論文の概要: DISHONEST: Dissecting misInformation Spread using Homogeneous sOcial NEtworks and Semantic Topic classification
- arxiv url: http://arxiv.org/abs/2412.09578v1
- Date: Thu, 12 Dec 2024 18:53:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-13 13:33:52.717713
- Title: DISHONEST: Dissecting misInformation Spread using Homogeneous sOcial NEtworks and Semantic Topic classification
- Title(参考訳): DISHONEST:均質なsocial NEtworksとセマンティックトピック分類による誤情報拡散の識別
- Authors: Caleb Stam, Emily Saldanha, Mahantesh Halappanavar, Anurag Acharya,
- Abstract要約: 新型コロナウイルス(COVID-19)のパンデミックにより、Twitterなどのオンラインプラットフォームに誤報が拡散した。
我々は、Twitterのリツイートネットワークを使って、ソーシャルインタラクションやトピックモデリングを研究し、ツイートコンテンツを調査しています。
- 参考スコア(独自算出の注目度): 2.6356166840419717
- License:
- Abstract: The emergence of the COVID-19 pandemic resulted in a significant rise in the spread of misinformation on online platforms such as Twitter. Oftentimes this growth is blamed on the idea of the "echo chamber." However, the behavior said to characterize these echo chambers exists in two dimensions. The first is in a user's social interactions, where they are said to stick with the same clique of like-minded users. The second is in the content of their posts, where they are said to repeatedly espouse homogeneous ideas. In this study, we link the two by using Twitter's network of retweets to study social interactions and topic modeling to study tweet content. In order to measure the diversity of a user's interactions over time, we develop a novel metric to track the speed at which they travel through the social network. The application of these analysis methods to misinformation-focused data from the pandemic demonstrates correlation between social behavior and tweet content. We believe this correlation supports the common intuition about how antisocial users behave, and further suggests that it holds even in subcommunities already rife with misinformation.
- Abstract(参考訳): 新型コロナウイルス(COVID-19)パンデミックの出現により、Twitterなどのオンラインプラットフォーム上での誤報の拡散が著しく高まった。
しばしば、この成長は「会調室」の思想に起因している。
しかし、これらのエコーチャンバーを特徴づける行動は2次元に存在する。
ひとつは、ユーザーのソーシャルインタラクションで、同じ意識を持つ同じユーザー集団に固執する、というものです。
2つ目はポストの内容であり、同質な考えを繰り返し表現しているというものである。
本研究では、Twitterのリツイートネットワークを用いて、ソーシャルインタラクションとトピックモデリングを研究し、つぶやきの内容を研究することによって、この2つをリンクする。
ユーザのインタラクションの多様性を時間とともに測定するために,ソーシャルネットワークを経由する速度を追跡するための新しい指標を開発した。
これらの分析手法のパンデミックからの誤情報に着目したデータへの適用は、社会的行動とつぶやき内容の相関を示す。
この相関関係は、反社会的ユーザの行動に関する一般的な直感を裏付けるものと信じており、さらに、既に誤情報に悩まされているサブコミュニティにおいても、その傾向が維持されていることを示唆している。
関連論文リスト
- Inside the echo chamber: Linguistic underpinnings of misinformation on Twitter [4.62503518282081]
ソーシャルメディア利用者は、誤った情報や議論の的になっている話題に関するコメントを含む投稿を共有することで、誤報の拡散をオンラインで推進している。
この研究は、誤情報に関する会話が言語の使用を通してどのように媒介されるかを探る。
論文 参考訳(メタデータ) (2024-04-24T15:37:12Z) - Hatemongers ride on echo chambers to escalate hate speech diffusion [23.714548893849393]
我々は3つの人気オンラインソーシャルネットワークで680万以上のユーザーから3200万以上の投稿を分析している。
ヘイトモンガーは、単独のヘイトフルコンテンツに比べて情報の拡散を管理する上で、より重要な役割を担っている。
論文 参考訳(メタデータ) (2023-02-05T20:30:48Z) - 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) - Analyzing Behavioral Changes of Twitter Users After Exposure to
Misinformation [1.8251012479962594]
一般のTwitterユーザーが誤報に晒された後に行動を変えたかどうかを理解することを目的としている。
露出したユーザーの行動前後を比較して、投稿したツイートの頻度に大きな変化があったかどうかを判断する。
また,潜在的に影響を受けやすい2つの特定のユーザグループ,マルチ露光と極端な変更グループの特徴についても検討した。
論文 参考訳(メタデータ) (2021-11-01T04:48:07Z) - 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) - Understanding the Hoarding Behaviors during the COVID-19 Pandemic using
Large Scale Social Media Data [77.34726150561087]
われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。
ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。
LIWCの不安度はTwitterの不安度よりもかなり高い。
論文 参考訳(メタデータ) (2020-10-15T16:02:25Z) - Information Consumption and Social Response in a Segregated Environment:
the Case of Gab [74.5095691235917]
この研究は、COVID-19トピックに関するGab内のインタラクションパターンの特徴を提供する。
疑わしい、信頼できるコンテンツに対する社会的反応には、統計的に強い違いはない。
本研究は,協調した不正確な行動の理解と情報操作の早期警戒に関する知見を提供する。
論文 参考訳(メタデータ) (2020-06-03T11:34:25Z) - 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) - #MeToo on Campus: Studying College Sexual Assault at Scale Using Data
Reported on Social Media [71.74529365205053]
我々は、#トレンドが大学フォロワーのプールに与える影響を分析した。
その結果、これらの#ツイートに埋め込まれたトピックの大部分は、セクシャルハラスメントのストーリーを詳述している。
この傾向といくつかの主要地理的地域に関する公式な報告との間には大きな相関関係がある。
論文 参考訳(メタデータ) (2020-01-16T18:05:46Z)
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。