Social media emotion macroscopes reflect emotional experiences in society at large
社交媒体产生大规模和长时间的人类行为数据，是社会科学传统方法的补充。来自社交媒体的数百万条文本可以通过计算方法进行处理，以研究随着时间的推移和跨地区的情绪。然而，最近的研究表明，在个人层面上，社交媒体情绪和情感问卷之间的相关性较弱，在人群层面上，社交媒体情绪的静态区域聚集与主观幸福感之间的相关性较弱，这对社交媒体数据研究情绪的有效性提出了质疑。然而，到目前为止，还没有研究测试社交媒体情感宏观尺度的有效性，以跟踪整个社会层面的情感的时间演变。在这里，我们提出了一个预先注册的预测研究，显示如何性别重新缩放的时间序列的Twitter的情绪表达在国家一级实质上与聚合的自我报告的情绪在英国每周的代表性调查。后续的探索性分析显示，在充满情感的推文中，第三人称引用的流行率很高，这表明社交媒体数据提供了一种社交感知他人情绪的方式，而不仅仅是用户的情感体验。这些结果表明，尽管社交媒体在代表性和算法混淆方面存在问题，但将高级文本分析方法与社交媒体情感宏观领域的用户人口统计信息相结合，可以提供超越社交媒体用户的一般人群的信息。
2021-07-28 cs.CY cs.SI
A Survey of Prediction Using Social Media
社交媒体包括用于创建、共享和交换用户生成内容的交互式应用程序和平台。在过去的十年里，社交媒体，特别是在线社交网络服务，带来了巨大的增长，它正在改变我们的组织和沟通方式。它以低成本汇集了不同群体的意见和感受。挖掘社交媒体的属性和内容使我们有机会发现社会结构特征，定性和定量分析行为模式，有时还能预测未来与人类相关的事件。本文首先讨论了当前社交媒体可以预测的领域，然后概述了可用的预测器和预测技术，最后讨论了挑战和可能的未来方向。
2012-03-07 cs.SI physics.soc-ph
Measuring social spam and the effect of bots on information diffusion in social media
机器人一直在在线平台生态系统中发挥着至关重要的作用，作为生成内容和向社交媒体人群传播信息的高效自动工具。在本章中，我们将讨论社交机器人在社交媒体内容传播动态中的作用。特别是，我们将首先调查机器人生成的内容的扩散动态之间的一些差异，而不是人类，在政治沟通的背景下，然后研究社交媒体垃圾邮件活动的扩散动态背后的机器人的特点。
2017-08-27 cs.SI physics.soc-ph
Sense-Giving Strategies of Media Organisations in Social Media Disaster Communication: Findings from Hurricane Harvey
媒体组织是极端事件期间社交媒体灾难传播的重要传播利益相关者。它们扮演着看门人和放大的角色，这对集体意义的形成过程至关重要。在这种情况下，媒体组织通过社交媒体发布信息，将其作为信息来源，并在不同渠道共享这些信息。然而，很少有人知道媒体组织在社交媒体上的作用，作为所谓的意义给予者，以有效地支持创造共同的意义。本研究探讨媒体组织在极端事件中的传播策略。2017年哈维飓风期间收集了一个由9，414，463条帖子组成的Twitter数据集。社会网络和内容分析方法被用来识别媒体传播途径。可以确定三种不同的赋予意义的策略：本地内部渠道的转发;个人信息向组织相关记者的绑定放大;以及开放信息放大。
2020-04-18 cs.CY cs.SI
Government and Social Media: A Case Study of 31 Informational World Cities
政府越来越多地使用社交媒体平台来促进用户互动。特别是在信通技术基础设施得到加强的城市（即，信息世界城市）和高互联网渗透率，社交媒体平台是接触大量公民的宝贵工具。这项对31个信息世界城市的实证调查将概述用于政府目的的社交媒体服务，它们在政府中的受欢迎程度，以及它们在网上广播信息中的使用强度。
2014-02-28 cs.CY cs.DL cs.SI
The influence of repressive legislation on the structure of a social media network
社交媒体被广泛用于组织公民运动。2012年，加拿大魁北克省75%的大学生参加了反对学费上涨的大规模抗议活动，主要是通过社交媒体组织的。为了减少对公众的干扰，政府出台了专门的立法来阻止抗议组织。在这里，我们表明，立法改变了社交媒体用户的行为，但没有改变他们在Twitter上的社交网络的整体结构。因此，用户仍然能够利用其社交网络传播信息，以有效地组织示威活动。这一自然实验显示了社交媒体在政治动员方面的力量，以及大量个人在信息流动中的行为灵活性。
2013-04-10 cs.SI physics.soc-ph
Effect of Social Media on Website Popularity: Differences between Public and Private Universities in Indonesia
