Exposing Twitter Users to Contrarian News
两极分化的话题经常在社交媒体上引发讨论和辩论。最近的研究表明，极化辩论在赞同网络中具有特定的聚类结构，这表明用户主要将他们的赞同指向他们已经同意的想法。理解这些两极分化的讨论，让社交媒体用户接触到能拓宽他们观点的内容，至关重要。这一示范的贡献是双重的。(i)一个工具，以可视化的转推网络对Twitter上的争议问题。通过使用我们的可视化，用户可以了解Twitter上两极分化的讨论是如何形成的，并探索各种参与者的立场。(ii)减少这种讨论两极分化的解决办法。我们通过向用户提供相反观点的信息来做到这一点。用户可以直观地查看我们的建议，并了解为什么以及如何在retweet网络中发挥作用。我们的演示（users.ics.aalto.fi/kiran/reducingControversy/主页）提供了开发自动化工具的第一步，这些工具可以帮助用户探索并可能逃离他们的回音室。演示中的想法还可以帮助内容提供方设计工具，以扩大他们对不同政治和意识形态背景的人的影响。
2017-03-31 cs.SI
A Hierarchical Location Prediction Neural Network for Twitter User Geolocation
Carnegie Mellon University（卡内基梅隆大学）
用户位置的准确估计对于许多在线服务是重要的。以前的基于神经网络的方法在很大程度上忽略了位置之间的层次结构。在本文中，我们提出了一个分层的位置预测神经网络的Twitter用户的地理定位。我们的模型首先为用户预测本国，然后使用国家结果来指导城市级别的预测。此外，我们采用了字符感知的词嵌入层，以克服噪声信息的推文。通过特征融合层，我们的模型可以适应各种特征组合，并在不同特征设置下通过三种常用基准测试获得最先进的结果。它不仅提高了预测精度，而且大大降低了平均误差距离。
2019-10-28 cs.CL cs.SI
Explore Spatiotemporal and Demographic Characteristics of Human Mobility via Twitter: A Case Study of Chicago
描述人类流动模式对于理解人类行为以及与社会经济和自然环境的相互作用至关重要。随着位置和Web 2.0技术的不断发展，基于位置的社交媒体（LBSM）在过去几年中得到了广泛的普及。通过访问用户的位置，配置文件和社交媒体帖子的内容，LBSM数据为人类移动性研究提供了一种新的数据源模式。通过利用明确的位置足迹和挖掘隐含在LBSM数据中的潜在人口信息，本文的目的是研究人口流动的时空特征，特别关注人口的影响。我们首先收集地理标记的Twitter的饲料张贴在毗连的美国地区，并组织收集饲料使用的概念，对应于每个Twitter用户的时空轨迹。通常，针对每个用户轨迹导出人类移动性测量，包括检测到的家庭和活动中心。然后，我们选择了一个子集的Twitter用户检测到的家庭位置在芝加哥市作为案例研究，并应用名称分析用户简档中提供的名称，以了解Twitter用户的隐式人口统计信息，包括种族/民族，性别和年龄。最后，我们探讨了芝加哥Twitter用户的时空分布和流动性特征，并通过比较三个人口统计学维度（种族/民族，性别和年龄）的差异来研究人口统计学影响。我们发现，尽管不同人口群体的人口流动性指标通常遵循一般规律（例如，幂律分布），人口信息，特别是种族/族裔群体，对城市人口流动模式有重大影响。
2016-04-13 cs.CY cs.SI physics.soc-ph
Where Chicagoans tweet the most: Semantic analysis of preferential return locations of Twitter users
