論文の概要: Empowering Fake-News Mitigation: Insights from Sharers' Social Media
Post-Histories
- arxiv url: http://arxiv.org/abs/2203.10560v2
- Date: Mon, 18 Sep 2023 12:49:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-20 02:02:02.066514
- Title: Empowering Fake-News Mitigation: Insights from Sharers' Social Media
Post-Histories
- Title(参考訳): フェイクニュースの軽減を力づける - 共有者のソーシャルメディアポストヒストリーからの洞察
- Authors: Verena Schoenmueller, Simon J. Blanchard and Gita V. Johar
- Abstract要約: 我々は,消費者自身のソーシャルメディアポストヒストリーが,偽ニュースへのリンク共有につながる要因を研究するために,未利用のデータソースであることを提案する。
本研究は, マーケティング者, 偽情報学者, 実践者に対して, 偽情報の拡散を抑えるために, 後史を用いて理論を開発し, 介入をテストすることを奨励するものである。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Misinformation is a global concern and limiting its spread is critical for
protecting democracy, public health, and consumers. We propose that consumers'
own social media post-histories are an underutilized data source to study what
leads them to share links to fake-news. In Study 1, we explore how textual cues
extracted from post-histories distinguish fake-news sharers from random social
media users and others in the misinformation ecosystem. Among other results, we
find across two datasets that fake-news sharers use more words related to
anger, religion and power. In Study 2, we show that adding textual cues from
post-histories improves the accuracy of models to predict who is likely to
share fake-news. In Study 3, we provide a preliminary test of two mitigation
strategies deduced from Study 1 - activating religious values and reducing
anger - and find that they reduce fake-news sharing and sharing more generally.
In Study 4, we combine survey responses with users' verified Twitter
post-histories and show that using empowering language in a fact-checking
browser extension ad increases download intentions. Our research encourages
marketers, misinformation scholars, and practitioners to use post-histories to
develop theories and test interventions to reduce the spread of misinformation.
- Abstract(参考訳): 誤情報は世界的な懸念であり、その拡散を制限することは民主主義、公衆衛生、消費者を保護する上で重要である。
我々は,消費者自身のソーシャルメディアポストヒストリーが,偽ニュースへのリンク共有につながる要因を研究するために,未利用のデータソースであることを提案する。
研究1では,ポストヒストリーから抽出したテキストの手がかりが,偽ニュースの共有者とソーシャルメディアのランダムな利用者とを誤情報エコシステムの中で区別する方法について検討した。
その結果、偽のニュース共有者が怒り、宗教、権力に関連する言葉を使う2つのデータセットが見つかった。
研究2では,ポストヒストリーからテキストの手がかりを加えることで,モデルの精度が向上し,誰が偽ニュースを共有するかを予測する。
研究3では,宗教価値観の活性化と怒りの低減という,研究1から導き出された2つの緩和戦略を予備的に検証し,フェイクニュースの共有と共有をより一般的なものにする。
調査4では,調査回答とユーザの確認されたTwitterポストヒストリーを組み合わせることで,ファクトチェックブラウザ拡張広告におけるエンパワーメント言語の使用がダウンロード意図を増大させることを示す。
本研究は, マーケター, 誤情報学者, 実践者に対して, ポストヒストリーを用いて理論を展開し, 誤情報の拡散を減らすためのテスト介入を行うことを奨励する。
関連論文リスト
- Fake News Detection and Behavioral Analysis: Case of COVID-19 [0.22940141855172028]
