Romantic Partnerships and the Dispersion of Social Ties: A Network Analysis of Relationship Status on Facebook
分析在线社交网络系统的一个关键任务是识别重要的人-那些通过强大的社会关系联系在一起的人-在个人的网络邻居中。在这里，我们调查这个问题的一个特定类别的强关系，那些涉及配偶或浪漫的合作伙伴。我们围绕一个基本问题组织分析：考虑到一个人的朋友之间的所有联系，你能仅仅从网络结构中识别出他或她的浪漫伴侣吗？使用来自Facebook用户的大样本数据，我们发现这项任务可以以高精度完成，但这样做需要开发一种新的领带强度测量方法，我们称之为“分散”-两个人共同的朋友在多大程度上没有良好的联系。研究结果提供了方法，用于识别类型的结构显着的人在网上的应用程序，并提出了潜在的扩展现有理论的领带强度。
2013-10-24 cs.SI physics.soc-ph
Violence originated from Facebook: A case study in Bangladesh
社交网络中的Facebook是现代的一项伟大创新。在所有社交网站中，Facebook是全球最受欢迎的社交网络。孟加拉国也不例外。人们出于各种原因使用Facebook，例如社交网络和通信，在线购物和商业，知识和经验分享等，然而，孟加拉国最近发生的一些事件，源于或基于Facebook的活动，导致纵火和暴力。在这些事件中，Facebook等社交网络主要被用作引发仇恨和暴力的工具。本案例研究讨论了这些与技术有关的事件，并建议未来可能采取的措施，以防止此类暴力。
2018-03-31 cs.CY cs.SI
The User Behavior in Facebook and its Development from 2009 until 2014
在线社交网络是一个迷人的现象，吸引了超过10亿人。它支持基本的人类需求，如沟通，与他人交往和声誉建设。因此，深入了解在线社交网络（OSN）中的用户行为可以提供对人类行为的重要见解，并影响社交平台和应用程序的设计选择。然而，研究人员只能获得有限的行为数据。由于这种局限性，OSN中的用户行为及其近年来的发展仍然没有得到深入了解。在本文中，我们提出了一项关于用户行为的研究，最流行的OSN，Facebook，来自46个国家的2071名参与者。我们详细阐述了Facebook如何在2014年编排所提供的功能，以实现个人利益，并评估2009年至2014年的用户活动变化，以了解用户行为的发展。除此之外，我们专注于最重要的功能，新闻源，以了解用户之间的内容共享。我们（i）更好地理解内容共享和消费，（ii）改进文献中的行为假设，以提高替代社交平台的性能。此外，我们（iii）为Facebook是一个老化网络的讨论提供证据。
2015-05-19 cs.SI
TIES: Temporal Interaction Embeddings For Enhancing Social Media Integrity At Facebook
Facebook（脸书）
自成立以来，Facebook已经成为在线社交社区的一个组成部分。人们依靠Facebook与他人建立联系并建立社区。因此，以快速和可扩展的方式保护这样一个快速增长的网络的完整性至关重要。在本文中，我们介绍了我们为保护Facebook上的各种社交媒体实体免受试图滥用我们平台的人的侵害所做的努力。我们提出了一种新的时间交互嵌入（TIES）模型，旨在捕捉流氓社会互动，并标记他们进一步合适的行动。TIES是一个有监督的、深度学习的、面向Facebook规模网络的生产模型。以前的作品对完整性问题大多集中在捕捉静态或某些动态的社会实体的功能。相比之下，TIES可以在一个统一的模型中捕获这两种不同的行为，这要归功于最近在图嵌入和深度序列模式学习领域取得的进展。为了展示TIES的现实影响，我们提出了一些应用程序，特别是防止错误信息的传播，虚假账户检测，并降低广告支付风险，以提高平台的完整性。
2020-02-18 cs.AI cs.LG cs.SI
What your Facebook Profile Picture Reveals about your Personality
California Institute of Technology（加州理工学院）；University of Trento（特伦托大学）；CIMEC - University of Trento（心智/脑科学中心 - 特伦托大学）；Stanford University（斯坦福大学）；University of Cambridge（剑桥大学）；University of Verona（维罗纳大学）；FBK（布鲁诺·凯斯勒基金会）
人们花了相当大的精力来管理他们给别人的印象。社会心理学家已经表明，人们根据自己的个性来管理这些印象。Facebook和其他社交媒体为这一基本过程提供了一个新的论坛;因此，了解人们在社交媒体上的行为可以提供关于他们个性的有趣见解。在本文中，我们研究了从Facebook的个人资料图片的自动人格识别。我们分析了四个家庭的视觉功能的有效性，我们讨论了一些人类可解释的模式，解释个人的个性特征。例如，外向的人和随和的人倾向于有暖色的照片，并在他们的肖像中展示许多面孔，反映了他们的社交倾向;而神经质的人则普遍有室内场所的照片。然后，我们提出了一种分类方法来自动识别这些视觉特征的人格特质。最后，我们将我们的分类方法的性能与人类评分员获得的性能进行了比较，我们发现基于计算机的分类比平均基于人类的外向性和神经质分类更准确。
2017-08-13 cs.CV cs.CY cs.MM
Ang Social Network sa Facebook ng mga Taga-Batangas at ng mga Taga-Laguna: Isang Paghahambing
在线社交网络（OSN）对菲律宾人产生了巨大的影响，其中Facebook，Twitter，LinkedIn，Google+和Instagram是最受欢迎的。它们的流行，加上其直观和互动的使用，允许一个人的个人信息，如性别，年龄，地址，关系状态和朋友列表，成为公开可用。从这些网站获得的信息，在计算机的帮助下，可以对广泛的人口特征进行研究，即使是在省一级。除了邻近的地方，拉古纳和八打雁的居民都从两个湖泊，拉古纳湾和塔尔湖获得生计。这两个居民都遇到了类似的问题，例如，在许多其他问题中，鱼类死亡。这项研究的目的是找出他们各自的在线人群的相似之处，特别是Facebook的。通过使用计算动态社会网络分析（CDSNA），我们发现这两个社区是相似的，除其他外，如下：o两个群体都由单身年轻女性主导o在选择年龄方面的朋友时观察到同性恋（即，在年龄相差不超过五岁的人之间更经常建立友谊）;以及在根据性别选择朋友时观察到异性恋（即，男性和女性之间建立的友谊比同性之间建立的友谊多）。本文还介绍了两种社交网络在结构上的差异，如分离度和偏好依恋。
2015-07-10 cs.SI
Human Values and Attitudes towards Vaccination in Social Media