最近对人类移动性的研究表明，人类的移动不是随机的，往往是集群的。在这方面，通过地理定位的推文捕获的Twitter用户的移动被发现遵循类似的模式，其中一些地理位置主导了个人用户的推文活动。然而，很少有人知道的语义（土地利用类型）和时间在这些经常访问的位置的鸣叫行为。此外，通常假设大多数用户的前两个访问位置是家庭和工作场所（假设A），并且人们倾向于在一天中的特定时间在他们的顶部位置发推文（假设B）。在本文中，我们通过研究2014年芝加哥市164，000多名独特的Twitter用户的推文模式来测试这两个经常被引用的假设。我们从芝加哥大都会规划局的详细库存中提取了每条地理位置推文的土地使用属性。通过使用DBSCAN算法对语义丰富的推文进行聚类来确定访问量最高的位置。我们的研究结果表明，虽然前两个位置可能是住宅和职业/教育，一部分用户偏离了这种情况，这表明第一个假设过于简化了现实世界的情况。然而，我们的观察表明，人们在特定时间发推文，这些时间特征取决于土地利用类型。我们进一步讨论了混杂变量的含义，例如聚类算法参数和推文坐标的相对准确性，这些变量是任何涉及Twitter数据的实验设计中的关键因素。
2015-12-21 cs.SI
Urban scaling of football followership on Twitter
社会科学今天面临着一个重要的挑战，即利用在线社交网络产生的大量数据所提供的新的研究机会。由于其营销价值，体育俱乐部也有动力在社交媒体上创造和维持稳定的受众。在本文中，我们分析了追随者的知名足球俱乐部在Twitter上获得他们的家的位置。然后，我们测量城市规模是如何连接到追随者的数量使用城市规模理论。结果表明，俱乐部追随者的标度指数依赖于一个国家的收入。这些发现可用于了解全球足球观众的结构和潜在增长领域。
2018-12-11 cond-mat.dis-nn cs.SI physics.soc-ph
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
BOTTER: A framework to analyze social bots in Twitter
社交网络在人们的在线交流方面取得了胜利，但它们也被用来发动操纵社会的影响力行动。部署软件控制的帐户（例如，社交机器人）已被证明是实现这一目的的最有效手段之一，用于检测它们的工具已被开发并广泛采用。然而，分析这些账户和衡量其影响的方法在文献中是异质的，每个案例研究都进行了独特的测量。为了统一这些努力，我们提出了一个通用框架来分析Twitter中社交机器人的干扰。该方法从不同的角度将非真实的参与者与其他用户进行比较，从而建立客观的指标来衡量他们的实际影响。我们通过将其应用于2019年西班牙大选前几周的Twitter迭代数据集来验证该框架。从这个意义上说，我们检查了我们的框架有助于对非真实群体进行定量评估，特别是发现社交机器人改变了网络的自然动态，但没有产生重大影响。我们还认为这种方法是对实验结果进行定性解释的实用工具，特别是在上述选举背景下，半自动账户可能比全自动账户更具威胁性。
2021-07-15 cs.SI
Home Location Estimation Using Weather Observation Data
我们可以通过添加用户的家庭位置来从社交媒体数据中提取有用的信息。然而，由于用户的家庭位置通常不公开，因此许多研究人员一直在尝试开发更准确的家庭位置估计。在这项研究中，我们提出了一种方法来估计一个Twitter用户的家庭位置，通过使用AMeDAS的天气观测数据。在我们的方法中，我们首先通过使用推文来估计由估计目标用户发布的区域的天气，接下来，我们根据天气观测数据来检查估计的天气，并缩小用户发布的区域。最后，用户的家庭位置被估计为用户经常从哪些区域发帖。在我们的实验中，结果表明，我们的方法有效地发挥作用，也表明在一定条件下，准确性提高。
2017-09-03 cs.IR cs.SI
Observational Study of Working from Home during the COVID-19 Pandemic Using Social Media Data
