論文の概要: Social Bots and Social Media Manipulation in 2020: The Year in Review
- arxiv url: http://arxiv.org/abs/2102.08436v1
- Date: Tue, 16 Feb 2021 20:18:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-11 00:15:42.719248
- Title: Social Bots and Social Media Manipulation in 2020: The Year in Review
- Title（参考訳）: ソーシャルボットとソーシャルメディア操作:2020年を振り返る
- Authors: Ho-Chun Herbert Chang, Emily Chen, Meiqing Zhang, Goran Muric, Emilio
Ferrara
- Abstract要約: 2020年は、新型コロナウイルス(COVID-19)パンデミックと2020年アメリカ合衆国大統領選挙の2つの重要な出来事で記憶される。
計算研究と社会科学研究を組み合わせる際には,主に3つの目的がある。
新型コロナウイルス(COVID-19)のパンデミックと2020年アメリカ合衆国大統領選挙をめぐるソーシャルメディア操作におけるソーシャルボットの役割を特徴づける。
- 参考スコア（独自算出の注目度）: 11.589831677050094
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The year 2020 will be remembered for two events of global significance: the
COVID-19 pandemic and 2020 U.S. Presidential Election. In this chapter, we
summarize recent studies using large public Twitter data sets on these issues.
We have three primary objectives. First, we delineate epistemological and
practical considerations when combining the traditions of computational
research and social science research. A sensible balance should be struck when
the stakes are high between advancing social theory and concrete, timely
reporting of ongoing events. We additionally comment on the computational
challenges of gleaning insight from large amounts of social media data. Second,
we characterize the role of social bots in social media manipulation around the
discourse on the COVID-19 pandemic and 2020 U.S. Presidential Election. Third,
we compare results from 2020 to prior years to note that, although bot accounts
still contribute to the emergence of echo-chambers, there is a transition from
state-sponsored campaigns to domestically emergent sources of distortion.
Furthermore, issues of public health can be confounded by political
orientation, especially from localized communities of actors who spread
misinformation. We conclude that automation and social media manipulation pose
issues to a healthy and democratic discourse, precisely because they distort
representation of pluralism within the public sphere.
- Abstract（参考訳）: 2020年は、新型コロナウイルス(COVID-19)パンデミックと2020年アメリカ合衆国大統領選挙の2つの重要な出来事で記憶される。
本章では,これらの課題に関する大規模公開Twitterデータセットを用いた最近の研究を要約する。
主な目的は3つある。
まず,計算研究と社会科学研究の伝統を組み合わせる際に,認識論的・実践的な考察を述べる。
社会的理論の進歩と具体的な関係が高くなると、適切なバランスがとられ、進行中の出来事をタイムリーに報告する。
また、大量のソーシャルメディアデータから洞察を得ることによる計算上の課題についてもコメントする。
第2に、新型コロナウイルス(COVID-19)パンデミックと2020年アメリカ合衆国大統領選挙をめぐるソーシャルメディア操作におけるソーシャルボットの役割を特徴づける。
第3に、2020年の結果とそれ以前の結果を比較して、ボットアカウントは依然としてecho-chambersの出現に貢献しているが、国家が支援するキャンペーンから国内に出現する歪みの源へと移行していることを指摘した。
さらに、公衆衛生の問題は政治の方向性、特に誤った情報を広める俳優の地域社会によってまとめられる。
我々は、自動化とソーシャルメディア操作が、公共領域における多元主義の表現を歪めているため、健全で民主的な言論に問題をもたらすと結論付けた。
関連論文リスト
- Design and analysis of tweet-based election models for the 2021 Mexican
legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。
地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文 参考訳（メタデータ） (2023-01-02T12:40:05Z) - #Secim2023: First Public Dataset for Studying Turkish General Election [2.9080451420355344]
Secim2023は、ソーシャルメディア研究者がトルコの選挙を調査するための包括的なデータセットである。
我々は、オンライン操作を防止し、新しい情報を集め、大衆に知らせるためのツールを提供する。
Secim2023データセットを使用して、研究者は政治アクター間の社会的およびコミュニケーションネットワークを調べ、現在の傾向を追跡し、選挙の完全性に対する新たな脅威を調べることができる。
論文 参考訳（メタデータ） (2022-11-22T11:42:32Z) - Neural Theory-of-Mind? On the Limits of Social Intelligence in Large LMs [77.88043871260466]
私たちは、今日の最大の言語モデルのひとつに、このようなソーシャルインテリジェンスを最初から欠いていることを示しています。
我々は、人中心のNLPアプローチは、マインドの神経理論に対してより効果的であるかもしれないと結論づける。
論文 参考訳（メタデータ） (2022-10-24T14:58:58Z) - Demographic Confounding Causes Extreme Instances of Lifestyle Politics
on Facebook [73.37786708074361]
ライフスタイル政治の最も極端な例は、人種や民族のような人口層によって高度に構築されたものである。
リベラルな関心は電気自動車、プランテッド・ペアレントフード、リベラルな風刺であり、一方最も保守的な関心は共和党や保守的なコメンテーターだった。
論文 参考訳（メタデータ） (2022-01-17T16:48:00Z) - 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) - A Study on Herd Behavior Using Sentiment Analysis in Online Social
Network [1.5673338088641469]
本稿では,オンラインソーシャルネットワーキングサイトからの批判的意見を予測するための多様な戦略の能力について述べる。
ソーシャルメディアはここ数十年で良いメディアとなり、世界中の意見を共有している。
本研究では,ソーシャルメディアコンテンツを用いた感情分析手法の評価を行った。
論文 参考訳（メタデータ） (2021-07-25T05:22:35Z) - Narratives and Needs: Analyzing Experiences of Cyclone Amphan Using
Twitter Discourse [0.0]
ソーシャルメディアは、極端な気象イベントにおける人々の社会的、政治的、経済的経験を理解するための豊富なデータソースとして注目を集めている。
本稿では,Twitterの談話を利用して物語を特徴付ける手法と,サイクロン・アンファンに対する無意味なニーズを識別する手法について述べる。
論文 参考訳（メタデータ） (2020-09-11T17:49:05Z) - Inferring Political Preferences from Twitter [0.0]
ソーシャルメディアの政治的センチメント分析は、政治ストラテジストが政党や候補者のパフォーマンスを精査するのに役立つ。
選挙期間中、ソーシャルネットワークはブログ、チャット、討論、政党や政治家の展望に関する議論で溢れている。
本研究では、従来の機械学習を用いて、テキスト分類問題としてモデル化することで、ツイートに存在する政治的意見の傾きを特定することを選んだ。
論文 参考訳（メタデータ） (2020-07-21T05:20:43Z) - A Decade of Social Bot Detection [0.9137554315375922]
2016年のアメリカ合衆国大統領選挙の余波で、世界はソーシャルメディアで広範囲にわたる詐欺の重大さを認識し始めた。
このソーシャルボットのパンデミックを阻止するためには、どのような戦略を強制すべきだろうか?
2016年以降、社会的、政治的、経済的なアナリストが脳卒中を起こしたのは、少なくとも2010年以降、コンピュータ科学者にとって、詐欺と自動化が問題となっている。
論文 参考訳（メタデータ） (2020-06-23T13:46:38Z) - 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) - 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。