論文の概要: Adoption of Twitter's New Length Limit: Is 280 the New 140?

• arxiv url: http://arxiv.org/abs/2009.07661v1
• Date: Wed, 16 Sep 2020 13:01:05 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-18 00:30:32.787864
• Title: Adoption of Twitter's New Length Limit: Is 280 the New 140?
• Title（参考訳）: Twitterの新しい長さ制限を採用:280は新140か?
• Authors: Kristina Gligori\'c, Ashton Anderson, Robert West
• Abstract要約: 2017年11月、Twitterは最大ツイート長を140文字から280文字に倍増させた。 約3年間にわたって、Twitterが公開している1%のサンプルを分析します。 長さ制限が140文字から280文字に引き上げられたとき、140文字前後のツイートの頻度はすぐに低下した。 この上昇にもかかわらず、長さ制限に近づいたツイートは、スイッチ前よりもはるかに少なかった。
• 参考スコア（独自算出の注目度）: 20.146636010105926
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In November 2017, Twitter doubled the maximum allowed tweet length from 140 to 280 characters, a drastic switch on one of the world's most influential social media platforms. In the first long-term study of how the new length limit was adopted by Twitter users, we ask: Does the effect of the new length limit resemble that of the old one? Or did the doubling of the limit fundamentally change how Twitter is shaped by the limited length of posted content? By analyzing Twitter's publicly available 1% sample over a period of around 3 years, we find that, when the length limit was raised from 140 to 280 characters, the prevalence of tweets around 140 characters dropped immediately, while the prevalence of tweets around 280 characters rose steadily for about 6 months. Despite this rise, tweets approaching the length limit have been far less frequent after than before the switch. We find widely different adoption rates across languages and client-device types. The prevalence of tweets around 140 characters before the switch in a given language is strongly correlated with the prevalence of tweets around 280 characters after the switch in the same language, and very long tweets are vastly more popular on Web clients than on mobile clients. Moreover, tweets of around 280 characters after the switch are syntactically and semantically similar to tweets of around 140 characters before the switch, manifesting patterns of message squeezing in both cases. Taken together, these findings suggest that the new 280-character limit constitutes a new, less intrusive version of the old 140-character limit. The length limit remains an important factor that should be considered in all studies using Twitter data.
• Abstract（参考訳）: 2017年11月、Twitterは最大ツイート長を140文字から280文字に倍増させた。 Twitterユーザーが新しい長さ制限をどのように採用したかに関する最初の長期的な研究で、私たちは次のように質問した。 それとも、制限の2倍は、Twitterの投稿コンテンツの長さの制限によって、根本的に変わったのか? 約3年間にTwitterが公開している1%のサンプルを分析することで、140文字から280文字までの長さ制限が引き上げられたとき、140文字のツイートの頻度はすぐに低下し、280文字のツイートの頻度は約6ヶ月間着実に上昇したことがわかった。 この上昇にもかかわらず、長さ制限に近づいたツイートは、スイッチ前よりもはるかに少なかった。 言語とクライアントデバイスタイプで採用率は大きく異なります。 特定の言語で切り替える前の140文字前後のツイートの頻度は、同じ言語で切り替えた後の280文字前後のツイートの頻度と強く相関しており、非常に長いツイートはモバイルクライアントよりもwebクライアントで人気が高い。 さらに、スイッチ後の約280文字のつぶやきは、スイッチ前の約140文字のつぶやきと構文上および意味的に類似しており、両方のケースでメッセージのスクイーズパターンが現れる。 これらの結果は、新しい280文字制限が、古い140文字制限の新しい、侵入性の低いバージョンであることを示唆している。 長さ制限は、Twitterデータを用いたすべての研究で考慮すべき重要な要素である。

