Predicting Positive and Negative Links in Online Social Networks
Stanford University（斯坦福大学）；Cornell University（康奈尔大学）
我们研究在线社交网络，其中的关系可以是积极的（表示友谊等关系）或消极的（表示对立或对抗等关系）。这种积极和消极链接的混合出现在各种在线设置中;我们研究了Epperly，Slashdot和维基百科的数据集。我们发现，潜在的社交网络中的链接的迹象可以被预测的精度很高，使用模型，概括在这个不同的网站范围。这些模型提供了一些基本原则的见解，这些原则推动了网络中签名链接的形成，阐明了社会心理学中的平衡和状态理论;他们还提出了社交计算应用程序，通过这些应用程序，可以根据用户与周围社交网络其他成员的关系提供的证据来估计一个用户对另一个用户的态度。
2010-03-11 cs.AI cs.CY physics.soc-ph
Who creates trends in online social media: The crowd or opinion leaders?
在线社交媒体的趋势总是反映了整个网络中大量个人的集体关注。例如，网络俚语可以在极短的时间内因社会模因和网络传播而无处不在。通过对中国微博的研究发现，网络流行语的使用在时间演变过程中经历了两个高峰，其中前者的使用率远低于后者。事实上，这一有趣的现象提供了一个体面的窗口，揭示了推动在线社交媒体大规模扩散趋势的基本因素。具体而言，通过对不同峰值所代表的传播效果进行深入比较，发现在传播初期，人群的关注度越高，传播效果越好;而在传播初期，意见领袖的主导参与度越高，传播效果越差。我们的研究结果在定量上挑战了传统的影响者假设。并讨论了这些新发现对营销实践和社交网络中影响力最大化的影响。
2014-09-05 cs.CY cs.SI physics.soc-ph
Reading the Source Code of Social Ties
虽然在线社交网络的研究在过去几年中呈爆炸式增长，但对社会联系本质的探索却没有得到太多的考虑。在线交互已经被解释为指示一种社会过程或另一种社会过程（例如，地位交换或信任），往往很少有系统的理由，关于观测数据和理论概念之间的关系。我们的研究旨在通过提出一种无监督、无参数的方法来高精度地发现社交网络中发生的交互的基本域，从而打破计算社会科学中的这一空白。通过将这种方法应用于两个不同的范围和类型的互动（aNobii和Flickr）的在线数据集，我们观察到自发出现的三个领域的互动代表交流的状态，知识和社会支持。通过发现交互域和经典社会网络分析问题之间的重要关系（例如，随着时间的推移的关系强度、二元交互），我们展示了由所提取的域引起的交互网络如何可以用作对在线社交数据进行更细致分析的起点，这些在线社交数据有朝一日可能会并入社交交互的规范语法。我们的方法发现应用在在线社交媒体服务，从推荐到视觉链接摘要。
2014-07-21 cs.CY cs.SI physics.soc-ph
Online Social Media in the Syria Conflict: Encompassing the Extremes and the In-Betweens
叙利亚冲突被描述为历史上社会调解最多的冲突，在线社交媒体发挥了特别重要的作用。与此同时，不断变化的冲突格局导致难以应用其他在线政治活动研究所采取的分析方法。因此，在本文中，我们使用一种不需要强有力的先验假设或预先假设的方法来分析Twitter和YouTube活动的一系列主角的冲突，试图揭示更多的见解，他们之间的关系。通过结合多个数据视图的网络表示，我们发现了大致反映叙利亚实地情况的四类账户社区。对反政府类别中的选定社区进行了详细分析，重点关注其核心行为者，首选的在线平台以及围绕“现实世界”事件的活动。我们的研究结果表明，叙利亚的社交媒体活动比许多其他关于在线政治活动的研究报告更为复杂，这表明替代分析方法可以在这种情况下发挥重要作用。
2014-08-13 cs.CY cs.SI physics.soc-ph
Towards the Modeling of Behavioral Trajectories of Users in Online Social Media
在本文中，我们介绍了一种方法，允许在网络社交媒体的用户行为轨迹模型。首先，我们说明了如何利用隐马尔可夫模型（HMM）提供的概率框架来表示用户通过嵌入他们在线执行的动作的时间序列。然后，我们得到一个基于模型的距离训练的障碍，我们使用谱聚类来找到同质集群的用户显示类似的行为轨迹。为了提供与平台无关的结果，我们将所提出的方法应用于两个不同的在线社交媒体-即Facebook和YouTube。最后，我们讨论我们的方法的优点和局限性，以及未来和有前途的研究方向。