自二零二零年三月起，由于确诊的COVID-19病例迅速增加，全国各地的公司开始在家工作，以帮助防止冠状病毒传播并拯救经济免受大流行的影响。不少机构曾进行调查，了解市民对WFH的意见。然而，调查结果是有限的，由于样本量小，随着时间的推移，动态的主题。这项研究旨在了解美国公众对COVID-19大流行期间在家工作的看法。我们使用Twitter数据进行了一项大规模的社交媒体研究，以描绘对WFH有积极/消极意见的不同群体。我们进行了一个普通的最小二乘回归调查的情绪WFH和用户特征，包括性别，年龄，种族，家庭收入中位数，人口密度之间的关系。为了更好地理解公众意见，我们使用潜在的Dirichlet分配提取的主题，并发现如何推文内容与人们的态度。这些发现提供了证据表明，关于WFH的情绪因用户特征而异。此外，内容分析揭示了情绪的细微差别，并揭示了与WFH相关的差异。
2021-07-12 cs.SI
A Practical Guide for the Effective Evaluation of Twitter User Geolocation
地理定位Twitter用户-确定他们的家庭位置的任务-服务于广泛的社区和商业应用，如管理自然危机，新闻和公共卫生。已经提出了许多方法来自动地理定位用户的基础上，他们的推文，在同一时间，已经提出了各种评估指标来衡量这些方法的有效性，使其具有挑战性的了解这些指标是最适合这项任务。在本文中，我们提出了一个Twitter用户地理位置的标准化评估指南，通过分析15个模型和两个基线在一个受控的实验设置。模型评估使用十个指标超过四个地理粒度。我们使用等级相关性来评估这些指标的有效性。我们的研究结果表明，有效性度量的选择可以有很大的影响，从地理定位系统实验得出的结论，可能导致实验者的相对有效性的矛盾结果。我们表明，一般的评估，一系列的性能指标应报告，以确保传达系统有效性的全貌。考虑到这项任务的全球地理覆盖范围，我们特别建议在微观和宏观层面进行评估，以衡量分布偏差对位置的影响。虽然近年来已经应用了许多复杂的地理定位算法，但大多数类基线在粗地理粒度上仍然具有竞争力。我们提出了一套统计分析测试，基于所采用的度量，以确保结果不是巧合的。
2019-07-30 cs.SI
A Survey of Location Prediction on Twitter
地点，例如，国家、州、城市和兴趣点是新闻、紧急事件和人们日常生活的中心。与文档相关联或在文档中提到的位置的自动识别已经探索了几十年。作为最受欢迎的在线社交网络平台之一，Twitter吸引了大量用户，他们每天发送数百万条推文。由于其用户的全球覆盖范围和实时更新的推文，Twitter上的位置预测近年来获得了极大的关注。研究工作花在处理新的挑战和机遇所带来的嘈杂，短，和上下文丰富的性质推文。在这项调查中，我们的目标是提供Twitter上位置预测的整体情况。具体来说，我们专注于预测用户的家庭位置，推文位置和提到的位置。我们首先定义这三个任务并回顾评估指标。通过总结Twitter网络，推文内容和推文上下文作为潜在的输入，然后我们从结构上突出了问题如何依赖于这些输入。每一个依赖性说明了国家的最先进的方法所采用的相应战略的全面审查。此外，我们还简要回顾了两个相关问题，即，语义位置预测和兴趣点推荐。最后，我们列出了未来的研究方向。
2018-02-24 cs.IR cs.SI
Uncovering the Interaction Equation: Quantifying the Effect of User Interactions on Social Media Homepage Recommendations
该研究针对YouTube、Reddit和X三大平台，通过设计实验量化用户交互对首页推荐内容的影响，揭示平台内容算法的响应规律及特定主题被降权的现象。
2024-07-09 cs.CY cs.SI
NAIST COVID: Multilingual COVID-19 Twitter and Weibo Dataset
自2019年年底爆发2019冠状病毒病（COVID-19）以来，其已影响全球200多个国家及数十亿人。由于“社交距离”和“呆在家里”等强制措施，这影响了人们的社会生活。“这导致了通过社交媒体的互动越来越多。鉴于社交媒体可以在全球范围内为我们带来有关COVID-19的宝贵信息，分享数据并鼓励针对COVID-19或其他传染病的社交媒体研究非常重要。因此，我们发布了一个与COVID-19相关的社交媒体帖子的多语言数据集，包括来自Twitter的英语和日语微博以及来自微博的中文微博。数据涵盖2020年1月20日至2020年3月24日的微博。本文还提供了一个定量和定性分析这些数据集，通过创建日常词云作为文本挖掘分析的一个例子。该数据集现在可以在Github上使用。该数据集可以通过多种方式进行分析，预计将有助于有效传达与COVID-19相关的预防措施。
