Identifying Topical Twitter Communities via User List Aggregation
社交媒体分析领域的一个特殊挑战是如何在更大的社交互动网络中找到社区。在这里，社区可以是一组微博用户，他们发布关于连贯主题的内容，或者与特定事件或新闻故事相关联。Twitter提供了将用户整理到列表中的能力，对应于有意义的主题或主题。在这里，我们描述了一种众包的方法，许多不同的Twitter用户的列表建设的努力，以确定主题社区。这种方法涉及使用集成社区查找来产生稳定的用户列表分组，并通过扩展来产生单个Twitter用户。我们研究这种方法的背景下，围绕检测社区在Twitter上有关2012年伦敦奥运会的案例研究。
2012-06-29 cs.SI physics.soc-ph
Differences between Health Related News Articles from Reliable and Unreliable Media
在这项研究中，我们研究了一组由可靠和不可靠的媒体发表的与健康相关的新闻文章。我们的分析表明，可靠和不可靠的媒体进行健康新闻报道的方式存在结构，主题和语义差异。我们认为，这项研究的结果将有助于打击健康虚假信息问题。
2018-11-05 cs.CY cs.SI
On the Interplay between Social and Topical Structure
人们的兴趣和人们的社会关系直观地联系在一起，但理解它们的相互作用以及它们是否可以帮助预测彼此仍然是一个悬而未决的问题。我们研究了两个决定性结构的界面，这两个结构形成了在线社交媒体的支柱：社交网络的图形结构--谁与谁联系--以及主题从属关系的集合结构--谁对什么感兴趣。在研究这个接口，我们确定的关键关系，使这些结构中的每一个可以理解的其他方面。我们分析的背景是Twitter，一个复杂的社交网络，既有追随者关系，也有沟通关系。在Twitter上，“标签”被用来标记对话主题，我们研究标签的使用与这些社会结构。我们发现，用户采用的标签可以预测他们的社会关系，并且标签的初始采用者之间的社会关系可以预测该标签的未来流行度。通过研究加权社交关系，我们观察到，虽然强互惠关系是最容易从标签结构中预测的，但在预测标签受欢迎程度方面，它们也不如弱定向关系有用。重要的是，我们表明，计算简单的结构决定因素可以在这两项任务中提供显着的性能。虽然我们的分析集中在Twitter上，但我们认为我们的研究结果广泛适用于各种不同背景下的主题从属关系和社会关系，包括人们观看的电影，人们喜欢的品牌或人们经常光顾的地点。
2013-03-28 cs.SI physics.soc-ph
Pandemic News: Facebook Pages of Mainstream News Media and the Coronavirus Crisis -- A Computational Content Analysis
COVID-19疫情的发展对全球新闻媒体而言是前所未有的挑战。虽然新闻报道的目的是通过设计来处理未知的事件，但动态变化的局势以如此深刻的方式影响了生活的各个方面，甚至连危机报道的常规都似乎不够。批评人士指出，新闻报道倾向于赛马报道和不加批判的报道，新闻报道过于接近官方声明，过于肯定政治决定。然而，迄今为止，缺乏关于新闻媒体在危机期间表现的经验数据。目前的研究分析了新闻媒体在冠状病毒危机早期的Facebook消息，基于2020年1月至3月的大型德国数据集。使用计算内容分析方法，达到和互动，主题结构，相关演员，负面的消息，以及捏造的新闻和阴谋论的报道进行了检查。在危机的不同阶段，Facebook近期报道的主题结构发生了变化，只有部分支持批评者的主张。最初阶段的专题范围有些不足，但后来的阶段提供了广泛的覆盖面，对冠状病毒有关的问题和社会问题。此外，新闻媒体在危机期间报道了假新闻和阴谋论，但他们始终将其置于真实的背景中，并揭穿了在公众中传播的虚假说法。虽然对危机期间新闻业表现的一些批评得到了一些实证支持，但分析没有发现系统功能失调的压倒性迹象。总的来说，新闻媒体并没有采取统一的反应，也没有报道杂乱无章、缺乏信息的大流行病新闻，但它们对危机进行了多角度的报道。
2020-05-28 cs.SI
Mining Half a Billion Topical Experts Across Multiple Social Networks
挖掘社交媒体上的话题专家是一个因其广泛应用而受到广泛关注的问题。在这里，我们提出了第一项研究，该研究结合了来自四个主要社交网络的数据- Twitter，Facebook，Google+和LinkedIn，以及维基百科图表和互联网网页文本和元数据，以排名全球用户群体中的主题专家。我们对来自各种数据源（如消息文本、用户列表、网页、社交图表和维基百科）的37个特征进行了深入分析。这项大规模研究包括90天滑动窗口内的120多亿条消息和580亿条社交图边。比较表明，来自Twitter列表，维基百科，互联网网页和Twitter追随者的功能是特别好的专业指标。我们使用这些特征在包含近90，000个标签的大型地面真实数据集上训练专业知识排名模型。该模型应用于一个生产系统，该系统每天对9,000多个主题领域的6.5亿多名专家进行排名。我们提供的结果和例子，我们的专家排名系统的有效性，以及经验验证。最后，我们通过开放的REST API提供主题专业知识数据，以供更广泛的使用。
2016-08-31 cs.IR cs.SI
Risk Communication in Asian Countries: COVID-19 Discourse on Twitter