2016-12-07 cs.CY cs.SI physics.soc-ph
Assessing the Use of Social Media in Massive Open Online Courses
本研究探讨了在大规模开放式在线课程中使用Twitter是否促进了学习者之间的互动。社会网络分析表明，辅导员在社会媒体传播中仍然扮演着非常核心的角色，学生之间的交流网络随着时间的推移而缩小。仅仅使用社交媒体并不能促进学习者与学习者之间的互动。需要更多的研究来了解学习者的动机，以及教学设计如何帮助提高他们的参与度和参与度。
2016-08-17 cs.CY cs.SI
Social value and information quality in online health information search
本文扩展并验证了在线共享环境下的价值驱动的在线医疗信息搜索模型。感知价值是用户关于产品和服务的搜索、消费和再利用的决策背后的重要因素。效用，享乐和认知价值的信息在用户满意度和意图重复在线搜索的作用是公认的，但很少有支持已被发现影响用户满意度的关键，这样的决定的社会价值。因此，基于价值的在线医疗信息搜索模型进行了扩展，增加了详细的信息质量措施。我们的调查数据收集了来自10多个国家在韩国学习的143名大学生，证明了两个新的结果。首先，与现有的研究，强有力的支持，发现感知社会价值影响用户满意度。作为第二个实质性发现，社会价值的重要性只能通过使用信息质量的综合结构而不是简单的措施来理解。因此，这项研究表明，社会和共享的HIS，用户认为访问，代表性和上下文质量的医疗保健信息更重要的是从社会的角度比内在（或内容）的质量。因此，开发人员和医疗保健组织有兴趣牵引他们的在线医疗保健信息交付系统（HIS），特别是那些使用互联网和社交媒体网络，应该专注于提高其系统的信息质量。
2016-06-11 cs.CY
Online Actions with Offline Impact: How Online Social Networks Influence Online and Offline User Behavior
许多当今最广泛使用的计算应用利用社交网络特征，并且允许用户连接、彼此关注、共享内容以及评论其他人的帖子。然而，尽管这些功能被广泛采用，但人们对社交网络对用户保留、参与、在线和离线行为的影响却知之甚少。在这里，我们研究了社交网络如何影响用户的行为，在身体活动跟踪应用程序。我们分析了5年来600万用户的7.91亿次线上和线下活动，结果表明社交网络导致用户的线上和线下活动显著增加。具体来说，我们建立了一个因果关系如何社交网络影响用户的行为。我们发现，创建新的社交连接会使用户在线应用程序内活动增加30%，用户保留率增加17%，用户离线现实世界的身体活动增加7%（每天约400步）。通过利用一个自然的实验，我们区分了新的社会联系的社会影响力的效果，同时增加用户使用应用程序的动机，并采取更多的步骤。我们发现，社会影响力占55%的用户行为的观察到的变化，而其余的45%可以解释为用户的动机增加使用的应用程序。此外，我们表明，随后，在社交网络中的个人边缘形成导致显着增加日常步骤。这些影响随着每个附加边而减小，并且基于边属性和用户人口统计而变化。最后，我们利用这些见解来开发一个模型，准确地预测哪些用户将受到新的社交网络连接的影响。
2016-12-16 cs.CY cs.HC cs.SI
Investigating the Dynamics of Social Norm Emergence within Online Communities
虽然社会规范对减少错误信息的影响已经确定，但对于社会规范出现的模式，例如具有不同特征的在线社区中社会小费的模式和变化，却知之甚少。因此，本研究探讨了网络社区中社会小费的特征，并检验了小费特征与网络社区特征之间的相关性。以COVID-19疫苗接种的副作用为案例主题，我们首先跟踪100个在线社区中的小费特征模式，这些模式是在2020年5月至2021年4月期间使用Louvain算法从Twitter上的聚合通信网络中检测到的。然后，我们使用多元线性回归来探讨小费特征和社区特征之间的相关性。我们发现，在线社区中的社交小费可以持续两到四个月，并导致接受在线社区规范信仰的人口增加50%。回归分析表明，社会小费持续时间与社区人口数和对社会规范的初始接受度呈正相关，与社区成员的社会等级呈负相关。此外，网络模块性和对社会规范的原始接受度与社会小费的程度呈负相关，而网络度和介数中心性与社会小费的程度呈显著正相关。我们的研究结果揭示了数字环境中错误信息的更精确的规范性干预，因为它提供了有关社会规范出现的时间和机制的初步证据。