心理、政治、文化甚至社会因素都与疫苗接种的推理和决策过程纠缠在一起，使疫苗犹豫成为一个复杂的问题。在这里，通过Facebook托管的应用程序管理一系列调查，我们研究了“喜欢”支持性或疫苗弹性Facebook页面的人的世界观。特别是，我们评估了在政治观点，道德价值观，人格特质和一般利益的差异，发现那些怀疑疫苗接种，似乎不太信任政府，不太令人愉快，而他们更强调反独裁的价值观。探索Facebook页面语言描述中所表达的道德叙事的差异，我们看到捍卫疫苗的页面优先考虑家庭的价值，而疫苗犹豫页面则关注自由的价值。最后，根据Facebook页面上与健康相关的喜好创建嵌入，我们探索了对疫苗犹豫不决的人的共同潜在兴趣，表现出对自然疗法的强烈偏好。这一探索性分析旨在探索社交媒体平台作为感知工具的潜力，为研究人员和政策制定者提供从数字痕迹中得出的见解，这些见解可以帮助设计建立信心的传播活动，这些活动基于也符合人们社会道德标准的价值观。
2019-05-23 cs.CY cs.SI
Understanding how people consume low quality and extreme news using web traffic data
为了减少假新闻的传播，研究人员需要了解谁访问了假的新网站，是什么让人们访问这些网站，访问者来自哪里，以及他们喜欢消费什么内容。在本文中，我们分析了网关专家（TGP）的网络流量数据，TGP是一个流行的极右翼网站，以反复分享虚假信息而闻名，这些信息使其网络流量可供公众使用。我们收集了一个月内6800万次网站访问量的数据，并分析了人们如何通过多种功能消费新闻。我们的流量分析显示，搜索引擎和社交媒体平台是流量的主要驱动力;我们的地理位置分析显示，TGP在2020年投票支持特朗普的县更受欢迎;我们的主题分析显示，阴谋论文章的访问量高于事实文章。由于无法观察直接的网站流量，现有的研究使用替代数据源，如来自社交媒体帖子的参与信号。为了验证社交媒体参与度信号是否与实际网络访问量相关，我们收集了同一时间段内所有带有TGP URL的Facebook和Twitter帖子。我们发现，所有的参与信号与网络访问计数呈正相关，但不同的相关强度。基于Facebook帖子的统计数据比基于Twitter的指标更相关。我们独特的网络流量数据集和见解可以帮助研究人员更好地衡量极右翼和假新闻URL对社交媒体平台的影响。
2022-01-11 cs.SI
Migration patterns, friendship networks, and the diaspora: the potential of Facebook Social Connectedness Index to anticipate displacement patterns induced by Russia invasion of Ukraine in the European Union
乌克兰的冲突正在欧洲和世界上造成大规模流离失所。根据联合国难民事务高级专员办事处（难民署）的估计，截至2022年9月5日，已有700多万人逃离该国。在这种情况下，预测这些人的流动方向极为重要，以便国家和地方当局能够更好地应对与他们的接收和融入有关的挑战。这项工作表明，来自社交媒体的创新数据如何能够提供有关冲突引起的移徙流动的有用见解。特别是，我们探讨了Facebook的社会连通性指数（SCI）的潜力，用于预测在乌克兰战争的背景下的移民流动，建立在以前的研究结果，侨民网络的存在是主要的移民驱动力之一。为此，我们首先评估了乌克兰侨民与登记为临时保护或类似国家计划的乌克兰难民数量之间的关系，作为移民流入欧盟的代理人。我们发现两者之间存在非常强的相关性（Pearson's r=0.94，p<0.0001），这表明侨民正在吸引逃离战争的人们，他们往往会接触到自己的同胞，特别是在乌克兰移民的国家。最近才出现这种现象。其次，我们将Facebook的SCI与欧洲地区层面的散居者官方数据进行了比较。我们的研究结果表明，该指数，以及其他现成的协变量，是一个强大的预测乌克兰侨民在区域范围内。最后，我们讨论了Facebook的SCI的潜力，提供及时和空间上的详细信息，这些信息可能会丢失或过时的国家的人类散居，并补充官方统计数据，在冲突期间快速的政策反应。
2022-12-15 cs.SI physics.soc-ph
Detection and Prediction of Users Attitude Based on Real-Time and Batch Sentiment Analysis of Facebook Comments
Volgograd State Technical Univeristy, Computer Aided Design Department, Lenin avenue 28, 400005 Volgograd, Russia
大多数人在社交网络（例如Facebook，Vkontakte）上有自己的账户，他们在那里表达自己对不同情况和事件的态度。Facebook只提供正面的标记作为喜欢按钮和分享。然而，重要的是要知道某个用户对帖子的立场，即使意见是负面的。从用户的评论中可以提取出积极、消极和中立的态度。关于积极，消极和中立意见的总体信息可以了解人们在某一位置的反应。此外，重要的是要知道在这段时间内态度如何变化。本文的贡献是一种新的方法，基于情感文本分析检测和预测负面和积极的模式，Facebook的评论，结合（i）实时的【形】情感文本分析模式发现和（ii）批量数据处理创建意见预测算法。为了进行预测，我们提出了两步算法，其中：（i）使用无监督聚类技术对模式进行聚类，以及（ii）基于从某个聚类中找到最近的模式进行趋势预测。案例研究表明，效率和准确性（平均。MAE = 0.008），并验证了该方法的实用性。此外，我们发现了三种类型的用户的态度模式，并描述他们。
2019-06-08 cs.CL cs.IR cs.SI
Why People Share Social Media Screenshots
Old Dominion University（老道明大学）
本研究探讨用户在Twitter/X等平台分享社交媒体截图的动机，分析截图分享的合理用途与潜在问题，助力理解截图实践对网络信息分享和解读的影响。
2026-08-31 cs.SI
Keep Your Friends Close and Your Facebook Friends Closer: A Multiplex Network Approach to the Analysis of Offline and Online Social Ties
社交媒体允许人们在网上进行前所未有的互动。然而，人类社会行为的一个基本方面是人们倾向于将自己与志同道合的人联系起来，形成在线和离线的同质社交圈。在这项工作中，我们应用了一个新的模型，使我们能够区分不同强度的社会关系，并观察在74名大学生的在线和离线社交网络中，关于政治，音乐，健康，住宅部门和大学一年的同质性证据。我们提出了一个多路复用网络的方法，社会关系的强度，在这里应用到移动通信数据-电话，短信，并共同定位，使我们能够通过考虑学生之间利用的通信渠道的数量来确定维度的关系。我们发现，强的社会关系的特点是最大限度地利用沟通渠道，而弱的关系，最小的使用。我们能够识别75%的亲密友谊，90%的弱关系，以及90%的Facebook友谊。然后，我们表明，较强的关系表现出更大的配置文件的相似性比较弱的。除了在政治和健康方面的社会圈子高度同质性，我们观察到音乐，住宅部门和大学一年的强烈同质性。尽管Facebook友谊高度依赖于居住地和年份，但学生的在线社交圈而不是线下社交圈中可以发现不太同质的内容，尤其是在政治和音乐方面。
2014-03-31 cs.SI physics.soc-ph
Mapping Language Literacy At Scale: A Case Study on Facebook