社交媒体已经成为通过网站加强社交网络和信息共享的重要因素。社交媒体不仅改变了社交网络，还为社会组织、行动主义、政治、医疗甚至大学的学术关系提供了宝贵的工具。研究人员进行本研究的目的是a）。研究大学对社交媒体的学术使用，b）。衡量大学拥有的社交媒体的受欢迎程度和知名度。这项研究只限于印度尼西亚的大学。研究对象包括公立和私立大学。样本量包括264所大学，他们的排名都包括在2012年7月版的Webometrics和4ICU中。研究的社交媒体包括Facebook、Twitter、Flicker、LinkedIn、Youtube、Wikipeda、博客、大学拥有的社交网络社区和开放式课程软件。本研究使用了一种数据汇集和测量的方法：使用Alexa和Majestic SEO。使用Pearson卡方检验分析社交媒体所有权，使用数据序和独立t检验社交媒体对网站流行度的影响。研究显示，大多数社交媒体用户使用Facebook，其次是Twitter。无论是否使用社交媒体，Alexa排名的受欢迎程度和Majestic SEO在大学中的可见性也存在最显着的差异。
2014-03-08 cs.CY cs.SI
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
The Impact Of Social Media In The Fight Against The Spread Of Coronavirus (Covid-19) Pandemic In Anambra State, Nigeria
本研究考察了社交媒体在尼日利亚阿南布拉州抗击新型冠状病毒（COVID-19）大流行传播中的影响。主要目标是：了解自新型冠状病毒大流行以来，阿南布拉州的社交媒体用户数量是否增加;了解社交媒体是否被用于对抗新型冠状病毒大流行在阿南布拉州的传播;了解社交媒体如何被用于对抗新型冠状病毒大流行在阿南布拉州的传播;并发现社交媒体在对抗阿南布拉州冠状病毒大流行蔓延方面的影响。它以议程设置理论和技术决定论（TDT）为基础。本研究采用封闭式问卷调查的方式，对400名受访者进行了问卷调查。这项研究的结果显示，由于冠状病毒大流行，阿南布拉州社交媒体的使用和可访问性增加。它还显示，个人，非政府组织和政府正在利用社交媒体来对抗冠状病毒在阿南布拉州的传播。该研究还发现，社交媒体正被用于收集和传播信息，学习，交易业务等。这一发现还表明，社交媒体在阿南布拉州对抗冠状病毒传播方面具有积极影响。该研究得出结论，社交媒体的好处远大于负面影响，应该用来遏制冠状病毒的传播。除其他外，它建议对公民进行有效利用社会媒体的培训和赋权，以在社会中产生影响。
2022-06-11 cs.CY cs.SI
The Toxicity Phenomenon Across Social Media
本文系统梳理社交媒体毒性相关文献，给出形式化定义，提出互联网极端主义循环，并综述检测方法、未来方向与研究空白。
2024-10-28 cs.CY cs.SI
A Socio-Informatic Approach to Automated Account Classification on Social Media
社交媒体上的自动账户变得越来越成问题。我们提出了一个关键特征，结合现有的方法来改进机器人检测的机器学习算法。我们成功地提高了分类性能，通过包括建议的功能。
2019-04-27 cs.SI physics.soc-ph
Situational Awareness Enhanced through Social Media Analytics: A Survey of First Responders
社交媒体数据越来越多地用于促进在自然灾害等事件和紧急情况期间的态势感知。虽然研究人员已经研究了几种方法来总结，可视化或挖掘数据进行分析，但第一响应者无法充分利用研究进展，主要是由于学术研究和部署的功能系统之间的差距。在本文中，我们从第一反应者的角度探讨了有效利用社交媒体数据的机会和障碍。我们提出了几个详细的采访第一反应者对他们使用社交媒体的态势感知的总结。我们进一步评估了SMART（一种社交媒体视觉分析系统）对第一响应者操作的影响。
2019-09-16 cs.CY cs.SI
Designing a Social Media Analytics Dashboard for Government Agency Crisis Communications
社交媒体已成为提取社会危机数据的宝贵来源，也是传播官方信息的重要渠道。政府机构越来越多地转向社交媒体，将其作为危机时期的喉舌。然而，通过社交媒体分析获取情报对政府机构来说仍然是一个挑战，例如由于缺乏培训和工具。为了弥补这一缺陷，政府机构需要工具来支持他们分析社交媒体数据以实现公共利益。本文提出了一种设计科学研究方法，指导区域政府机构的社交媒体分析仪表板的开发。报告了研讨会的初步结果和第一个原型的设计结果。一个用户友好和响应式的设计，是安全的，灵活的，快速使用，以及信息显示的区域讨论统计数据，情绪和新兴的主题可以确定为要求。
2022-02-11 cs.CY cs.SI
The Investigation of Social Media Data Thresholds for Opinion Formation
到目前为止，社交媒体的普遍使用已经增长到超过20亿用户，并且通常被用作共享信息和影响世界事件的手段。有证据表明，被动的社交媒体使用（即，观看而不采取行动）对用户的观点有影响。这种对视角的经验影响可能对社会事件产生重大影响。因此，重要的是要了解社交媒体如何有助于个人观点的形成。设计了一组实验任务来调查由于与不同社交媒体数据类型的被动交互而导致的经验得出的意见形成阈值（即，视频、图像和消息）。随着对人类如何被动地与社交媒体信息互动的更好理解，可以开发一种范式，允许利用这种互动，并在未来的军事计划和行动中发挥重要作用。
2017-12-12 cs.CY cs.SI
Folk Models of Misinformation on Social Media