COVID-19已成为社交媒体上最广泛谈论的话题之一。本研究通过分析韩国、伊朗、越南和印度这四个亚洲国家关于新型冠状病毒的公众话语来描述风险传播模式。时间分析显示，政府发布的官方疫情阶段与网上对COVID-19的关注度并不匹配。这一发现要求有必要分析公共话语的新措施，如主题动态。在这里，我们提出了一种自动方法来检测主题相变，并比较这些国家随着时间的推移在主要主题中的相似性。我们研究了社交媒体关注和确诊患者数量之间的时滞差异。对于动态，我们发现推文计数和主题多样性之间的反比关系。
2020-08-14 cs.SI
Clust-LDA: Joint Model for Text Mining and Author Group Inference
社交媒体语料库带来了独特的挑战和机遇，包括通常较短的文档长度和丰富的元数据，如作者特征和关系。这为系统分析庞大的用户群体创造了巨大的潜力，从而为有针对性的营销等工业战略提供了启示。在这里，我们提出了一种新的和统计原则的方法，clust-LDA，将作者身份结构的主题建模，从而完成的任务的主题推理的基础上，跨文件的作者身份，同时，作者之间的分组识别。我们开发了一个推理程序集群LDA和模拟数据上的表现，表明集群LDA优于“香草”LDA的主题识别任务，作者表现出独特的主题偏好。我们还展示了clust-LDA基于Reddit的真实社交媒体数据集的经验性能。
2018-10-05 cs.IR cs.SI stat.AP
Characterizing Information Diets of Social Media Users
随着Twitter和Facebook等社交媒体网站的广泛采用，信息的生产和消费方式发生了变化。早些时候，信息的唯一生产者是传统的新闻机构，它们通过大众媒体渠道向所有消费者广播同样精心编辑的信息。然而，现在，在在线社交媒体中，任何用户都可以成为信息的生产者，每个用户都可以选择与其他用户连接，从而选择她消费的信息。此外，大多数社交媒体网站提供的个性化推荐也有助于个人用户消费的信息。在这项工作中，我们定义了一个信息饮食的概念-这是一组给定的信息项的主题分布（例如，tweets）--来描述流行的Twitter社交媒体中各种类型的用户产生和消费的信息。在高水平上，我们发现（i）流行用户大多产生非常专业的饮食，只关注少数几个主题;事实上，新闻机构（例如，与他们的大众媒体饮食相比，（ii）大多数用户的消费饮食主要集中在他们感兴趣的一个或两个主题上，以及（iii）由Twitter提供的个性化推荐通过添加关于除了用户感兴趣的主要主题之外的不同主题的信息来帮助减轻用户消费饮食中的一些主题不平衡。
2017-04-05 cs.CY cs.HC cs.SI
Ecological metrics of diversity in understanding social media
主题讨论网络（Topical Discussion Networks，TDNs）是一种围绕着一个特定概念的话语的网络，无论是在现实生活中还是在网上。本文类比的人口这样的网络中遇到的人口数学生态学，并试图评估是否三个指标的多样性生态学-香农的$H'$，辛普森的$λ$和$E_{var}$提出的史密斯和威尔逊-提供有价值的信息的组成和多样性的TDNs。它的结论是，每个指标都有其特定的用途，和指标的选择是最好的理解，在特定的研究问题的背景下。
2015-01-29 cs.SI physics.soc-ph stat.AP
Pornography consumption in Social Media
社会网络的结构从根本上关系到其成员的利益。人们根据与自己相关的话题自发地进行分类，形成围绕不同主题的社会群体。在线社交媒体也是形成主题社区的有利生态系统，这些社区的中心是那些由于可能引起的尴尬、不适或震惊而不常被公众接受的问题。这些社区描述或讨论通常被称为异常行为的行为，这些行为通常被认为是不恰当的，因为它们在某种程度上违反了社会规范或社会大多数成员所共有的道德标准。色情消费，吸毒，酗酒，非法狩猎，饮食失调，或任何自我伤害或成瘾的做法都是越轨行为的例子。
2017-01-20 cs.CY cs.SI
A Longitudinal, Multinational, and Multilingual Corpus of News Coverage of the Russo-Ukrainian War
本文介绍DNIPRO语料库，包含24.6万篇俄乌战争新闻，涵盖五国和三种语言，提供详尽元数据和人工标注，用于分析地缘政治叙事差异、媒体框架和信息战。
2026-03-12 cs.CL cs.SI
Exploration of Gender Differences in COVID-19 Discourse on Reddit
University of Toronto（多伦多大学）
几十年来对男女语言差异的研究已经建立了关于两性在词汇、话题和情感表达方面偏好的假设，以及它们的社会学基础。使用从Reddit讨论平台收集的男性和女性语言产品的新数据集，我们进一步证实了现有的关于性别相关情感差异的假设，并证明这些差异在涉及与COVID-19相关的情绪化话语的社交媒体帖子中被放大。我们的分析还证实了在自发的流行病相关讨论中，男性和女性作者的主题偏好存在相当大的差异。
2020-08-13 cs.CL cs.SI
The Predictive Power of Social Media: On the Predictability of U.S. Presidential Elections using Twitter