识字是人们进入和驾驭当今数字环境的最基本技能之一。这项工作系统地研究了全球160多个国家和地区的在线人口的语言识字能力，其中包括许多官方识字数据特别稀少的低资源国家。利用Facebook上的公共数据，我们基于全球Facebook成年用户撰写的聚合和去识别化的公开帖子，为在线人口开发了人口水平的识字率估计，从而显著提高了现有识字率跟踪数据的覆盖率和分辨率。我们发现，在Facebook上，许多国家的女性总体上表现出比男性更高的语言素养，但在非洲和亚洲仍然存在巨大差距。此外，我们的分析揭示了一个国家内部存在相当大的区域差距，与多种社会技术不平等有关，这表明存在“不平等悖论”-在线语言技能差距以复杂的方式与离线社会经济不平等相互作用。这些发现对全球妇女赋权和社会经济不平等具有影响。
2023-03-21 cs.CY cs.SI
Analyzing the Facebook Friendship Graph
在线社交网络（OSN）作为最重要的新兴Web现象之一，在过去几年中获得了巨大的和日益增长的普及，深刻地改变了用户的行为，并有助于在使用Web的人们之间建立坚实的连接和关系基础。在这份初步工作报告中，我们的目的是分析Facebook，考虑反映订阅用户之间关系的重要数据样本。我们的目标是提取，从这个平台上，这些关系的分布相关信息，并利用社会网络分析（SNA）提供的工具和算法来发现，并可能，了解潜在的相似性之间的发展OSN和现实生活中的社交网络。
2011-06-02 cs.SI physics.soc-ph
Hiding from Facebook: An Encryption Protocol resistant to Correlation Attacks
本文针对社交网络中人脸密文关联导致的隐私泄露问题，提出了一种抵抗关联攻击的加密协议，通过为同一标签的每个实例生成不同加密以最小化关联，并设计了仅限所有者编码、可信好友解码的密钥分发机制。
2024-04-29 cs.CR cs.SI
Small Cohort of Epilepsy Patients Showed Increased Activity on Facebook before Sudden Unexpected Death
癫痫猝死（SUDEP）仍然是癫痫患者死亡的主要原因。尽管对患者和丧亲之痛的持续风险，迄今为止，SUDEP的生理机制仍然未知。在这里，我们探讨了使用文本和情感分析从在线数字行为数据中识别SUDEP的推定预测信号的潜力。具体来说，我们分析了6名因SUDEP死亡的癫痫患者的Facebook时间线，这些患者由幸存的家庭成员捐赠。我们发现了文本和情感分析工具可检测到的行为变化的初步证据。也就是说，在他们的SUDEP事件之前的几个月里，患者的社交媒体时间表显示：i）冗长的增加; ii）功能词的使用增加;以及iii）通过不同的情感分析工具测量的情感转变。结合起来，这些结果表明，社交媒体参与及其情绪可能是癫痫患者SUDEP的早期预警信号。虽然本研究中分析的患者时间线样本较少，但我们的初步调查表明，社交媒体数据在更大规模的SUDEP和癫痫研究中具有补充数据的潜力。
2022-01-19 cs.CY cs.SI q-bio.QM
The Structure of U.S. College Networks on Facebook
有趣的是，在大学里建立的社会关系有着终身的影响。然而，在大学里形成的社交网络的知识仍然是偶然的，这在很大程度上是由于收集合适的数据集进行综合分析的困难和费用。为了推进和系统化对大学社交网络的洞察，我们描述了美国大学生使用的最大在线社交网络平台的数据集。我们将去识别和汇总的Facebook数据与美国教育部提供的校园级信息College Scorecard数据相结合，生成了一个涵盖2008-2015年美国1，159所学院和大学入学年龄组的数据集，涵盖760万学生。为了完成比较这些不同规模的网络的艰巨任务，我们开发了一种新的方法。我们在采样的自我图上计算特征，为每对图训练二进制分类器，并将图之间的距离作为预测精度。同一所学校不同年级学生的社交网络在结构上比其他学校的学生更相似。来自类似学校的网络具有类似的结构，公立/私立和毕业率方面最有区别。我们还将学校类型与具体结果联系起来。例如，私立学校的学生拥有更大的网络，这些网络更集中，并且每年的同质性更高。我们的研究结果可能有助于阐明大学在塑造社交网络方面所起的作用，这些网络在一定程度上贯穿于人们的一生。
2020-06-08 cs.SI
How Does Facebook Retain Segregated Friendship? An Agent-Based Model Approach
Facebook是世界上最大的社交网站，它已经克服了历史上限制个人接触不同他人的结构性障碍。通过这个平台，来自各行各业和几乎任何地方的人们都可以在网上建立各种各样的友谊。然而，Facebook上的友谊和现实生活中的友谊一样被隔离。这项研究试图了解为什么这个旨在“让世界更紧密地联系在一起”的领先社交网站仍然保留着隔离的友谊。在此过程中，我们采用了一系列基于代理的模拟的基础上，集团间关系和多个附属网络（FIRST）的框架。如图所示，Facebook主要增强了用户保持大量友谊的能力（领带能力），而在增强用户接受多样性和与不同他人交朋友的能力（领带可达性）方面做得很少。Facebook必须专注于后者，如果他们真的希望为一个更具包容性的社会的发展做出贡献。虽然在这项研究中，我们专注于种族隔离的友谊在Facebook上，我们认为，同样的解释也可能适用于种族和意识形态隔离的友谊在其他双向社交网站。
2021-09-18 cs.CY cs.MA cs.SI
Regional Differences in Information Privacy Concerns After the Facebook-Cambridge Analytica Data Scandal
Universidad Técnica Federico Santa María（费德里科·圣玛丽亚理工大学）；University of Washington（华盛顿大学）；University of British Columbia（不列颠哥伦比亚大学）
虽然全球对数据隐私的关注越来越多，但他们目前的大部分理论理解都是基于在少数国家进行的研究。以前的工作认为，人们的文化背景可能会塑造他们的隐私问题，因此，我们可以期待来自世界不同地区的人以不同的方式来概念化他们。我们收集并分析了西班牙语和英语中关于#CambridgeAnalytica丑闻的大规模推文数据集，以开始探索这一假设。我们采用了词嵌入和定性分析，以确定哪些信息隐私的关注，并强调这些问题的语言和地区差异的特点。我们的研究结果表明，相关的概念，如法规，可以添加到当前的信息隐私框架。我们还注意到，英文版的数据汇集比西班牙文版的更为重要。此外，与所研究的其他区域相比，北美的数据显示出对意识的关注范围较窄。我们的研究结果需要更多样化的数据来源和对全球数据隐私问题的细致分析。
2022-02-16 cs.CL cs.CY cs.SI
Disinformation Echo-Chambers on Facebook
本研究提出一种分析帖子、URL 和图像的计算方法，用于识别 Facebook 群组中的协同性非真实行为，并发现在群组同步转发相同内容时会形成“虚假信息回音室”。
2023-09-26 cs.CY cs.SI
When Do People Trust Their Social Groups?
