理するユーザー人気指標と比較される。
次に、リーダーのクラスタの結果のトポロジを視覚的に評価します。
本稿では,ネットワークの集合行動や情報の伝播に肯定的な影響を与えるユーザを検知し,促進するシステムの基礎となるツールを提案する。
関連論文リスト
- Characterizing Online Toxicity During the 2022 Mpox Outbreak: A Computational Analysis of Topical and Network Dynamics [0.9831489366502301]
2022年のムポックスの流行は、当初は「モンキーポックス」と呼ばれていたが、その後、関連するスティグマや社会的懸念を緩和するために改名された。
我々は660万以上のユニークツイートを収集し、コンテキスト、範囲、コンテンツ、話者、意図といった5つの次元から分析しました。
我々は、Twitter上での有害なオンライン談話(46.6%)、病気(46.6%)、健康政策と医療(19.3%)、ホモフォビア(23.9%)、政治など、高レベルのトピックを5つ特定した。
有毒なコンテンツのリツイートが広まっていたのに対して、影響力のあるユーザはリツイートを通じてこの有毒な行為に関わったり、反対したりすることはめったにない。
論文 参考訳(メタデータ) (2024-08-21T19:31:01Z) - Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳(メタデータ) (2023-10-20T06:17:02Z) - Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。
提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。
これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
論文 参考訳(メタデータ) (2023-05-25T21:01:00Z) - Adherence to Misinformation on Social Media Through Socio-Cognitive and
Group-Based Processes [79.79659145328856]
誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。
偏光と誤情報付着が密接な関係にあると仮定する。
論文 参考訳(メタデータ) (2022-06-30T12:34:24Z) - Characterizing User Susceptibility to COVID-19 Misinformation on Twitter [40.0762273487125]
本研究は、パンデミックのオンライン誤報に弱い人口を構成する人々への回答を試みる。
我々は、ソーシャルボットから、新型コロナウイルス関連の誤情報に関するさまざまなレベルのエンゲージメントを持つ人間まで、さまざまなタイプのユーザーを区別する。
次に、新型コロナウイルスの誤情報に対する感受性と相関する、ユーザのオンライン機能と状況予測を識別する。
論文 参考訳(メタデータ) (2021-09-20T13:31:15Z) - Fragments of the Past: Curating Peer Support with Perpetrators of
Domestic Violence [88.37416552778178]
我々は,過去フラグメントの設計と展開において,6人の支援労働者と18人の加害者とともに働いた10ヶ月の研究を報告した。
私たちは、暴力から脱却した経験をデジタルで強化された成果物、すなわち「フラグメント」を作ることが、メッセージのモチベーションと仲間間のラッピングをいかに翻訳するかを共有します。
これらの知見は、挑戦的な人口を持つ将来のネットワーク設計の実践的考察の基礎となる。
論文 参考訳(メタデータ) (2021-07-09T22:57:43Z) - The Burden of Being a Bridge: Analysing Subjective Well-Being of Twitter
Users during the COVID-19 Pandemic [4.178929174617172]
本研究では,パンデミックが影響力のあるソーシャルメディア利用者のメンタルヘルスに与える影響について検討する。
SWBの変化が情報拡散におけるブリッジ性能と関係があるかどうかを解析する。
約2年間Twitterから収集されたデータから、新型コロナウイルス(COVID-19)パンデミックにおける影響力のあるユーザーの精神的苦痛が増していることが明らかになった。
論文 参考訳(メタデータ) (2021-04-09T12:29:34Z) - The COVID-19 Infodemic: Twitter versus Facebook [5.135597127873748]
われわれはTwitterとFacebookの低視聴率コンテンツへのリンクの頻度と拡散を分析した。
少数のアカウントやページが各プラットフォームに強い影響を与えている。
この操作の過度な性質は、社会レベルのソリューションの必要性を示している。
論文 参考訳(メタデータ) (2020-12-17T02:00:43Z) - Information Consumption and Social Response in a Segregated Environment:
the Case of Gab [74.5095691235917]
この研究は、COVID-19トピックに関するGab内のインタラクションパターンの特徴を提供する。
疑わしい、信頼できるコンテンツに対する社会的反応には、統計的に強い違いはない。
本研究は,協調した不正確な行動の理解と情報操作の早期警戒に関する知見を提供する。
論文 参考訳(メタデータ) (2020-06-03T11:34:25Z) - Critical Impact of Social Networks Infodemic on Defeating Coronavirus
COVID-19 Pandemic: Twitter-Based Study and Research Directions [1.6571886312953874]
2019年の推計295億人が世界中でソーシャルメディアを利用している。
コロナウイルスの流行は、ソーシャルメディアの津波を引き起こした。
本稿では,Twitterから収集したデータに基づく大規模研究について述べる。
論文 参考訳(メタデータ) (2020-05-18T15:53:13Z) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳(メタデータ) (2020-05-18T07:40:49Z)
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。