2023-01-01 cs.CY cs.SI
Bots increase exposure to negative and inflammatory content in online social systems
社会是一个复杂系统，往往会分化成观点截然相反的个人小组。这种现象在在线社交网络中得到了反映--而且经常被放大--然而，在这些网络中，人类不再是唯一的参与者，而是与社交机器人共存，即，软件控制的账户。分析2017年10月1日加泰罗尼亚独立公投期间收集的大规模社交数据，包括近100万用户生成的近400万条Twitter帖子，我们确定了独立派和立宪派这两个两极分化的群体，并量化了社交机器人所扮演的结构和情感角色。我们发现，机器人从社会系统的外围区域采取行动，以两个群体中有影响力的人为目标，用暴力内容轰炸独立派，增加他们对负面和煽动性叙述的接触，并加剧网上的社会冲突。我们的研究结果强调了制定对策以揭露这些形式的自动化社会操纵的重要性。
2019-02-28 cs.CY cs.HC cs.MA
Keeping up with the e-Joneses: Do online social networks raise social comparisons?
Sapienza University of Rome（罗马智慧大学）；LCSR National Research University Higher School of Economics（高等经济学院LCSR）；Institut national de la statistique et des études économiques du Grand-Duché du Luxembourg (STATEC)（卢森堡大公国国家统计与经济研究所）
本文研究在线社交网络对收入不满的影响，发现其加剧社会比较，尤其对年轻人影响更显著，且对男女影响相似。
2015-07-31 cs.CY cs.SI econ.GN
Characterising Behavior and Emotions on Social Media for Safety: Exploring Online Communication between Police and Citizens
警方越来越多地使用社交媒体与公民联系，这鼓励研究人员研究紧急情况和危机情况下信息交流的不同方面（例如信息类型、可信度和传播）。研究缺乏对人类行为的理解，如公民和警察部门在社交媒体上的参与，情感和社会互动。几项社交媒体研究探讨并展示了人类行为在各种背景下的技术影响，如工作场所互动和年轻母亲的抑郁症。在本文中，我们研究了公民和印度警察之间的在线互动的背景下，日常警务，包括安全问题，警报等。印度警察部门使用Facebook发出警报，发送警报，并接受公民投诉和建议，安全问题和日常警务。我们探讨公民如何在Facebook上表达他们的情感和社会支持。我们的工作讨论了行为方面对公民社会福祉的技术影响。
2015-09-28 cs.CY
On the influence of social bots in online protests. Preliminary findings of a Mexican case study
社交机器人可以影响人类之间的在线交流。我们通过关注#YaMeCanse来研究这种现象，这是墨西哥Twitter历史上最活跃的抗议标签。使用主题标签的帐户使用BotOrNot机器人检测工具进行分类。我们的初步分析表明，机器人在破坏有关抗议运动的在线交流方面发挥了关键作用。
2016-09-27 cs.CY cs.SI
Mental Disorder Recovery Correlated with Centralities and Interactions on an Online Social Network
最近的研究建立了理论基础和强有力的经验证据，有效的社会行为在维护人们的身心健康方面发挥着有益的作用。为了测试社交行为和幸福感是否也与在线社区有关，我们研究了精神障碍患者的康复与他们在在线社交媒体上的行为之间的相关性。作为与社会行为和精神康复进展相关的数据来源，我们使用了PatientsLikeMe（PLM），这是世界上第一个开放参与的研究平台，用于开发以患者为中心的健康结果指标。我们首先构建了一个在线的社会网络结构的基础上，从PLM获得的200例患者之间的患者关系。然后，我们通过测量每个患者获得的“帖子和视图”和“有用标记”的数量来描述患者的在线社交活动。患者的恢复数据来自他们自我报告的状态信息，这些信息也可在PLM上获得。我们发现，一些节点属性（入度，特征向量中心性和PageRank）和两个在线社交活动措施与患者的恢复显着相关。此外，我们在第一次数据汇集后两个月重新采集了患者的恢复数据。我们发现患者的社会行为与第二次恢复数据之间存在显著相关性，这些数据是间隔两个月收集的。我们的研究结果表明，社交网络社区，如PLM显着相关的精神障碍患者的当前和未来的恢复。
