論文の概要: A network-based approach to QAnon user dynamics and topic diversity
during the COVID-19 infodemic
- arxiv url: http://arxiv.org/abs/2111.00537v5
- Date: Thu, 2 Jun 2022 15:39:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-09 18:58:40.594075
- Title: A network-based approach to QAnon user dynamics and topic diversity
during the COVID-19 infodemic
- Title（参考訳）: COVID-19インフォデミックにおけるQAnonユーザダイナミクスとトピック多様性に対するネットワークベースアプローチ
- Authors: Wentao Xu, Kazutoshi Sasahara
- Abstract要約: QAnonは、広範囲の人々を包含する傘陰謀説である。
新型コロナウイルス(COVID-19)のパンデミックは、QAnon陰謀説を広範に広めた。
QAnonムーブメントに関連するTwitter上のユーザのダイナミクスについて検討する。
- 参考スコア（独自算出の注目度）: 1.776746672434207
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: QAnon is an umbrella conspiracy theory that encompasses a wide spectrum of
people. The COVID-19 pandemic has helped raise the QAnon conspiracy theory to a
wide-spreading movement, especially in the US. Here, we study users' dynamics
on Twitter related to the QAnon movement (i.e., pro-/anti-QAnon and
less-leaning users) in the context of the COVID-19 infodemic and the topics
involved using a simple network-based approach. We found that pro- and
anti-leaning users show different population dynamics and that late
less-leaning users were mostly anti-QAnon. These trends might have been
affected by Twitter's suspension strategies. We also found that QAnon clusters
include many bot users. Furthermore, our results suggest that QAnon continues
to evolve amid the infodemic and does not limit itself to its original idea but
instead extends its reach to create a much larger umbrella conspiracy theory.
The network-based approach in this study is important for nowcasting the
evolution of the QAnon movement.
- Abstract（参考訳）: QAnonは、広範囲の人々を包含する傘陰謀説である。
新型コロナウイルス(COVID-19)のパンデミックは、特に米国では、QAnon陰謀説を広く普及させた。
本稿では,covid-19インフォデミックの文脈におけるカノン運動(アンチカノン,アンチカノンなど)に関連するtwitterのユーザの動態と,単純なネットワークベースのアプローチによるトピックについて検討する。
その結果、アンチ・リーンのユーザーは異なる人口動態を示し、非リーンのユーザーはほとんどがアンチ・QAnonであることがわかった。
これらの傾向は、Twitterのサスペンション戦略に影響された可能性がある。
また、QAnonクラスタには多くのボットユーザが含まれています。
さらに, カノンはインフォデミックの中で進化を続けており, 元々の考えに限らず, その範囲を広げて, より大きな包括共謀論を生み出していることが示唆された。
この研究におけるネットワークベースのアプローチは、QAnon運動の進化を予測するために重要である。
関連論文リスト
- Quantization Aware Attack: Enhancing Transferable Adversarial Attacks by Model Quantization [57.87950229651958]
量子ニューラルネットワーク(QNN)は、異常な一般化性のため、リソース制約のあるシナリオに注目が集まっている。
従来の研究では、ビット幅の異なるQNN間で転送性を実現することは困難であった。
マルチビット学習目的のQNN代替モデルを微調整するテキスト品質認識攻撃(QAA)を提案する。
論文 参考訳（メタデータ） (2023-05-10T03:46:53Z) - 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) - Fixed Points in Cyber Space: Rethinking Optimal Evasion Attacks in the
Age of AI-NIDS [70.60975663021952]
ネットワーク分類器に対するブラックボックス攻撃について検討する。
我々は、アタッカー・ディフェンダーの固定点がそれ自体、複雑な位相遷移を持つ一般サムゲームであると主張する。
攻撃防御力学の研究には連続的な学習手法が必要であることを示す。
論文 参考訳（メタデータ） (2021-11-23T23:42:16Z) - 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) - Are socially-aware trajectory prediction models really socially-aware? [75.36961426916639]
我々は,予測モデルの社会的理解を評価するために,社会的に意図された攻撃を導入する。
攻撃は、予測器を失敗させるため、小さなが慎重に構成された摂動である。
我々の攻撃は、最先端モデルの社会的理解を高めるために有効であることを示す。
論文 参考訳（メタデータ） (2021-08-24T17:59:09Z) - No Calm in The Storm: Investigating QAnon Website Relationships [5.567674129101803]
QAnonは極右陰謀論であり、その支持者はオンラインでほとんど組織化されている。
インターネット上の最大2つのQAnonホットベッド、Voatと8kunからシードされたWebクロールを使用して、QAnon中心のドメインベースのハイパーリンクグラフを構築します。
論文 参考訳（メタデータ） (2021-06-29T20:39:17Z) - 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) - On the Globalization of the QAnon Conspiracy Theory Through Telegram [2.006800684526131]
QAnonは極右陰謀説で、ここ数年で人気を博し、主流になった。
本稿では161のQAnonグループ/チャネルにポストされた4.5Mメッセージを収集して,TelegramによるQAnonの大規模データ解析を行う。
ドイツ語はTelegram上のQAnonグループやチャンネルで普及しており、2020年以降は英語を誇張している。
論文 参考訳（メタデータ） (2021-05-27T09:24:25Z) - Rise of QAnon: A Mental Model of Good and Evil Stews in an Echochamber [0.0]
QAnonの陰謀は、サタン・Worshiping Democratics(サタン・Worshiping Democratics)がシークレット・チャイルド・トラヒック・オペレーションを運営していることを示唆している。
初期のQAnonネットワーク中心のツイートのソーシャル・ネットワーク構造とセマンティック・コンテンツに関する2つの計算的研究をTwitter上で報告した。
論文 参考訳（メタデータ） (2021-05-10T19:34:35Z) - The Gospel According to Q: Understanding the QAnon Conspiracy from the
Perspective of Canonical Information [10.788583114755838]
我々は、QAnon陰謀論を、彼ら自身の「Q」の観点から研究する。
6つの"集約サイト"から収集された4,949の標準Qドロップのデータセットを構築します。
我々はQdropsの内容を分析し、議論のトピックを特定し、個々の個人によって作成されていないことを示す統計的に有意な指標を見出した。
論文 参考訳（メタデータ） (2021-01-21T18:03:24Z) - "Is it a Qoincidence?": An Exploratory Study of QAnon on Voat [12.14455026524814]
QAnon陰謀説は2017年に4chanに登場した。
この投稿で言及されている最も人気のある名前のエンティティと、議論の最も顕著なトピックについて研究する。
我々のグラフの視覚化は、QAnon関連のものの一部は、Pizzagateの陰謀論と密接に関連していることを示している。
論文 参考訳（メタデータ） (2020-09-10T14:25:28Z)
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。