2020-04-17 cs.IR cs.SI
Motif Iteration Model for Network Representation
随着Facebook、Twitter、LinkedIn、微博等社交网络信息的爆炸式增长，社会化媒体挖掘成为大数据领域最热门的研究领域之一，理解和表示社会化网络的结构是社会化媒体挖掘的关键。在本文中，我们提出的Motif迭代模型（MIM）表示的社会网络的结构。顾名思义，新模型基于基本网络图案的迭代。为了更好地体现模型的性质，通过研究三顶点无向网络模体的邻接矩阵，提出了一种启发式的贪心算法--顶点重排算法（VRA）.该算法将网络的邻接矩阵映射到二值图像上，为网络结构可视化提供了一个新的视角。总之，该模型提供了一种有用的方法来建立图像和网络之间的联系，并提供了一种新的方式来表示社会网络的结构。
2017-10-03 cs.SI
An Exploratory Study of COVID-19 Misinformation on Twitter
在COVID-19疫情期间，社交媒体已成为错误信息的大本营。为了解决这一信息流行病，需要进行科学监督，并需要危机管理从业人员更好地了解这一问题。我们对Twitter上围绕COVID-19话题的错误信息的传播、作者和内容进行了探索性研究，以获得早期见解。我们已收集超过92家专业事实核查机构于二零二零年一月至七月中旬就与COVID-19相关的事实核查声明的裁决中提及的所有推文，并与社区分享此语料库。这导致1 500条推文分别涉及1 274项虚假和276项部分虚假索赔。对作者帐户的探索性分析显示，经过验证的Twitter句柄（包括组织/名人）也参与了创建（新推文）或传播（转推）错误信息。此外，我们发现，虚假的索赔传播速度比部分虚假的索赔。与COVID-19推文的背景语料库相比，含有错误信息的推文通常更关注社交媒体上的其他信息。作者使用较少的试探性语言，似乎更多地是出于对他人潜在伤害的担忧。我们的研究结果使我们能够提出当前科学报道的差距，并为当局和社交媒体用户提出行动，以抵制错误信息。
2020-08-24 cs.CY cs.SI
EDNA-Covid: A Large-Scale Covid-19 Tweets Dataset Collected with the EDNA Streaming Toolkit
新型冠状病毒疫情从根本上改变了我们生活的许多方面。随着全国性的封锁和居家隔离，有关疫情的讨论自然转移到Twitter等社交网络。这为我们提供了一个前所未有的视角，来了解在存在长期不稳定因素的情况下社会话语的演变，比如一场大规模、高速度、高噪音的新型冠状病毒（COVID-19，即2019冠状病毒病）Twitter推送。然而，从这样的数据流中实时信息抽取需要容错流传输基础设施来执行来自新闻机构、社交馈送和权威医疗机构（如CDC）的异构数据源的非平凡集成。为了解决这个问题，我们提出了（i）用于消费和处理流媒体数据的EDNA流媒体工具包，以及（ii）EDNA-Covid，这是自2020年1月25日以来EDNA收集的冠状病毒相关推文的多语言大规模数据集。截至本报告发表时，EDNA-Covid包括来自世界各地的超过6亿条推文，使用10多种语言。我们向公众发布了EDNA工具包和EDNA-Covid数据集，以便它们可以用于提取关于这一非凡社会事件的宝贵见解。
2020-10-21 cs.SI
Social Isolation, Digital Connection: COVID-19's Impact on Twitter Ego Networks
本文基于覆盖 7 年活动的 Twitter 大规模数据集，研究 COVID-19 封锁对在线自我中心网络结构的影响，发现封锁期间网络规模增大、社交圈更丰富且关系更亲密，封锁放松后恢复至封锁前水平。
2024-07-01 cs.SI physics.soc-ph
