Investigating the Impact of COVID-19 on Education by Social Network Mining
University of Birjand(比尔詹德大学);Birjand University of Technology(比尔詹德理工大学)
2019冠状病毒于二零二零年及二零二一年一直是社交网络上讨论最多的话题之一,并影响了全球的经典教育模式。在这项研究中,许多与新冠病毒和教育有关的推文都被考虑在内,并在GeoNames地理数据库的帮助下进行了地理标记,该数据库包含大量地名。为了检测用户的感觉,使用基于RoBERTa语言的模型执行情感分析。最后,我们获得了新冠肺炎确诊病例较多的国家的总推文、正面推文和负面推文的频率趋势。调查结果显示,推特频率的趋势与几个国家确诊病例的官方统计数据之间存在相关性。
2022-03-13 cs.CL cs.SI
Data and models for stance and premise detection in COVID-19 tweets: insights from the Social Media Mining for Health (SMM4H) 2022 shared task
Sber AI(俄罗斯联邦储蓄银行人工智能实验室);University of Electronic Science and Technology of China(电子科技大学);Kazan Federal University(喀山联邦大学);National Research University Higher School of Economics(国立研究型大学高等经济学院)
本文组织了 SMM4H 2022 共享任务 2 评估立场与前提检测模型,扩展收集了 Twitter 疫苗接种新数据,并采用特征级融合和双视图架构等策略进行广泛实验,为健康领域论辩挖掘提供数据集与研究支持。
2023-11-14 cs.CL cs.SI
Forecasting of Events by Tweet Data Mining
Ivan Franko Lviv National University(利沃夫伊万·弗兰科国立大学)
本文描述了Twitter微博帖子中与不同事件讨论相关的频繁集和关联规则的定量特征分析。对于分析,我们使用了频繁集理论,关联规则和形式概念分析理论。我们揭示了频繁集和关联规则的特征之间的语义关系的分析主题的概念。某些频繁集的支持度在期望事件发生前达到全局最大值,但有一定的时间延迟。这种频繁集可以被认为是预测标记,其表征了博客圈用户预期事件的重要性。我们发现,在一些揭示的关联规则的信心的时间动态也可以有预测特性。超过某个阈值可能是在事件的最大值和可能到来之间的时间间隔内社会做出相应反应的信号。在本文中,我们考虑了两种类型的事件:2012年伦敦奥运会网球锦标赛决赛和2013年欧洲电视网冠军的预测。
2013-10-13 cs.CL cs.CY cs.SI
Mining Influentials and their Bot Activities on Twitter Campaigns
Twitter越来越多地用于政治、广告和营销活动,其主要目的是影响用户支持特定的事业、个人或团体。我们提出了一种新的挖掘和分析Twitter活动的方法,包括:(i)收集推文和检测与活动相关的主题;(ii)使用科学计量学方法挖掘重要的活动主题;(iii)使用主题标签和主题熵建模用户兴趣;(iv)使用自适应的PageRank得分识别有影响力的用户;以及(v)用于识别类机器人活动的各种度量和可视化技术。虽然这种方法可推广到多种竞选类型,但我们在2017年德国联邦选举中证明了其有效性。
2020-11-22 cs.SI
A multi-modal approach towards mining social media data during natural disasters -- a case study of Hurricane Irma
University of North Carolina - Greensboro(北卡罗来纳大学格林斯伯勒分校);The Pennsylvania State University(宾夕法尼亚州立大学);Mississippi State University(密西西比州立大学)