Twitter作为一种新的社交媒体形式，可能包含有用的信息，为推文内容分析提供了新的机会。本文研究了Twitter对2012年美国总统大选的预测能力。在这项研究中，我们通过结合使用机器学习技术分析了3200万条关于美国总统大选的推文。为了提高Twitter内容分析的准确性，我们设计了一个用于情感分析的高级分类器。我们通过将Twitter结果与传统民意调查进行比较来进行分析。此外，我们使用潜在的Dirichlet分配模型，从选定的推文中提取潜在的主题结构。我们的研究结果表明，我们可以通过运行情感分析来确定候选人的受欢迎程度。我们还可以通过对带有地理标签的推文运行情感分析算法来发现候选人在美国各州的受欢迎程度。据我们所知，没有以前的工作在该领域提出了一个系统的分析相当数量的推文采用的分析技术相结合，我们进行了这项研究。因此，我们的研究结果恰当地表明，Twitter作为一个众所周知的社交媒体是预测未来事件（如选举）的有效来源。这意味着，通过社交媒体了解公众意见和趋势反过来又使我们能够提出一种具有成本效益和时间效益的方式，不仅用于传播和分享信息，而且用于预测未来事件。
2014-07-01 cs.CY cs.SI physics.soc-ph
Same Words, Different Meanings: Semantic Polarization in Broadcast Media Language Forecasts Polarization on Social Media Discourse
Virginia Tech（弗吉尼亚理工大学）
研究通过分析CNN和Fox News十年字幕及Twitter话语，提出测量广播媒体语义极化框架，发现其极化趋势显著影响社交媒体讨论。
2023-01-25 cs.CL cs.HC cs.SI
Socio-spatial Self-organizing Maps: Using Social Media to Assess Relevant Geographies for Exposure to Social Processes
社交媒体为了解种族主义和同性恋恐惧症等态度提供了一个独特的窗口，接触这些态度很重要，难以衡量，也没有充分研究健康的社会决定因素。然而，来自社交媒体的个人地理定位观测是嘈杂的，并且在地理上不一致。现有的暴露测量区域，如邮政编码，平均超过不相关的管理定义的边界。因此，为了能够研究在线社会环境措施，如社交媒体上的态度及其与健康结果的可能关系，首先需要一种方法来定义集体的，潜在的社会媒体态度的程度。为了解决这个问题，我们创建了社会空间自组织地图，“SS-SOM”管道，以最好地识别区域的潜在社会态度从Twitter帖子。SS-SOM使用神经嵌入进行文本分类，并增强传统SOM以生成受控数量的非重叠，拓扑约束和主题相似的聚类。我们发现，SS-SOM不仅对缺失数据具有鲁棒性，而且与使用基于邮政编码的措施相比，使用SS-SOM措施时，易受多种种族主义和同性恋恐惧症相关健康结果影响的男性群体的暴露率变化高达42%。
2018-09-04 cs.CY cs.SI
Tweeting the Mind and Instagramming the Heart: Exploring Differentiated Content Sharing on Social Media
了解多个OSN（在线社交网络）的使用情况一直是重要的研究兴趣，因为它有助于识别每个社交媒体平台中有助于其持续存在的独特和显著特征。当基于在所有平台上持有活跃帐户的代表性大多数用户进行比较时，OSN之间的比较是有见地的。在这项研究中，我们收集了一组在Twitter和Instagram上拥有账户的用户简档，这些平台在大多数用户中很突出。对这些用户发布的媒体内容进行了广泛的文本和视觉分析，结果显示，这两个平台在基本层面上确实存在差异，Instagram吸引了更多用户的心，Twitter吸引了更多用户的心。这些差异几乎反映在每一个微观分析所做的语言，主题和视觉方面。
2016-03-08 cs.SI
The Value of Using Big Data Technologies in Computational Social Science
社交网络中的现象的发现促使人们对该领域重新产生了兴趣。然而，社交网络中的数据可能非常庞大，需要可扩展的大数据架构。相反，大数据的研究需要社交媒体数据的数量和速度来测试其可扩展性。不仅如此，适当的数据处理和采集数据集的挖掘涉及数据的多样性，准确性和可变性的复杂问题，之后必须进行可视化，然后我们才能看到我们的努力取得成果。本文介绍了从各种可扩展的开源技术集成的主题，多模式和纵向的社会媒体数据集。本文详细介绍了导致在Twitter社交网络中发现社交信息景观的过程，强调了处理社交媒体数据集的经验，使用有趣的方法使数据变得可管理。本文展示了使用可扩展的开源技术获取大量互联数据集用于社会科学研究的可行性和价值。
2014-08-14 cs.SI physics.soc-ph
Characterizing Online Toxicity During the 2022 Mpox Outbreak: A Computational Analysis of Topical and Network Dynamics
University of Michigan（密歇根大学）
本研究基于160余万条推文，结合BERT主题建模与社交网络聚类，系统分析了2022年猴痘疫情期间网络毒性话语的主题构成与扩散网络，揭示有影响力用户较少反击毒性内容，为危机沟通与政策制定提供依据。
2024-10-01 cs.CL cs.SI
Industry Influence in High-Profile Social Media Research
University of Washington（华盛顿大学）；Santa Fe Institute（圣塔菲研究所）；University of Konstanz（康斯坦茨大学）；Max Planck Institute of Animal Behavior（马克斯·普朗克动物行为研究所）；Center for an Informed Public（知情公众中心）；UC Irvine（加州大学尔湾分校）；Center for Socially Engaged Philosophy（社会参与哲学中心）；Berkman Klein Center, Harvard University（哈佛大学生命伦理与信息技术中心）
