Fugu-MT 論文翻訳(概要): Yourfeed: Towards open science and interoperable systems for social media

論文の概要: Yourfeed: Towards open science and interoperable systems for social media

arxiv url: http://arxiv.org/abs/2207.07478v1
Date: Fri, 15 Jul 2022 13:49:51 GMT
ステータス: 処理完了
システム内更新日: 2023-02-19 09:52:33.681650
Title: Yourfeed: Towards open science and interoperable systems for social media
Title（参考訳）: Yourfeed:ソーシャルメディアのためのオープンサイエンスと相互運用システムを目指して
Authors: Ziv Epstein and Hause Lin
Abstract要約: 既存のソーシャルメディアプラットフォームは、研究者がソーシャルメディアで研究を行うことを非常に困難にしている。このギャップを埋めるため、生態学的に有効なソーシャルメディア研究を行うための研究ツールであるYourfeedを紹介した。
参考スコア（独自算出の注目度）: 1.8623205938004257
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Existing social media platforms (SMPs) make it incredibly difficult for researchers to conduct studies on social media, which in turn has created a knowledge gap between academia and industry about the effects of platform design on user behavior. To close the gap, we introduce Yourfeed, a research tool for conducting ecologically valid social media research. We introduce the platform architecture, as well key opportunities such as assessing the effects of exposure of content on downstream beliefs and attitudes, measuring attentional exposure via dwell time, and evaluating heterogeneous newsfeed algorithms. We discuss the underlying philosophy of interoperability for social media and future developments for the platform.
Abstract（参考訳）: 既存のソーシャルメディアプラットフォーム(smp)は、研究者がソーシャルメディアの研究を行うのを信じられないほど困難にしている。このギャップを埋めるために,環境に有効なソーシャルメディア研究を行うための研究ツールであるyoufeedを紹介する。本稿では,プラットフォームアーキテクチャを紹介するとともに,コンテンツの露出が下流の信念や態度に及ぼす影響の評価,居住時間による注意的露出の測定,ヘテロジニアスニュースフィードアルゴリズムの評価など,重要な機会を紹介する。ソーシャルメディアの相互運用性の根底にある哲学とプラットフォームの発展について論じる。

関連論文リスト

Characterizing the Fragmentation of the Social Media Ecosystem [39.58317527488534]
私たちは9つのソーシャルメディアプラットフォーム上で600万人近いユーザーが投稿した1260万のURLのデータセットを使用しています。メインストリームとAlt-techプラットフォームの間には明確な分離がある。これらの知見は、ソーシャルメディアエコシステムの断片化と分極を定義する主要な側面を概説している。
論文参考訳（メタデータ） (2024-11-25T18:45:03Z)
Community Shaping in the Digital Age: A Temporal Fusion Framework for Analyzing Discourse Fragmentation in Online Social Networks [45.58331196717468]
本研究では,ソーシャルメディアプラットフォームにおけるオンラインコミュニティの動態を解析するための枠組みを提案する。テキスト分類と動的ソーシャルネットワーク分析を組み合わせることで,コミュニティの形成と進化を促進するメカニズムを明らかにする。
論文参考訳（メタデータ） (2024-09-18T03:03:02Z)
Decoding Digital Influence: The Role of Social Media Behavior in Scientific Stratification Through Logistic Attribution Method [6.285608271780605]
本研究では,ソーシャルメディアが科学的階層化と移動性に与える影響を包括的に分析する。メソレベルの視点から説明可能なロジスティック分析を用いて、ソーシャルメディアの行動と科学的社会的成層との相関を探索する。
論文参考訳（メタデータ） (2024-07-23T02:01:40Z)
Social Intelligence Data Infrastructure: Structuring the Present and Navigating the Future [59.78608958395464]
私たちは、包括的な社会AI分類と480のNLPデータセットからなるデータライブラリで構成される、ソーシャルAIデータインフラストラクチャを構築しています。インフラストラクチャにより、既存のデータセットの取り組みを分析し、異なるソーシャルインテリジェンスの観点から言語モデルのパフォーマンスを評価することができます。多面的なデータセットの必要性、言語と文化の多様性の向上、より長期にわたる社会的状況、そして将来のソーシャルインテリジェンスデータ活動におけるよりインタラクティブなデータの必要性が示されている。
論文参考訳（メタデータ） (2024-02-28T00:22:42Z)
Self-supervised Hypergraph Representation Learning for Sociological Analysis [52.514283292498405]
本稿では,データマイニング技術と社会学的行動基準のさらなる融合を支援するための基本的な方法論を提案する。まず,効率的なハイパーグラフ認識と高速グラフ構築フレームワークを提案する。第2に,ユーザからユーザへのソーシャルインフルエンスを学習するためのハイパーグラフベースニューラルネットワークを提案する。
論文参考訳（メタデータ） (2022-12-22T01:20:29Z)
Social-Media Activity Forecasting with Exogenous Information Signals [0.0]
ソーシャルメディアプラットフォームは、社会行動の研究と理解に理想的な環境を提供する。本稿では,ソーシャルメディア活動のトピック特化日量を予測するモデリング手法を提案する。
論文参考訳（メタデータ） (2021-09-22T20:24:20Z)
Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia for Human Personality Profiling [74.83957286553924]
我々は、"PERS"と呼ばれる新しい多視点融合フレームワークを適用して、マイアーズ・ブリッグス・パーソナリティ・タイプインジケータを推定する。実験の結果,多視点データからパーソナリティ・プロファイリングを学習する能力は,多様なソーシャル・マルチメディア・ソースからやってくるデータを効率的に活用できることが示唆された。
論文参考訳（メタデータ） (2021-06-20T10:48:49Z)
Over a Decade of Social Opinion Mining [1.0152838128195467]
この体系的なレビューは、社会オピニオン鉱業の進化する研究領域に焦点を当てている。自然言語は、人間によって表現されるように、異なる意見次元の観点で理解することができる。今後の研究の方向性が提示される一方、さらなる研究と開発は、より広範な学術的・社会的影響を残す可能性がある。
論文参考訳（メタデータ） (2020-12-05T17:59:59Z)
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)

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。