2015-07-30 cs.CY cs.SI
Profiling Internet Users' Participation in Social Change Agendas: An application of Q methodology
新的以计算机为媒介的通信渠道是面向行动的，能够提供信息和对话-有节制和无节制的对话-这可以促进将一系列社会利益攸关者、舆论领袖和变革推动者聚集在一起，他们有能力影响社会行动。然而，现有的在线研究在解释互联网用户在线参与社会变革议程的意愿方面受到限制。它们主要依赖基本的人口描述，如年龄、教育、收入和获得技术的机会，而忽视了可能解释在线参与和社会变化的社会、心理和态度变量。作者提出了一个Q方法的研究方法，更好地评估互联网用户参与在线社会变革议程。
2001-10-02 cs.CY
Social Network Fusion and Mining: A Survey
从全球范围来看，在线社交网络的格局高度分散。出现了大量的在线社交网络，可以为用户提供各种类型的服务。通常，这些在线社交网络中可用的信息具有不同的类别，其可以形式化地表示为异构社交网络（HSN）。同时，在这样一个在线社交媒体时代，用户通常同时参与多个在线社交网络以享受更多的社交网络服务，他们可以充当将不同网络连接在一起的桥梁。因此，多个HSN不仅可以代表单个网络中的信息，而且可以融合来自多个网络的信息。形式上，共享共同用户的在线社交网络被称为对齐的社交网络，并且这些充当对齐网络的锚的共享用户被称为锚用户。用户在多个对齐的社交网络中的社交活动所产生的异构信息为社交网络从业者和研究者提供了同时研究多个社交平台上单个用户的社交行为的机会。本文综述了基于广义学习背景的多对齐HSNs研究的最新进展，包括5个主要研究任务，即：网络对齐、链路预测、社区检测、信息扩散和网络嵌入。
2018-05-02 cs.CY cs.SI
Black Lives Matter in Wikipedia: Collaboration and Collective Memory around Online Social Movements
社会运动使用社会计算系统来补充离线动员，但以前的文献几乎只关注运动参与者对社会媒体的使用。在本文中，我们分析了2014年至2016年期间英语版维基百科中与黑人生命物质运动有关的主题的参与和关注。我们的研究结果表明，维基百科的使用（1）集中记录和连接历史和当代事件，（2）协作迁移活动以支持新事件的报道，以及（3）在新事件发生后动态地重新评估先前存在的知识。这些发现揭示了补充集体记忆和集体行动理论的行为模式，并有助于解释社会计算系统如何编码和检索有关社会运动的知识。
2016-11-04 cs.CY cs.HC cs.SI
Profile Popularity in a Business-oriented Online Social Network
分析在线社交网络（OSN），自愿维护和自动利用的电子个人信息数据库，承诺对他们的用户的行为，兴趣和利用这些当前占主导地位的服务在互联网上的丰富的洞察力。为了了解OSN的流行程度，我们对一个非常流行的网络中的大量个人资料进行了为期三个月的监测，并分析了个人资料属性与其印象频率之间的关系。对数据的评估表明，接受的联系人数量和更新联系人的勤奋程度与要求提供个人资料的频率之间存在很强的关系。与直觉相反，用户的整体活动，性别以及参与时间对他们的个人资料的受欢迎程度没有显着影响。
2010-03-01 cs.CY
Actually, It's About Ethics in Computational Social Science: A Multi-party Risk-Benefit Framework for Online Community Research
管理者经常面临一个复杂的道德困境，即如何通过评估不同社会或技术策略的有效性来最好地管理在线社区。当研究人员和管理人员采用因果研究方法，使不同的社区成员在不同程度的同意下承担不同的风险和利益时，应该有哪些伦理考虑来指导他们？我们引入了一个结构框架，用于评估具有多个相互作用方的社会系统中的风险和收益流。这一框架对理解管理社会技术系统的治理机制、使研究伦理讨论更加合理以及列举研究人员可能通过干预措施追求的替代目标具有重要意义。
2015-11-20 cs.CY