在本文中，我们通过对235名社交媒体用户的半结构化访谈来调查存在哪些错误信息的民间模型。关于社交媒体错误信息的研究并没有调查普通用户--错误信息的目标--如何处理它;相反，重点主要是错误信息造成的焦虑、紧张或分裂。研究创造、传播和放大的各个方面也忽略了错误信息是如何被社交媒体上的用户内化的，因此很快就为假定的对错误信息缺乏免疫力开出了"接种"策略。用户如何应对社交媒体内容，以发展“天然免疫力”作为虚假信息恢复力的前兆，这仍然是一个悬而未决的问题。我们已经确定了至少五种将错误信息概念化的民间模型：政治（反）论证，断章取义的叙述，固有的错误信息，外部宣传，或者只是娱乐。我们使用这些民间模型中包含的丰富概念来揭示社交媒体用户如何最大限度地减少日常生活中遇到错误信息时的不良反应。
2022-07-26 cs.CY cs.SI
Intelligent Disaster Response via Social Media Analysis - A Survey
救灾和反应过程的成功在很大程度上取决于有关灾害状况、周围环境和受灾人员的及时和准确的信息。这些信息主要由现场的第一反应者提供，并可以通过社交媒体上实时发布的第一手报告来增强。已经开发了许多工具和方法，通过从社交媒体中提取、分析和可视化可操作的信息来自动化救灾。然而，这些方法并没有很好地融入救济和反应过程，两者之间的关系需要进一步阐述。在本次调查中，我们回顾了使用社交媒体进行智能救灾和响应的新前沿，展示了社交媒体上反映的灾害阶段，建立了基于社交媒体的拟议方法与第一响应者的救灾工作之间的联系，并概述了紧迫的挑战和未来的研究方向。
2017-09-07 cs.SI physics.soc-ph
Social Media Harms as a Trilemma: Asymmetry, Algorithms, and Audacious Design Choices
本文将社交媒体危害归为对应信息系统三层架构的3A三难困境，提出需结合多学科建议破解该问题以修复社交媒体。
2023-04-28 cs.CY cs.SI
The Social Media Genome: Modeling Individual Topic-Specific Behavior in Social Media
社交媒体中的信息传播不仅依赖于静态的关注者结构，还依赖于特定主题的用户行为。因此，需要新的模型，结合动态用户行为。为此，我们提出了一个模型，为个人的社交媒体用户，称为基因型。基因型是用户的兴趣、活动和接受新信息的敏感性的每个主题的总结。我们证明了用户基因型保持不变的主题内，通过采用它们的分类在大规模的真实网络中传播的新信息。此外，我们提取特定主题的影响骨干结构的基础上的信息采用，并表明它们显着不同的静态追随者网络。当用于新内容传播的影响力预测时，与纯粹的结构特征相比，我们的基因型模型和影响力骨干能够实现超过20%的改进。我们还表明，用户基因型和影响骨干的知识允许设计的有效策略，以最大限度地减少特定主题的信息传播的延迟。
2013-07-01 cs.SI physics.soc-ph
What Do We Mean When We Talk about Trust in Social Media? A Systematic Review
人们信任社交媒体吗？如果是这样，为什么，在什么情况下，这种信任如何影响他们的生活？研究人员、公司和记者都越来越多地研究这些问题，这些问题对于理解社交媒体互动及其对社会的影响至关重要。然而，对社交媒体的信任是一个复杂的概念，关于信任社交媒体内容、用户和平台的前提和影响，存在相互矛盾的证据。更大的问题是，我们对社交媒体背景下的信任意味着什么缺乏基本的共识。为了应对这些挑战，我们进行了系统的审查，以确定这一领域的主题和挑战。通过我们对70篇论文的分析，我们对社交媒体中的信任如何定义、概念化和测量做出了综合贡献，总结了社交媒体中的信任前提，了解了社交媒体中的信任如何影响行为和态度，以及未来工作的方向。
2023-02-07 cs.CY cs.HC cs.SI
A Scalable Framework for Spatiotemporal Analysis of Location-based Social Media Data
在过去的几年里，社交媒体（例如，Twitter和Facebook）已经经历了惊人的崛起和普及，并成为内容共享和社交网络的无处不在的话语。随着移动设备和基于位置的服务的普及，社交媒体通常允许用户分享日常活动的地点（例如，签到和拍照），从而加强了社交媒体作为理解地理空间中人类行为和复杂社会动态的代理的作用。与传统的时空数据不同，这种新的数据形式是动态的、海量的，并且通常以非结构化媒体流（例如，文本和照片），这对传统的时空分析和地理信息科学提出了基本的表示，建模和计算挑战。在本文中，我们描述了一个可扩展的计算框架，利用大量的基于位置的社交媒体数据进行高效和系统的时空数据分析。在此框架内，时空轨迹（或路径）的概念被应用于表示社交媒体用户的活动配置文件。基于时空轨迹的集合，提出了一种分层时空数据模型，即时空数据立方体模型，用于表示多时空尺度下社交媒体用户跨越聚合边界的集体动态。该框架是根据北美大陆上发布的Twitter提要的公共数据流实施的。为了展示该框架的优点和性能，开发了一个交互式流映射接口（包括单源和多源流映射），以允许在多个尺度上对大规模基于位置的社交媒体中的运动动态进行实时和交互式视觉探索。
2014-09-08 cs.SI physics.soc-ph
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
Mining social media data for biomedical signals and health-related behavior