本研究发现社交媒体研究中存在广泛的产业影响，且多数联系未被披露，需加强披露规范以保障研究的独立性和完整性。
2026-01-16 cs.SI
Rising tides or rising stars?: Dynamics of shared attention on Twitter during media events
政治辩论等“媒体事件”产生了共同关注的条件，因为许多用户同时通过广播和社交媒体的双重屏幕进行观看和参与。在共享注意力的条件下，用户行为的集体模式与其他活动的“突发”（如突发新闻事件）不同吗？使用来自大约20万政治活跃Twitter用户的数据，我们比较了他们在2012年美国总统大选期间八个主要事件中的行为特征，以研究（1）与“典型”时间相比，“媒体事件”对社交媒体使用模式的影响，以及（2）媒体事件期间的变化是否可归因于整个人群的行为变化或精英用户行为变化的人为因素。我们的研究结果表明，虽然这一人群在媒体活动期间变得更加活跃，但这种额外的活动反映了对少数用户，标签和推文的集中关注。我们的工作是第一个研究区分模式的大规模社会行为的条件下的不确定性和共享的注意力，提出了新的方法，从社会媒体挖掘信息，以支持集体意义重大事件后。
2013-07-10 cs.SI physics.soc-ph
Clustering memes in social media streams
Indiana University（印第安纳大学）
社交媒体中的内容聚类问题具有广泛的应用，包括讨论主题的识别、事件检测和内容推荐。在这里，我们描述了一个流媒体框架，用于在线检测和聚类社交媒体中的模因，特别是Twitter。一个预聚类过程，即原素检测，首先隔离的推文所携带的信息的原子令牌。其后，基于多个相似性度量来聚合原素，以获得作为反映实际概念或讨论主题的推文的内聚群组的模因。聚类算法考虑了数据和元数据的各个维度，包括自然语言、社交网络和信息扩散模式。因此，我们的系统可以建立集群的语义，结构和主题相关的推文。聚类过程基于在线K均值的变体，其中包含记忆机制，用于“忘记”旧的模因并随着时间的推移用新的模因替换它们。我们的框架的评估是通过使用Twitter趋势主题的数据集进行的。在一周的时间里，我们系统地确定了我们的算法是否能够恢复趋势标签。我们表明，所提出的方法优于基线算法，只使用内容功能，以及一个国家的最先进的事件检测方法，假设充分了解底层的追随者网络。我们最后表明，我们的在线学习框架是灵活的，由于其独立性所采用的聚类算法，最适合工作在流的情况下。
2014-11-03 cs.CY cs.LG cs.SI
MindVote: When AI Meets the Wild West of Social Media Opinion
针对现有LLM舆论预测评估脱离真实社交媒体语境的问题，本文提出首个基于Reddit和微博真实投票的基准MindVote，涵盖3918个投票、23个主题，并对15个LLM进行全面评估，推动更具社会智能的AI发展。
2025-11-08 cs.SI
HNP3: A Hierarchical Nonparametric Point Process for Modeling Content Diffusion over Social Media
Sharif University of Technology（谢里夫理工大学）
本文介绍了一种新的框架，用于建模的时间事件与复杂的纵向依赖，产生的依赖源。该框架利用多维点过程对事件时间进行建模。所提出的过程的强度函数是强度的混合，其复杂性随着数据的时间模式的复杂性而增长。此外，它利用了一个分层依赖的非参数方法来模型标记的事件。这些功能允许所提出的模型，以适应其时间和主题的复杂性，根据数据的复杂性，这使得它成为一个合适的候选人为现实世界的场景。一个在线推理算法也提出了，使该框架适用于广泛的应用。该框架被应用到一个现实世界的应用程序，模拟网络上的内容的扩散。大量的实验表明，与国家的最先进的方法相比，所提出的框架的有效性。
2016-10-02 cs.LG cs.SI stat.ML
Navigating the Post-API Dilemma | Search Engine Results Pages Present a Biased View of Social Media Data
University of Notre Dame（圣母大学）
本研究针对后API时代社交媒体数据访问缺失问题，通过比较谷歌SERP结果与Reddit、Twitter/X非抽样数据，发现SERP存在热门偏向、内容偏见、情感偏差及主题缺口，得出其并非API可行替代方案的结论。
2024-11-27 cs.CL cs.IR cs.SI
Identifying Stable Influencers: Distinguishing Stable and Temporal Influencers Using Long-Term Twitter Data
本研究利用长期推特数据，通过分析用户的历史和当前影响力，开发模型区分稳定与临时影响者，提升社交媒体营销效果。
2025-12-19 cs.SI
Persistent Structural Inequality of Online Interactions Across Platforms
Sapienza University of Rome（罗马第一大学）；Tuscia University（图斯卡大学）