信任促进合作，并支持社会群体的积极成果，包括成员满意度，信息共享和任务绩效。广泛的先前研究已经检查了个人的一般信任倾向，以及有助于他们在特定群体中信任的因素。在这里，我们建立在过去的工作，提出了一个全面的框架，预测信任的群体。通过对6,383名Facebook群组用户的信任态度进行调查，并检查这些人的汇总行为和人口统计数据，我们发现：（1）个人的信任倾向与他们如何信任他们的群组有关，（2）较小，封闭，年长，更排外或更同质的群体更受信任，（3）群体的整体友谊网络结构和个人在该结构中的地位也可以预测信任。最后，我们展示了群体信任如何预测个人和群体层面的结果，如新的友谊关系的形成。
2019-05-13 cs.SI
Social Media Monitoring of the Campaigns for the 2013 German Bundestag Elections on Facebook and Twitter
随着越来越多的人使用社交媒体来传达他们对选举的看法和看法，研究人员越来越多地从社交媒体平台收集和分析数据。我们的研究重点是与2013年德国议会选举相关的社交媒体传播[翻译：Bundestagswahl 2013]。我们使用来自Facebook和Twitter的数据构建了几个社交媒体数据集。首先，我们确定了最相关的候选人（n= 2，346），并检查他们是否拥有社交媒体帐户。Facebook数据于2013年11月收集，涵盖2009年1月至2013年10月。在Facebook上，我们发现了1,408个Facebook墙，其中包含大约469,000个帖子。Twitter的数据是在2013年6月至12月期间收集的，以政府宪法结束。在Twitter上，我们确定了1，009名候选人和76名其他代理人，例如记者。我们估计，仅在7月27日至9月27日期间，相关推文的数量就超过800万条。在本文档中，我们总结了过去的研究文献，讨论了研究与我们的数据集的可能性，解释了数据汇集程序，并提供了数据的描述和社会媒体数据的归档和传播的问题的讨论。
2014-04-01 cs.CY cs.SI
Psycho-Demographic Analysis of the Facebook Rainbow Campaign
在过去十年中，在线社交媒体对人们参与社会活动的方式产生了巨大影响。例如，约有2600万Facebook用户通过将他们的个人资料照片覆盖上彩虹色滤镜来表达他们对维护婚姻平等事业的支持。同样，数十万用户将他们的个人资料图片改为黑点，谴责印度的性暴力事件。这种通过改变在线个人资料图片来展示对社会事业的支持的行为被称为图片主义。在本文中，我们分析了参与Facebook Rainbow活动的用户的心理人口统计资料，社交网络行为和个人兴趣。我们的研究是基于大约80万Facebook用户的详细个人资料样本，将基于情感的心理评分与Facebook个人资料数据相结合。我们的分析提供了详细的见解运动参与者的心理人口概况。我们发现，开放性和神经质等人格特质都与支持竞选的可能性呈正相关，而诚实性则呈负相关。我们还观察到，女性、不信教者、民主主义者和20至30岁年龄组的成年人更有可能参加这一运动。我们的研究进一步证实了之前几项研究的结果，这些研究表明，如果用户的大部分朋友已经这样做，用户更有可能参与在线活动。我们还开发了机器学习模型来预测竞选参与情况。用户的个人兴趣，近似于Facebook用户喜欢的活动，被证明是活动参与的最佳指标。我们的研究结果表明，利用上述特征的预测模型可以准确识别活动参与者（AUC=0.76）。
2016-10-17 cs.HC cs.SI
Studying and Modeling the Connection between People's Preferences and Content Sharing
人们经常使用在线社交媒体分享物品。然而，人们关于分享的决定-谁分享什么给谁，为什么-并没有得到很好的理解。我们提出了一项用户研究，涉及87对Facebook用户，以了解人们如何做出他们的共享决策。我们发现，即使是在分享给特定的个人时，人们自己对某个项目的偏好（个性化）也会超过接受者的偏好（利他主义）。然而，人们对他们如何分享的开放式反应表明，他们确实试图根据收件人来个性化分享。为了解释这些对比的结果，我们提出了一个新的共享过程模型，考虑到人们的偏好和项目的显着性。我们还提出了令人鼓舞的结果，共享预测模型，结合了“收件人”和收件人的喜好。这些结果表明，这两个算法，支持在社交媒体和信息扩散模型共享的改进。
2014-12-03 cs.HC cs.SI
Cultural Diffusion and Trends in Facebook Photographs
University of Rochester（罗切斯特大学）；Facebook（脸书公司）；UCLA（加州大学洛杉矶分校）
在线社交媒体是一种社交工具，人们可以通过视觉手段（即照片）与朋友分享他们生活中的各种时刻，例如运动，烹饪晚餐或只是为了好玩而自拍。我们的研究需要仔细研究流行的视觉概念，说明各种文化生活方式的聚合，去识别的照片。我们在宏观和微观层面进行分析，以获得有关全球和本地视觉趋势的新见解，以及Facebook朋友之间的人际文化交流和传播的动态。我们通过卷积神经网络（CNN）自动分类视觉内容来处理图像。通过各种统计测试，我们发现，社会关系密切的人更有可能发布显示相似文化生活方式的图像。为了进一步确定所观察到的社会相关性的主要原因，我们使用洗牌测试和基于偏好的匹配估计（PME）测试来区分影响力和同质性的影响。结果表明，每个用户的照片的视觉内容是暂时的，虽然不一定是因果关系，与他们的朋友的照片，这可能表明影响的效果。我们的研究表明，Facebook照片展示了不同的文化生活方式和偏好，通过社交媒体中的视觉渠道介导的社会互动可以成为文化传播的有效机制。
2017-05-24 cs.CV cs.SI
A Privacy-Preserving Architecture for the Protection of Adolescents in Online Social Networks
在线社交网络（OSN）构成了人们日常社交活动的组成部分。具体而言，Twitter、YouTube和Facebook等主流OSN在青少年的生活中尤为突出，用于在线与他人交流、表达和娱乐自己以及查找信息。然而，青少年在使用在线平台时面临大量威胁。其中一些威胁包括攻击性行为和网络欺凌、性行为、虚假新闻和虚假活动、激进化以及个人信息和敏感内容的曝光。迫切需要家长控制工具和互联网内容过滤技术，以保护使用在线平台的弱势群体。现有的家长控制工具偶尔会侵犯青少年的隐私，导致他们使用其他沟通渠道，以避免节制。在这项工作中，我们设计和实施了一个以用户为中心的家庭咨询套件，旨在保护个人对其监护人和咨询工具本身的隐私。此外，我们提出了一个系统的过程，用于设计和开发最先进的技术和系统架构，以防止未成年人在浏览器上使用Facebook，Twitter和YouTube时暴露于众多风险和危险。
2020-09-18 cs.SI
MyMigrationBot: A Cloud-based Facebook Social Chatbot for Migrant Populations