社交媒体数据越来越多地用于研究生物医学和健康相关现象。从群体层面的讨论到全球层面的情绪分析，社交媒体为科学家提供了前所未有的大量数据，以研究与各种健康状况和医疗相关的人类行为和反应。在这里，我们回顾了最近的工作在挖掘社会媒体的生物医学，流行病学和社会现象的信息相关的人类健康的多层次的复杂性。我们特别关注社交媒体数据分析取得最大进展的主题，包括药物警戒、情感分析（特别是针对心理健康）和其他领域。我们还讨论了社交媒体数据在健康相关应用中的各种创新用途，以及社交媒体数据访问和使用的重要限制。
2020-01-28 cs.CY cs.SI q-bio.QM
Is social media hindering or helping Academic Performance? A case study of Walter Sisulu University Buffalo City Campus
该研究通过对 WSU Buffalo City 校区 71 名学生的随机问卷调查，发现社交媒体虽有助学作用，但过度使用主要造成分心并损害学业表现。
2025-01-07 cs.CY cs.SI
The Potential of Social Media Analytics for Improving Social Media Communication of Emergency Agencies
越来越多的人在危机时期使用社交媒体寻求信息或协调救济活动。因此，应急机构也越来越多地使用社交媒体，以接触更多处于危机局势中的人。然而，应急机构也可以利用社交媒体上的大量可用数据来了解公众对它们的看法，并改善它们的沟通。在这项研究中，我们研究了Twitter的通信关于德国紧急机构“Johanniter Unfall-Hilfe”进行频率，情绪，社交网络和内容分析。结果显示，一个右翼政治集团在政治上利用了与该机构有关的事件。此外，一些人利用社交媒体表达批评。可以得出结论，在应急管理专业人员的日常工作中使用社交媒体分析有助于改善他们的社交媒体沟通策略。
2020-04-18 cs.SI
Transportation in Social Media: an automatic classifier for travel-related tweets
在过去的几年里，智能交通系统领域的研究人员已经做出了一些努力，从社交媒体流中提取有价值的信息。然而，从任何社交媒体收集特定领域的数据是一项具有挑战性的任务，需要适当和强大的分类方法。在这项工作中，我们专注于探索地理定位的推文，以创建一个旅游相关的推文分类器使用的词袋和词嵌入的组合。由此产生的分类使得有可能在圣保罗和里约热内卢有趣的时空关系的识别。
2017-06-15 cs.CY cs.SI
Reranking Social Media Feeds: A Practical Guide for Field Experiments
Johns Hopkins University（约翰斯·霍普金斯大学）；University of Washington（华盛顿大学）；Northeastern University（东北大学）；Stanford University（斯坦福大学）
本文提供了一种通过网页浏览器扩展实现实时社交媒体流重排序的实用方法，并开源了相关实现以促进独立社交媒体研究。
2026-02-17 cs.CY cs.SI
Processing Social Media Messages in Mass Emergency: A Survey
社交媒体平台在群众聚集和自然灾害造成的灾害等紧急事件期间提供了积极的沟通渠道。因此，第一反应者，决策者和公众可以使用这些信息来深入了解情况。特别是，在紧急情况期间传播的许多社交媒体信息传达了及时、可采取行动的信息。然而，处理社交媒体消息以获取此类信息涉及解决多个挑战，包括：处理信息过载，过滤可信信息，以及优先处理不同类别的消息。这些挑战可以映射到经典的信息处理操作，例如过滤、分类、排序、聚合、提取和汇总。我们调查了最先进的计算方法来处理社交媒体消息，专注于他们在应急响应场景中的应用。我们研究了这种设置的特殊性，然后有条不紊地研究了一系列关键的子问题，从事件的检测到创建可操作的和有用的摘要。
2015-04-16 cs.CY cs.SI
Networks of Power: Analyzing World Leaders Interactions on Social Media
世界领导人越来越多地使用社交媒体平台作为政治沟通的工具。然而，尽管对社交媒体上政府账户的研究越来越多，但对世界领导人之间的互动几乎一无所知。使用一个新的，跨国数据集的Twitter通信的193个国家的领导人在2012年至2017年期间，我们构建转推和提及网络，以探索领导人的沟通模式。我们使用社会网络分析得出结论，领导者在社会媒体上的互动与他们在线下世界的互动非常相似。此外，与强调民主国家之间特殊联系的民主和平理论相一致，我们将政治制度确定为Twitter上国家之间聚集的主要预测因素。最后，我们探讨了领导者中心性的模式，以确定哪些领导者在网络中占据更中心的位置。我们的研究结果对政府行为者如何使用社交媒体产生了新的见解，并对我们理解新技术对新形式外交的影响具有重要意义。
2019-07-25 cs.SI physics.soc-ph
Do Social Bots Dream of Electric Sheep? A Categorisation of Social Media Bot Accounts
所谓的“社交机器人”最近引起了很多关注。此前的研究表明，他们试图影响英国脱欧公投和美国总统选举等政治事件。然而，“社交机器人”一词究竟可以理解为什么，仍然有些不清楚。本文旨在更好地了解社交媒体上机器人的意图，并就“社交”机器人与其他类型的机器人的不同之处达成共识。因此，我们描述了对研究社交媒体上的机器人账户的出版物的系统回顾。基于这一文献综述的结果，我们提出了一个分类社交媒体网站上的机器人帐户的计划。我们的计划通过两个维度对机器人账户进行分组-模仿人类行为和意图。