本研究通过分析多个社交媒体平台的用户-帖子二分网络，使用KL散度模型比较、变异系数倒数和对数变换基尼系数，发现用户交互的不平等性在时间、平台和交互类型上保持稳定，表明这种不平等反映了数字环境中可见性和参与度分配的结构性约束。
2026-05-29 cs.SI physics.soc-ph
Information Diffusion of Topic Propagation in Social Media
真实世界的社会和/或操作网络由具有关联状态的代理组成，其连接形成复杂的拓扑结构。这种复杂性进一步加剧了互联的信息层，包括，例如，文件/资源的代理人，相互共享的主题相似性。我们在这项工作中的目标是预测代理的特定状态，因为他们观察到的资源随着时间的推移而变化并得到更新。代理和出版物本身之间的信息扩散有效地导致了一个动态的过程，我们通过一个互联的网络系统（即分层）捕获。更具体地说，我们使用一个概念的超拉普拉斯矩阵来解决这样一个广义扩散的互联网络开始与经典的“图拉普拉斯”。辅助和外部输入更新由多维布朗过程建模，产生两个贡献的代理的状态的变化：一个是由于网络系统中的内在相互作用，另一个是由于外部输入或创新。关于这个主题的一个变化，先验知识的一部分代理的状态，导致卡尔曼预测问题。这有助于我们利用估计代理状态时的错误来改进预测状态。三个真实世界的数据集被用来评估和验证这种新的分层网络方法的信息扩散过程。我们的研究结果表明，当使用互连网络而不是代理之间的单个连接层时，预测误差较低。通过使用估计的扩散连接和通过应用部分观测的卡尔曼方法，预测误差得到进一步改善。
2016-02-15 cs.SI physics.soc-ph
An Exploratory Analysis of COVID Bot vs Human Disinformation Dissemination stemming from the Disinformation Dozen on Telegram
本研究基于Telegram数据比较“虚假信息十二人”、机器人和人类在COVID虚假信息传播中的角色，发现该群体主导初始传播但非扩散主力，机器人活跃于对话，人类则通过转发推动跨频道传播。
2024-02-22 cs.CY cs.SI
FakeNewsLab: Experimental Study on Biases and Pitfalls Preventing us from Distinguishing True from False News
社交媒体中的错误信息发布和传播是由个人对新闻真实性的决定引发的，这可能会在几分钟内造成大规模的广泛而深刻的级联。当个人接触到信息时，他们通常会花几秒钟的时间来判断内容（或来源）是否可靠，并最终分享它。尽管验证谣言的机会往往只需点击一下，但许多用户无法做出正确的评估。我们通过一份由7,298名不同志愿者编制的网络问卷来研究这一现象，参与者被要求将20条新闻标记为真实或虚假。有趣的是，虚假新闻比真实新闻更容易被正确识别，但令人惊讶的是，显示完整的文章而不仅仅是标题并不能提高总体准确性。此外，在某些情况下，显示新闻的原始来源可能会误导用户，而真正的群众智慧可以积极帮助个人正确分类的能力。最后，参与者的浏览活动表明平行的事实核查活动，表现出更好的表现，并宣布自己是年轻的成年人。这项工作突出了一系列陷阱，这些陷阱在构建虚假新闻数据集时可能会影响人类注释者，这反过来又推动了对自动虚假新闻检测的研究;此外，这些发现挑战了人工智能的共同原理，即建议用户在重新分享之前阅读全文。
2022-10-08 cs.CY cs.SI
Birdspotter: A Tool for Analyzing and Labeling Twitter Users
在线社交媒体对社会事件和机构的影响是深远的;随着用户数量的迅速增加，我们才刚刚开始了解其后果。社会科学家和实践者将在线话语建模为现实世界行为的代理，通常会策划大型社交媒体数据集。由于缺乏针对非数据科学专家的可用工具，这些数据（及其所包含的见解）往往得不到充分利用。在这里，我们提出了birdspotter --一个分析和标记Twitter用户的工具--和birdspotter.ml--一个计算指标的探索性可视化工具。birdspotter提供了一个端到端的分析管道，从处理预先收集的Twitter数据，到用户的通用标签，以及估计他们的社会影响力，只需几行代码。该软件包包含教程和详细的文档。我们还说明了如何训练birdspotter成为一个完全成熟的机器人检测器，在不进行任何Twitter API在线调用的情况下实现比最先进的性能更好的性能，我们展示了它在一个热门的COVID-19数据集的探索性分析中的使用。
2021-02-23 cs.CY cs.SI
Attention dynamics on the Chinese social media Sina Weibo during the COVID-19 pandemic
了解流行病期间社交媒体上的关注动态可以帮助政府将影响降到最低。我们聚焦于COVID-19疫情首四个月如何影响中国最大微博网站新浪微博的关注动态。我们研究了实时热搜榜（HSL），它根据新浪微博的搜索量提供了最受欢迎的50个标签的排名。我们展示了疫情期间的具体事件、措施和事态发展如何影响不同类型标签的出现和HSL上的排名。2020年1月20日左右，当宣布该疾病在人类之间传播时，HSL上与COVID-19相关的标签开始显著增加。然后，很快就出现了一种情况，即与COVID相关的标签占据了HSL的30-70%，但内容不断变化。我们分析了标签主题在调查时间跨度内的变化，并得出结论，2月12日和3月12日之间有三个时间段。在第一阶段，我们看到了强烈的主题相关性和标签的聚类;在第二阶段，相关性减弱，没有聚类模式;在第三阶段，我们看到了聚类的潜力，但没有第一阶段那么强。我们通过测量排名动态和列表上标签的生命周期来进一步探索HSL的动态。通过这种方式，我们可以获得关于注意力衰退的信息，这对于决定政府措施的时间安排以实现永久意识是很重要的。此外，我们的观察表明，由于COVID-19相关的标签，HSL前15名排名的排名差异异常高，揭示了平台提供商进行算法干预的可能性。