流媒体社交媒体提供了极端天气影响的实时一瞥。然而,大量的流数据使挖掘信息成为应急管理人员、政策制定者和学科科学家的挑战。在这里,我们探讨了数据学习方法的有效性,以挖掘和过滤来自飓风厄玛在美国佛罗里达州登陆的流媒体数据中的信息。我们使用了来自16,598名用户的54,383条Twitter消息(来自784 K地理定位消息)。2017年10月10日至12日,开发4个独立的模型来过滤相关性数据:1)基于每个推文的地点和时间的强制条件的地理空间模型,2)包括图像的推文的图像分类模型,3)预测高音喇叭可靠性的用户模型,以及4)确定文本是否与飓风伊尔玛有关的文本模型。所有四个模型都经过独立测试,并且可以结合起来,根据用户为每个子模型定义的阈值快速过滤和可视化推文。我们设想,这种类型的过滤和可视化例程可以作为从噪声源(如Twitter)中捕获数据的基础模型。这些数据随后可以被政策制定者、环境管理者、应急管理者和领域科学家使用,他们有兴趣找到具有特定属性的推文,以便在灾难的不同阶段使用(例如,准备、响应和恢复)或详细研究。
2021-01-02 cs.IR cs.LG cs.SI
Mining Twitter to Assess the Determinants of Health Behavior towards Human Papillomavirus Vaccination in the United States
University of Florida(佛罗里达大学);National Cancer Institute(美国国家癌症研究所);Macquarie University(麦考瑞大学);The University of Texas Health Science Center at Houston(德克萨斯大学休斯顿健康科学中心);University of Minnesota(明尼苏达大学)
目的探讨使用Twitter数据评估消费者对人乳头瘤病毒(HPV)疫苗接种的健康行为决定因素的可行性。我们使用了2014年至2018年的三个Twitter数据集。我们对推文进行了预处理和地理编码,然后构建了一个基于规则的模型,将每条推文分类为促销信息或消费者讨论。我们应用主题建模来发现主要主题,随后探索了从消费者讨论中了解到的主题与健康信息全国趋势调查(HINTS)中HPV相关问题的回答之间的关联。结果我们收集了2,846,495条推文,并分析了335,681条地理编码的推文。通过主题建模,我们确定了122个高质量的主题。消费者讨论最多的话题是“宫颈癌筛查”;而在促销推文中,最热门的话题是提高对“HPV致癌”的认识。在122个主题中,有87个主题与促销信息和消费者讨论相关。在IBM的指导下,我们检查了Twitter发现与HINTS结果之间的一致性。35个主题可以通过关键字映射到HINTS问题,112个主题可以映射到IBM结构,45个主题在地理分布方面与HINTS响应具有统计学显著相关性。结论挖掘Twitter来评估消费者的健康行为不仅可以获得与调查相当的结果,而且可以通过理论驱动的方法产生额外的见解。尽管存在局限性,但这些令人鼓舞的结果促使我们在不断变化的健康传播环境中开发利用社交媒体的创新方法。
2019-07-06 cs.CY cs.LG cs.SI
Mining the Relationship between Emoji Usage Patterns and Personality
表情符号作为一种传达非语言线索的新方式已广泛应用于文本交流中。一个有趣的观察是不同用户之间的各种表情符号使用模式。在本文中,我们研究了用户个性特征与他们的表情符号使用模式之间的相关性,特别是在总体数量和特定偏好上。为了实现这一目标,我们构建了一个大型Twitter数据集,其中包括352,245名用户和超过11.3亿条与计算的个性特征和表情符号使用模式相关的推文。我们的相关性和表情符号预测结果提供了对不同个性的力量的见解,这些个性导致了不同的表情符号使用模式,以及其在表情符号推荐任务中的潜力。
2018-04-14 cs.SI
Mining Social Media for Open Innovation in Transportation Systems