我们提出了一个新的基于云计算的社交聊天机器人MyMigrationBot，这是部署到Facebook的设计，实施和评估。该系统询问和回答与用户的个性特征和个人工作能力相适应的问题，以提供反馈，并可能支持移民人口。聊天机器人的响应数据库基于信誉良好的社会心理工具，可以定制。该系统的后端使用Node.js编写，部署到AWS和Twilio，并通过Graph和Messenger API与Facebook连接。据我们所知，这是第一个部署在Facebook上的多语言社交聊天机器人，旨在研究和支持欧洲的移民群体并提供反馈。它不像其他机器人那样具有个性，但它可以研究和反馈移民的个性和其他定制问卷，例如，工作能力匹配在我们的研究项目中，社交聊天机器人的目的是帮助移民使用为他们量身定制的反馈信息进行社会研究。它可以帮助移民了解他们的心理社会资源，从而促进他们融入接受劳动力市场的过程。我们对一组53人的聊天机器人进行了评估，包括。23个移民，我们提出的结果。
2022-08-27 cs.CY cs.HC cs.SI
The Online Behaviour of the Algerian Abusers in Social Media Networks
Université 8 Mai 1945 Guelma（盖尔马1945年5月8日大学）
连接到社交媒体网络成为世界各地大多数人的日常任务，共享信息的数量呈指数级增长。因此，控制人们沟通的方式是必要的，以保护他们免受迷失方向，冲突，侵略等。在本文中，我们进行了统计研究的网络欺凌和社会媒体（即Facebook）中的虐待内容，我们试图发现在阿尔及利亚社区的虐待者的在线行为。更具体地说，我们在600名Facebook用户中招募了200名来自不同地区的用户来进行这项研究。这项调查的目的是帮助滥用检测的自动系统通过纳入在线活动来做出决定。滥用检测系统需要大量的数据才能更好地处理这类文本（即非结构化和非正式文本），这是由于缺乏标准的正字法，阿尔及利亚方言和语言多种多样。
2022-03-19 cs.CL cs.SI
Personality Traits and Echo Chambers on Facebook
IUSS Institute for Advanced Study（IUSS高等研究院）；IMT Institute for Advanced Studies（IMT高等研究院）
在在线社交网络中，用户倾向于选择与他们的信仰体系相一致的信息，并形成由志同道合的人组成的两极分化的群体。极化及其对在线社交互动的影响已经得到了广泛的研究。尽管如此，群体形成和人格特征之间的关系仍然不清楚。更好地了解在线社会动态的认知和心理决定因素可能有助于设计更有效的沟通策略，并挑战数字错误信息的威胁。在这项工作中，我们专注于用户评论美国Facebook页面发布的支持科学和阴谋般的叙述的帖子，我们根据他们的在线行为对这些用户的个性特征进行分类。我们发现，不同的和冲突的社区由显示出相似心理特征的用户组成，并且主导人格模型在科学和阴谋回音室中是相同的。此外，我们观察到，回声室内的持久性稍微塑造用户的心理概况。我们的研究结果表明，个人的特定人格特质的存在导致他们相当大的参与，在虚拟回声室内支持叙事。
2016-06-15 cs.CL cs.CY cs.HC
Mental Health Self-Disclosure on Social Media throughout the Pandemic Period
University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
研究通过分析疫情期间社交媒体评论中的情绪和心理健康标签，探讨疫情及政策对人们自我披露情绪的影响，并展示心理健康特征提升情绪预测准确性的证明概念。
2025-12-24 cs.SI
Utility-based Link Recommendation for Online Social Networks
链接推荐是主要在线社交网络提供的一项关键功能，它建议链接以连接当前未链接的用户。链接推荐的突出例子包括Facebook和LinkedIn上的“你可能认识的人”以及Google+上的“你可能认识的人”。在线社交网络的主要利益相关者包括用户（例如，Facebook用户），其使用网络与其他用户和运营商（例如，Facebook Inc.）其为了自身的利益而建立和操作网络（例如，收入）。现有的链接推荐方法推荐的链接很可能是由用户建立的，但忽略了所推荐的链接可以给运营商带来的好处。为了解决这个问题，我们定义了效用的链接推荐和制定一个新的研究问题-基于效用的链接推荐问题。然后，我们提出了一种新的基于效用的链接推荐方法，建议链接的基础上的价值，成本和链接的可能性，与现有的链接推荐方法，只专注于链接的可能性。具体来说，我们的方法模型之间的依赖关系的价值，成本，链接的可能性和效用为基础的链接推荐决策使用贝叶斯网络，预测的概率与贝叶斯网络推荐的链接，并建议链接的概率最高。使用从一个主要的美国在线社交网络获得的数据，我们证明了显着的性能改善，我们的方法相比，从代表性的先前研究的流行链接推荐方法。
2016-03-19 cs.SI
Facebook Ads as a Demographic Tool to Measure the Urban-Rural Divide
在全球城市化的进程中，确保留在农村地区的人在发展和政策考虑方面不落后，是世界各国政府的优先事项。然而，追踪有关这一人口稀少、地理分散的重要统计数据越来越具有挑战性，导致缺乏可靠的最新数据。在这项研究中，我们研究了Facebook广告平台的有用性，该平台提供了超过20亿用户的数字“普查”，以衡量潜在的城乡不平等。我们关注意大利，一个大约30%的人口生活在农村地区的国家。首先，我们表明Facebook产生的人口统计数据在时间上不稳定，人口稀少的城市覆盖不完整。为了克服这种限制，我们提出了一种替代方法来估计Facebook广告受众，将农村城市的覆盖率从19%提高到55%，并进行可行的细粒度子人群分析。使用官方的全国人口普查数据，我们评估了我们的方法，并确认了在教育程度和收入方面已知的重大城乡差距。将分析扩展到Facebook特定的用户“兴趣”和行为，我们提供了关于鸿沟的进一步见解，例如，发现农村地区对赌博表现出更高的兴趣。值得注意的是，我们发现，农村地区收入的最具预测性的特征与城市中心不同，这表明研究人员在研究农村福祉时需要考虑更广泛的属性。这项研究的结果表明，有必要改进现有的工具和方法，将代表性不足的人口纳入数字人口研究-如果不这样做，可能会导致误导性的观察，结论，最重要的是，政策。
2020-02-26 cs.CY cs.SI physics.soc-ph
#StayHome Playing LoL -- Analyzing Players' Activity and Social Bonds in League of Legends During Covid-19 Lockdowns
人类是社会性动物。因此，与新型冠状病毒疫情相关的社交距离和行动限制对大部分人口的福祉造成严重后果，导致孤独感和相关精神疾病增加，这并不奇怪。许多人在多人在线游戏中找到了情感庇护所，这已经被证明是伟大的社交孵化器。虽然游戏对个人的积极影响已经很明显，但我们仍然不知道游戏是如何以及是否培养了人们所寻求的连通性的基本需求。换句话说：随着大流行的到来，参与者的社会纽带和互动模式发生了怎样的变化？为此，我们分析了一个在线多人游戏（英雄联盟）的一年数据，以观察新冠肺炎对三个不同地理区域（即，欧洲、北美和韩国）。我们的研究结果显示，新型冠状病毒疫情限制的发展与玩家活动之间存在密切关系，同时还存在更强大和经常性的社会联系，尤其是对于致力于游戏的玩家。此外，具有强化社会纽带的玩家，与相似队友一起打球的人更有可能留在比赛中，即使限制被取消。