2017-10-11 cs.CY cs.HC cs.SI
Quantifying Information Overload in Social Media and its Impact on Social Contagions
信息过载已成为现代社会普遍存在的问题。社交媒体用户和微博用户接收到源源不断的信息，其速度往往远远高于他们处理信息的认知能力。在本文中，我们进行了一个大规模的定量研究信息过载，并评估其对Twitter社交媒体网站的信息传播的影响。我们将社交媒体用户建模为信息处理系统，该系统根据某些策略对传入信息进行排队，以某些未知速率处理来自队列的信息，并决定将某些传入信息转发给其他用户。我们展示了如何通过用户接收和转发的带有时间戳的推文数据来揭示其发布策略的关键属性，并估计其信息处理速率和限制。对用户信息处理行为的理解使我们能够推断用户是否以及在多大程度上遭受信息过载。我们的分析为社交媒体用户的信息处理限制和信息过载的普遍性提供了经验证据。最活跃和最受欢迎的社交媒体用户往往是那些超载的人。此外，我们发现用户接收信息的速度会影响他们的处理行为，包括他们如何优先处理来自不同来源的信息，他们处理多少信息以及他们处理信息的速度。最后，社交媒体用户对社交传染的敏感性关键取决于她接收信息的速度。接触一条信息，无论是一个想法，一个惯例还是一个产品，对于接收信息频率较高的用户来说，效果要差得多，这意味着他们需要更多的接触才能接受特定的传染病。
2014-03-26 cs.SI physics.soc-ph
Social Media App Usage in Relation with PHQ-9 Depression Scores during the COVID-19 Pandemic
重度抑郁症（MDD）是全球最常见的疾病之一，约有3亿人受影响。于COVID-19疫情期间，病例数目进一步增加28%。许多因素可能与MDD相关，包括过度使用社交媒体应用程序。在本文中，我们调查了在COVID-19大流行期间使用社交媒体和通信应用程序与抑郁症状之间的关系。疫情和社交距离（如封锁）可能改变了智能手机的使用时间和使用模式。虽然以前的研究表明抑郁症和社交媒体使用之间存在关联，但我们报告了这些特殊情况下的情况。我们采用对数线性回归来检查社交媒体和通信应用程序使用与抑郁症的关联。为了量化使用情况，我们应用了社交媒体应用程序的总使用时间（以小时为单位）（例如，WhatsApp，Facebook）以及通信应用程序（电话和消息）在一周内。为了测量抑郁症状，我们使用PHQ-9评分。我们发现使用时间与PHQ-9评分之间存在显著相关性（beta=0.0084，p值=0.010）。我们的结论是，社交媒体的使用是抑郁症严重程度的一个强有力的标志，未来的研究应该集中在更好地了解潜在的因果关系和潜在的应对措施。
2022-10-17 cs.CY cs.SI
Does presence of social media plugins in a journal website result in higher social media attention of its research publications
社交媒体平台现在已经成为研究文章更广泛传播的重要媒介;作者，读者和出版商创造了关于文章的不同类型的社交媒体活动。一些研究甚至表明，获得更多社交媒体关注的文章可能会获得更高的知名度和引用。这些因素正在说服期刊出版商将社交媒体插件集成到他们的网页中，以促进文章在社交媒体平台上的分享和传播。许多过去的研究分析了几个因素（如期刊影响因子，开放获取，合作等）。这可能会影响社交媒体对学术文章的关注。然而，目前还没有研究分析期刊中社交媒体插件的存在是否会导致期刊上发表的文章在社交媒体上的关注度更高。本文旨在通过分析来自100种不同期刊的99，749篇文章的足够大的样本来弥合这一知识差距。结果显示，与不提供此类插件的期刊相比，在其网页中集成了社交媒体插件的期刊的文章在社交媒体上的提及和分享率显着更高。访问期刊网页的作者和读者似乎是围绕这些期刊上发表的文章的社交媒体活动的主要贡献者。研究结果表明，出版社应积极提供社交媒体插件集成在他们的期刊网页，以增加他们的文章的社交媒体知名度（altmetric影响）。
2020-07-12 cs.DL cs.SI
Leveraging Social Foci for Information Seeking in Social Media
社交媒体的兴起为人们提供了一个很好的机会，可以接触到他们的社会关系，以满足他们的信息需求。然而，通用的社交媒体平台并没有明确地被设计为帮助用户寻找信息。在本文中，我们提出了一个新的框架，以确定能够满足他的信息需求的用户的社会联系。社交媒体用户的信息需求是主观的和个人的，我们调查他的社会背景的效用，以确定人们能够满足it.We提出的问题，用户在Twitter上发布的信息寻求活动的实例在社交媒体。我们推断软社区成员的请求者和他的社会关系，通过整合网络和内容信息。从社会焦点理论中提取概念，我们确定了与提问者共享社区的回答者。以下问题我们的实验表明，该框架是有效的识别社交媒体问题的回答者。
2015-02-23 cs.SI
The Digital Architectures of Social Media: Comparing Political Campaigning on Facebook, Twitter, Instagram, and Snapchat in the 2016 U.S. Election