University of Porto(波尔图大学)
这项工作提出了一个新的框架,通过开放式创新方法的基础上自动内容分析的社会媒体数据的新产品和服务的发展。该框架能够从在线社交网络(OSN)中提取用户评论,通过信息抽取和情感分析技术对文本进行处理和分析,从而获得市场上产品接受的相关信息。使用移动应用程序Uber开发了一个用例,该应用程序是当今世界上增长最快的技术公司之一。我们测量了一个有争议的,高度分散的事件如何影响关于Uber的推文数量及其用户的感知。虽然Uber的形象没有变化,但提到该公司的推文数量大幅增加,这意味着其产品的自由和重要传播。
2016-10-31 cs.AI cs.CY cs.SI
Discourse Analysis of Covid-19 in Persian Twitter Social Networks Using Graph Mining and Natural Language Processing
Amirkabir University of Technology(阿米尔卡比尔理工大学);Allame Tabatabaei Universiy(阿拉梅·塔巴塔巴伊大学);Tarbiat Modarres University(塔比亚特莫达雷斯大学)
分析社交网络的公开数据是理解话语动态的一种新的科学方法。本研究的目的是使用波斯社会智能数据采掘对新冠肺炎现象进行后结构主义话语分析(PDA)(受拉克劳和墨菲的话语理论启发)。研究的大数据是来自波斯Twitter网络的16万用户的500万条推文,以比较两种话语。除了单独分析推文文本之外,还基于转发关系创建了社交网络图数据库。我们使用VoteRank算法来介绍和排名的人,其职位成为口碑,提供的总信息传播范围最大化的网络。这些用户还根据他们的单词使用模式进行聚类(使用高斯混合模型)。有影响力的传播者的建构话语被比作最活跃的用户。该分析是基于8次事件中与Covid相关的帖子进行的。此外,通过对推文的统计内容分析和极性分析,对所有提到的子群体,特别是对排名靠前的个人进行了话语分析。本研究最重要的结果是,推特被试的话语建构是以政府为基础的,而不是以社区为基础的。被分析的伊朗社会并不认为自己对新冠病毒的邪恶问题负有责任,不相信参与,并期望政府解决所有问题。最活跃和最有影响力的用户的相似性是政治、国家和批评性话语建构占主导地位。除了其研究方法论的优势外,也有必要注意到其研究的局限性。对伊朗社会今后遇到类似危机提出了建议。
2021-09-01 cs.CL cs.SI
Making the Most of Tweet-Inherent Features for Social Spam Detection on Twitter
社交垃圾邮件在Twitter等社交媒体服务上产生大量噪声,这降低了最终用户和数据采掘应用程序观察到的信噪比。现有的社交垃圾邮件检测技术主要集中在通过使用大量的历史和基于网络的数据来识别垃圾邮件帐户。在本文中,我们专注于垃圾推文的检测,优化的数据量,需要收集只依赖于推文固有的功能。这使得能够以及时的方式将垃圾邮件检测系统应用于大量推文,潜在地可应用于实时或近实时设置。使用两个大的手标记的数据集的推文包含垃圾邮件,我们研究了五个分类算法和四个不同的功能集的社会垃圾邮件检测任务的适用性。我们的研究结果表明,通过使用有限的一组功能,在一条推文中,我们可以实现令人鼓舞的结果相比,现有的垃圾邮件发送者检测系统,利用额外的,昂贵的用户功能是有竞争力的。我们的研究是第一次尝试概括不同数据集上的最佳分类器和社交垃圾邮件检测功能集的结论。
2015-03-25 cs.IR cs.SI
An Analysis of Twitter Users From The Perspective of Their Behavior, Language, Region and Development Indices -- A Study of 80 Million Tweets
