Dynamics of Trends and Attention in Chinese Social Media
近年来，全世界的在线社交网络增长迅猛。它促进了用户以不间断的速度产生大量的实时内容，所有这些内容都相互竞争以吸引足够的关注并成为流行趋势。虽然Twitter等西方在线社交网络得到了很好的研究，但中国流行的微博网络新浪微博的曝光率相对较低。在本文中，我们详细分析了新浪微博中的趋势和趋势引领者的时间方面，并将其与Twitter中的早期观察进行了对比。我们发现，与Twitter等全球社交网络相比，在中国分享的内容存在巨大差异。在中国，这些趋势几乎完全是由于媒体内容的转发，如笑话，图像和视频，而不像Twitter，这些趋势往往与当前的全球事件和新闻故事有关。我们将详细分析趋势的形成、持续和衰退，并研究新浪微博中的关键趋势。我们的一个主要发现是，转发在新浪微博中更为常见，并对创造趋势做出了很大贡献。当我们仔细观察时，我们观察到新浪微博的大多数趋势都是由于一小部分欺诈账户的持续转发。这些虚假账户的设立是为了人为地夸大某些帖子，使它们迅速进入新浪微博的趋势列表，这些帖子反过来又被显示为用户最受欢迎的话题。
2013-12-02 cs.CY cs.SI physics.soc-ph
Trends in Students Media Usage
学生使用媒体的趋势会影响他们的学习方式。学生要求使用技术，因此机构和教师应该满足学生的要求。本文介绍了一项调查的结果，在使用媒体的驱动程序显示不断增加或减少的值，从第一年到第四年的学习经验，在加拿大西部大学，突出的趋势，在使用新的和传统的媒体在高等教育的学生。这项调查是用来收集数据的学生媒体使用习惯和用户满意度从第一年到第四年的研究，发现媒体使用增加，从第一年到第四年。使用条形图展示的数据显示，多年来，在校外拥有笔记本电脑或膝上型电脑的学生人数略有增加，从一年级到四年级，访问在线学术期刊和期刊的学生人数显著增加。另一个值得注意的发现是，与一年级学生相比，四年级学生更加意识到他们在互联网上阅读的信息的质量，尽管这是一个轻微的同比增长。
2016-11-30 cs.CY
Analysis of Users' Behaviour and Adoption Trends of Social Media Payment Platforms
最近电子商务（E-commerce）的激增进一步升级了多方面的新兴支付解决方案，如加密货币，移动，点对点（P2P）和社交媒体支付平台。虽然这些技术进步越来越受欢迎，主要是因为它们的易用性，但各种障碍，如安全和隐私问题，社会和文化规范等，在一定程度上抑制了用户的采用趋势。本文探讨了社交媒体支付平台的现状以及未来采用趋势的预测。我们的研究强调了采用社交媒体平台的动机和障碍。
2020-01-05 cs.CR cs.CY cs.DC
Artificial Inflation: The True Story of Trends in Sina Weibo
近年来，全世界的在线社交网络增长迅猛。这使得用户以不间断的速度产生大量的实时内容，所有这些内容都相互竞争以吸引足够的关注并成为趋势。虽然西方的在线社交网络如Twitter已经得到了很好的研究，但中国流行的微博网络新浪微博的特点还没有得到研究。在本文中，我们详细分析了新浪微博的趋势和趋势的时间方面，限制它与早期的观察Twitter上。首先，我们来看看趋势的形成、持续和衰退，并研究新浪微博中的关键主题。我们的一个主要发现是，转发在新浪微博中更为常见，并对创造趋势做出了很大贡献。当我们仔细观察时，我们观察到新浪微博中很大一部分趋势是由于少量欺诈账户的持续转发。这些虚假账户的设置是为了人为地夸大某些帖子，使它们迅速进入新浪微博的趋势列表，这些帖子反过来又显示为用户最受欢迎的话题。
2012-02-01 cs.CY cs.SI physics.soc-ph
Shifting Narratives: A Longitudinal Analysis of Media Trends and Public Attitudes on Homelessness
本研究利用GDELT 2.0数据库和X平台数据，结合VAR模型、LDA和GPT-3.5分析2015-2023年五州媒体框架与公众情绪，发现媒体框架与公众情绪显著相关但与立法无关，揭示了媒体对社会的影响。
2025-06-30 cs.CY
Leveraging Social Media Analytics for Sustainability Trend Detection in Saudi Arabias Evolving Market
