論文の概要: Friends as Sensors: High-Sensitivity Monitoring of Misinformation and Platform Dynamics via the Friendship Paradox

• arxiv url: http://arxiv.org/abs/2610.16907v1
• Date: Mon, 12 Oct 2026 14:56:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-18 04:16:20.817413
• Title: Friends as Sensors: High-Sensitivity Monitoring of Misinformation and Platform Dynamics via the Friendship Paradox
• Title（参考訳）: Friends as Sensors:Friendship Paradoxによる誤情報とプラットフォームダイナミクスの高感度モニタリング
• Abstract要約: ランダムに選択されたソーシャルメディアユーザーの友人は、平均してユーザーよりも接続性が良い。 われわれは2024年米大統領選のTwitter/Xで誤情報を監視するために利用している。 ランダムなユーザーのツイート数は2700万、リツイートしたアカウントは3300万だ。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The friends of a randomly chosen social media user are, on average, better connected than the user, a network property known as the friendship paradox. We use it to monitor misinformation on Twitter/X around the 2024 US election, comparing roughly 27 million tweets from random users with 31 million from the accounts they retweet, which we call sensors. Sensors share news of about the same quality as random users, because news quality follows the political orientation of linked outlets and not the user's position in the network. News links rated by NewsGuard reach sensors a median of 70 minutes earlier, across the quality spectrum. Over the election window, right-leaning content rises about 2.5-fold in visibility, measured as impressions per tweet, among sensors but not among random users. Friendship-paradox sampling therefore cannot separate low-quality from high-quality news, but it detects news early and tracks what a platform makes visible.
• Abstract（参考訳）: ランダムに選択されたソーシャルメディアユーザーの友人は、平均して、友情パラドックスとして知られるネットワーク特性であるユーザーよりも接続性が良い。 われわれは2024年の米大統領選挙でTwitter/Xで不正情報を監視し、ランダムなユーザーから約2700万のツイートをリツイートしたアカウントから3300万のツイートを比較した。 センサは、ランダムなユーザと同じ品質のニュースを共有する。なぜなら、ニュースの品質は、ネットワーク内のユーザの位置ではなく、リンクされたアウトレットの政治的指向に従うからだ。 NewsGuardが評価するニュースリンクは、品質スペクトルから70分ほど前に、センサーの中央値に達する。 選挙ウィンドウ上では、右利きのコンテンツは約2.5倍の可視性を持ち、ツイート毎のインプレッションとして測定される。 そのため、フレンドシップパラドックスサンプリングは高品質なニュースと低品質なニュースを区別することはできないが、ニュースを早期に検出し、プラットフォームが目に見えるものを追跡する。

関連論文リスト

• Incentivizing News Consumption on Social Media Platforms Using Large Language Models and Realistic Bot Accounts [4.06613683722116]
  本研究は,Twitter上での検証およびイデオロギー的にバランスの取れたニュースに対するユーザの露出とエンゲージメントを高める方法について検討する。 われわれは、スポーツ、エンターテイメント、ライフスタイルについてツイートするユーザーに対して、文脈対応で返信する28のボットを作った。 ロボットの性別による差分効果をテストするために、治療対象のユーザはランダムに、女性または男性として提示されたボットの応答を受信するように割り当てられた。 治療を受けたユーザーは、より多くのニュースアカウントをフォローし、女性のボット治療を受けたユーザーは、コントロールよりもニュースコンテンツを好む傾向にあった。
  論文  参考訳（メタデータ） (2024-03-20T07:44:06Z)
• Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
  イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。 バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。 Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
  論文  参考訳（メタデータ） (2023-01-14T18:58:42Z)
• Nothing Stands Alone: Relational Fake News Detection with Hypergraph Neural Networks [49.29141811578359]
  本稿では,ニュース間のグループ間相互作用を表現するためにハイパーグラフを活用することを提案する。 提案手法は,ラベル付きニュースデータの小さなサブセットであっても,優れた性能を示し,高い性能を維持する。
  論文  参考訳（メタデータ） (2022-12-24T00:19:32Z)
• Trust and Believe -- Should We? Evaluating the Trustworthiness of Twitter Users [5.695742189917657]
  ソーシャルメディア上のフェイクニュースは、個人と社会の両方に悪影響を及ぼす大きな問題である。 この作業において、私たちは、ソーシャルネットワークコミュニティに信頼を喚起するソリューションを提供したいと考えている。 本モデルでは,Twitter上で5万人の政治家の行動を分析し,評価されたユーザ毎に影響スコアを割り当てる。
  論文  参考訳（メタデータ） (2022-10-27T06:57:19Z)
• 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)
• User Preference-aware Fake News Detection [61.86175081368782]
  既存の偽ニュース検出アルゴリズムは、詐欺信号のニュースコンテンツをマイニングすることに焦点を当てている。 本稿では,共同コンテンツとグラフモデリングにより,ユーザの好みから様々な信号を同時にキャプチャする新しいフレームワークUPFDを提案する。
  論文  参考訳（メタデータ） (2021-04-25T21:19:24Z)
• 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)
• 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)

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。