许多研究人员已经鼓动进行一项全面的研究,以探索在线社交媒体的各个方面。本文介绍了社交平台Twitter。在目前的工作中,我们已经说明了逐步程序爬行的数据,并讨论了相关的关键问题,提取相关的功能,可以是有用的Twitter相关的研究,同时抓取这些数据从应用程序编程接口(API)。此外,包括超过8600万条推文的数据已经从各种角度进行了分析,包括最常用的语言,最频繁的单词,最频繁的用户,最多和最少推文和转发的国家等。分析表明,与Twitter相关的用户数据对包括政治,社会科学,经济学和语言学在内的各个领域的研究具有很高的亲和力,此外,还确定了一个国家的推特用户与其人类发展指数之间的关系。据观察,与人类发展指数低的国家相比,人类发展指数很高的国家的推文数量相对较多。可以预见,本研究将打开信息处理和数据科学研究的许多大门。
2021-05-21 cs.SI
User Behavior Discovery in the COVID-19 Era through the Sentiment Analysis of User Tweet Texts
冠状病毒病(COVID-19)爆发于二零二零年三月被宣布为大流行,自此对生活的各个方面产生重大影响。虽然我们生活在一个信息时代,但我们没有关于这种疾病的准确信息。在线社交网络(OSN)在社会中发挥着至关重要的作用,特别是那些不信任政府的人往往会对社交网络形成的证据更有信心。OSN在COVID-19时代的优势显而易见。例如,社交媒体使人们能够相互联系,而不需要现实世界中的面对面社交互动。在缺乏世界领导力的情况下,社交媒体网络也发挥了集体智慧的作用。因此,在本研究中,考虑到OSN中的信息扩散现象,我们重点关注COVID-19对用户情绪的影响,并通过挖掘和分析OSN数据来展示疫情初期的用户行为趋势。此外,我们提出了一个数据驱动的模型来展示用户情绪如何在一段时间内变化,以及OSN如何帮助我们获得用户行为的信息,这对于准确预测未来行为非常重要。为此,本研究使用有关COVID-19的推文文本和相关网络结构来提取重要特征,然后提出一个模型,试图提供当前和未来状况的更全面的真实情况。
2021-04-18 cs.SI
Sentiment analysis model for Twitter data in Polish language
Politechnika Warszawska(华沙理工大学);Wydział Elektroniki i Technik Informacyjnych(电子与信息技术学院);Instytut Informatyki(计算机科学研究所)
对2015年5月10日波兰总统选举期间收集的推文进行文本挖掘分析。该项目包括实现从Twitter检索信息的引擎,构建文档语料库,语料库清理,以及创建术语文档矩阵。来自文本语料库的每条推文都根据其情感得分被分配了一个类别。分数是使用每个文档中积极和/或消极的表情符号和波兰语单词的数量计算的。结果数据集用于训练和测试四个机器学习分类器,以选择提供最准确的自动推文分类结果的分类器。朴素贝叶斯算法和最大熵算法的准确率最高,分别为71.76%和77.32%。所有的实现任务都是使用R程序设计语言完成的。
2019-11-03 cs.CL cs.IR cs.LG
Computational Content Analysis of Negative Tweets for Obesity, Diet, Diabetes, and Exercise
School of Library and Information Science, University of South Carolina(南卡罗来纳大学图书馆与信息科学学院)
基于社交媒体的数字流行病学有可能支持更快的反应和更深入地了解公共卫生相关威胁。本研究提出了一个新的框架来分析非结构化的健康相关的文本数据,通过Twitter用户的帖子(tweets)来表征负面的健康情绪和非健康相关的关注与负面情绪的语料库,关于饮食糖尿病运动和肥胖(DDEO)。通过收集一个月的600万条推文,本研究确定了用户的主要话题,因为它与负面情绪有关。我们提出的框架使用两种文本挖掘方法,情感分析和主题建模,发现负面主题。Twitter用户的负面情绪支持了文献叙述以及与DDEO相关的许多发病率问题以及肥胖和糖尿病之间的联系。该框架提供了一个潜在的方法来了解公众的意见和情绪DDEO。更重要的是,这项研究为计算社会科学家、医学专家和公共卫生专业人员提供了共同解决DDEO相关问题的新机会。
2017-09-22 cs.CL cs.SI stat.AP