School of Electrical Engineering and Computer Science (SEECS)（电气工程与计算机科学学院）；National University of Science and Technology (NUST)（国家科技大学）
本研究利用AI与社交媒体分析，处理数百万条数据，检测沙特阿拉伯在“2030愿景”下的可持续性趋势，为决策者提供跨行业洞察，并具有推广至其他地区的潜力。
2025-04-22 cs.AI cs.CY
Representation of professions in entertainment media: Insights into frequency and sentiment trends through computational text analysis
University of Southern California（南加州大学）
社会观念和趋势决定了媒体的叙事和电影的放映，这反过来又影响了人们对现实世界的信念和看法。媒体对文化、教育、政府、宗教和家庭的描绘随着时间的推移影响着它们的功能和演变，因为人们解释和感知这些表征，并将其纳入他们的信仰和行动。重要的是研究媒体对这些社会结构的宣传，以便它们不传播或加强消极的陈规定型观念，或歧视任何人口群体。在这项工作中，我们研究了媒体的专业代表性，并提供计算的见解，他们的发病率，和情绪表达，在娱乐媒体内容。我们创建了一个可搜索的专业团体和标题的分类，以方便他们从说话者不可知的文本段落，如电影和电视（TV）节目字幕检索。我们利用这种分类法和相关的自然语言处理（NLP）模型来创建媒体内容中的专业提及语料库，涵盖七十年（1950-2017）的136，000多个IMDb标题。我们分析了不同职业的频率和情感趋势，研究了媒体属性（如类型，生产国和标题类型）对这些趋势的影响，并调查了媒体字幕中职业的发生率是否与其真实世界的就业统计数据相关。我们观察到，在分析的字幕中，媒体提到STEM、艺术、体育和娱乐职业的次数有所增加，而体力劳动工作和军事职业的频率有所下降。随着时间的推移，人们对律师、警察和医生的看法越来越消极，而宇航员、音乐家、歌手和工程师则受到好评。雇佣更多人的企业增加了媒体频率，支持我们的假设，即媒体是社会的镜子。
2021-10-11 cs.CL cs.CY cs.LG
Crowdbreaks: Tracking Health Trends using Public Social Media Data and Crowdsourcing
Global Health Institute, School of Life Sciences, EPFL（洛桑联邦理工学院生命科学学院全球健康研究所）；EPFL（洛桑联邦理工学院）
在过去的十年中，使用社交媒体数据跟踪健康趋势显示出了巨大的希望，这是由于社交媒体在世界各地的大规模采用，以及越来越强大的硬件和软件，使我们能够与这些新的大数据流合作。与此同时，也发现了许多具有挑战性的问题。首先，在线数据的变化速度与算法的更新速度之间往往存在不匹配，这意味着在过去数据上训练的算法的可重用性有限，因为它们的性能会随着时间的推移而下降。第二，大部分工作都集中在过去特定时期的特定问题上，尽管公共卫生机构需要灵活的工具来实时的评估多种不断变化的情况。第三，提供这种能力的大多数工具都是专有系统，算法或数据透明度很低，因此很少得到全球公共卫生和研究界的认可。在这里，我们介绍Crowdbreaks，这是一个开放平台，可以通过利用公共社交媒体内容的持续众包标签来跟踪健康趋势。该系统是内置的一种方式，自动化的典型工作流程，从数据汇集，过滤，标记和训练的机器学习分类器，因此可以大大加快在公共卫生领域的研究进程。这项工作介绍了该平台的技术方面，并探讨了其未来的用例。
2018-05-14 cs.CL cs.CY cs.SI
Towards Asimov's Psychohistory: Harnessing Topological Data Analysis, Artificial Intelligence and Social Media data to Forecast Societal Trends
Institute of Political Science of the University of Brasília（巴西利亚大学政治学研究所）；Institute of Foreign Affairs of the University of Brasília（巴西利亚大学外交事务研究所）
本文从理论上探讨结合拓扑数据分析与人工智能分析社交媒体数据以预测社会趋势，呼应阿西莫夫的心理史学构想，为数字社会学及心理史学的实现提供方法论基础。
2024-07-03 cs.AI cs.CY cs.SI
Traveling Trends: Social Butterflies or Frequent Fliers?