2021-06-24 cs.HC cs.SI
Sentiment Analysis on the young people's perception about the mobile Internet costs in Senegal
Polytechnic School (ESP)（波尔多技术学校（ESP））；Gaston Berger University (UGB)（加斯顿-贝尔大学（UGB））；Federal Institute of Technology Lausanne (EPFL)（洛桑联邦理工学院（EPFL））
本文针对塞内加尔年轻人对移动互联网成本的感知问题，通过分析其在Twitter和Facebook上的评论并应用情感分析模型，研究他们对移动互联网价格的感受及与感知服务质量的关系。
2025-04-17 cs.CL cs.SI
Using Social Media for Word-of-Mouth Marketing
如今，在线社交网络被广泛用于个人和商业目的。这种广泛的普及使它们成为广告的理想平台。社交媒体可以用于直接和口碑（WoM）营销。虽然WoM营销被认为更有效，而且需要更少的广告成本，但目前它尚未得到充分利用。要进行WoM营销，我们需要确定一组人，他们可以利用他们在社交网络中的权威地位来推广给定的产品。在本文中，我们展示了如何在Facebook群组中进行WoM营销，这是一个问答型的社交网络。我们还提出了加强WoM营销的概念，多个机构可以共同推广产品，以提高营销的有效性。我们在Facebook群组数据集上进行了实验，该数据集由30万条消息和1000万个用户反应组成。
2019-08-22 cs.IR cs.SI
Sentiment Identification in Code-Mixed Social Media Text
Rutgers University（罗格斯大学）；MAKAUT（毛拉纳阿布卡拉姆阿扎德技术大学）；Jadavpur University（贾达普大学）
情感分析是自然语言处理（NLP）任务，处理文本中情感的检测和分类。虽然有些任务处理识别文本中的情感存在（主观性分析），但其他任务旨在确定文本的极性，将其分类为积极，消极和中性。每当文本中存在情感时，它都有一个来源（人，一群人或任何实体），并且情感指向某个实体，对象，事件或人。情感分析任务旨在确定情感的主体、目标和极性或效价。在我们的工作中，我们尝试使用机器学习方法从Facebook帖子中自动提取情感（积极或消极）。虽然已经在代码混合的社交媒体数据和情感分析中分别完成了一些工作，但我们的工作是第一次尝试（截至目前），旨在对代码混合的社交媒体文本进行情感分析。我们使用了大量的预处理来去除原始文本中的噪声。多层感知器模型已被用来确定的极性的情绪。我们还通过手动标记Facebook帖子及其相关情绪来开发此任务的语料库。
2017-07-04 cs.AI cs.CL cs.SI
Trends, Politics, Sentiments, and Misinformation: Understanding People's Reactions to COVID-19 During its Early Stages
COVID-19的突然爆发导致大量数据在不同的社交媒体平台上共享。分析和可视化这些数据无疑对于深入了解这一流行病对人们生活的影响以及人们对这些影响的反应至关重要。在这项工作中，我们进行了一项大规模的时空数据分析研究，以了解人们对COVID-19大流行早期阶段的反应。特别是，我们分析了一个基于JSON的数据集，该数据集是在4个月内从关于COVID-19的英语新闻/消息/论坛/博客中收集的，总共有520万条帖子。这些数据是从2019年12月至2020年3月从Facebook、LinkedIn、Pinterest、StumbleUpon和VK等多个社交媒体平台收集的。我们的研究主要旨在了解COVID-19的哪些影响最令社交媒体用户感兴趣，以及它们如何随时间变化，错误信息的时空分布以及大流行期间公众对公众人物的舆论。我们的结果可以被许多方面使用（例如，政府、心理学家等）根据人民群众的实际利益和意见，
2021-06-25 cs.IT cs.SI math.IT
Social Catalysts: Characterizing People Who Spark Conversations Among Others
人们在社交网络中扮演不同的重要角色。一些角色已经得到了广泛的研究：有良好联系的影响者，以及连接网络中未连接部分的经纪人。然而，很少有工作探讨了另一个潜在的重要作用，即为人们创造互动机会和促进他们之间的对话。这些人将人们聚集在一起，充当社会催化剂。在本文中，我们测试的存在下，社会催化剂的在线社交网络Facebook的。我们首先确定了帖子，激发了发帖者的朋友之间的对话，并总结了这些帖子的特点。然后，我们汇总了海报层面的催化评论数量，作为衡量个人“催化性”的一个指标。这1%的人占了31%的催化互动，尽管他们的网络特征与其他经常发帖和拥有类似数量朋友的人没有明显区别。通过收集调查数据，我们还验证了催化剂的行为指标：如果一个人的帖子更频繁地引发其他人之间的讨论，他就更有可能被朋友提名为社交催化剂。这项措施，以及其他与对话相关的功能，是最能预测被提名为催化剂的人之一。虽然影响者和经纪人可能因为他们的网络位置而得到更多的关注，但我们的研究结果提供了一致的证据，表明另一个重要的角色存在于在线社交网络中，并得到了认可。
2021-08-13 cs.CY cs.SI
Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia for Human Personality Profiling
ITMO University（圣光机大学）；SUSS School of Business（新跃社科大学商学院）；SoMin.ai Research（SoMin.ai研究院）
人类的性格特征是我们决策背后的关键驱动力，每天影响着我们的生活道路。人格特质的推断，例如Myers-Briggs人格类型，以及对人格特质和用户在各种社交媒体平台上的行为之间的依赖关系的理解，对于现代研究和行业应用至关重要。多样化和跨目的社交媒体途径的出现使得基于跨多种数据模态表示的数据自动且有效地执行用户个性分析成为可能。然而，从多源多模态社交媒体数据中进行个性分析的研究工作相对较少，不同社交网络数据对机器学习性能的影响程度还有待全面评估。此外，在研究界没有这样的数据集来进行基准测试。这项研究是弥合这一重要研究差距的首次尝试之一。具体来说，在这项工作中，我们推断迈尔斯-布里格斯人格类型指标，通过应用一种新的多视图融合框架，称为“PERS”，并比较性能结果不仅跨数据模态，而且相对于不同的社交网络数据源。我们的实验结果表明，PERS的学习能力，从多视图数据的个性分析，有效地利用显着不同的数据来自不同的社会多媒体来源。我们还发现，在选择社交网络数据源时，选择机器学习方法至关重要，人们倾向于在不同的社交媒体渠道中揭示他们个性的多个方面。我们发布的社交多媒体数据集促进了这一方向的未来研究。
2021-06-20 cs.LG cs.MM cs.SI
Tracing Digital Footprints to Academic Articles: An Investigation of PeerJ Publication Referral Data
