論文の概要: Breaking the Communities: Characterizing community changing users using text mining and graph machine learning on Twitter

• arxiv url: http://arxiv.org/abs/2008.10749v2
• Date: Mon, 20 Dec 2021 12:47:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-25 12:43:52.479595
• Title: Breaking the Communities: Characterizing community changing users using text mining and graph machine learning on Twitter
• Title（参考訳）: コミュニティを壊す: twitter上のテキストマイニングとグラフ機械学習を使ってコミュニティを変えるユーザーを特徴づける
• Authors: Federico Albanese, Leandro Lombardi, Esteban Feuerstein, Pablo Balenzuela
• Abstract要約: 自然言語処理技術とグラフ機械学習アルゴリズムを用いて,Twitter上でコミュニティを壊すユーザを調査した。 我々は150万人のユーザーから900万のTwitterメッセージを収集し、リツイートネットワークを構築した。 コミュニティブレーカー」を検出するソーシャルメディアユーザ分類のための機械学習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://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Even though the Internet and social media have increased the amount of news and information people can consume, most users are only exposed to content that reinforces their positions and isolates them from other ideological communities. This environment has real consequences with great impact on our lives like severe political polarization, easy spread of fake news, political extremism, hate groups and the lack of enriching debates, among others. Therefore, encouraging conversations between different groups of users and breaking the closed community is of importance for healthy societies. In this paper, we characterize and study users who break their community on Twitter using natural language processing techniques and graph machine learning algorithms. In particular, we collected 9 million Twitter messages from 1.5 million users and constructed the retweet networks. We identified their communities and topics of discussion associated to them. With this data, we present a machine learning framework for social media users classification which detects "community breakers", i.e. users that swing from their closed community to another one. A feature importance analysis in three Twitter polarized political datasets showed that these users have low values of PageRank, suggesting that changes are driven because their messages have no response in their communities. This methodology also allowed us to identify their specific topics of interest, providing a fully characterization of this kind of users.
• Abstract（参考訳）: インターネットやソーシャルメディアは、人々が消費できるニュースや情報量を増やしているが、ほとんどのユーザーは自分の立場を強化し、他のイデオロギーコミュニティから隔離するコンテンツにのみ晒されている。 この環境は、厳しい政治的分極、フェイクニュースの容易な拡散、政治的過激主義、ヘイトグループ、議論の豊かさの欠如など、私たちの生活に大きな影響を与えている。 したがって、異なるグループ間の会話を奨励し、閉じたコミュニティを壊すことは、健全な社会にとって重要である。 本稿では,自然言語処理手法とグラフ機械学習アルゴリズムを用いて,twitter上でコミュニティを壊したユーザを特徴付け,調査する。 特に、150万人のユーザーから900万のtwitterメッセージを収集し、retweetネットワークを構築しました。 それらのコミュニティと議論のトピックを特定した。 このデータにより、ソーシャルメディア利用者の分類のための機械学習フレームワークが提供され、「コミュニティブレーカー」、すなわち、閉じたコミュニティから別のコミュニティに揺れるユーザーを検知する。 twitterの3つの分断政治データセットにおける特徴的重要度分析は、これらのユーザーがpagerankの価値が低いことを示している。 この手法により、興味のある特定のトピックを特定でき、この種のユーザを十分に特徴づけることができます。

関連論文リスト

• Incentivizing News Consumption on Social Media Platforms Using Large Language Models and Realistic Bot Accounts [4.06613683722116]
  本研究は,Twitter上での検証およびイデオロギー的にバランスの取れたニュースに対するユーザの露出とエンゲージメントを高める方法について検討する。 われわれは、スポーツ、エンターテイメント、ライフスタイルについてツイートするユーザーに対して、文脈対応で返信する28のボットを作った。 ロボットの性別による差分効果をテストするために、治療対象のユーザはランダムに、女性または男性として提示されたボットの応答を受信するように割り当てられた。 治療を受けたユーザーは、より多くのニュースアカウントをフォローし、女性のボット治療を受けたユーザーは、コントロールよりもニュースコンテンツを好む傾向にあった。
  論文  参考訳（メタデータ） (2024-03-20T07:44:06Z)
• Non-Polar Opposites: Analyzing the Relationship Between Echo Chambers and Hostile Intergroup Interactions on Reddit [66.09950457847242]
  Redditユーザーの5.97万人の活動と、13年間に投稿された421万人のコメントについて調査した。 我々は、ユーザーが互いに有害であるかどうかに基づいて、政治コミュニティ間の関係のタイプロジを作成する。
  論文  参考訳（メタデータ） (2022-11-25T22:17:07Z)
• Trust and Believe -- Should We? Evaluating the Trustworthiness of Twitter Users [5.695742189917657]
  ソーシャルメディア上のフェイクニュースは、個人と社会の両方に悪影響を及ぼす大きな問題である。 この作業において、私たちは、ソーシャルネットワークコミュニティに信頼を喚起するソリューションを提供したいと考えている。 本モデルでは,Twitter上で5万人の政治家の行動を分析し,評価されたユーザ毎に影響スコアを割り当てる。
  論文  参考訳（メタデータ） (2022-10-27T06:57:19Z)
• 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)
• Community evolution in retweet networks [0.45880283710344055]
  我々は,リツイートネットワークにおけるコミュニティの進化の2つの側面,すなわち,コミュニティ間のメンバのフロー,およびその影響をトラックするアプローチを提案する。 コミュニティ検出のための2段階のアプローチを提案する。第1段階では,Ensemble Louvainと呼ばれる拡張されたルービンアルゴリズムを適用し,安定したコミュニティを見つける。 検出されたコミュニティに対しては、内部および外部の影響を計算し、個々のユーザに対しては、h-indexの影響をretweetする。
  論文  参考訳（メタデータ） (2021-05-13T12:08:28Z)
• Analysing Social Media Network Data with R: Semi-Automated Screening of Users, Comments and Communication Patterns [0.0]
  ソーシャルメディアプラットフォーム上でのコミュニケーションは、社会に広まりつつある。 フェイクニュース、ヘイトスピーチ、急進的要素は、この現代的なコミュニケーションの一部です。 これらのメカニズムとコミュニケーションパターンの基本的な理解は、負のコミュニケーション形態に対抗するのに役立つ。
  論文  参考訳（メタデータ） (2020-11-26T14:52:01Z)
• Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
  我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。 偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。 本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
  論文  参考訳（メタデータ） (2020-10-20T19:37:04Z)
• Political audience diversity and news reliability in algorithmic ranking [54.23273310155137]
  本稿では,ウェブサイトのオーディエンスの政治的多様性を質の指標として活用することを提案する。 ドメインの専門家によるニュースソースの信頼性評価と6,890人の米国市民の多様なサンプルによるWebブラウジングデータを用いて、より極端な、政治的に多様性の低いWebサイトが、ジャーナリストの基準を低くしていることを示す。
  論文  参考訳（メタデータ） (2020-07-16T02:13:55Z)
• Racism is a Virus: Anti-Asian Hate and Counterspeech in Social Media during the COVID-19 Crisis [51.39895377836919]
  新型コロナウイルスは、アジアのコミュニティをターゲットにしたソーシャルメディア上で人種差別や憎悪を引き起こしている。 我々は、Twitterのレンズを通して、反アジアヘイトスピーチの進化と普及について研究する。 私たちは、14ヶ月にわたる反アジア的憎悪と反音声のデータセットとして最大となるCOVID-HATEを作成します。
  論文  参考訳（メタデータ） (2020-05-25T21:58:09Z)
• 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)

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。