本研究认为，社交媒体上的政治沟通是由一个平台的数字架构，定义为技术协议，使，约束和塑造用户在虚拟空间中的行为介导。介绍了一个理解数字架构的框架，并沿着类型学比较了四个平台（Facebook，Twitter，Instagram和Snapchat）。以2016年美国大选为例，对三位共和党数字战略家的采访与社交媒体数据相结合，以验证研究的理论主张，即平台的网络结构，功能，算法过滤和传播模型会影响社交媒体上的政治竞选策略。
2019-04-15 cs.CY cs.HC cs.SI
A Large-scale Study of Social Media Sources in News Articles
在这项研究中，我们密切关注美国新闻媒体使用社交媒体内容作为来源或参考。具体来说，我们研究了153家美国媒体在2013-2017年5年内发表的约6万篇新闻文章，并分析了社交媒体内容与其他来源的比较。我们设计了一个社交媒体源提取算法，并调查了不同新闻主题中社交媒体源使用的程度和性质。我们的研究结果显示，新闻中社交媒体内容的使用在五年内几乎翻了一番。不可靠的媒体机构对社交媒体的依赖超过了主流媒体。主流和不可靠的网站都更喜欢Twitter而不是Facebook作为信息来源。
2018-10-31 cs.DL cs.SI
Inspecting Interactions: Online News Media Synergies in Social Media
社交媒体的日益普及从根本上改变了新闻内容的传播方式，包括新层面的互动尝试。到目前为止，传统的新闻媒体，如报纸，电视和广播已经适应了他们的活动，通过利用社交媒体，博客，网站等在线新闻媒体。本文提供了一些洞察到全球流行的新闻媒体的社交媒体存在。尽管事实上，这些大型新闻媒体通过社会媒体环境传播内容在很大程度上，很少有人知道的新闻项目的生产者，供应商和消费者在社会媒体的新闻媒体社区，为了更好地了解这些互动，这项工作的目的是分析新闻项目在两个大型社会媒体，Twitter和Facebook。为此，我们收集了48家新闻媒体在Twitter和Facebook上发布的所有帖子，使用152 K tweets和80 K Facebook帖子的数据集进行描述性和预测性分析。我们探索了一组在社交媒体中自己创建内容的新闻媒体，那些将新闻发布到其他新闻媒体的媒体，以及那些从其他新闻媒体消费新闻内容和/或共享副本的媒体。我们提出了一个预测模型，以增加新闻媒体的普及读者的基础上的帖子数量，追随者数量和互动的数量在新闻媒体社区内进行。研究结果表明，新闻媒体应分散自身的内容，首先在社交媒体上发布，以成为受欢迎的新闻媒体，并获得更多的新闻读者对其新闻项目的吸引力。
2018-09-16 cs.SI
Pachinko Prediction: A Bayesian method for event prediction from social media data
大型开放数据源与机器学习方法的结合，为预测抗议或社会动荡等事件提供了一种潜在的强大方法。然而，考虑到这些模型中的不确定性，特别是在使用社交媒体等多样化的非结构化数据集时，对于确保适当使用这些方法至关重要。在这里，我们开发了一种贝叶斯方法，用于预测社会动荡事件在澳大利亚使用社交媒体数据。该方法使用机器学习方法将社交媒体的个人帖子分类为相关的，并使用经验贝叶斯方法来计算后验事件概率。我们使用该方法来预测2017/18年度澳大利亚城市的事件。
2018-09-22 cs.CY cs.SI stat.AP
Extracting and categorising the reactions to COVID-19 by the South African public -- A social media study
University of Pretoria（比勒陀利亚大学）；CSIR（南非科学与工业研究理事会）；Mail and Guardian（《邮卫报》）
社交媒体可用于在灾难期间提取讨论主题。随着COVID-19疫情对南非的影响，我们需要了解政府为应对疫情而颁布的法律法规与社交媒体用户一直参与的讨论话题的对比。在这项工作中，我们通过使用由南非政府官员驱动或针对南非政府官员的社交媒体讨论来扩展传统媒体分析。我们发现，在某些情况下，主题是相似的，以及不同的。这些发现可以为南非及其他地区在灾难环境中对社交媒体的进一步研究提供信息。本文为未来的分析提供了一个框架，以了解大流行期间公众的意见，以及如何[以半自动化的方式]提取这些意见，为未来的政府沟通提供信息。
2021-08-09 cs.CL cs.CY cs.SI
A Pipeline to Understand Emerging Illness via Social Media Data Analysis: A Case Study on Breast Implant Illness
工作背景：一种新的疾病可能首先在社交媒体上引起公众的注意，然后才被医学定义、正式记录或系统研究。一个例子是一种被称为乳房植入疾病（BII）的现象，这种现象在社交媒体上被广泛讨论，尽管在医学文献中定义模糊。目的：本研究的目的是构建一个数据分析管道，使用社交媒体数据来了解新兴疾病，并应用该管道来了解BII的关键属性。方法：我们使用自然语言处理（NLP）和主题建模进行社交媒体数据分析。我们使用临床文本分析和知识提取系统（cTAKES）从社交媒体数据中提取了与体征/症状，疾病/障碍和医疗程序相关的提及。我们将提及的内容映射到标准的医学概念。我们总结了映射概念的主题使用潜在狄利克雷分配（LDA）。最后，我们应用这个管道从几个BII专用的社交媒体网站了解BII。结果：我们的管道确定了与BII高度相关的毒性，癌症和心理健康问题相关的主题。我们的管道还显示，癌症，自身免疫性疾病和心理健康问题是基于社交媒体讨论的与乳房植入物相关的新问题。该管道还确定了诸如破裂，感染，疼痛和疲劳等提及作为公众中常见的自我报告问题，以及硅胶植入物的毒性。结论：我们的研究可以启发未来的工作，研究建议的症状和因素的BII。我们的研究提供了使用NLP技术从社交媒体中获得的BII的第一个分析和衍生知识，并展示了使用社交媒体信息更好地了解类似新兴疾病的潜力。
