論文の概要: Analysing Social Media Network Data with R: Semi-Automated Screening of
Users, Comments and Communication Patterns
- arxiv url: http://arxiv.org/abs/2011.13327v1
- Date: Thu, 26 Nov 2020 14:52:01 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-20 12:44:07.370012
- Title: Analysing Social Media Network Data with R: Semi-Automated Screening of
Users, Comments and Communication Patterns
- Title（参考訳）: Rを用いたソーシャルメディアネットワークデータの分析 : ユーザ,コメント,コミュニケーションパターンの半自動スクリーニング
- Authors: Dennis Klinkhammer
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Communication on social media platforms is not only culturally and
politically relevant, it is also increasingly widespread across societies.
Users not only communicate via social media platforms, but also search
specifically for information, disseminate it or post information themselves.
However, fake news, hate speech and even radicalizing elements are part of this
modern form of communication: Sometimes with far-reaching effects on
individuals and societies. A basic understanding of these mechanisms and
communication patterns could help to counteract negative forms of
communication, e.g. bullying among children or extreme political points of
view. To this end, a method will be presented in order to break down the
underlying communication patterns, to trace individual users and to inspect
their comments and range on social media platforms; Or to contrast them later
on via qualitative research. This approeach can identify particularly active
users with an accuracy of 100 percent, if the framing social networks as well
as the topics are taken into account. However, methodological as well as
counteracting approaches must be even more dynamic and flexible to ensure
sensitivity and specifity regarding users who spread hate speech, fake news and
radicalizing elements.
- Abstract（参考訳）: 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、文化的かつ政治的に重要なだけでなく、社会全体に広まりつつある。
ユーザーはソーシャルメディアプラットフォームを介して通信するだけでなく、情報を検索したり広めたり、情報自体を投稿したりすることもできる。
しかし、フェイクニュース、ヘイトスピーチ、さらには過激化要素は、現代のコミュニケーションの形式の一部である。
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、子どものいじめや極端な政治的視点など、ネガティブなコミュニケーション形態に対抗するのに役立つ。
この目的のために、基礎となるコミュニケーションパターンを分解し、個々のユーザーを追跡し、ソーシャルメディアプラットフォーム上でコメントや範囲を検査するための方法が提示される。
この近似は、フレーミングされたソーシャルネットワークとトピックが考慮されている場合、特にアクティブなユーザーを100%の精度で識別することができる。
しかし、ヘイトスピーチ、フェイクニュース、過激化要素を広めるユーザに対する感度と特異性を確保するためには、方法論と反作用アプローチがさらに動的で柔軟でなければならない。
関連論文リスト
- Inside the echo chamber: Linguistic underpinnings of misinformation on Twitter [4.62503518282081]
ソーシャルメディア利用者は、誤った情報や議論の的になっている話題に関するコメントを含む投稿を共有することで、誤報の拡散をオンラインで推進している。
この研究は、誤情報に関する会話が言語の使用を通してどのように媒介されるかを探る。
論文 参考訳（メタデータ） (2024-04-24T15:37:12Z) - InfoPattern: Unveiling Information Propagation Patterns in Social Media [59.67008841974645]
InfoPatternは、言語と人間のイデオロギーの相互作用に焦点を当てている。
1) 反対のイデオロギーコミュニティからの反対反応をシミュレートするレッドチーム,(2) メッセージ中の政治的感情を識別するスタンス検出,(3) 情報伝播グラフの発見により,様々なコミュニティにおけるクレームの進化が時間とともに明らかにされる。
論文 参考訳（メタデータ） (2023-11-27T09:12:35Z) - Modeling Political Orientation of Social Media Posts: An Extended
Analysis [0.0]
オンラインソーシャルメディア上で政治的分極を特徴付ける機械学習モデルを開発することは、大きな課題である。
これらの課題は主に、注釈付きデータの欠如、ソーシャルメディアデータセットにおけるノイズの存在、膨大な量のデータなど、さまざまな要因に起因している。
本稿では、ソーシャルメディア投稿のラベル付けに、メディアバイアスと投稿コンテンツを活用する2つの方法を紹介する。
ソーシャルメディア投稿の政治的指向を予測することで,現在の機械学習モデルの性能向上を実証する。
論文 参考訳（メタデータ） (2023-11-21T03:34:20Z) - Countering Misinformation via Emotional Response Generation [15.383062216223971]
ソーシャルメディアプラットフォーム(SMP)における誤情報拡散は、公衆衛生、社会的結束、民主主義に重大な危険をもたらす。
これまでの研究では、社会的訂正が誤情報を抑制する効果的な方法であることが示された。
約1万のクレーム応答対からなる最初の大規模データセットであるVerMouthを提案する。
論文 参考訳（メタデータ） (2023-11-17T15:37:18Z) - Entropy-rate as prediction method for newspapers and information
diffusion [0.0]
本稿は,オンライン新聞の視聴率を予測するために,ソーシャルネットワーク上で人気トピックがいかに利用されているかを示すものである。
本研究は,エントロピーレート,ダイナミックス,適切な情報拡散性能をソーシャルネットワークおよび新聞上で期待する課題に対処するものである。
論文 参考訳（メタデータ） (2022-11-29T10:00:54Z) - 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) - 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) - 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) - Breaking the Communities: Characterizing community changing users using
text mining and graph machine learning on Twitter [0.0]
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。
論文 参考訳（メタデータ） (2020-08-24T23:44:51Z) - 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) - 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。