関連論文リスト

• Russo-Ukrainian War: Prediction and explanation of Twitter suspension [47.61306219245444]
  本研究は、Twitterのサスペンション機構と、これにつながる可能性のあるユーザアカウントの共有コンテンツと機能の分析に焦点を当てる。 Twitter APIを使って、980万人のユーザーから生まれた107.7万のツイートを含むデータセットを入手しました。 この結果から、Bitcoin詐欺、スパム、広告キャンペーンに対するロシアとウクライナの紛争に関するトレンドを生かした詐欺キャンペーンが明らかになった。
  論文  参考訳（メタデータ） (2023-06-06T08:41:02Z)
• Anticipated versus Actual Effects of Platform Design Change: A Case Study of Twitter's Character Limit [17.925651625409678]
  われわれはTwitterが文字制限を140文字から280文字に倍増させ、ユーザーがツイートを'cram'または'squeeze'する必要性を和らげるために検討した。 また,140文字以下では「クラム」が280文字以下であるにもかかわらず,プラットフォーム変更時に「緊急クラミング」が考慮されなかったことが判明した。
  論文  参考訳（メタデータ） (2022-08-30T16:59:19Z)
• An Exploratory Study of Tweets about the SARS-CoV-2 Omicron Variant: Insights from Sentiment Analysis, Language Interpretation, Source Tracking, Type Classification, and Embedded URL Detection [0.0]
  本稿では、新型コロナウイルスのパンデミックに関連するTwitter上のビッグデータの連続的生成に関する探索的研究の成果について述べる。 Omicronの亜種に関する合計12028のツイートが研究され、分析されたツイートの特徴には感情、言語、ソース、タイプ、埋め込みURLが含まれる。 この分野で同様の研究を支援するために、2021年11月24日に初めて検出されたSARS-CoV-2 omicron変種に関する50,000以上のツイートからなるTwitterデータセットを開発した。
  論文  参考訳（メタデータ） (2022-07-20T18:47:20Z)
• Tweet Emotion Dynamics: Emotion Word Usage in Tweets from US and Canada [34.41140246464486]
  2015年から2021年にかけて、アメリカとカナダから投稿された4500万件以上のジオロケーションツイートの膨大なデータセットを紹介します。 また、時間とともにツイートに関連する感情のパターンをキャプチャする、Tweet Emotion Dynamics (TED)も導入しています。
  論文  参考訳（メタデータ） (2022-04-11T04:39:39Z)
• 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)
• Retweet communities reveal the main sources of hate speech [0.6999740786886536]
  高度なディープラーニングを導入し,高品質なヘイトスピーチ分類モデルを構築した。 リツイートネットワークを作成し、コミュニティを検出し、時間を通してその進化を監視します。 ヘイトスピーチは、政治的、イデオロギー的な問題に関連する攻撃的なツイートによって支配されている。 受け入れがたいツイートの約60%は、中程度のサイズの1つの右翼コミュニティによって生成される。
  論文  参考訳（メタデータ） (2021-05-31T11:43:19Z)
• High-level Approaches to Detect Malicious Political Activity on Twitter [0.0]
  2020年5月、約500万のアカウントと1億2000万以上のツイートで撮影されたデータスナップショットを調査した。 分析期間は2019年8月から2020年5月までで、2019年10月6日のポルトガル総選挙に焦点が当てられている。 私たちは、Twitterのサスペンションパターンが、ポルトガルのTwitter圏で見られる政治的トロルのタイプに適していないことを知りました。
  論文  参考訳（メタデータ） (2021-02-04T22:54:44Z)
• 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)
• Writer Identification Using Microblogging Texts for Social Media Forensics [53.180678723280145]
  私たちは、文学的分析に広く使われている人気のあるスタイル的特徴と、URL、ハッシュタグ、返信、引用などの特定のTwitter機能を評価します。 我々は、様々なサイズの著者集合と、著者毎のトレーニング/テストテキストの量をテストする。
  論文  参考訳（メタデータ） (2020-07-31T00:23:18Z)
• 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)
• Forensic Authorship Analysis of Microblogging Texts Using N-Grams and Stylometric Features [63.48764893706088]
  この研究は、280文字に制限されたツイートメッセージの作者を特定することを目的としている。 弊社の実験では、40名のユーザによる、ユーザ毎120から200のつぶやきを自己キャプチャしたデータベースを使っています。 この小さなセットを使った結果は有望であり、異なる特徴は92%から98.5%の分類精度を提供する。
  論文  参考訳（メタデータ） (2020-03-24T19:32:11Z)

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。