論文の概要: The Spread of Propaganda by Coordinated Communities on Social Media
- arxiv url: http://arxiv.org/abs/2109.13046v1
- Date: Mon, 27 Sep 2021 13:39:10 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-28 22:17:50.675029
- Title: The Spread of Propaganda by Coordinated Communities on Social Media
- Title（参考訳）: ソーシャルメディアにおけるコーディネートコミュニティによるプロパガンダの普及
- Authors: Kristina Hristakieva, Stefano Cresci, Giovanni Da San Martino, Mauro
Conti, Preslav Nakov
- Abstract要約: 我々は、2019年イギリス総選挙に関する大規模なTwitterデータセット上で、プロパガンダの拡散とその協調行動との相互作用を分析する。
プロパガンダの利用と協調行動を組み合わせることで、異なるコミュニティの真正性と有害性を明らかにすることができる。
- 参考スコア（独自算出の注目度）: 43.2770127582382
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large-scale manipulations on social media have two important characteristics:
(i) use of \textit{propaganda} to influence others, and (ii) adoption of
coordinated behavior to spread it and to amplify its impact. Despite the
connection between them, these two characteristics have so far been considered
in isolation. Here we aim to bridge this gap. In particular, we analyze the
spread of propaganda and its interplay with coordinated behavior on a large
Twitter dataset about the 2019 UK general election. We first propose and
evaluate several metrics for measuring the use of propaganda on Twitter. Then,
we investigate the use of propaganda by different coordinated communities that
participated in the online debate. The combination of the use of propaganda and
coordinated behavior allows us to uncover the authenticity and harmfulness of
the different communities. Finally, we compare our measures of propaganda and
coordination with automation (i.e., bot) scores and Twitter suspensions,
revealing interesting trends. From a theoretical viewpoint, we introduce a
methodology for analyzing several important dimensions of online behavior that
are seldom conjointly considered. From a practical viewpoint, we provide new
insights into authentic and inauthentic online activities during the 2019 UK
general election.
- Abstract（参考訳）: ソーシャルメディアにおける大規模操作には2つの重要な特徴がある。
(i)他者に影響を与えるために \textit{propaganda}の使用
(二)それを広め、その影響を増幅するための協調行動の導入。
両者のつながりにもかかわらず、これら2つの特徴は独立して考えられている。
ここではこのギャップを埋めることを目指しています。
特に、2019年イギリス総選挙に関する大規模なTwitterデータセット上で、プロパガンダの拡散とその協調行動との相互作用を分析する。
まず,twitter上でプロパガンダを計測するためのいくつかの指標を提案し,評価する。
次に,オンライン討論に参加した異なるコミュニティによるプロパガンダの利用について検討する。
プロパガンダの利用と協調行動を組み合わせることで、異なるコミュニティの真正性と有害性を明らかにすることができる。
最後に、プロパガンダと自動化(ボット)のスコアとTwitterのサスペンションとを比較し、興味深いトレンドを明らかにします。
理論的観点からは,オンライン行動のいくつかの重要な側面を解析するための方法論を導入する。
実践的な観点から、2019年イギリス総選挙における真正かつ正当なオンライン活動に関する新たな洞察を提供する。
関連論文リスト
- Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。
バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。
Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
論文 参考訳（メタデータ） (2023-01-14T18:58:42Z) - 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) - Detecting Propaganda Techniques in Memes [32.209606526323945]
本稿では,ミームで使用されるプロパガンダのタイプを検出するマルチラベルマルチモーダルタスクを提案する。
950ミームの新しいコーパスを作成してリリースし、22のプロパガンダテクニックを慎重に注釈付けして、テキスト、画像、または両方に表示します。
コーパスを解析した結果,両モードを同時に理解することが,これらの手法の検出に不可欠であることが示唆された。
論文 参考訳（メタデータ） (2021-08-07T11:56:52Z) - 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) - SOK: Seeing and Believing: Evaluating the Trustworthiness of Twitter
Users [4.609388510200741]
現在、どのニュースやユーザーが信頼できるか、どれがそうでないかを自動で判断する方法はない。
本研究では、Twitter上で5万人の政治家の行動を分析するモデルを作成しました。
政治Twitterのユーザを、ランダムな森林、多層パーセプトロン、サポートベクターマシンを使って、信頼あるいは信頼できないと分類した。
論文 参考訳（メタデータ） (2021-07-16T17:39:32Z) - 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) - Cross-Domain Learning for Classifying Propaganda in Online Contents [67.10699378370752]
本稿では,ラベル付き文書や,ニュースやつぶやきからの文をベースとしたクロスドメイン学習の手法を提案する。
本実験は,本手法の有効性を実証し,移動過程におけるソースやターゲットの様々な構成における困難さと限界を同定する。
論文 参考訳（メタデータ） (2020-11-13T10:19:13Z) - 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) - 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。