Community-Based Fact-Checking on Twitter's Birdwatch Platform
错误信息破坏了社交媒体的公信力,并对现代社会构成重大威胁。作为一种对策,Twitter最近推出了“观鸟”,这是一种社区驱动的方法,用于解决Twitter上的错误信息。在Birdwatch上,用户可以识别他们认为具有误导性的推文,写下提供推文背景的注释,并对其他用户的注释质量进行评级。在这项工作中,我们经验分析用户如何与这个新功能进行交互。为此,我们收集了2021年初推出该功能至2021年7月底期间的{所有}观鸟笔记和评级。然后,我们使用Twitter的历史API将每个Birdwatch笔记映射到经过事实检查的tweet。此外,我们使用文本挖掘方法从观鸟笔记中的文本解释中提取内容特征(例如,情绪)。我们的实证分析产生了以下主要结果:(i)用户更频繁地文件观鸟笔记误导比不误导推文。这些误导性的推文主要是因为事实错误,缺乏重要的上下文,或者因为他们将未经证实的说法视为事实。(ii)如果观鸟笔记链接到值得信赖的来源,如果它们嵌入了更积极的情绪,那么它们对其他用户更有帮助。(iii)源推文作者的社会影响力与用户共识水平的差异有关。对于有很多追随者的有影响力的用户来说,Birdwatch笔记在用户中产生的共识水平较低,社区创建的事实检查更有可能被视为不正确和有争议的。总而言之,我们的研究结果可以帮助社交媒体平台为用户制定如何编写更有用的事实检查的指导方针。与此同时,我们的分析表明,基于社区的事…
2021-12-14 cs.CY cs.SI
Exploring the Distinctive Tweeting Patterns of Toxic Twitter Users
本文分析12,148名用户的3,800万条推文,基于Gini指数和Toxicity score识别1,457名持续有毒用户,发现其独特时间发帖模式,为跨平台审核提供新依据。
2024-01-25 cs.SI
User Engagement and the Toxicity of Tweets
Twitter是最受欢迎的在线微博和社交网络平台之一。该平台允许个人自由表达意见并与他人互动,而不受地理障碍的影响。然而,随着在线平台提供的好处,也带来了坏处。Twitter和其他社交网络平台为不文明行为创造了新的空间。随着人们对网络上不文明行为后果的兴趣越来越大,了解有毒评论如何影响网络互动势在必行。我们分析了超过85,300个Twitter对话的随机样本,以研究有毒和无毒对话之间的差异以及毒性和用户参与度之间的关系。我们发现,有毒的对话,那些至少有一个有毒的鸣叫,更长,但有较少的个人用户贡献的对话相比,无毒的对话。然而,在有毒的对话中,毒性与更多的个人Twitter用户参与对话呈正相关。这表明,总体而言,更明显的对话更有可能包括有毒的回复。此外,我们还研究了有毒推文的排序及其对对话的影响。有毒推文通常作为主要推文或第一个回复出现,并导致更大的整体对话毒性。我们还发现了对有毒推文的第一次回复的毒性与对话的毒性之间的关系,无论第一次回复是有毒还是无毒,都为对话的整体毒性奠定了基础,以下观点认为仇恨可以产生仇恨。
2022-11-07 cs.CY cs.SI
Fine-grained Geolocation Prediction of Tweets with Human Machine Collaboration
Georgia Institute of Technology(佐治亚理工学院)
Twitter是分析人们对各种主题的意见的有用资源。这些主题通常与这些推文发布的位置相关或相关联。例如,餐馆老板可能需要知道他们的目标客户在哪里吃饭,以了解与食物相关的帖子的情绪,政策规划者可能需要分析公民对城市或县或州的特定部分的相关问题,如犯罪,安全,拥堵等的意见。尽管这很有希望,但只有不到$1\%$的抓取推文帖子带有地理位置标签。这使得准确预测非地理标记推文的推文帖子对于分析各个领域的数据非常重要。在这项研究中,我们利用数百万条Twitter帖子和最终用户的领域专业知识,使用自然语言处理(NLP)技术构建了一组深度神经网络模型,该模型可以预测不同粒度级别的非地理标记的Twitter帖子的地理位置,例如社区,邮政编码和经度与纬度。通过多个神经架构实验和协作式人机工作流设计,我们正在进行的地理位置检测工作显示出令人鼓舞的结果,使最终用户能够将选择变量与位置信息之间的关系关联起来。