Investigating the potential of social network data for transport demand models
基于位置的社交网络数据提供了在较长时间内以微不足道的成本从大量用户收集数据的承诺。虽然有几项研究将社交网络数据应用于活动和流动性分析，但缺乏与旅行日记和一般统计数据的比较。在本文中，我们分析了来自新加坡和邻国的大量用户的地理参考Twitter活动。通过结合这些数据，人口统计和旅行日记，并应用聚类技术，我们解决了活动位置的检测，以及这些位置之间的空间分离和过渡。由于twitter数据的分散性质，核密度估计在检测活动位置方面表现最好;每个用户检测到的活动位置比旅行调查中报告的要多。描述性分析表明，确定家庭的位置是更困难的比检测工作位置的大多数规划区。从Twitter数据中检测到的活动位置之间的空间间隔-如旅行调查中报告的和公共交通灵巧卡数据捕获的-大多分布相似，但也显示出非常短和非常长的距离的相关差异。这也适用于区域之间的过渡。Twitter数据和其他数据来源之间的差异是否源于人口子样本、聚类方法的差异，或者社交网络是否在特定地点被更多地使用，必须通过进一步的研究来确定。尽管存在这些缺点，但基于位置的社交网络数据为深入了解活动地点和移动模式提供了一个有前途的数据源，特别是对于旅行调查数据不容易获得的地区。
2017-06-30 cs.SI physics.soc-ph
Artificial Intelligence for Emotion-Semantic Trending and People Emotion Detection During COVID-19 Social Isolation
Nanjing University of Science and Technology（南京理工大学）；Dalhousie University（达尔豪斯大学）
利用社交媒体平台，如Twitter，本文提供了一个有效的框架，情绪检测被隔离的人。早期发现情绪感受及其趋势有助于实施及时的干预策略。鉴于隔离期间对早期情绪变化迹象的医学诊断存在局限性，人工智能模型在发现早期迹象、症状和升级趋势方面提供了有效机制。本文提出的方法的新颖性是文本数据处理的多任务方法框架，其基于Plutchik/Ekman的情感检测和趋势检测方法被实现为用于有意义的情感检测和分析的流水线。我们提出了一个评估的框架和试点系统。结果证实了所提出的框架对COVID-19推文的主题趋势和情感检测的有效性。我们的研究结果显示，呆在家里的限制导致人们在Twitter上表达消极和积极的情感语义。与呆在家里有关的安全问题的语义趋势在28天内迅速下降，与朋友死亡和隔离生活有关的负面情绪在某些日子里增加。这些发现有可能通过监测被隔离者的情绪变化趋势来影响公共卫生政策决策。这里提出的框架有潜力，以协助在这种监测作为一个在线的情绪检测工具包。
2021-01-16 cs.AI cs.IR cs.SI
Assessing the Potential of Ride-Sharing Using Mobile and Social Data
在日常的家庭-工作-家庭通勤中拼车可以帮助个人节省汽油和其他与汽车相关的成本，同时可以减少交通和污染。本文基于从巴塞罗那和马德里的3G呼叫描述记录（CDR）和在线社交网络（Twitter，为纽约和洛杉矶收集）中提取的移动数据，评估了拼车减少城市交通的潜力。我们首先分析这些数据集，以了解移动模式、家庭和工作地点以及用户之间的社交关系。然后，我们开发了一个有效的算法，用于匹配具有相似移动模式的用户，考虑到一系列的约束。该解决方案提供了一个上限，可以通过共乘实现城市中汽车的潜在减少。我们使用我们的框架来了解这种潜在利益的不同限制和城市特征。例如，我们的研究表明，如果用户愿意与居住和工作在1公里范围内的人共乘，马德里市的交通流量可以减少59%;如果他们只能接受最多10分钟的接送机延迟，这一潜在效益下降到24%;如果司机也在沿途接送乘客，这一数字增加到53%。如果用户只愿意和认识的人（CDR和OSN数据集中的“朋友”）一起乘车，拼车的潜力就变得微不足道;如果愿意和朋友的朋友一起乘车，潜在的减少幅度高达31%。
