論文の概要: Wearing Masks Implies Refuting Trump?: Towards Target-specific User Stance Prediction across Events in COVID-19 and US Election 2020

• arxiv url: http://arxiv.org/abs/2303.12029v1
• Date: Tue, 21 Mar 2023 17:14:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-22 14:03:39.052172
• Title: Wearing Masks Implies Refuting Trump?: Towards Target-specific User Stance Prediction across Events in COVID-19 and US Election 2020
• Title（参考訳）: マスク着用でトランプ氏に反感? 新型コロナウイルスと2020年米大統領選のイベントにおけるターゲット固有のユーザスタンス予測に向けて
• Authors: Hong Zhang, Haewoon Kwak, Wei Gao, Jisun An
• Abstract要約: 議論の的となっている話題に関して同様の意見を共有する人々は、同意見の場を形成し、他のトピックについても同様の政治的見解を共有することができる。 私たちがコネクテッドな行動と呼ぶこのようなつながりの存在は、過去の行動を考えると、将来の出来事に対してどのように振る舞うかを予測するユニークな機会を与えます。
• 参考スコア（独自算出の注目度）: 13.528346127056793
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: People who share similar opinions towards controversial topics could form an echo chamber and may share similar political views toward other topics as well. The existence of such connections, which we call connected behavior, gives researchers a unique opportunity to predict how one would behave for a future event given their past behaviors. In this work, we propose a framework to conduct connected behavior analysis. Neural stance detection models are trained on Twitter data collected on three seemingly independent topics, i.e., wearing a mask, racial equality, and Trump, to detect people's stance, which we consider as their online behavior in each topic-related event. Our results reveal a strong connection between the stances toward the three topical events and demonstrate the power of past behaviors in predicting one's future behavior.
• Abstract（参考訳）: 議論の的となっているトピックに対して同様の意見を共有する人々は、エコーチェンバーを形成し、他のトピックに対する同様の政治的見解を共有するかもしれない。 私たちがコネクテッドな行動と呼ぶこのようなつながりの存在は、過去の行動を考えると、将来の出来事に対してどのように振る舞うかを予測するユニークな機会を与えます。 本研究では,コネクテッド行動解析を行うフレームワークを提案する。 ニューラルスタンス検出モデルは、マスク、人種平等、トランプの3つの独立したトピックで収集されたTwitterデータに基づいてトレーニングされ、各トピック関連のイベントにおける彼らのオンライン行動とみなす人々のスタンスを検出する。 以上の結果から,3つの話題イベントに対する態度は強く関連しており,今後の行動予測における過去の行動の力を示す。

関連論文リスト

• Design and analysis of tweet-based election models for the 2021 Mexican legislative election [55.41644538483948]
  選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。 地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
  論文  参考訳（メタデータ） (2023-01-02T12:40:05Z)
• Characterizing Engagement Dynamics across Topics on Facebook [0.0]
  私たちは、2018年から2022年の間に$sim2M$ページとグループから$sim57M$ポストを収集することで、Facebook上で定量分析を行います。 議論されたトピックによらず,ユーザの将来的有害反応の発生を予測できる可能性が示唆された。
  論文  参考訳（メタデータ） (2022-11-29T07:38:01Z)
• The Spread of Propaganda by Coordinated Communities on Social Media [43.2770127582382]
  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。
  論文  参考訳（メタデータ） (2021-09-27T13:39:10Z)
• 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)
• Learning to Anticipate Egocentric Actions by Imagination [60.21323541219304]
  我々は,エゴセントリックなアクション予測タスクについて検討し,エゴセントリックなビデオの再生に先立って,将来のアクション秒を予測する。 本手法は, EPIC Kitchens Action Precipation Challenge の既視テストセットと未確認テストセットの両方において, 従来手法を有意に上回った。
  論文  参考訳（メタデータ） (2021-01-13T08:04:10Z)
• Improving Cyberbully Detection with User Interaction [34.956581421295]
  本稿では,ユーザインタラクションの時間的ダイナミクスとトピックコヒーレンスをモデル化するためのグラフベース手法を提案する。 我々は,セッションレベルのいじめ検出とコメントレベルの事例スタディのタスクにより,アプローチの有効性を実証的に評価した。
  論文  参考訳（メタデータ） (2020-11-01T08:47:33Z)
• Face Off: Polarized Public Opinions on Personal Face Mask Usage during the COVID-19 Pandemic [77.34726150561087]
  様々な政府機関による一連の政策変更は、フェイスマスクの偏光に寄与したと推測されている。 新型コロナウイルスの感染拡大に伴う米国でのマスクに対する国民の感情を正確に評価するための新しいアプローチを提案する。 2つの重要な政策シフトの出来事が、共和党と民主党の両方の感情の統計的に重要な変化に寄与している。
  論文  参考訳（メタデータ） (2020-10-31T18:52:41Z)
• 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)
• History Repeats Itself: Human Motion Prediction via Motion Attention [81.94175022575966]
  注意に基づくフィードフォワードネットワークを導入し、人間の動きが自分自身を繰り返す傾向にあるという観察を明示的に活用する。 特に,現在動きのコンテキストと過去の動きのサブシーケンスの類似性を捉えるために,動きの注意を抽出することを提案する。 我々は,Human3.6M,AMASS,3DPWを用いて,周期的および非周期的両方の行動に対するアプローチの利点を実証した。
  論文  参考訳（メタデータ） (2020-07-23T02:12:27Z)
• How Twitter Data Sampling Biases U.S. Voter Behavior Characterizations [6.364128212193265]
  近年の研究では、悪質な社会ボットやトロルのような不正なアクターの存在が明らかにされている。 本稿では,2018年米国中間選挙のTwitterデータを用いて,このギャップを埋めることを目的としている。 ハイパーアクティブアカウントは、様々な不審な振る舞いを示し、低信頼度情報を共有する傾向にあることを示す。
  論文  参考訳（メタデータ） (2020-06-02T08:33:30Z)
• Towards Measuring Adversarial Twitter Interactions against Candidates in the US Midterm Elections [25.374045377135307]
  我々は,2018年の米総選挙に臨む米下院の候補者に対する敵対的相互作用を計測する。 我々は、特定の候補に向けられた有害なコンテンツでツイートを検出する新しい手法を開発した。 我々はこれらの手法を用いて、攻撃的名声、暴力の脅威、不信任情報の投稿、アイデンティティへの攻撃、敵対的メッセージの繰り返しなど、選挙で見られる敵の対話の幅を概説する。
  論文  参考訳（メタデータ） (2020-05-09T10:00:41Z)

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。