2021-06-25 cs.CL cs.LG cs.SI
Detecting Offensive Language in Tweets Using Deep Learning
Norwegian University of Science and Technology(挪威科技大学)
本文讨论了识别社交媒体中仇恨内容的重要问题。我们提出了一个检测方案,这是一个合奏的递归神经网络(RNN)分类器,它结合了各种功能与用户相关的信息,如用户的倾向种族主义或性别歧视。这些数据作为输入与从文本内容导出的词频向量一起被馈送到上述分类器。我们的方法已被评估的公开可用的语料库的16k推文,结果表明其有效性相比,现有的最先进的解决方案。更具体地说,我们的计划可以成功地区分种族主义和性别歧视的消息从正常的文本,并实现更高的分类质量比目前最先进的算法。
2018-01-13 cs.CL cs.CY cs.SI
Twitter-Based Gender Recognition Using Transformers
York University(约克大学);K.N. Toosi University(K.N.图西理工大学)
社交媒体包含有关人和社会的有用信息,可以帮助推进许多不同领域的研究(例如通过应用意见挖掘,情绪/情感分析和统计分析),如商业和金融,健康,社会经济不平等和性别脆弱性。用户统计数据提供了丰富的信息,可以帮助进一步研究这个问题。然而,用户的人口统计数据,如性别,被认为是私人的,不能免费提供。在这项研究中,我们提出了一个基于Transformers的模型来预测用户的性别,从他们的图像和推文。我们基于视觉Transformer(ViT)对模型进行微调,以分层女性和男性图像。接下来,我们基于来自Transformers的双向编码器表示(BERT)微调另一个模型,以通过用户的推文识别用户的性别。这是非常有益的,因为并非所有用户都提供指示其性别的图像。这些用户的性别可以从他们的推文中检测出来。该组合模型使图像和文本分类模型的准确率分别提高了6.98%和4.43%。这表明图像和文本分类模型能够通过彼此提供额外的信息来相互补充。我们将我们的方法应用于PAN-2018数据集,并获得了85.52%的准确率。
2022-04-24 cs.AI cs.CL 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
Vector Space Model as Cognitive Space for Text Classification
Center for Computational Engineering and Networking(计算工程与网络中心);Amrita School of Engineering, Coimbatore(科钦阿姆利塔工程学院);Amrita Vishwa Vidyapeetham, Amrita University, India(印度阿姆利塔大学阿姆利塔大学)
在这个数字化的时代,了解用户的社交方面已经成为建立用户特定推荐系统的基本特征。这些社交方面可以通过挖掘用户在社交媒体和评论中以文本形式分享的语言来发现。本文描述了在PAN Author Profiling 2017共享任务中执行的实验。该任务的目标是从用户的推文中找到用户的社交方面。本实验考虑的社会语言方面是用户的性别和母语信息。在这里,用户的推文写在不同的语言从他们的母语表示为文档-术语矩阵与文档频率作为约束。进一步的分类是使用支持向量机,以性别和母语为目标类。本实验在性别预测和母语识别任务中的平均准确率分别达到73.42%和76.26%。
2017-08-21 cs.AI cs.CL cs.SI
ET-LDA: Joint Topic Modeling for Aligning Events and their Twitter Feedback