在这项研究中，我们提出了一种新的方法来探索人们对学术文章的访问模式。对《PeerJ》杂志上发表的1432篇论文的340万条访问者参考源链接进行了统计分析。我们发现，至少有57%的访问是来自外部的转介来源，其中一般搜索引擎，社会网络，新闻和博客是前三大类的转介。学术资源，包括学术搜索引擎和学术出版商的网站，是第四大类的参考来源。此外，我们的研究结果表明，谷歌在引导人们阅读学术文章方面的贡献最大。这包括使用谷歌的搜索引擎，谷歌学术搜索引擎，以及他们的不同特定国家域。NCBI专注于与PeerJ出版范围相似的学科，是人们最常指向PeerJ的学术搜索引擎。相关性分析和回归分析表明，被提及次数越多的论文，其访问量越大，Facebook、Twitter和Reddit是人们推荐PeerJ的最常用的社交网络工具。
2016-01-20 cs.DL cs.IR cs.SI
Development of Security Detection Model for the Security of Social Blogs and Chatting from Hostile Users
在世界范围内，大量的人通过在线聊天相互交流。社交和专业平台的数量显著增加，例如WhatsApp，Facebook和Twitter，这些平台允许人们与他人分享他们的经验，观点和知识。可悲的是，随着在线交流融入我们的日常交流，不礼貌和不当行为已经从职业不当行为到职业堕落呈现出许多细微差别。一般来说，燃烧开始于粗鲁的信息和评论的交流，这反过来又引发了更高规模的燃烧。为了防止在线通信被降级，必须将恶意用户从通信平台上赶走。本文提出了一个安全检测模型和一个在线火焰检测与防范工具。它可以在聊天或发布博客时检测是否存在火焰，并审查脏话以及阻止用户燃烧。
2017-12-26 cs.CY cs.SI
People, Places, and Ties: Landscape of social places and their social network structures
Luddy School of Informatics, Computing and Engineering, Indiana University Bloomington（印第安纳大学伯明顿分校拉迪信息、计算与工程学院）；Kellogg School of Management, Northwestern University（西北大学凯洛格管理学院）；Facebook（脸书）；Center for Complex Networks and Systems Research, Luddy School of Informatics, Computing and Engineering, Indiana University Bloomington（印第安纳大学伯明顿分校拉迪信息、计算与工程学院复杂网络与系统研究中心）；Network Science Institute, Indiana University, Bloomington (IUNI)（印第安纳大学伯明顿分校网络科学研究所（IUNI））；Connection Science, Massachusetts Institute of Technology（麻省理工学院连接科学部）
由于其作为社交场所的重要作用，“第三地”-人们随意访问并与朋友和邻居交流的社交场所-已经被广泛的领域所研究，包括网络科学，社会学，地理学，城市规划和区域研究。然而，由于缺乏对第三地的大规模普查，研究人员无法进行系统的调查。在这里，我们提供了一个系统的第三地和他们的社交网络，通过使用Facebook页面全国范围内的调查。我们的分析显示，第三名的类型分布存在很大程度的地理异质性，这与基线人口统计数据和县的特征高度相关。某些类型的页面（例如“礼拜场所”）表现出很大程度的聚集性，表明社区偏好或对集中的潜在互补性。我们还发现，不同类型的社交场所的社交网络在重要方面有所不同：“餐馆”和“室内娱乐”页面的社交网络更有可能是既有友谊的紧密社区，而“礼拜场所”和“社区设施”页面类别更有可能建立新的友谊关系。我们相信，这项研究可以作为一个重要的里程碑，为未来的研究系统的比较研究的社会空间及其社会关系。
2021-01-12 cs.LG cs.SI
Persuasion Meets AI: Ethical Considerations for the Design of Social Engineering Countermeasures
Facebook或Instagram等社交网站的隐私与人们的自我披露决定以及他们预见与大量不同受众分享个人信息的后果的能力密切相关。尽管如此，在线隐私决策往往基于虚假的风险判断，使人们容易向不受信任的接收者透露敏感数据，并成为社会工程攻击的受害者。人工智能（AI）与说服机制（如轻推）相结合，是促进SNS用户预防性隐私行为的一种有前途的方法。然而，结合行为干预与高水平的个性化可以是一个潜在的威胁，人们的机构和自主权，即使应用到社会工程对策的设计。本文详细阐述了推动机制可能对基于人工智能的对策的发展带来的伦理挑战，特别是对解决SNS中不安全的自我披露做法的挑战。总体而言，它赞同制定个性化的风险意识解决方案，作为i）一种道德方法来抵制社会工程，以及ii）作为促进反思隐私决策的有效手段。
2020-09-27 cs.CY cs.HC cs.SI
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
Automatically Infer Human Traits and Behavior from Social Media Data
University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）
鉴于人类思维的复杂性和行为的灵活性，它需要复杂的数据分析来筛选大量的人类行为证据，以模拟人类思维并预测人类行为。人们目前在Twitter和Facebook等社交媒体上花费大量时间。因此，他们生活和行为的许多方面都被数字化捕捉并持续存档在这些平台上。这使得社交媒体成为大量，丰富和多样化的人类行为证据的重要来源。在本文中，我们调查了最近的工作应用机器学习推断人类的特征和行为，从社会媒体数据。我们还将指出几个未来的研究方向。
2018-04-11 cs.CL cs.IR cs.SI
A Study of WhatsApp Usage Patterns and Prediction Models without Message Content
互联网社交网络已经成为允许人们容易地共享文本、图片以及音频和视频文件的无处不在的应用。流行的网络包括WhatsApp，Facebook，Reddit和LinkedIn。我们对WhatsApp社交网络的使用进行了广泛的研究，WhatsApp是一种正在迅速取代SMS消息的互联网消息应用程序。为了更好地了解人们对网络的使用情况，我们对来自100多个用户的600多万条消息进行了分析，目的是利用活动数据建立人口统计预测模型。我们对数据进行了广泛的统计和数值分析，发现不同性别和年龄的人使用WhatsApp的情况存在显著差异。我们还将数据输入到Weka数据采掘包中，并研究了从决策树和贝叶斯网络算法创建的模型。我们发现，不同性别和年龄的人口统计数据有显着不同的使用习惯，几乎所有的消息和组属性。我们还注意到用户组行为的差异，并创建了预测模型，包括给定组可能会有相对更多的文件附件，如果一个组包含更多的参与者，更高的活动频率，更快的响应时间和更短的消息。我们成功地量化和预测了用户的性别和年龄。同样，我们能够预测不同类型的群体使用。所有模型都是在不分析消息内容的情况下构建的。我们提出了一个详细的讨论，在所有的预测模型中所包含的特定属性，并建议可能的应用这些结果的基础上。