2021-02-25 cs.SI physics.soc-ph
Analysing How People Orient to and Spread Rumours in Social Media by Looking at Conversational Threads
随着突发新闻的展开，人们越来越依赖社交媒体来了解最新的更新。在这种情况下使用社交媒体需要注意的是，零碎发布的新信息可能会助长谣言，其中许多谣言在发布后很长时间内仍未得到证实。然而，人们对社交媒体谣言的生存周期的动态知之甚少。在本文中，我们提出了一种方法，使我们能够收集，识别和注释与9个有新闻价值的事件相关的330个谣言线程（4，842条推文）的数据集。我们分析这个数据集，以了解用户如何传播，支持或否认后来被证明是真或假的谣言，通过区分谣言生存周期中的两个级别的状态，即，在其真实性状态得到解决之前和之后。与每个事件相关的谣言的识别，以及将每个谣言确定为真实或虚假的推文，都是由一个实时的跟踪事件的记者团队执行的。我们的研究表明，最终被证明是真的谣言往往比那些被证明是假的谣言更快得到解决。虽然人们很容易看到用户在谣言被揭穿后会否认谣言，但当谣言的真实性仍然受到质疑时，用户似乎不太有能力区分真假谣言。事实上，我们表明，用户的普遍倾向是支持每一个未经证实的谣言。我们还分析了不同类型的用户的作用，发现声誉很高的用户，如新闻机构，努力发布有充分根据的声明，这似乎是肯定的，并附有证据。然而，这些往往证明是未经核实的信息，引起虚假谣言。我们的研究强调了开发强大的机器学习技术的必要性，这些技术可以为评估谣言的真实性提供帮助。
2016-02-25 cs.SI
The Rise of Jihadist Propaganda on Social Networks
我们使用大约25，000名ISIS成员在Twitter上发布的超过190万条消息的数据集，探索ISIS如何利用社交媒体传播其宣传并从阿拉伯世界和全球招募武装分子。通过区分暴力驱动的，神学和宗派内容，我们跟踪网络言论和地面上的关键事件之间的联系。据我们所知，我们的研究是最早关注阿拉伯文内容的研究之一，而大多数文献都关注英文内容。我们的研究结果产生了新的重要见解，即激进激进组织如何利用社交媒体来针对阿拉伯语世界，并揭示了他们宣传工作的重要模式。
2017-02-08 cs.SI physics.soc-ph
How Growing Toxicity Manifests: A Topic Trajectory Analysis of U.S. Immigration Discourse on Social Media
本研究针对社交媒体上美国移民讨论毒性加剧的问题，结合指令嵌入、递归HDBSCAN与轨迹分析，发现毒性升降用户的主题转向存在显著差异，为研究社会议题动态对话提供可复现方法。
2025-07-29 cs.SI
Modeling The Sharing and Diffusion Of Fake News in Social Media
本文融合用户属性、主题兴趣、关系强度及新闻复杂性、文体与心理特征建模，利用机器学习识别假新闻分享者并预测传播，发现有影响力用户分享的新闻更易扩散。
2024-10-28 cs.SI
Social Media Reveals Urban-Rural Differences in Stress across China
University of Pennsylvania（宾夕法尼亚大学）；Beijing Normal University（北京师范大学）；National University of Singapore（新加坡国立大学）；University of Bern（伯尔尼大学）；Indian Institute of Technology, Jammu（印度理工学院查谟分校）
对中国城市和农村地区的不同压力表达进行建模，可以更好地了解城市化对中国心理健康的影响，中国在过去二十年中经济迅速增长。本文采用分层混合效应模型，从中国329个县的65,000多名微博用户的微博帖子中，研究了中国城乡在压力体验和表达方面的语言差异。我们分析了微博中提及压力的短语、主题和心理语言学词汇选择，以更好地了解中国城乡社区对心理压力的评价差异;然后将其与盖洛普的大规模民意调查进行比较。在控制了社会经济和性别差异后，我们发现农村社区倾向于表达情感和个人主题（如关系，健康和机会）的压力，而城市地区的用户则使用相对，时间和外部主题（如工作，政治和经济）来表达压力。这些差异的存在超出了GDP和城市化的控制，表明农村和城市居民在非常特定的环境中有着根本不同的生活方式，可以说有着不同的压力来源。我们在盖洛普民意调查中发现了与城市化有关的身体，财务和社会健康的确证趋势。
2021-11-03 cs.AI cs.CL cs.CY
Information Sources and Needs in the Obesity and Diabetes Twitter Discourse
