論文の概要: An Early Look at the Gettr Social Network
- arxiv url: http://arxiv.org/abs/2108.05876v1
- Date: Thu, 12 Aug 2021 17:49:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-18 17:03:16.950546
- Title: An Early Look at the Gettr Social Network
- Title（参考訳）: gettrのソーシャルネットワークを振り返ってみると
- Authors: Pujan Paudel, Jeremy Blackburn, Emiliano De Cristofaro, Savvas
Zannettou, and Gianluca Stringhini
- Abstract要約: プラットフォーム上のユーザーは、米国のトランプ陣営とブラジルのボルソナロ氏の選挙運動に重点を置いて、政治について激しく議論している。
毒性は時間とともに増加してきたが、Gabや4chanのような他のフリンジ系ソーシャルネットワークで最近観測されたものよりも、平均的な毒性レベルは依然として低い。
- 参考スコア（独自算出の注目度）: 11.319938541673578
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents the first data-driven analysis of Gettr, a new social
network platform launched by former US President Donald Trump's team. Among
other things, we find that users on the platform heavily discuss politics, with
a focus on the Trump campaign in the US and Bolsonaro's in Brazil. Activity on
the platform has steadily been decreasing since its launch, although a core of
verified users and early adopters kept posting and become central to it.
Finally, although toxicity has been increasing over time, the average level of
toxicity is still lower than the one recently observed on other fringe social
networks like Gab and 4chan. Overall, we provide a first quantitative look at
this new community, observing a lack of organic engagement and activity.
- Abstract（参考訳）: 本稿では、ドナルド・トランプ米大統領のチームが立ち上げた新しいソーシャルネットワークプラットフォームgettrについて、最初のデータ駆動分析を行う。
中でも、アメリカのトランプ陣営やブラジルのボルソナロに焦点を絞って、プラットフォーム上のユーザーが政治について深く議論していることがわかりました。
ローンチ以来、プラットフォーム上の活動は着実に減少しているが、認証ユーザとアーリーアダプターのコアは投稿を継続し、その中心となっている。
最後に、毒性は時間とともに増加してきたが、Gabや4chanのような他のフリンジ系ソーシャルネットワークで最近観測された毒性の平均レベルは依然として低い。
全体として、この新しいコミュニティを初めて定量的に観察し、有機的な関与と活動の欠如を観察しました。
関連論文リスト
- Characterization of Political Polarized Users Attacked by Language Toxicity on Twitter [3.0367864044156088]
本研究は,左,右,センター利用者の言語毒性フローを初めて調査することを目的とする。
5億件以上のTwitter投稿が調査された。
その結果、左派ユーザーは右派やセンター派よりもはるかに有毒な回答が得られた。
論文 参考訳（メタデータ） (2024-07-17T10:49:47Z) - Twits, Toxic Tweets, and Tribal Tendencies: Trends in Politically Polarized Posts on Twitter [5.161088104035108]
個人レベルでの毒性と,Twitter/X上でのトピックレベルに寄与するパーシスタンスと感情分極が果たす役割について検討する。
43,151人のTwitter/Xユーザーから8960万のツイートを収集した後、パーティショニングを含むいくつかのアカウントレベルの特徴が、ユーザーが有害コンテンツを投稿する頻度を予測するかを決定する。
論文 参考訳（メタデータ） (2023-07-19T17:24:47Z) - 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) - Trust and Believe -- Should We? Evaluating the Trustworthiness of
Twitter Users [5.695742189917657]
ソーシャルメディア上のフェイクニュースは、個人と社会の両方に悪影響を及ぼす大きな問題である。
この作業において、私たちは、ソーシャルネットワークコミュニティに信頼を喚起するソリューションを提供したいと考えている。
本モデルでは,Twitter上で5万人の政治家の行動を分析し,評価されたユーザ毎に影響スコアを割り当てる。
論文 参考訳（メタデータ） (2022-10-27T06:57:19Z) - Comparing the Language of QAnon-related content on Parler, Gab, and
Twitter [68.8204255655161]
保守派の間で人気の「言論の自由」プラットフォームであるParlerは、2021年1月に、憎悪やQAnonなどの陰謀に関するコンテンツのモデレーションの欠如により、オフラインになった。
われわれは投稿をParlerの#QAnonというハッシュタグと比較する。
Gabはヘイト条件の#QAnon投稿が最も多く、ParlerとTwitterも同様である。
これら3つのプラットフォームにおいて、女性政治家、民主党員、ドナルド・トランプに言及する投稿は、男性政治家、共和党員、あるいは共和党員に言及する投稿よりも、より反社会的な言葉を持っている。
論文 参考訳（メタデータ） (2021-11-22T11:19:15Z) - Annotators with Attitudes: How Annotator Beliefs And Identities Bias
Toxic Language Detection [75.54119209776894]
本研究では,アノテータのアイデンティティ(誰)と信念(なぜ)が有害な言語アノテーションに与える影響について検討する。
我々は、アンチブラック言語、アフリカ系アメリカ人の英語方言、俗語という3つの特徴を持つポストを考察する。
以上の結果から,アノテータのアイデンティティと信念と毒性評価の相関が強く示唆された。
論文 参考訳（メタデータ） (2021-11-15T18:58:20Z) - 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) - Debate on Online Social Networks at the Time of COVID-19: An Italian
Case Study [4.176752121302988]
イタリアで人気のインフルエンサーたちの交流パターンが、2020年前半にどう変わったかを分析した。
1億4000万件以上の投稿に5400万件以上のコメントが寄せられた。
また,コメントの心理言語的特性からユーザ感情を分析し,パンデミックに関連する話題の急激なブームと消失を実証した。
論文 参考訳（メタデータ） (2021-06-02T08:25:19Z) - An Early Look at the Parler Online Social Network [10.683059193632943]
Parlerは、自らを「自由に話し、自らをオープンに表現する」サービスとして宣伝する「代替的な」ソーシャルネットワークである。
本稿では,2018年8月から2021年1月にかけて,4Mユーザによる183M Parlerポストのデータセットと,13.25Mユーザプロファイルのメタデータを提示する。
論文 参考訳（メタデータ） (2021-01-11T11:23:19Z) - 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) - Leveraging Multi-Source Weak Social Supervision for Early Detection of
Fake News [67.53424807783414]
ソーシャルメディアは、人々が前例のない速度でオンライン活動に参加することを可能にする。
この制限のないアクセスは、誤情報や偽ニュースの拡散を悪化させ、その緩和のために早期に検出されない限り混乱と混乱を引き起こす可能性がある。
ソーシャルエンゲージメントからの弱い信号とともに、限られた量のクリーンデータを活用して、メタラーニングフレームワークでディープニューラルネットワークをトレーニングし、さまざまな弱いインスタンスの品質を推定します。
実世界のデータセットの実験では、提案されたフレームワークは、予測時にユーザーエンゲージメントを使わずに、フェイクニュースを早期に検出するための最先端のベースラインを上回っている。
論文 参考訳（メタデータ） (2020-04-03T18:26:33Z)
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。