論文の概要: Change-Point Analysis of Cyberbullying-Related Twitter Discussions During COVID-19

• arxiv url: http://arxiv.org/abs/2008.13613v1
• Date: Fri, 7 Aug 2020 22:50:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-06 21:46:23.323403
• Title: Change-Point Analysis of Cyberbullying-Related Twitter Discussions During COVID-19
• Title（参考訳）: 新型コロナウイルス感染拡大に伴うネットいじめ関連Twitter議論の変化点分析
• Authors: Sanchari Das, Andrew Kim, Sayar Karmakar
• Abstract要約: ソーシャルメディアの利用も増加しており、これがサイバーいじめを引き起こした疑いが持たれている。 この傾向を評価するために、2020年1月1日から2020年6月7日までに投稿された454,046件のサイバーいじめに関連する公開ツイートを収集しました。 ほぼすべての変更点のタイムロケーションは、新型コロナウイルス(COVID-19)によるもので、Twitter上での議論の分析を通じて、サイバーいじめの増加に関する最初の仮説を裏付けるものだ。
• 参考スコア（独自算出の注目度）: 1.2891210250935146
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Due to the outbreak of COVID-19, users are increasingly turning to online services. An increase in social media usage has also been observed, leading to the suspicion that this has also raised cyberbullying. In this initial work, we explore the possibility of an increase in cyberbullying incidents due to the pandemic and high social media usage. To evaluate this trend, we collected 454,046 cyberbullying-related public tweets posted between January 1st, 2020 -- June 7th, 2020. We summarize the tweets containing multiple keywords into their daily counts. Our analysis showed the existence of at most one statistically significant changepoint for most of these keywords, which were primarily located around the end of March. Almost all these changepoint time-locations can be attributed to COVID-19, which substantiates our initial hypothesis of an increase in cyberbullying through analysis of discussions over Twitter.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)の流行により、ユーザーはますますオンラインサービスに移行している。 ソーシャルメディアの利用も増加しており、これがサイバーいじめを引き起こした疑いが持たれている。 本研究は,パンデミックやソーシャルメディア利用の増加によるサイバーいじめ事件の増加の可能性を探るものである。 この傾向を評価するために、2020年1月1日から6月7日までに投稿されたサイバーいじめ関連の公開ツイート454,046件を収集した。 複数のキーワードを含むツイートを毎日のカウントにまとめる。 分析の結果,これらのキーワードのほとんどが3月末頃の統計学的に重要な変化点であることがわかった。 ほぼすべての変更点のタイムロケーションは、新型コロナウイルス(COVID-19)によるもので、Twitter上での議論の分析を通じて、サイバーいじめの増加に関する最初の仮説を裏付けるものだ。