肥胖和糖尿病的流行分别影响着美国三分之一和十分之一的人口，引起了美国及其机构的关注。社交媒体为个人和健康组织之间的交流提供了一个开放的论坛，一个很容易被寻求从中获利的各方加入的论坛。在本文中，我们检查了150万条提到肥胖和糖尿病的推文，以评估（1）在这种对话中传播的信息的质量，对被引用最多的领域的分析表明，非政府或学术机构的健康信息源占41%，在肥胖症和50%糖尿病样本中，包含这些域名的推文比包含信誉良好的来源的域名的推文被转发得更多。在用户方面，我们估计超过四分之一的非信息性肥胖话语包含脂肪羞辱-羞辱和批评超重个体的做法-一些自我导向的作者自己。我们还发现，在这些数据集中提出的问题存在很大的多样性，包括肥胖作为一种疾病的定义、社会规范和政府政策。我们的研究结果表明，需要解决社交媒体上的健康信息的质量控制，以及需要参与围绕这些疾病的主题多样化，心理充电的话语。
2018-04-09 cs.CY cs.SI
Detecting Clickbait in Online Social Media: You Won't Believe How We Did It
在本文中，我们提出了一种方法，用于在线社交媒体（OSM）中的点击诱饵帖子的检测。点击诱饵帖子是吸引用户注意力点击文章的简短吸引人的短语。该方法是基于一个机器学习（ML）分类器，能够区分点击诱饵和合法的职位在OSM发布。建议的分类器是基于各种功能，包括图像相关的功能，语言分析，和方法的滥用者检测。为了评估我们的方法，我们使用了Clickbait Challenge 2017提供的两个数据集。ML分类器获得的最佳性能是AUC为0.8，准确度为0.812，精确度为0.819，召回率为0.966。此外，与以前的研究相反，我们发现点击诱饵帖子标题在统计学上显著短于合法帖子标题。最后，我们发现计算给定内容中的正式英语单词的数量对于点击诱饵检测是有用的。
2017-10-18 cs.SI
User Taglines: Alternative Presentations of Expertise and Interest in Social Media
Web应用程序越来越多地显示来自社交媒体的推荐用户以及一些描述，试图显示相关性-为什么他们被显示。例如，Twitter搜索一个主题关键字，会在“关注谁”的一侧显示专家推特用户。Google+和Facebook也建议用户关注或添加到朋友圈。流行的互联网报纸-赫芬顿邮报显示Twitter的影响者/专家在一篇权威的相关推文的一边。现有技术将用户简档bios显示为Twitter专家的摘要，但它存在用户界面（UI）设计所施加的长度约束、缺少bios以及有时有趣的配置文件bios的问题。或者，应用程序可以使用人工生成的用户摘要，但它不会扩展。因此，我们研究的问题，自动生成信息的专业知识摘要或标语的Twitter专家在UI设计所施加的空间限制。我们提出了三种方法的专业知识摘要生成-占领模式的基础上，链接三角测量和用户分类的基础上，使用知识增强的计算方法。我们还提出了最终的摘要选择方法，为用户生成的摘要有多个候选人。我们评估所提出的方法，通过用户研究，使用一些实验。我们的研究结果显示，在最好的情况下，92.8%的良好总结与大多数人一致，在最坏的情况下，70%与大多数人一致。我们的方法也超过了最先进的水平，高达88%。这项研究在专家分析，用户演示和应用程序设计领域的参与用户体验的影响。
2012-12-09 cs.SI
Estimating Online Influence Needs Causal Modeling! Counterfactual Analysis of Social Media Engagement
University of Technology Sydney（悉尼科技大学）
本文提出联合处理-结果框架，将医疗因果推断应用于社交媒体序列交互，估计平均处理效应，在错误信息数据集上预测参与度优于基准15-22%，并与专家经验影响力高度一致。
2025-05-25 cs.CL cs.SI
User Migration across Multiple Social Media Platforms
本研究基于14,000余名用户数据，分析Twitter用户向Mastodon、Bluesky和Threads等平台的迁移特征、时间模式及可持续性挑战，并利用LLM揭示用户立场与平台使用的关系。
2024-01-11 cs.SI
Algorithmic Cultivation: How Social Media Feeds Shape User Language
本文基于培养理论，研究社交媒体信息流如何影响用户语言，发现信息流暴露导致用户语言风格、语义和正式程度显著变化，且不同信息流类型产生不同影响，揭示信息流作为持久语言环境的作用。
2026-05-16 cs.AI cs.CL cs.CY
Anti-establishment sentiment on TikTok: Implications for understanding influence(rs) and expertise on social media
本文研究了TikTok上反 Establishment 情绪的普遍性，通过计算方法分析了金融、健康和阴谋论等主题内容中反 Establishment 情绪的分布，并探讨了社交媒体环境中反 Establishment 情绪对用户参与和平台激励的影响。
2026-05-20 cs.CL cs.LG cs.SI
CovidExplorer: A Multi-faceted AI-based Search and Visualization Engine for COVID-19 Information
Indian Institute of Technology, Gandhinagar（印度理工学院甘地纳加尔分校）
整个世界都在与COVID-19大流行作斗争，导致研究实验、政府政策和社交媒体讨论大幅增加。一个多模式信息获取和数据可视化平台可以在支持旨在了解和制定大流行病预防措施的研究方面发挥关键作用。在本文中，我们提出了一个多方面的基于人工智能的搜索和可视化引擎，CovidExplorer。我们的系统旨在帮助研究人员了解当前最先进的COVID-19研究，识别与其领域相关的研究文章，并可视化COVID-19病例的实时趋势和统计数据。与其他现有系统相比，CovidExplorer还在社交媒体上引入针对印度的专题讨论，以研究COVID-19的不同方面。该系统、演示视频和数据集可在http://covidexplorer.in上获得。