Community Shaping in the Digital Age: A Temporal Fusion Framework for Analyzing Discourse Fragmentation in Online Social Networks
本文提出一种融合文本与网络时序数据的框架，通过Twitter案例识别歧视话语碎片，揭示在线社区形成演化机制及其对社会极化的影响。
2024-09-18 cs.CY cs.SI
Core but not peripheral online social ties is a protective factor against depression: evidence from a nationally representative sample of young adults
本文基于俄罗斯4400名年轻成人追踪数据，发现在线朋友数量与抑郁的关联仅存在于不超过邓巴数规模且为核心节点的网络中，表明应区分对待不同类型的在线社交关系。
2021-11-30 cs.CY cs.SI
Casual Social Media Use among the Youth: Effects on Online and Offline Political Participation
State University of New York at Albany（纽约州立大学奥尔巴尼分校）
本研究针对青少年社交媒体使用与政治参与的因果关系及线上线下参与的关联争议，采用三种统计模型分析，发现休闲社交媒体使用显著影响线上政治参与但对线下参与影响极弱，且线上参与每增1%线下参与指数提升0.12%。
2023-12-14 cs.AI cs.CY cs.SI
The social media use of adult New Zealanders: Evidence from an online survey
该研究通过2021年11月对1001名新西兰18岁及以上成年人的在线调查，分析了9类社交媒体（含短信）的日常使用频率，并检验了年龄、性别等人口统计学差异的统计显著性，总结了相关使用特征。
2023-04-28 cs.CY cs.HC
De-Virtualizing Social Events: Understanding the Gap between Online and Offline Participation for Event Invitations
基于计算机的通信媒体的一个日益增长的用途是聚集人们以发起或维持社会事件。虽然使用计算机媒介通信和Facebook等社交网站进行活动宣传越来越流行，但在线参与活动并不总是转化为离线出席。在本文中，我们报告了一项对31名参与者的访谈研究，该研究探讨了人们如何处理在线活动邀请以及影响他们在线和离线参与的因素。结果表明，人们对事件的参与是由他们对事件性质的社会认知塑造的（例如，公共的或私人的），他们与他人的关系（例如，他们与其他受邀者的连接强度），以及用于传送事件信息的介质（例如，通过电子邮件或通过Facebook事件页面的垃圾邮件通信的有针对性的邀请）。通过探索人们如何决定是在线还是离线参与，结果阐明了影响参与的机制的复杂性，并具有可以连接虚拟和真实出席的设计意义。
2013-11-04 cs.CY cs.HC
Finding Social Media Trolls: Dynamic Keyword Selection Methods for Rapidly-Evolving Online Debates
California Institute of Technology（加州理工学院）；Stanford University（斯坦福大学）
网络骚扰是一个严重的社会问题。预防在线骚扰需要快速检测骚扰、攻击性和负面的社交媒体帖子。在本文中，我们提出了使用词嵌入模型来识别攻击性和骚扰性的社交媒体消息在两个方面：检测快速变化的主题，以更有效的数据汇集和表示单词语义在不同的领域。我们证明了初步的结果，使用GloVe（全局矢量词表示）模型有利于发现新的和相关的关键字用于数据汇集和拖钓检测。我们的论文最后讨论了进一步开发和测试词嵌入模型以识别社交媒体骚扰和拖钓的研究议程。
2019-11-16 cs.CY cs.LG cs.SI
Analysing health professionals' learning interactions in online social networks: A social network analysis approach