在超级碗、美国总统和初选辩论等广播活动中,Twitter已经成为人群分享观点和评论的事实平台。给定一个事件和相关的大规模推文集合,有两个基本的研究问题近年来越来越受到关注。一个是提取事件和推文所涵盖的主题;另一个是分割事件。到目前为止,这些问题一直被单独看待和孤立研究。在这项工作中,我们认为,这些问题实际上是相互依赖的,应该一起解决。我们开发了一个联合贝叶斯模型,在一个统一的框架中进行主题建模和事件分割。我们在与来自不同领域的两个事件相关的两个大规模推文数据集上对所提出的模型进行了定量和定性评估,以表明它比基线模型有显着改进。
2012-12-21 cs.AI cs.CY cs.SI
"Like Sheep Among Wolves": Characterizing Hateful Users on Twitter
在线社交网络(OSN)中的仇恨言论是公司和政府面临的一个关键挑战,因为它会影响用户和广告商,而且一些国家对这种做法有严格的立法。这促使人们努力在推文、社交媒体帖子和评论中发现和描述这一现象。然而,由于OSN数据的噪声、现象的稀疏性以及仇恨言论定义的主观性,这些方法面临着一些缺点。本作品提出了以用户为中心的仇恨言论观点,为更好的检测方法和理解铺平了道路。我们收集了一个Twitter数据集的$100,386$用户以及多达$200$推文从他们的时间线上的转推图上的随机行走为基础的爬虫,并选择一个子样本的$4,972$手动注释为仇恨或不通过众包。我们研究了用户活动模式之间的差异,仇恨和正常用户之间传播的内容,以及抽样图中的网络中心性测量。我们的研究结果表明,仇恨用户有更近的帐户创建日期,更多的状态,每天关注。此外,他们喜欢更多的tweet,tweet的间隔更短,并且在转发网络中更中心,这与通常与此类行为相关的“孤狼”刻板印象相矛盾。仇恨的用户更消极,更亵渎,使用与仇恨,恐怖主义,暴力和愤怒等主题相关的词更少。我们还确定仇恨/正常用户和他们的1-邻居之间的相似之处,这表明强烈的同质性。
2018-01-14 cs.CY cs.SI
Mining Statistically Significant Attribute Associations in Attributed Graphs
最近,图已被广泛用于表示许多不同种类的真实世界数据或观察,诸如社交网络、蛋白质-蛋白质网络、道路网络等。图中的每一个节点都与它的一组属性相关联,在各种图挖掘中,不仅要考虑图的链接结构,而且要利用属性信息来获得更有意义的结果。任务大多数以前的工作与属性图考虑到会计属性关系之间的单独连接的节点。然而,找出哪些属性集相互关联以及它们是否具有统计学意义应该是非常有价值的。挖掘这些重要的关联,我们可以发现图中属性集之间的新关系。我们提出了一个算法,可以找到这些属性的关联高效,有效地,并显示实验结果,证实了所提出的算法的高适用性。
2016-09-27 cs.DB cs.SI
Anxious Depression Prediction in Real-time Social Data
Delhi Technological University(德里理工大学)
心理健康和社交媒体一直是密切相关的研究领域。本研究提出了一种新的焦虑抑郁预测模型--AD预测模型,用于实时的【形】推文中的焦虑抑郁预测。这种混合型焦虑抑郁障碍主要与不稳定的思维过程、不安和失眠有关。基于语言线索和用户发帖模式,使用5元组向量<词、定时、频率、情感、对比度>来定义特征集。建立了一个与焦虑相关的词汇库来检测焦虑指标的存在。分析推文的时间和频率是否存在违规行为,并进行意见极性分析,以发现发布行为中的不一致之处。该模型使用三个分类器(多项式朴素贝叶斯,梯度提升和随机森林)进行训练,并使用集成投票分类器进行多数投票。初步结果进行评估抽样100用户的推文,该模型实现了85.09%的分类准确率。
2019-03-25 cs.CL cs.SI
Multi-channel CNN to classify nepali covid-19 related tweets using hybrid features
Monash University(莫纳什大学);Tribhuvan University(特里布文大学)
本文提出结合词袋句法特征与fastText及领域特定语义特征的混合特征,并设计多通道CNN对尼泊尔COVID-19推文进行三分类情感分析,在NepCOV19Tweets数据集上取得71.3%的最高准确率。
