論文の概要: DomainDemo: a dataset of domain-sharing activities among different demographic groups on Twitter

• arxiv url: http://arxiv.org/abs/2501.09035v1
• Date: Tue, 14 Jan 2025 15:42:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-17 15:10:49.435391
• Title: DomainDemo: a dataset of domain-sharing activities among different demographic groups on Twitter
• Title（参考訳）: DomainDemo:Twitter上のさまざまなグループ間でのドメイン共有アクティビティのデータセット
• Authors: Kai-Cheng Yang, Pranav Goel, Alexi Quintana-Mathé, Luke Horgan, Stefan D. McCabe, Nir Grinberg, Kenneth Joseph, David Lazer,
• Abstract要約: 我々は、Twitter上で共有されたドメインと関連するユーザの人口統計特性をリンクするユニークなデータセットであるDomainDemoを紹介した。 この新しいリソースは、アメリカの有権者登録記録と一致した15万以上のTwitterユーザーからなるパネルから生まれた。 129,000以上のWebサイトに対して重要な洞察を提供する5つの指標を導出します。
• 参考スコア（独自算出の注目度）: 8.876172299124129
• License:
• Abstract: Social media play a pivotal role in disseminating web content, particularly during elections, yet our understanding of the association between demographic factors and political discourse online remains limited. Here, we introduce a unique dataset, DomainDemo, linking domains shared on Twitter (X) with the demographic characteristics of associated users, including age, gender, race, political affiliation, and geolocation, from 2011 to 2022. This new resource was derived from a panel of over 1.5 million Twitter users matched against their U.S. voter registration records, facilitating a better understanding of a decade of information flows on one of the most prominent social media platforms and trends in political and public discourse among registered U.S. voters from different sociodemographic groups. By aggregating user demographic information onto the domains, we derive five metrics that provide critical insights into over 129,000 websites. In particular, the localness and partisan audience metrics quantify the domains' geographical reach and ideological orientation, respectively. These metrics show substantial agreement with existing classifications, suggesting the effectiveness and reliability of DomainDemo's approach.
• Abstract（参考訳）: ソーシャルメディアは、特に選挙期間中にウェブコンテンツを広める上で重要な役割を担っているが、人口統計要因とオンラインの政治談話との関係についての理解は依然として限られている。 ここでは、2011年から2022年にかけて、Twitter(X)で共有されたドメインと、年齢、性別、人種、政治的提携、位置情報といった関連ユーザの人口特性をリンクする独自のデータセットであるDomainDemoを紹介します。 この新たなリソースは、米国の有権者登録記録と一致した150万人以上のTwitterユーザーからなるパネルから派生したもので、最も著名なソーシャルメディアプラットフォーム上の10年間の情報フローと、異なる社会デマグラフィーグループの登録された米国の有権者の間での政治的、公共的な議論の傾向をよりよく理解するのに役立つ。 ユーザ人口統計情報をドメインに集約することで、129,000以上のWebサイトに対して重要な洞察を提供する5つの指標を導出します。 特に、局所性とパルチザン観衆のメトリクスは、それぞれのドメインの地理的リーチとイデオロギー的指向を定量化する。 これらの指標は既存の分類とかなりの一致を示し、DomainDemoのアプローチの有効性と信頼性を示唆している。

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)
• On the Use of Proxies in Political Ad Targeting [49.61009579554272]
  我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。 本研究は政治広告の規制に関する議論に重要な意味を持つ。
  論文  参考訳（メタデータ） (2024-10-18T17:15:13Z)
• InfoPattern: Unveiling Information Propagation Patterns in Social Media [59.67008841974645]
  InfoPatternは、言語と人間のイデオロギーの相互作用に焦点を当てている。 1) 反対のイデオロギーコミュニティからの反対反応をシミュレートするレッドチーム,(2) メッセージ中の政治的感情を識別するスタンス検出,(3) 情報伝播グラフの発見により,様々なコミュニティにおけるクレームの進化が時間とともに明らかにされる。
  論文  参考訳（メタデータ） (2023-11-27T09:12:35Z)
• 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)
• Weakly Supervised Learning for Analyzing Political Campaigns on Facebook [24.29993132301275]
  我々は、Facebook上の政治広告のスタンスと課題を特定するための弱監督的なアプローチを提案する。 選挙投票における政治広告の時間的動態を分析する。
  論文  参考訳（メタデータ） (2022-10-19T15:35:37Z)
• Political Communities on Twitter: Case Study of the 2022 French Presidential Election [14.783829037950984]
  われわれは、2022年のフランス大統領選挙でTwitter上に形成された政治コミュニティを特定することを目指している。 われわれは、12万人のユーザーと6260万人のツイートを含む大規模なTwitterデータセットを作成し、選挙に関連するキーワードについて言及している。 ユーザのリツイートグラフ上でコミュニティ検出を行い、各コミュニティのスタンスを詳細に分析する。
  論文  参考訳（メタデータ） (2022-04-15T12:18:16Z)
• Shifting Polarization and Twitter News Influencers between two U.S. Presidential Elections [92.33485580547801]
  我々は2016年米大統領選挙と2020年米大統領選挙の間の分極の変化を分析した。 トップインフルエンサーのほとんどが、両選挙の間にメディア組織に所属していた。 2020年のトップインフルエンサーの75%は2016年は存在しなかった。
  論文  参考訳（メタデータ） (2021-11-03T20:08:54Z)
• Reaching the bubble may not be enough: news media role in online political polarization [58.720142291102135]
  分極を減らす方法は、異なる政治的指向を持つ個人に党間のニュースを分配することである。 本研究は、ブラジルとカナダにおける全国選挙の文脈において、これが成立するかどうかを考察する。
  論文  参考訳（メタデータ） (2021-09-18T11:34:04Z)
• Cross-Domain Learning for Classifying Propaganda in Online Contents [67.10699378370752]
  本稿では,ラベル付き文書や,ニュースやつぶやきからの文をベースとしたクロスドメイン学習の手法を提案する。 本実験は,本手法の有効性を実証し,移動過程におけるソースやターゲットの様々な構成における困難さと限界を同定する。
  論文  参考訳（メタデータ） (2020-11-13T10:19:13Z)
• Inferring Political Preferences from Twitter [0.0]
  ソーシャルメディアの政治的センチメント分析は、政治ストラテジストが政党や候補者のパフォーマンスを精査するのに役立つ。 選挙期間中、ソーシャルネットワークはブログ、チャット、討論、政党や政治家の展望に関する議論で溢れている。 本研究では、従来の機械学習を用いて、テキスト分類問題としてモデル化することで、ツイートに存在する政治的意見の傾きを特定することを選んだ。
  論文  参考訳（メタデータ） (2020-07-21T05:20:43Z)

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。