2022-03-08 cs.CY cs.IR cs.SI
FNR: A Similarity and Transformer-Based Approach to Detect Multi-Modal Fake News in Social Media
Sharif University of Technology（谢里夫理工大学）
社交媒体的可用性和互动性使其成为全球新闻的主要来源。社交媒体的普及诱使犯罪分子通过使用诱人的文字和误导性的图像制作和传播假新闻来追求他们的不道德意图。因此，验证社交媒体新闻和发现假货至关重要。这项工作旨在分析社交媒体中文本和图像的多模态特征，以检测假新闻。我们提出了一个假新闻揭示器（FNR）的方法，利用变换学习提取上下文和语义特征和对比损失，以确定图像和文本之间的相似性。我们在两个真实的社交媒体数据集上应用了FNR。实验结果表明，与以往的方法相比，该方法在检测假新闻方面具有更高的准确率。
2021-12-02 cs.CY cs.LG cs.MM
Can We Count on Social Media Metrics? First Insights into the Active Scholarly Use of Social Media
衡量研究影响力对于学术搜索引擎中的出版物排名和研究评估都很重要。社交媒体指标或altmetrics衡量基于社交媒体活动的科学工作的影响。Altmetrics是传统的基于引用的指标的补充，例如，允许评估引用尚未提供的新出版物。尽管altmetrics的重要性越来越大，但它们的特点并没有得到很好的理解：到目前为止，还没有研究什么样的研究人员正在积极使用哪些社交媒体服务以及为什么-这是科学影响预测的重要问题。基于对3，430名科学家的调查，我们发现了社交媒体服务之间以前未知的显著差异：我们分别确定了吸引年轻和有经验的研究人员的服务，并检测了使用动机的差异。我们的研究结果有直接的影响未来的设计altmetrics科学的影响预测。
2018-04-08 cs.DL cs.SI
Geolocating social media posts for emergency mapping
演示将说明支持自然灾害后快速制图活动的网络地理信息系统界面的功能，目的是从社交媒体向制图操作员提供更多信息。该演示展示了E2mC H2020欧洲项目的第一批成果，该项目的目标是从可用的社交媒体源中提取精确定位的信息，提供准确的地理定位功能，并从Twitter中搜索的帖子开始，将社交媒体探索扩展到Flickr，YouTube和Instagram。
2018-01-21 cs.SI
Detecting Antagonistic and Allied Communities on Social Media
多年来，社交媒体上的社区发现引起了相当大的关注。然而，现有的方法没有揭示社区之间的关系。由于各种因素，社区可以形成联盟或进行对抗，例如，共同或冲突的目标和价值观。揭示这种关系可以提供更好的见解，以了解社区和社交媒体的结构。根据社会科学的研究结果，来自不同社区的成员对彼此的态度在很大程度上取决于他们的社区成员身份。因此，我们假设，在社交媒体中的用户之间表达的社区间的态度有可能反映他们的社区间的关系。因此，我们首先在社交媒体的背景下验证这一假设。然后，受假设的启发，我们开发了一个框架，通过联合建模用户的态度和社会互动来检测社区及其关系。我们使用三个真实世界的社交媒体数据集来展示我们框架的有效性。
2018-07-10 cs.SI
Quasi-experimental Designs for Assessing Response on Social Media to Policy Changes
烟草制品的监管正在迅速发展。在当局评估如何有效保护人口健康时，了解公众对变化的反应非常重要。社交媒体系统被广泛认为有助于收集有关人类偏好和感知的数据。然而，在政策迅速变化的背景下，鉴于时间段短、地点具体、使用社交媒体的人群不具代表性等挑战，如何使用社交媒体数据是一个悬而未决的问题。在本文中，我们应用了之前在社交媒体等观察数据中使用的准实验设计，以控制社交媒体上的时间和位置混杂因素，然后使用Twitter和Reddit帖子的内容分析来说明对烟草香料禁令的反应内容以及对电子烟征税的影响。结论提炼的潜在作用，社会媒体在快速变化的监管环境中，在补充传统的基于代理人的代表性调查所学到的。
2020-03-30 cs.SI
A Tutorial on Event Detection using Social Media Data Analysis: Applications, Challenges, and Open Problems
本文综述利用社交媒体数据分析进行事件检测的应用价值，系统梳理社交媒体流监测中的关键挑战与基本权衡，并提出开放问题和未来研究方向。
2025-06-07 cs.SI
Social Media Analytics in Disaster Response: A Comprehensive Review
本文综述社交媒体分析在灾害管理中的作用、方法、案例、伦理隐私问题及未来方向，为研究者和从业者提供系统性参考。
2025-06-07 cs.SI
SMI-5: Five Dimensions of Social Media Interaction for Platform (De)Centralization
本文将Web去中心化理念扩展至社交媒体，提出SMI-5框架从五个维度描述社交平台的（去）中心化，并通过案例研究证明用户互动因SMI层切片而异，强调需超越物理网络层面以更全面的视角理解平台（去）中心化。
