論文の概要: A Hierarchical Network-Oriented Analysis of User Participation in
Misinformation Spread on WhatsApp
- arxiv url: http://arxiv.org/abs/2109.10462v1
- Date: Wed, 22 Sep 2021 00:00:02 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-23 22:22:32.065367
- Title: A Hierarchical Network-Oriented Analysis of User Participation in
Misinformation Spread on WhatsApp
- Title（参考訳）: WhatsApp上の誤情報拡散におけるユーザ参加の階層的ネットワーク指向分析
- Authors: Gabriel Peres Nobre, Carlos H. G. Ferreira and Jussara M. Almeida
- Abstract要約: WhatsApp上での誤情報拡散に関わるユーザの階層的ネットワーク指向特性について述べる。
私たちの研究は、WhatsAppユーザーが異なるグループを繋ぐネットワークを活用して、プラットフォーム上での誤情報拡散に大きなリーチを得る方法について、貴重な洞察を提供する。
- 参考スコア（独自算出の注目度）: 0.9774299772405469
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: WhatsApp emerged as a major communication platform in many countries in the
recent years. Despite offering only one-to-one and small group conversations,
WhatsApp has been shown to enable the formation of a rich underlying network,
crossing the boundaries of existing groups, and with structural properties that
favor information dissemination at large. Indeed, WhatsApp has reportedly been
used as a forum of misinformation campaigns with significant social, political
and economic consequences in several countries. In this article, we aim at
complementing recent studies on misinformation spread on WhatsApp, mostly
focused on content properties and propagation dynamics, by looking into the
network that connects users sharing the same piece of content. Specifically, we
present a hierarchical network-oriented characterization of the users engaged
in misinformation spread by focusing on three perspectives: individuals,
WhatsApp groups and user communities, i.e., groupings of users who,
intentionally or not, share the same content disproportionately often. By
analyzing sharing and network topological properties, our study offers valuable
insights into how WhatsApp users leverage the underlying network connecting
different groups to gain large reach in the spread of misinformation on the
platform.
- Abstract（参考訳）: WhatsAppは近年、多くの国で主要なコミュニケーションプラットフォームとして登場した。
whatsappは1対1の小さなグループ会話しか提供していないが、リッチな基盤ネットワークの形成を可能にし、既存のグループの境界を越えて、情報を広く広める構造的特性を持つことが示されている。
実際whatsappは、いくつかの国で重大な社会的、政治的、経済的影響を伴う誤情報キャンペーンのフォーラムとして使われている。
本稿では,whatsapp上で広まっている誤情報に関する最近の研究を補完する目的で,同じコンテンツを共有するユーザ同士をつなぐネットワークについて検討する。
具体的には、個人、WhatsAppグループ、ユーザコミュニティの3つの視点、すなわち、意図的かどうかに関わらず、同じコンテンツを頻繁に共有するユーザのグループに焦点をあてることで、誤情報を拡散するユーザの階層的なネットワーク指向の特徴を示す。
我々の研究は、共有とネットワークトポロジ特性を分析することによって、WhatsAppユーザーが異なるグループを繋ぐネットワークを活用して、プラットフォーム上での誤情報拡散に大きなリーチを得る方法について、貴重な洞察を提供する。
関連論文リスト
- Cross-Network Social User Embedding with Hybrid Differential Privacy
Guarantees [81.6471440778355]
プライバシー保護方式でユーザを包括的に表現するために,ネットワーク横断型ソーシャルユーザ埋め込みフレームワークDP-CroSUEを提案する。
特に、各異種ソーシャルネットワークに対して、異種データ型に対するプライバシー期待の変化を捉えるために、まずハイブリッドな差分プライバシーの概念を導入する。
ユーザ埋め込みをさらに強化するため、新しいネットワーク間GCN埋め込みモデルは、それらの整列したユーザを介して、ネットワーク間で知識を伝達するように設計されている。
論文 参考訳（メタデータ） (2022-09-04T06:22:37Z) - The Impact of Disinformation on a Controversial Debate on Social Media [1.299941371793082]
われわれは、移民に関するイタリアの議論において、Twitter上での偽情報の存在がいかに広まっているかを研究する。
TwitterユーザーをtextitUntrustworthinessスコアで特徴付けることで、このような悪い情報消費習慣がユーザー間で均等に分散されていないことが分かる。
論文 参考訳（メタデータ） (2021-06-30T10:29:07Z) - Tiplines to Combat Misinformation on Encrypted Platforms: A Case Study
of the 2019 Indian Election on WhatsApp [5.342552155591148]
我々は、WhatsApp上でクラウドソースシステムの有用性を分析し、ユーザーがファクトチェックを希望するメッセージを含む"チップ"を送信できるようにする。
われわれは、2019年のインド総選挙でWhatsAppに送られたチップを、WhatsApp上の大規模な公開グループで流されたメッセージと比較した。
私たちは、チップラインがWhatsAppの会話に非常に便利なレンズであることに気付きました。
論文 参考訳（メタデータ） (2021-06-08T23:08:47Z) - 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) - Who will accept my request? Predicting response of link initiation in
two-way relation networks [7.547803601922528]
本稿では、双方向ネットワークにおけるリンク開始フィードバックの予測方法である、ソーシャルネットワーク分析とマイニングにおける重要な問題に対処する。
双方向ネットワークにおける2つの個人間の関係には、招待者が受け入れた場合に確立されたリンクとなる1人の個人からのリンク招待が含まれる。
本稿では,この多層的手法によるリンク開始フィードバック予測問題を解く手法を提案する。
論文 参考訳（メタデータ） (2020-12-21T08:14:37Z) - PoliWAM: An Exploration of a Large Scale Corpus of Political Discussions
on WhatsApp Messenger [1.2301855531996841]
WhatsApp Messengerは、現在180か国、20億人以上で情報を広める最も人気のあるチャンネルの1つだ。
近年、いくつかの国が政治的・社会的キャンペーンにおいてその効果と影響力を目撃している。
我々は選挙運動中に情報とプロパガンダの流れが急増しているのを観察する。
論文 参考訳（メタデータ） (2020-10-26T00:35:57Z) - Applications of Differential Privacy in Social Network Analysis: A
Survey [60.696428840516724]
差別化プライバシは、情報を共有し、強力な保証でプライバシを保存するのに有効である。
ソーシャルネットワーク分析は多くのアプリケーションで広く採用されており、差分プライバシーの応用のための新たな領域が開かれた。
論文 参考訳（メタデータ） (2020-10-06T19:06:03Z) - 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) - I Know Where You Are Coming From: On the Impact of Social Media Sources
on AI Model Performance [79.05613148641018]
我々は、異なるソーシャルネットワークのマルチモーダルデータから学習する際、異なる機械学習モデルの性能について検討する。
最初の実験結果から,ソーシャルネットワークの選択がパフォーマンスに影響を及ぼすことが明らかとなった。
論文 参考訳（メタデータ） (2020-02-05T11:10:44Z) - DiffNet++: A Neural Influence and Interest Diffusion Network for Social
Recommendation [50.08581302050378]
ソーシャルレコメンデーションは、ユーザの未知の嗜好を予測するために、ユーザ間のソーシャルコネクションを活用するために現れている。
ソーシャルレコメンデーションのための神経影響拡散ネットワーク(DiffNet)の予備研究を提案する(Diffnet)。
本稿では,Diffnetの改良アルゴリズムであるDiffNet++を提案する。
論文 参考訳（メタデータ） (2020-01-15T08:45:34Z)
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。