関連論文リスト

• Sentiment Analysis of Cyberbullying Data in Social Media [0.0]
  我々の研究は、ソーシャルメディア投稿におけるいじめの痕跡を検出するために、ディープラーニングと自然言語理解技術を活用することに焦点を当てている。 1つのアプローチではBERT埋め込みを使用し、もう1つはOpenAIから最近リリースされた埋め込みAPIに埋め込みレイヤを置き換える。 フォームスプリング型サイバーバブルデータにおける感情分析の有効性を評価するために,これらの2つの手法の性能比較を行った。
  論文  参考訳（メタデータ） (2024-11-08T20:41:04Z)
• Securing Social Spaces: Harnessing Deep Learning to Eradicate Cyberbullying [1.8749305679160366]
  サイバーいじめは ソーシャルメディアを使う人の心身の健康を害する深刻な問題だ 本稿は、サイバーいじめがいかに深刻か、そしてそれが被曝した個人にどのように影響するかを説明する。 オンライン空間の安全性を高めるために、より優れたサイバーいじめ検出方法を見つけることがいかに重要かを強調している。
  論文  参考訳（メタデータ） (2024-04-01T20:41:28Z)
• Explain Thyself Bully: Sentiment Aided Cyberbullying Detection with Explanation [52.3781496277104]
  さまざまなソーシャルメディアネットワークやオンラインコミュニケーションアプリの人気により、サイバーいじめが大きな問題になっている。 一般データ保護規則の「説明の権利」のような近年の法律は、解釈可能なモデルの開発に拍車をかけた。 我々は,コード混在言語からの自動サイバーバブル検出のための,mExCBと呼ばれる最初の解釈可能なマルチタスクモデルを開発した。
  論文  参考訳（メタデータ） (2024-01-17T07:36:22Z)
• An NLP-Assisted Bayesian Time Series Analysis for Prevalence of Twitter Cyberbullying During the COVID-19 Pandemic [0.0]
  2019年初めから2021年末にかけて、サイバーいじめに関連するキーワードを含むツイートが1100万件を集めた。 Twitterのコーパスで事前訓練された自然言語処理モデルは、ツイートが攻撃的で憎悪である可能性を生み出した。 その結果、ヘイトフルスピーチでは週毎と年毎の季節性は強いが、新型コロナウイルスによる可能性があるため、年々若干の違いが見られる。
  論文  参考訳（メタデータ） (2022-07-23T15:24:07Z)
• Changes in European Solidarity Before and During COVID-19: Evidence from a Large Crowd- and Expert-Annotated Twitter Dataset [77.27709662210363]
  我々は,NLPにおける教師付き機械学習の新たな課題として,社会的連帯という社会科学的概念とその競争,反連帯の概念を導入する。 我々は,複数のアノテータと2つのアノテーションアプローチ(専門家対群衆)を利用して,(反)整合性表現のための2.3kの英語とドイツ語のつぶやきを注釈する。 今回の結果は、新型コロナウイルス危機で連帯がますます健全になり、競争が激化したことを示している。
  論文  参考訳（メタデータ） (2021-08-02T17:03:12Z)
• Sentiment Analysis of Covid-19 Tweets using Evolutionary Classification-Based LSTM Model [0.6445605125467573]
  本稿では,コロナウイルスやコビッドウイルスに関する大量のツイートの感情分析について述べる。 我々は、進化的分類とn-gram分析によるCovid-19流行に関連するトピックに対する世論感情の傾向を分析した。 我々は、Covid-19のデータに対する感情を予測するために、2種類の評価されたつぶやきを使用して、長期間のネットワークを訓練し、全体の精度は84.46%に達した。
  論文  参考訳（メタデータ） (2021-06-13T04:27:21Z)
• 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)
• Understanding the Hoarding Behaviors during the COVID-19 Pandemic using Large Scale Social Media Data [77.34726150561087]
  われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。 ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。 LIWCの不安度はTwitterの不安度よりもかなり高い。
  論文  参考訳（メタデータ） (2020-10-15T16:02:25Z)
• Evaluating the Impact of COVID-19 on Cyberbullying through Bayesian Trend Analysis [1.52292571922932]
  サイバーいじめに関連する公開ツイート(N=454,046)が2020年1月1日から6月7日まで投稿された。 この新しいベイズ方式は、2020年3月中旬以降、サイバーいじめに関連するツイートの上昇傾向をはっきりと示している。 我々の研究は、サイバーいじめの重大な問題と、世界的危機がソーシャルメディアの悪用にどのように影響するかを強調している。
  論文  参考訳（メタデータ） (2020-08-08T00:01:32Z)
• 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)
• The Ivory Tower Lost: How College Students Respond Differently than the General Public to the COVID-19 Pandemic [66.80677233314002]
  新型コロナウイルス感染症(COVID-19)のパンデミックは、政府に究極の課題を提示した。 米国では、新型コロナウイルス感染者が最も多い国で、全国的なソーシャルディスタンシングプロトコルが大統領によって実施されている。 本稿では,この対話型社会における前例のない破壊の社会的意義を,ソーシャルメディア上での人々の意見のマイニングによって発見することを目的とする。
  論文  参考訳（メタデータ） (2020-04-21T13:02:38Z)

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。