2014-03-20 cs.CY cs.SI physics.soc-ph
Bandit algorithms for real-time data capture on large social medias
我们研究了社交媒体上的实时的数据捕获问题。由于这些媒体施加的不同限制，而且由于信息量非常大，不可能收集Twitter等社交网络产生的所有数据。因此，为了能够收集与预定义需求相关的足够相关信息，有必要关注信息源的子集。在这项工作中，我们专注于以用户为中心的数据捕获，并将社交网络的每个帐户视为可以在数据捕获过程的每次迭代中收听的源，以收集相应的生成内容。这一过程的目的是最大限度地提高所收集信息的质量，但受到可同时监测的用户数量的限制。随着时间的推移，选择一个子集的帐户收听的问题是一个顺序的决策问题的约束下，我们形式化为一个强盗问题的多重选择。因此，我们提出了几个强盗模型，以确定最相关的用户在实时的。首先，我们研究的情况下，随机强盗，其中每个用户对应于一个平稳分布。然后，我们介绍了两个上下文的强盗模型，一个固定的和其他非固定的，其中每个用户的效用可以估计通过假设一些潜在的结构在奖励空间。第一种方法引入了配置文件的概念，它对应于用户的平均行为。第二种方法考虑用户的活动，以预测他的未来行为。最后，我们感兴趣的模型，能够处理用户之间的复杂的时间依赖关系，使用一个潜在的空间内的信息从一个迭代到另一个。所提出的方法都在人工和真实数据集上进行了验证。
2018-08-28 cs.SI
Cascades: A view from Audience
在过去的十年中，在线网络上的级联一直是一个热门的研究课题，有相当多的文献，如扩散机制，病毒式，级联预测和对等网络效应。然而，一个基本的问题得到了相对较少的关注：从用户的角度来看，社交媒体平台上的级联有多可取？虽然这个问题的各种版本都是从级联生产者的角度考虑的，但对这个问题的任何回答都必须考虑到级联对其受众的影响。在这项工作中，我们试图通过提供一个消费者的角度来填补这一空白。在线网络上的用户扮演着生产者和消费者的双重角色。首先，我们对Twitter用户与转发级联的互动进行了实证研究。我们测量了用户在他们的家庭时间轴中观察转发的频率，并观察到一种我们称之为“不受干扰的干扰”的现象：大小为k的级联的印象份额比大小为k的级联的频率衰减得慢。因此，即使是罕见的大型级联，级联的受众也可能相当大。我们还衡量观众参与与转推级联相比，非转推内容。我们的研究结果表明，级联往往竞争对手或超过有机内容的参与收到每印象。这一结果可能令人惊讶，因为消费者没有选择查看这些作者的推文。此外，尽管级联内容广泛流行，但人们会期望它最终到达可能对内容不感兴趣的部分受众。我们的研究结果的动机，我们建立了一个理论模型，重点是对观众的级联效应。我们对这个模型的研究结果突出了转推作为一个高质量的内容选择机制和网络用户在过滤不相关内容的作用之间的平衡。
2017-03-26 cs.SI
Hoodsquare: Modeling and Recommending Neighborhoods in Location-based Social Networks
从基于位置的社交网络上的活动中获得的信息可以用来描述城市空间的特征，并将其组织成社区。在这项工作中，我们采用数据驱动的方法来识别和建模的城市社区使用基于位置的社交网络。我们表示在城市中的地理点，使用Foursquare用户签到的时空信息和语义信息的地方，开发功能输入到一个新的邻域检测算法的目标。该算法首先采用相似性度量来评估地理区域的同质性，然后使用简单的地理导航机制来检测城市街区的边界。设计的模型和算法随后被集成到一个名为Hoodsquare的公开的基于地图的工具中，该工具允许用户探索世界各地城市的活动和社区。最后，我们评估Hoodsquare的背景下，用户简档匹配到城市社区的推荐应用程序。通过与一些基线进行比较，我们展示了如何使用Hoodsquare来准确预测Twitter用户的家庭邻居。我们还表明，我们能够建议在地理上受限制的大小，一个理想的属性在移动推荐的情况下，地理精度是关键的街区。
2013-08-16 cs.CY cs.SI physics.soc-ph