2018-02-09 cs.CY cs.SI
Widescope - A social platform for serious conversations on the Web
有几个网络平台，人们用来互动和交流思想，如社交网络，如Facebook，Twitter和谷歌+;问答网站，如Quora和雅虎！答案;和无数的独立论坛。然而，缺乏促进讨论复杂问题的平台，在这些平台上，意见分歧的人们可以利用共享的知识库轻松地将自己的观点合理化，并利用知识库实现共同的目标，例如达成双方都能接受的妥协。在本文中，作为第一步，我们提出了Widescope，一种新型的协作网络平台，用于催化美国联邦和州预算辩论的共同理解，以帮助用户就所涉及的复杂问题达成数据驱动的共识。它汇总了来自不同预算（即过去、现在和拟议预算）的不同财务数据源，并使用交互式可视化呈现统一的界面。它利用分布式协作来鼓励思想探索和辩论。用户可以从头开始提出预算，支持现有的建议，比较不同的预算，并与其他人在实时的。我们假设，这样一个平台可以使人们的想法和意见更加接近。为此，我们从一个简单的试点实验中提出了初步证据，使用三元投票（我们也正式分析，以表明这比热或不投票更好），6组用户中有5组有不同的观点（保守派与自由派）达成共识，同时旨在使用Widescope将赤字减半。我们相信像Widescope这样的工具可以对其他复杂的、数据驱动的社会问题产生积极的影响。
2011-11-08 cs.CY cs.SI
Citizens' Emotion on GST: A Spatio-Temporal Analysis over Twitter Data
人们可能不会近在咫尺，但他们仍然是-凭借社会网络。社交网络在许多方面改变了人们的生活。人们可以在各种平台上表达他们的观点，意见和生活经历，无论是Twitter，Facebook还是任何其他媒体。此类活动包括审查产品或服务、传达对政治玩笑的看法、预测股价或对非货币化或商品及服务税等政府政策提供反馈。这些社交平台可以用来调查公众产生的情感曲线的见解。这种分析可以使产品更好，预测未来的前景，也可以更好地执行公共政策。这种对情感分析的研究正在迅速增加。在这篇研究论文中，我们分别对1，42，508和58，613条推文进行了时间分析和空间分析，这些推文是在2017年7月4日至2017年7月25日的GST实施期间发布的。这些推文是使用Twitter流媒体API收集的。一个著名的词汇，加拿大国家研究委员会（NRC）情感词汇被用于意见挖掘，表现出八种基本情感的混合，即喜悦，信任，预期，惊讶，恐惧悲伤，愤怒，厌恶和两种情感，即积极和消极的6,554个单词。
2019-06-20 cs.IR cs.SI
uHelp: intelligent volunteer search for mutual help communities
Artificial Intelligence Research Institute (IIIA-CSIC)（人工智能研究院（IIIA-CSIC））
当人们在日常活动中需要帮助时，他们会求助于家人、朋友或邻居。但是，尽管世界日益网络化，技术在寻找合适的志愿者方面仍然存在不足。在本文中，我们提出了uHelp，一个平台，建立一个社区的有用的人和支持社区成员找到适当的帮助在他们的社会网络。最近，专注于寻找志愿者的应用程序开始出现，如Helpin或Facebook的社区帮助。然而，uHelp与现有应用程序的区别在于其基于信任的志愿者智能搜索。虽然信任对于这些创新的社交应用程序至关重要，但它们中没有一个真正实现了像uHelp这样的信任建立解决方案。uHelp对志愿者的智能搜索基于许多人工智能技术：（1）一种新型的基于信任的泛洪算法，可以导航一个人的社交网络，寻找合适的值得信赖的志愿者;（2）一种新型的信任模型，通过学习他们过去的相似经历来保持同伴的可信度;（3）一种语义相似性模型，可以评估经验的相似性。本文介绍了uHelp应用程序，描述了允许uHelp有效找到值得信赖的志愿者的底层AI技术，并说明了实现细节。uHelp的初始原型已经在巴塞罗那的一个单亲社区进行了测试，该应用程序可以在Apple Store和Google Play上在线购买。
2023-01-26 cs.AI cs.SI
It's Always April Fools' Day! On the Difficulty of Social Network Misinformation Classification via Propagation Features
鉴于在线社交网络（OSN）在人们获取信息和形成观点方面的巨大影响，它们成为恶意实体的一个有吸引力的游乐场，这些实体希望传播错误信息，并利用其影响。事实上，错误的信息很容易在OSN上传播，对现代社会是一个巨大的威胁，也可能影响选举的结果，甚至使人们的生命处于危险之中（例如，传播“反疫苗”的错误信息）。因此，对于我们的社会来说，对通过OSN传播的信息进行某种“验证”至关重要。大规模验证的需要将大大受益于自动工具。在本文中，我们表明，这是很难进行自动分类的错误信息只考虑内容传播级联的结构特性。我们专注于结构属性，因为它们本质上很难被操纵，目的是规避分类系统。为了支持我们的说法，我们对Facebook上属于阴谋论（代表错误信息）和科学新闻（代表经过事实核查的内容）的帖子进行了广泛的评估。我们的研究结果表明，阴谋内容实际上是以一种很难与科学内容区分开来的方式产生反响的：对于我们调查的分类机制，分类F1分数在内容传播阶段从未超过0.65，即使在传播完成后仍然小于0.7。
2017-01-16 cs.SI physics.soc-ph
Distinguishing Topical and Social Groups Based on Common Identity and Bond Theory
社交团体在社交媒体平台中发挥着至关重要的作用，因为它们构成了用户参与和参与的基础。群体是由社区成员明确创建的，但也是在成员互动时有机形成的。由于其重要性，它们已被广泛研究（例如，社区发现、进化、活动等）。要理解这些群体如何演变，关键问题之一是是否存在不同类型的群体以及它们之间的差异。在社会学中，已经提出了一些理论来帮助解释这些群体是如何形成的。特别是，共同身份和共同纽带理论指出，人们根据身份加入群体（即，对所讨论的主题感兴趣）或键连接（即，社会关系）。该理论已被定性地应用于小团体，将其分为主题或社会。我们使用身份和键理论来定义一组特征，将群体分为这两个类别。使用Flickr的数据集，我们提取用户定义的组和自动检测的组，从社区发现算法获得。我们讨论的过程中，手动标记的群体到社会或专题和预测组标签的基础上定义的功能目前的结果。我们直接验证了理论的预测，表明该指标能够以高精度预测群体类型。此外，我们提出了一个比较申报和检测组沿话题性和社会性方面。
2013-09-09 cs.CY cs.SI physics.soc-ph
Social media use among American Indians in South Dakota: Preferences and perceptions
本研究通过在线调查评估了COVID-19期间南达科他州美国印第安人的社交媒体使用偏好与感知，发现Facebook等平台最受欢迎，且用户普遍认为负面影响多于正面影响。
2023-07-03 cs.SI econ.GN q-fin.EC