2022-03-19 cs.CL cs.LG cs.SI
Understanding Troll Writing as a Linguistic Phenomenon
Friedrich Schiller University Jena(弗里德里希·席勒大学耶拿分校)
目前的研究产生了一些重要的发现。我们设法建立了一个神经网络,在分类巨魔和真正的推文方面达到了91%的准确率。通过回归分析,我们确定了一些功能,使推文更容易被正确的标签,并发现它们本质上存在于巨魔推文作为一种特殊类型的话语。我们假设这些特征是基于巨魔写作的社会语言学限制,这可以最好地描述为两个因素的结合:有目的地说话和试图掩盖说话的目的。接下来,我们认为这些因素的正交性质必然导致巨魔消息的许多不同语言参数的倾斜分布。在选择了主题和与这些主题相关的词汇的分布作为示例之后,我们展示了一些非常明显的分布异常,从而证实了我们的预测。
2019-11-14 cs.CL cs.SI
An analysis of community structure in Brazilian political topic-based Twitter networks
Twitter等在线社交网络是就各种主题传播舆论的重要平台。通过分析用户在推特上的帖子,根据他们的意见分享对他们进行分类,可以帮助营销广告和政治活动专注于特定的用户组。基于社区发现的技术对于分类Twitter用户特别有用,因为它们不需要基于规则的方法或标记的数据来执行聚类任务。在本文中,我们构建了网络使用的数据,在巴西的政治讨论提取Twitter。我们发现:(i)这些网络遵循幂律分布,表明少数受欢迎的用户负责大部分的“提及”和“转发”;(ii)最受欢迎的推文是病毒式的,并在社区中传播,而大多数剩余的推文都被困在它们起源的社区中;以及(iii)与积极情绪相关的词语在与巴西总统选举相关的网络社区中占主导地位,并出现在病毒式推文中。
2019-06-14 cs.CY cs.SI
Easy-access online social media metrics are associated with misinformation sharing activity
Central European University(中欧大学);University of Padova(帕多瓦大学);HUN-REN Centre for Social Sciences(匈牙利研究网络社会科学院)
本文提出利用易获取的社交媒体指标识别潜在虚假信息传播者,发现推文频率与低事实性内容正相关,账户年龄与之负相关。
2025-11-24 cs.CY cs.SI physics.soc-ph
CrowdChecked: Detecting Previously Fact-Checked Claims in Social Media
Sofia University “St. Kliment Ohridski”(圣基里尔·奥赫里德斯基索菲亚大学);HSE University(高等经济大学);Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学)
虽然在开发事实核查自动化系统方面取得了很大进展,但在用户看来,这些系统仍然缺乏可信度。因此,出现了一种有趣的方法:通过验证输入的声明是否已经过专业事实检查员的事实检查来执行自动事实检查,并返回解释其决定的文章。这是一种明智的方法,因为人们信任人工事实核查,而且许多索赔会重复多次。然而,构建此类系统时的一个主要问题是已知tweet的数量很少-验证可用于训练的文章对。在这里,我们的目标是通过利用群体事实核查来弥合这一差距,即,挖掘社交媒体上的声明,用户对此做出了回应,并链接到事实核查文章。特别是,我们挖掘了33万条推文的大规模集合,并与相应的事实核查文章配对。我们进一步提出了一个端到端的框架,在远程监督的情况下,基于修改后的自适应训练,从这些嘈杂的数据中学习。我们在CLEF'21 CheckThat上的实验!测试集显示出相对于现有技术的两个绝对点的改进。我们的代码和数据集可在https://github.com/mhardalov/crowdchecked-claims上获得
2022-10-10 cs.CL cs.IR cs.LG