論文の概要: Explaining Website Reliability by Visualizing Hyperlink Connectivity

• arxiv url: http://arxiv.org/abs/2210.00160v1
• Date: Sat, 1 Oct 2022 01:39:08 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 11:26:47.108208
• Title: Explaining Website Reliability by Visualizing Hyperlink Connectivity
• Title（参考訳）: ハイパーリンク接続の可視化によるwebサイトの信頼性説明
• Authors: Seongmin Lee, Sadia Afroz, Haekyu Park, Zijie J. Wang, Omar Shaikh, Vibhor Sehgal, Ankit Peshin, Duen Horng Chau
• Abstract要約: MisVisはWebベースのインタラクティブな視覚化ツールで、ユーザがWebサイトの信頼性を評価するのに役立つ。 MisVisはウェブサイトのハイパーリンク接続を視覚化し、サイトに言及するTwitterアカウントの重要な特徴を要約する。 139人の参加者による大規模なユーザスタディは、MisVisがWeb上での偽情報の評価と理解を促進することを実証している。
• 参考スコア（独自算出の注目度）: 18.233714306827736
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As the information on the Internet continues growing exponentially, understanding and assessing the reliability of a website is becoming increasingly important. Misinformation has far-ranging repercussions, from sowing mistrust in media to undermining democratic elections. While some research investigates how to alert people to misinformation on the web, much less research has been conducted on explaining how websites engage in spreading false information. To fill the research gap, we present MisVis, a web-based interactive visualization tool that helps users assess a website's reliability by understanding how it engages in spreading false information on the World Wide Web. MisVis visualizes the hyperlink connectivity of the website and summarizes key characteristics of the Twitter accounts that mention the site. A large-scale user study with 139 participants demonstrates that MisVis facilitates users to assess and understand false information on the web and node-link diagrams can be used to communicate with non-experts. MisVis is available at the public demo link: https://poloclub.github.io/MisVis.
• Abstract（参考訳）: インターネット上の情報が指数関数的に増加するにつれ、ウェブサイトの信頼性の理解と評価がますます重要になっている。 誤報は、メディアに不信を招き、民主的な選挙を弱体化させるなど、大きな反響を呼んだ。 ウェブ上での誤った情報を人々に知らせる方法を調査している研究もあるが、ウェブサイトが偽情報を広める方法を説明する研究は少ない。 本研究のギャップを埋めるために,world wide web 上で偽情報を広める方法を理解することで,web の信頼性を評価するための web ベースのインタラクティブ可視化ツール misvis を提案する。 MisVisはウェブサイトのハイパーリンク接続を視覚化し、サイトに言及するTwitterアカウントの重要な特徴を要約する。 139人の参加者による大規模なユーザスタディでは、MisVisはWeb上の偽情報を評価し理解し、ノードリンクダイアグラムを非専門家とのコミュニケーションに利用できるようにする。 MisVis は https://poloclub.github.io/MisVis.com/ の公開デモリンクで公開されている。