2020-11-30 cs.CL cs.IR cs.SI
Blended Bots: Infiltration through Identity Deception on Social Media
本文研究社交媒体中人类与机器人账户在性别角色刻板印象相关身份组合上的差异，发现部分身份可区分二者，但性别偏见在人类账户中总体更高，并给出机器人身份关联示例及检测培训启示。
2024-06-07 cs.HC cs.SI
Behavioral Homophily in Social Media via Inverse Reinforcement Learning: A Reddit Case Study
University of Technology Sydney（悉尼科技大学）；EPFL（洛桑联邦理工学院）
本文提出用逆强化学习推断用户策略，并以策略相似度度量行为同质性，在 Reddit 六年 590 万次交互上验证了该方法能揭示传统内容方法无法捕捉的行为模式与用户角色。
2025-02-05 cs.LG cs.SI
Circadian Modulation of Semantic Exploration in Social Media Language
Taipei Medical University（台北医学大学）；National Taiwan University（台湾大学）；Tohoku University（东北大学）
研究揭示社交媒体语言中语义探索的昼夜节律，发现早晨局部语义探索峰值与午后全局语义多样性峰值，表明语义探索具有不同于情绪的认知维度。
2026-01-21 cs.CL cs.CY cs.SI
Two Americas of Well-Being: Divergent Rural-Urban Patterns of Life Satisfaction and Happiness from 2.6 B Social Media Posts
Institute for Quantitative Social Science（定量社会科学研究所）；Harvard University（哈佛大学）；Department of Law, Economics and Culture（法律、经济与文化系）；University of Insubria（因斯布里亚大学）
该研究利用26亿条社交媒体帖子和微调生成式语言模型构建美国县级生活满意度与幸福感指标，发现农村县满意度更高、城市县幸福感更强的城乡悖论，通过区分评价性与享乐性主观幸福感层面调和矛盾，揭示其在地点、政治和时间上的不同映射及稳健性。
2026-10-06 cs.LG cs.SI stat.AP
Inferring Fine-grained Details on User Activities and Home Location from Social Media: Detecting Drinking-While-Tweeting Patterns in Communities
University of Rochester（罗切斯特大学）
几乎所有以前关于从社交媒体地理定位潜在状态和活动的工作都混淆了关于活动的一般讨论，过去或未来参与这些活动的用户的自我报告，以及在活动发生的即时时间和地点进行的自我报告。饮酒等活动可能发生在不同的地方和不同类型的地方，不仅要检测这些活动发生的地方区域，而且要分析当地居民参与这些活动的程度。在本文中，我们开发了新的基于机器学习的方法，用于从Twitter数据中精细定位活动和家庭位置。我们应用这些方法来发现和比较酒精消费模式在一个大的城市地区，纽约市，和一个更郊区和农村地区，门罗县。我们发现，一个社区的Twitter用户和酒精出口的密度之间的酒精消费率呈正相关，表明城市和郊区之间的相关程度显着不同。虽然我们的实验主要集中在酒精使用上，但我们用于定位家庭和区分时间特定的自我报告的方法适用于广泛的行为和潜在状态。
2016-03-10 cs.AI cs.SI
Understanding the Political Ideology of Legislators from Social Media Images
University of California, Los Angeles（加州大学洛杉矶分校）；University of Georgia（佐治亚大学）
在本文中，我们试图通过美国众议院和参议院成员发布的Facebook图像来了解政治家如何使用图像来表达意识形态言论。在社交媒体时代，政治已经变得充满了图像，这是一种强有力的、情感上突出的政治修辞形式，一个多世纪以来，政治家和政治组织一直在使用这种形式来影响公众情绪和投票行为。然而，迄今为止，人们对图像如何被用作政治修辞知之甚少。使用深度学习技术，仅从第114届美国国会议员的Facebook照片中自动预测共和党或民主党的隶属关系，我们证明，从我们的模型中预测的类概率可以准确地代表图像的政治意识形态。在控制了政治家的性别和种族之后，我们的方法从单张照片中获得了59.28%的准确率，从同一个人的多张照片（最多150张）中聚合得分时达到了82.35%。为了更好地了解图像内容区分自由派和保守派图像，我们还对照片进行了深入的内容分析。我们的研究结果表明，保守派倾向于使用更多的图像支持现状的政治机构和等级制度的维护，具有个人从占主导地位的社会群体，并表现出更大的幸福比自由主义者。
2019-07-22 cs.CV cs.HC cs.MM
