論文の概要: #ISIS vs #ActionCountersTerrorism: A Computational Analysis of Extremist
and Counter-extremist Twitter Narratives
- arxiv url: http://arxiv.org/abs/2008.11808v1
- Date: Wed, 26 Aug 2020 20:46:45 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-04 21:31:51.199396
- Title: #ISIS vs #ActionCountersTerrorism: A Computational Analysis of Extremist
and Counter-extremist Twitter Narratives
- Title（参考訳）: #ISIS vs. ActionCountersTerrorism: 過激派と反過激派のTwitter物語の計算分析
- Authors: Fatima Zahrah, Jason R. C. Nurse, Michael Goldsmith
- Abstract要約: 本研究は,様々な過激派・反過激派のTwitterアカウントのナラティブを分析するために,計算手法を適用した。
以上の結果から,反過激主義的アカウントは,異なるタイプの組織にまたがる反過激主義アカウントと比較して,コンテンツを広める戦略が異なることが示唆された。
- 参考スコア（独自算出の注目度）: 2.685668802278155
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid expansion of cyberspace has greatly facilitated the strategic shift
of traditional crimes to online platforms. This has included malicious actors,
such as extremist organisations, making use of online networks to disseminate
propaganda and incite violence through radicalising individuals. In this
article, we seek to advance current research by exploring how supporters of
extremist organisations craft and disseminate their content, and how posts from
counter-extremism agencies compare to them. In particular, this study will
apply computational techniques to analyse the narratives of various
pro-extremist and counter-extremist Twitter accounts, and investigate how the
psychological motivation behind the messages compares between pro-ISIS and
counter-extremism narratives. Our findings show that pro-extremist accounts
often use different strategies to disseminate content (such as the types of
hashtags used) when compared to counter-extremist accounts across different
types of organisations, including accounts of governments and NGOs. Through
this study, we provide unique insights into both extremist and
counter-extremist narratives on social media platforms. Furthermore, we define
several avenues for discussion regarding the extent to which counter-messaging
may be effective at diminishing the online influence of extremist and other
criminal organisations.
- Abstract（参考訳）: サイバースペースの急速な拡大は、伝統的な犯罪のオンラインプラットフォームへの戦略的移行を大いに促進した。
この中には過激派組織のような悪意ある俳優も含まれており、オンラインネットワークを利用してプロパガンダを広め、個人を急進的にすることで暴力を扇動している。
本稿では,過激派団体のサポーターがコンテンツの制作と普及の仕方や,反過激派組織からの投稿がそれらとどのように比較されるかを検討することにより,現在の研究の進展を目指す。
特に本研究は,多彩なtwitterアカウントの物語分析に計算手法を応用し,メッセージの背後にある心理的動機付けが,isisと反extremismの物語にどのように比較されているかを検討する。
以上の結果から,政府アカウントやNGOアカウントなど,さまざまなタイプの組織にまたがる反過激派アカウントと比較して,コンテンツ(使用されるハッシュタグの種類など)を広める戦略が異なることが示唆された。
本研究では,ソーシャルメディアプラットフォームにおける過激派と反過激派の両方について,ユニークな知見を提供する。
さらに、過激派や他の犯罪組織によるオンライン影響を減らし、カウンター・メッセージが有効かという議論の道筋を定めている。
関連論文リスト
- PropaInsight: Toward Deeper Understanding of Propaganda in Terms of Techniques, Appeals, and Intent [71.20471076045916]
プロパガンダは世論の形成と偽情報の拡散に重要な役割を果たしている。
Propainsightはプロパガンダを体系的に、技術、覚醒的魅力、そして根底にある意図に分解する。
Propagazeは、人間の注釈付きデータと高品質な合成データを組み合わせる。
論文 参考訳（メタデータ） (2024-09-19T06:28:18Z) - Dynamic Matrix of Extremisms and Terrorism (DMET): A Continuum Approach
Towards Identifying Different Degrees of Extremisms [0.0]
我々は、テロリズムとテロリズムの動的マトリックス(DMET)を用いて、テロリズム(対テロリズム)の現在の二元的理解を拡張することを提案する。
DMETは、過激主義の継続に寄与できるコンテンツとアクターのエコシステム全体を考慮している。
様々なイデオロギー的関与と暴力の存在によって、過激主義のレベルを編成する。
論文 参考訳（メタデータ） (2023-12-01T04:13:48Z) - Understanding writing style in social media with a supervised
contrastively pre-trained transformer [57.48690310135374]
オンラインソーシャルネットワークは、ヘイトスピーチから偽情報の拡散まで、有害な行動の場として機能している。
本稿では, 4.5 x 106テキストの公開資料から得られた大規模コーパスに基づいて学習したStyle Transformer for Authorship Representations (STAR)を紹介する。
512個のトークンからなる8つのドキュメントからなるサポートベースを使用して、著者を最大1616人の著者のセットから、少なくとも80%の精度で識別することができる。
論文 参考訳（メタデータ） (2023-10-17T09:01:17Z) - Identification of Twitter Bots based on an Explainable ML Framework: the
US 2020 Elections Case Study [72.61531092316092]
本稿では,ラベル付きTwitterデータに基づくTwitterボット識別システムの設計に焦点をあてる。
Supervised Machine Learning (ML)フレームワークは、Extreme Gradient Boosting (XGBoost)アルゴリズムを用いて採用されている。
また、MLモデルの予測を説明するためにShapley Additive Explanations (SHAP)をデプロイした。
論文 参考訳（メタデータ） (2021-12-08T14:12:24Z) - ExtremeBB: A Database for Large-Scale Research into Online Hate,
Harassment, the Manosphere and Extremism [12.647120939857635]
エクストリームBB(ExtremeBB)は、オンラインハラスメント、ハラスメント、マンスフィア、その他の過激主義を奨励する12の過激派掲示板フォーラム上で38.5kユーザーが作成した53.5万以上の投稿のテキストデータベースである。
これは20年間に遡る定性的かつ定量的な歴史的傾向を大規模に分析することを可能にする。
ExtremeBBには堅牢な倫理的データ共有体制があり、世界中の学者とデータを共有できる。
論文 参考訳（メタデータ） (2021-11-08T13:15:25Z) - 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) - 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) - Educators, Solicitors, Flamers, Motivators, Sympathizers: Characterizing
Roles in Online Extremist Movements [9.89901717499058]
我々は、教育者、ソリケーター、フレイラー、モチベーター、同調者という、過激派活動を取り巻く5つの役割を特定できる。
我々は,フレイラーやモチベーターは高い確率で交感神経に移行できるのに対して,運動,教育者,ソリケーターの役割はより安定していることがわかった。
論文 参考訳（メタデータ） (2021-05-18T20:55:11Z) - Is radicalization reinforced by social media censorship? [0.0]
QAnon、Russgate、その他の政治的陰謀論と結びついた急進的な信念は、一部の個人や集団を暴力的な行動に駆り立てる可能性がある。
本稿では,検閲が不一致情報の量に与える影響を調査できるソーシャルメディア・ネットワークのエージェント・ベース・モデルについて述べる。
論文 参考訳（メタデータ） (2021-03-23T21:07:34Z) - 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。