热门话题是在社交媒体上引起集体关注的在线对话。它们不断变化，往往反映了现实世界中发生的外部事件。趋势在空间和时间上是局部化的，因为它们是由特定地理区域的活动驱动的，这些活动是交通和信息流的来源。独立地考虑，趋势和地理在最近的在线社交媒体文献中已经讨论过;尽管到目前为止，还没有做什么来描述趋势和地理之间的关系。在这里，我们调查了2013年50天内美国63个主要地点Twitter上的11000多个主题。这些数据使我们能够研究趋势的起源和路径，它们如何在地方一级竞争流行，以成为国家一级的赢家，以及它们在不同地理区域的生产和消费背后的动力。我们确定了两类主要的趋势主题：那些在本地出现的，与三个不同的地理集群（东海岸，中西部和西南部）相吻合;以及那些从几个大都市地区出现的全球性的，与该国的主要空中交通枢纽相吻合。这些中心充当潮流引领者，产生最终在国家一级流行的话题，并推动全国范围的对话。这提出了一个有趣的猜想，将信息传播与疾病进行了类比：趋势通过飞机传播比通过互联网传播更快吗？
2013-10-10 cs.CY cs.SI physics.soc-ph
When no news is bad news -- Detection of negative events from news media content
在2019冠状病毒病第一波疫情期间，可以在新闻媒体内容流中观察到信息脱钩。读者所体验的新闻源内部和之间的内容对齐的必然结果（即，所有的新闻都变成了Corona-news），新闻内容的新颖性随着媒体单调地关注流行病事件而下降。随着疫情的持续，这一至关重要的新冠肺炎新闻主题变得相当持久，从新闻媒体的角度来看，这导致了一种矛盾的情况，即同一条新闻被一遍又一遍地重复。这种信息现象，新颖性降低和持久性增加，以前被用来跟踪新闻媒体的变化，但在这项研究中，我们专门测试的说法，新的信息解耦行为的媒体可以用来可靠地检测变化的新闻媒体内容起源于一个负面的事件，使用贝叶斯方法来改变点检测。
2021-02-12 cs.CY
Brief state of the art in social information mining: Practical application in analysis of trends in French legislative 2024
本文综述社交媒体挖掘技术，并运用NLP分析AgoraVox平台数据，揭示2024年法国立法选举中国民联盟的高社交参与度及LLM在舆情预测中的价值。
2024-07-11 cs.CL cs.CY cs.SI
Capitol (Pat)riots: A comparative study of Twitter and Parler
2021年1月6日，一群右翼保守派暴徒冲进美国国会山，打断了国会认证2020年总统选举结果的会议。活动开始后，社交媒体上立即出现了与骚乱有关的帖子。一个突出的社交媒体平台是支持社交媒体平台Parler的言论自由;它被声称是策划和谈论骚乱的平台。我们的报告对比了Parler和Twitter在骚乱期间的趋势内容。我们根据趋势标签收集了两个平台的数据，并根据正在谈论的话题，平台上活跃的人以及两个平台上生成的内容的有机性进行了比较。虽然Twitter上的内容趋势对这一事件有强烈的不满，并呼吁对骚乱者和煽动者采取行动，但Parler的内容有强烈的保守主义色彩，呼应了类似于攻击暴徒的选民欺诈思想。我们还发现，与Twitter相比，Parler对流量的操纵程度不成比例地高。
2021-01-18 cs.CY cs.SI
Black Content Creators' Responses and Resistance Strategies on TikTok
本研究针对数字平台算法推荐系统存在系统性偏见、边缘化黑人内容创作者的问题，通过内容分析探究算法对黑人创作者的不公影响，以回应相关群体的抵抗诉求。
2023-12-20 cs.CY cs.HC cs.SI
Evaluating the Impact of COVID-19 on Cyberbullying through Bayesian Trend Analysis
COVID-19的影响已经超越了个人和全球健康，扩展到我们的社会生活。在数字化方面，据推测，在疫情期间，网络欺凌事件显著增加。在本文中，我们研究了网络欺凌和此类事件的报告在最近一段时间是否有所增加的假设。为了评估这些猜测，我们收集了2020年1月1日至2020年6月7日期间发布的与网络欺凌相关的公共推文（N= 454，046）。一个简单的视觉频率分析忽略了序列相关性，并没有描述变化点。为了解决相关性和相对较少的时间点，贝叶斯估计的趋势，提出了通过自回归泊松模型收集的数据。我们发现，本文中详述的这种新贝叶斯方法可以清楚地显示自2020年3月中旬以来与网络欺凌相关的推文的上升趋势。然而，这一证据本身并不意味着网络欺凌事件的增加，而是表明危机与个人对此类事件的讨论之间存在关联。我们的工作强调了网络欺凌的关键问题，以及全球危机如何影响社交媒体滥用，并提供了一个可用于一般社交媒体数据分析的趋势分析模型。
2020-08-08 cs.CY cs.SI
Tracking Patterns in Toxicity and Antisocial Behavior Over User Lifetimes on Large Social Media Platforms
本文基于近5亿条评论分析Reddit和Wikipedia上14年间的毒性行为，发现用户生命周期毒性趋势在2013年前后发生逆转，且两平台最毒行为分别来自最活跃和最不活跃用户。
2025-09-21 cs.CY cs.HC cs.SI