在线社交网络可能是一种支持卫生专业人员通过与同行和专家互动来不断学习的方式。理解和评估这种学习是重要的，但困难的，和社会网络分析（SNA）提供了一个解决方案。本文演示了如何SNA可以用来研究的参与程度，以及发生在一个大型的在线专业学习网络的卫生专业人员之间的互动模式。我们的分析表明，他们的学习网络是高度集中和松散连接的。一般来说，参与程度很低，大多数互动都是围绕一小群用户进行的，包括主持人和核心成员。互动的结构模式表明，有一个小团体学习发生的机会，需要进一步调查，以确定这些潜在的学习群体。这第一阶段的分析，其次是互动的动态纵向研究和补充内容分析他们的讨论，可能有助于更复杂的分析和利用新的环境卫生专业学习。
2016-04-11 cs.CY cs.SI stat.AP
PPM: A Privacy Prediction Model for Online Social Networks
在线社交网络（OSN）在我们的社交生活中扮演着越来越重要的角色，其固有的隐私问题已成为用户的主要关注点。我们能否帮助消费者进行隐私决策，例如预测他们的偏好并提供个性化建议？为此，我们引入PPM：一个隐私预测模型，植根于心理学原理，它可以用来给用户个性化的建议，他们的隐私决策的做法。使用这个模型，我们研究的心理变量，已知会影响用户的披露行为：请求者/信息受众的可信度，接收者/信息持有者的共享倾向，请求/共享信息的敏感性，请求/共享活动的适当性，以及几个更传统的上下文因素。
2016-06-23 cs.CY cs.SI
Navigating Decentralized Online Social Networks: An Overview of Technical and Societal Challenges in Architectural Choices
本文全面综述去中心化在线社交网络格局，考察联邦式、对等式、区块链和混合式四种主要架构的演变及其对核心社交功能的支持，为理解架构选择对社会影响奠定基础。
2025-03-31 cs.CY cs.SI
Bootstrapping Trust in Online Dating: Social Verification of Online Dating Profiles
在线约会是一项日益繁荣的业务，拥有数十亿美元的收入，吸引了数千万用户。尽管在线约会很受欢迎，但它并不能完全不受令人担忧的信任和隐私问题的影响，这些问题是由披露潜在的敏感数据以及暴露于自我报告（因此可能被歪曲）的信息所引起的。尽管如此，到目前为止，很少有研究关注如何增强隐私和可信度。在本文中，我们报告了一系列的半结构化访谈，涉及20名参与者，并表明用户显着关注的真实性，网上约会的个人资料。为了解决这些问题，我们提出了以用户为中心的设计界面，称为Certifeye，其目的是引导信任的在线约会配置文件使用现有的社交网络数据。Certifeye验证用户在其在线约会资料上报告的信息（例如，年龄、关系状态和/或照片）与他们自己的Facebook个人资料上显示的相匹配。最后，我们提出了一个161用户的土耳其机械研究的结果，评估我们的真实性增强界面是否成功地减少了在线约会用户的关注，并发现一个统计上显着的信任增加。
2013-06-21 cs.CR cs.CY cs.SI
Quantifying social organization and political polarization in online platforms
University of Toronto（多伦多大学）
人们对互联网将世界团结在一起的潜力持乐观态度，但对互联网在煽动“文化战争”中所起作用的担忧却有所缓和。通过大规模选择志同道合的群体，网络社会可能会变得更加碎片化和两极分化，特别是在党派差异方面。然而，我们衡量在线社区社会构成的能力，进而理解在线平台的社会组织，受到数字讨论的匿名性、非结构化和大规模性质的限制。我们开发了一种神经嵌入方法，通过利用大规模的聚合行为模式来量化在线社区在社交维度上的定位。将我们的方法应用于14年来在1万个社区中发表的51亿条Reddit评论，我们衡量了宏观社区结构在年龄，性别和美国政治党派方面的组织方式。研究政治内容，我们发现Reddit在2016年美国总统大选前后经历了一次重大的两极分化事件，并在之后的几年里保持高度两极分化。然而，与传统观点相反，个人层面的两极分化是罕见的; 2016年系统层面的转变不成比例地受到新用户和新政治用户的到来的推动。Reddit上的政治两极分化与平台上以前的活动无关，而是与外部事件在时间上一致。我们还观察到意识形态上的严重不对称，2016年的大幅增长完全归因于右翼活动的变化。我们的方法广泛适用于在线互动的研究，我们的研究结果对在线平台的设计，理解在线行为的社会背景，以及量化在线极化的动态和机制具有影响。
2021-07-27 cs.AI cs.CY cs.LG