パンデミックに関する偽ニュースの拡散による「情報デミック」が世界的な問題となっている。
読者は偽ニュースを本当のニュースと間違える可能性があり、その結果、本物の情報にアクセスできなくなる。
ソーシャルメディアの投稿で偽のニュースデータを正確に識別することは困難である。
論文 参考訳(メタデータ) (2023-05-25T13:42:08Z) - Nothing Stands Alone: Relational Fake News Detection with Hypergraph
Neural Networks [49.29141811578359]
本稿では,ニュース間のグループ間相互作用を表現するためにハイパーグラフを活用することを提案する。
提案手法は,ラベル付きニュースデータの小さなサブセットであっても,優れた性能を示し,高い性能を維持する。
論文 参考訳(メタデータ) (2022-12-24T00:19:32Z) - Multiverse: Multilingual Evidence for Fake News Detection [71.51905606492376]
Multiverseは、偽ニュースの検出に使用できる多言語エビデンスに基づく新機能である。
偽ニュース検出機能としての言語間証拠の使用仮説を確認した。
論文 参考訳(メタデータ) (2022-11-25T18:24:17Z) - FALSE: Fake News Automatic and Lightweight Solution [0.20999222360659603]
本稿では,現代のフェイクニュースデータセットの研究と可視化にR符号を用いた。
クラスタリング、分類、相関、およびさまざまなプロットを使用してデータを分析し、提示する。
論文 参考訳(メタデータ) (2022-08-16T11:53:30Z) - Human Brains Can't Detect Fake News: A Neuro-Cognitive Study of Textual
Disinformation Susceptibility [2.131521514043068]
フェイクニュース」は間違いなくインターネット上で最も重要な脅威の1つです。
フェイクニュースは、インターネットユーザーが偽のニュース記事やスニペットを読んだ後に正当であると認識しているかどうかをひそかに攻撃する。
脳波による偽ニュース・実ニュースに関連する神経基盤について検討する。
論文 参考訳(メタデータ) (2022-07-18T04:31:07Z) - Faking Fake News for Real Fake News Detection: Propaganda-loaded
Training Data Generation [105.20743048379387]
提案手法は,人間によるプロパガンダのスタイルや戦略から情報を得た学習例を生成するための新しいフレームワークである。
具体的には、生成した記事の有効性を確保するために、自然言語推論によって導かれる自己臨界シーケンストレーニングを行う。
実験の結果、PropaNewsでトレーニングされた偽ニュース検知器は、2つの公開データセットで3.62~7.69%のF1スコアで人書きの偽情報を検出するのに優れていることがわかった。
論文 参考訳(メタデータ) (2022-03-10T14:24:19Z) - Profiling Fake News Spreaders on Social Media through Psychological and
Motivational Factors [26.942545715296983]
ソーシャルメディア上でのフェイクニューススプレッシャーの特徴と動機要因について検討した。
次に、フェイクニューススプレッドラーが他のユーザーと異なる特徴を示すことができるかどうかを判定する一連の実験を行う。
論文 参考訳(メタデータ) (2021-08-24T20:27:38Z) - User Preference-aware Fake News Detection [61.86175081368782]
既存の偽ニュース検出アルゴリズムは、詐欺信号のニュースコンテンツをマイニングすることに焦点を当てている。
本稿では,共同コンテンツとグラフモデリングにより,ユーザの好みから様々な信号を同時にキャプチャする新しいフレームワークUPFDを提案する。
論文 参考訳(メタデータ) (2021-04-25T21:19:24Z) - How does Truth Evolve into Fake News? An Empirical Study of Fake News
Evolution [55.27685924751459]
偽ニュース進化過程を追跡する新しいデータセットであるフェイクニュース進化データセットを提示する。
私たちのデータセットは950のペアデータで構成され、それぞれが真実、偽ニュース、進化した偽ニュースを表す記事で構成されています。
進化中の特徴を観察し,誤情報技術,テキスト類似性,キーワードトップ10,分類精度,発話部分,感情特性について検討した。
論文 参考訳(メタデータ) (2021-03-10T09:01:34Z) - 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) - Fake News Spreader Detection on Twitter using Character N-Grams.
Notebook for PAN at CLEF 2020 [0.0]
このノートには、Twitter上の偽ニュース検出タスクのプロファイリングシステムについて書かれている。
我々は多言語の観点から異なる特徴抽出手法と学習実験を行う。
我々のモデルは、英語とスペイン語の公式テストセットで73%と79%の精度を達成しています。
論文 参考訳(メタデータ) (2020-09-29T08:32:32Z)
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。