2024-04-23 cs.SI
Integrating Social Media into the Design Process
社交媒体捕捉人们的行为，行动，信仰和情感的例子。因此，它可以成为人机交互研究和设计的宝贵信息和灵感来源。社交媒体技术可以改善、告知和加强洞察力，以更好地理解和代表用户群体。为了理解社交媒体研究和分析在设计过程中的地位，本文试图强调使用传统研究方法的缺点（例如，访谈，焦点小组），忽略或不充分反映相关的社会媒体，本文推测的重要性和利用社会媒体建立的背景下，补充这些方法的好处。我们提出的例子，指导我们的思考，并介绍了有关使用社交媒体数据的问题的讨论。
2022-05-09 cs.HC cs.SI
Social Media Networks Attacks and their Preventive Mechanisms: A Review
我们生活在一个虚拟的世界里，真实的生活方式被复制。全世界对社交媒体网络的使用日益依赖，导致对信息安全的极大关切。使社交媒体平台流行起来的因素之一是它们如何将世界各地的人们联系起来，以进行互动，分享内容，并参与跨越地理边界的共同兴趣的相互互动。在所有这些令人难以置信的收益背后，是威胁物理社会化的数字犯罪等同。犯罪分子和黑客正在利用社交媒体平台（SMP）进行许多邪恶的活动来伤害他人。随着检测工具的发展来控制这些犯罪，黑客的战术和技术也在不断发展。黑客不断开发新的攻击工具和黑客策略，以获得对系统的恶意访问并攻击社交媒体网络，从而使安全管理员和组织难以开发和实施防止黑客攻击所需的适当策略和程序。社交媒体平台上网络攻击的增加要求采取紧急和更智能的安全措施，以提高社交媒体平台的有效性。本文探讨了黑客攻击社交媒体的模式和策略，以及如何防止他们对用户的活动，以确保安全的社交网络空间，提高虚拟社交。首先对社交媒体平台进行了简要的分类，然后重点介绍了各种类型的攻击，最后提出了当前最先进的防范机制，以克服研究工作中提出的攻击，最后提出了社交媒体入侵检测机制作为打击社交媒体网络网络犯罪的第二道防线
2022-01-10 cs.CR cs.SI
Social media self-branding and success: Quantitative evidence from a model competition
由于有大量的在线数据集，可以量化人类努力的不同领域的成功。这里提出的研究有助于评估社会媒体活动的影响，作为“自我品牌”的一种手段，以增加模特当选花花公子杂志年度玩伴奖的机会。我们假设，积极管理Instagram账户的候选人可以增加他们赢得奖项的可能性：他们使用社交媒体来获得更多的追随者，然后他们可能会在奖项投票中投票给他们。研究结果表明，社交媒体活动实际上具有预测获奖结果的能力。我们发现有证据表明，比其他候选人更积极地管理社交媒体账户的候选人成为年度玩伴的可能性更高。调查结果强调了社交媒体的好处
2020-07-08 cs.SI
SocioHub: An Interactive Tool for Cross-Platform Social Media Data Collection
开发跨平台社交媒体数据收集工具SocioHub，支持Twitter、Instagram和Mastodon，帮助研究者分析用户行为与数据属性。
2023-09-06 cs.SI
A Benchmark of Visual Storytelling in Social Media
新闻编辑室的媒体编辑不断受到压力，要求他们对现场活动进行“身临其境”的报道。社交媒体提供了一个杂乱无章的图像和视频集合，媒体专业人士需要在发布最新新闻更新之前掌握这些信息。使用社交媒体内容进行自动化新闻视觉故事情节编辑可能非常具有挑战性，因为它不仅需要找到正确的内容，而且还要确保新闻内容随着时间的推移而连贯地发展。为了解决这些问题，本文提出了一个评估社交媒体视觉故事情节的基准。SocialStories基准由总共40个涵盖体育和文化活动的策划故事组成，提供了实验设置，并引入了新颖的定量指标，以使用社交媒体数据对视觉故事进行严格的评估。
2019-08-09 cs.MM cs.SI
Social Media Identity Deception Detection: A Survey
社交媒体正在迅速发展，并成为许多人生活中必不可少的元素。与此同时，社交媒体也成为身份欺诈的一个流行来源。在过去的几年里，出现了许多社交媒体身份欺诈案件。最近的研究已经进行，以防止和检测身份欺骗。本调查分析了各种身份欺骗攻击，这些攻击可以分为伪造个人资料，身份盗窃和身份克隆。这项调查提供了社交媒体身份欺骗检测技术的详细审查。它还确定了现有检测技术中的主要研究挑战和问题。这篇文章预计将有利于研究人员和社交媒体提供商。
2021-04-22 cs.CR cs.SI
On two existing approaches to statistical analysis of social media data
使用社交媒体数据进行一般人群的统计分析通常面临两个基本障碍：首先，社交媒体数据是针对与感兴趣的人口单位不同的对象收集的;其次，相关的度量通常不能直接获得，而是需要通过算法或机器学习技术提取。在本文中，我们检查和总结了现有的两种方法，统计分析的基础上，社会媒体数据，这可以看出在文献中。在第一种方法中，分析应用于围绕数据中直接观察到的对象组织的社交媒体数据;在第二种方法中，不同的分析应用于构建的伪调查数据集，旨在将观察到的社交媒体数据转换为来自目标人群的一组单元。我们系统地阐述了相关的数据质量框架，分析了它们的应用，并强调了与社交媒体数据相关的一些典型挑战。
2019-05-02 cs.SI stat.AP