関連論文リスト

• Finding Fake News Websites in the Wild [0.0860395700487494]
  誤情報コンテンツの作成・配信に責任があるウェブサイトを識別する新しい手法を提案する。 さまざまな実行モードやコンテキストを調べて,Twitter上でのアプローチを検証する。
  論文  参考訳（メタデータ） (2024-07-09T18:00:12Z)
• News and Misinformation Consumption in Europe: A Longitudinal Cross-Country Perspective [49.1574468325115]
  本研究では,欧州4カ国における情報消費について検討した。 フランス、ドイツ、イタリア、イギリスのニュースメディアアカウントから3年間のTwitter活動を分析した。 信頼性のある情報源が情報ランドスケープを支配していることを示しているが、信頼性の低いコンテンツは依然としてすべての国に存在している。
  論文  参考訳（メタデータ） (2023-11-09T16:22:10Z)
• MIDDAG: Where Does Our News Go? Investigating Information Diffusion via Community-Level Information Pathways [114.42360191723469]
  我々は、新型コロナウイルス関連のニュース記事によって引き起こされるソーシャルメディア上の情報伝達経路を可視化する、直感的でインタラクティブなシステムMIDDAGを提案する。 我々は,ユーザ間のコミュニティを構築し,伝播予測機能を開発し,情報の普及方法の追跡と理解を可能にする。
  論文  参考訳（メタデータ） (2023-10-04T02:08:11Z)
• Online search is more likely to lead students to validate true news than to refute false ones [0.32207415805366035]
  この研究は、若者が偽情報をどのように認識し、扱うかを理解することに焦点を当てている。 以上の結果から,オンライン検索は偽ニュースを否定するよりも,学生に真ニュースを検証させる傾向が示唆された。 この研究は、若者が真と偽の情報をどのように認識し、区別するかを原則的に理解する。
  論文  参考訳（メタデータ） (2023-03-23T09:43:32Z)
• Adherence to Misinformation on Social Media Through Socio-Cognitive and Group-Based Processes [79.79659145328856]
  誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。 偏光と誤情報付着が密接な関係にあると仮定する。
  論文  参考訳（メタデータ） (2022-06-30T12:34:24Z)
• Personalized multi-faceted trust modeling to determine trust links in social media and its potential for misinformation management [61.88858330222619]
  ソーシャルメディアにおけるピア間の信頼関係を予測するためのアプローチを提案する。 本稿では,データ駆動型多面信頼モデルを提案する。 信頼を意識したアイテムレコメンデーションタスクで説明され、提案したフレームワークを大規模なYelpデータセットのコンテキストで評価する。
  論文  参考訳（メタデータ） (2021-11-11T19:40:51Z)
• Characterizing User Susceptibility to COVID-19 Misinformation on Twitter [40.0762273487125]
  本研究は、パンデミックのオンライン誤報に弱い人口を構成する人々への回答を試みる。 我々は、ソーシャルボットから、新型コロナウイルス関連の誤情報に関するさまざまなレベルのエンゲージメントを持つ人間まで、さまざまなタイプのユーザーを区別する。 次に、新型コロナウイルスの誤情報に対する感受性と相関する、ユーザのオンライン機能と状況予測を識別する。
  論文  参考訳（メタデータ） (2021-09-20T13:31:15Z)
• Defending Democracy: Using Deep Learning to Identify and Prevent Misinformation [0.0]
  本研究では、公開Twitterデータを用いて、ソーシャルメディア上での誤情報拡散の分類と可視化を行う。 この研究は、偽情報検出のためのスケーラブルなモデルを提供するためのBERTの適合性をさらに示す。
  論文  参考訳（メタデータ） (2021-06-03T16:34:54Z)
• Explainable Patterns: Going from Findings to Insights to Support Data Analytics Democratization [60.18814584837969]
  我々は,データストーリテリングの探索と作成において,レイユーザをサポートする新しいフレームワークであるExplainable Patterns (ExPatt)を提示する。 ExPattは、外部(テキスト)の情報ソースを使用して、観察または選択された発見の実用的な説明を自動的に生成します。
  論文  参考訳（メタデータ） (2021-01-19T16:13:44Z)
• Machine Learning Explanations to Prevent Overtrust in Fake News Detection [64.46876057393703]
  本研究では、ニュースレビュープラットフォームに組み込んだ説明可能なAIアシスタントが、フェイクニュースの拡散と戦う効果について検討する。 我々は、ニュースレビューと共有インターフェースを設計し、ニュース記事のデータセットを作成し、4つの解釈可能なフェイクニュース検出アルゴリズムを訓練する。 説明可能なAIシステムについてより深く理解するために、説明プロセスにおけるユーザエンゲージメント、メンタルモデル、信頼、パフォーマンス対策の相互作用について議論する。
  論文  参考訳（メタデータ） (2020-07-24T05:42:29Z)
• Identifying Disinformation Websites Using Infrastructure Features [11.180267856391362]
  偽情報Webサイトを自動的に検出する新たな方向: インフラストラクチャ機能について検討する。 我々の仮説では、偽情報Webサイトは真正ニュースWebサイトと知覚的に似ているかもしれないが、ドメイン登録、TLS/SSL証明書、Webホスティング設定に重要な非知覚的な違いがあるかもしれない。
  論文  参考訳（メタデータ） (2020-02-28T18:40:54Z)

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。