An in-depth characterisation of Bots and Humans on Twitter
最近的研究表明，在线社交网络（OSN）中存在大量活跃的机器人。在本文中，我们利用我们过去的研究机器人（Stweeler）的工作，比较分析的使用和影响的机器人和人类在Twitter上，世界上最大的OSN之一。我们收集了一个大规模的Twitter数据集，并根据推文元数据定义了各种指标。我们根据追随者的数量将数据集划分和过滤为四个流行组。使用人工注释任务，我们为数据集分配“机器人”和“人类”地面实况标签，并将注释与在线机器人检测工具进行比较以进行评估。然后，我们提出了一系列问题，以使用四个受欢迎群体内部和之间的指标来识别重要的行为机器人和人类特征。从比较分析中，我们得出了两个实体之间的重要差异以及惊人的相似之处，从而为自动政治渗透，广告活动和一般机器人检测的可靠分类铺平了道路。
2017-04-05 cs.SI
t factor: A metric for measuring impact on Twitter
基于著名的h指数的定义，我们提出了一个t因子来衡量Twitter上的出版物（和其他实体）的影响。新的指数以平衡的方式结合了推文和转发数据，转发被视为反映初始推文影响的数据。t因子定义如下：单位（单篇出版物、期刊、研究人员、研究小组等）如果它的Nt个tweet中的t个tweet每个至少有t个转推，并且其他（Nt-t）个tweet每个都有<=t个转推，则它具有因子t。
2017-02-02 cs.DL cs.SI
Measuring and Detecting Virality on Social Media: The Case of Twitter's Viral Tweets Topic
社交媒体上的帖子可能会像病毒一样传播，并在短时间内到达大量人群。如果这些帖子含有误导性内容，可能会威胁到公共对话，因此及早发现这些帖子至关重要。以前的作品提出了自己的指标来注释推文是否是病毒式的，以便稍后自动检测它们。然而，这样的度量可能不能准确地表示病毒式推文，或者可能引入太多的误报。在这项工作中，我们使用Twitter的“病毒推文”主题提供的地面真相数据来审查当前的指标，并提出我们自己的指标。我们发现，一条推文是更有可能被归类为病毒的Twitter，如果转发的比例，其作者的追随者超过一定的阈值。我们在实验中发现这个阈值是2.16。这条规则虽然有利于较小的帐户，但误报较少。我们还提出了一个基于transformers的模型来早期检测病毒推文，报告F1得分为0.79。代码和tweet id可在以下网址公开获取：https://github.com/tugrulz/ViralTweets
2023-03-13 cs.CY cs.SI
Interest Clustering Coefficient: a New Metric for Directed Networks like Twitter
我们在这里研究有向社会图的聚类。聚类系数的引入是为了捕捉一个朋友的朋友倾向于成为我的朋友的社会现象。该度量已被广泛研究，并已被证明对描述社交图的特征非常感兴趣。事实上，聚类系数适用于其中链接是无向的图，例如友谊链接（Facebook）或专业链接（LinkedIn）。对于一个从信息源指向信息消费者的链接图来说，它并不足够。我们发现，以前的研究已经错过了很多的信息中所包含的有向图的一部分。因此，我们引入了一个新的度量标准来衡量一个有向社会图的兴趣链接，即兴趣聚类系数的聚类。我们在一个非常大的社交图上计算它（精确地使用抽样方法），一个拥有5.05亿用户和230亿链接的Twitter快照。我们还提供了以前引入的有向和无向指标的值，第一次在这样一个大的快照。我们发现，兴趣聚类系数是大于经典的有向聚类系数在文献中介绍。这显示了度量捕获有向图的信息方面的相关性。
2020-08-02 cs.SI physics.soc-ph
The Complexity of Social Media Response: Statistical Evidence For One-Dimensional Engagement Signal in Twitter
在在线社交网络超过我们的集体注意力多年后，社会影响力仍然建立在注意力资本上。质量不是病毒传播的先决条件，但大规模的扩散级联仍然是社会影响者的标志。因此，我们对低质量内容和可疑影响的暴露预计会增加。自从影响力最大化框架的概念提出以来，虽然增加了影响力分析的复杂性，但多个内容性能指标变得可用。在本文中，我们研究并整合了一套不同的内容参与度指标。发现的相关性使我们提出了一个新的，更全面的，一维的参与信号。然后，我们表明，它是更可预测的比任何个人的影响预测先前调查。我们提出的模型实现了强大的参与度排名性能，并且是第一个解释早期可用功能的一半差异的模型。我们分享详细的数值工作流程来计算新的化合物接合信号。该模型可立即应用于社交媒体监控，影响者识别，活动参与预测和策划用户提要。
2020-02-15 cs.SI
Is the Sample Good Enough? Comparing Data from Twitter's Streaming API with Twitter's Firehose
Twitter是一家社交媒体巨头，以交换简短的140个字符的消息而闻名，称为“tweets”。在科学界，微博网站以分享数据的开放性而闻名。它通过一个"Streaming API"提供了数百万用户和数十亿推文的一瞥，该API提供了与API用户预设的一些参数相匹配的所有推文的样本。API服务已被许多研究人员，公司和政府机构使用，他们希望根据与社交媒体有关的各种问题提取知识。Twitter API的主要缺点是缺乏关于用户获得什么和多少数据的文档。这导致研究人员质疑采样数据是否有效地代表了Twitter上的整体活动。在这项工作中，我们开始回答这个问题，通过比较使用Twitter的采样API服务收集的数据与使用完整的数据收集的数据，虽然昂贵，Firehose流，包括每一个发布的推文。我们使用常见的统计指标以及允许我们比较主题，网络和推文位置的指标来比较这两个数据集。我们的工作结果将帮助研究人员和从业者理解使用Streaming API的含义。
2013-06-21 cs.SI physics.soc-ph
Measuring user influence on Twitter: A survey
中心性是社会网络分析中研究最多的概念之一。有大量的文献关于中心性措施，作为识别社交网络中最相关用户的方法。挑战是找到可以有效计算的度量，并且能够根据尽可能接近现实的相关性标准对用户进行分类。我们在Twitter网络的背景下解决这个问题，Twitter网络是一个在线社交网络服务，拥有数百万用户，每天通过用户之间的互动发布和传播的消息流令人印象深刻。Twitter有不同类型的用户，但最大的效用在于找到最有影响力的用户。本文的目的是收集和分类不同的Twitter影响力的措施，存在到目前为止，在文献中。这些措施多种多样。有些基于Twitter API提供的简单指标，而另一些则基于复杂的数学模型。一些措施是基于PageRank算法，传统上用于排名的网站在互联网上。有些人考虑出版的时间轴，有些人考虑信息的内容，有些人关注特定的主题，还有一些人试图做出预测。我们考虑所有这些方面，以及一些其他方面。此外，我们还包括活动和流行度的措施，传统的机制，以相关的措施，和一些重要方面的计算复杂性，为这个特定的背景。
2016-04-24 cs.SI
DomainDemo: a dataset of domain-sharing activities among different demographic groups on Twitter
本文提出DomainDemo数据集，通过将Twitter上共享的域名与150万美国选民的人口特征关联，生成了量化网站地理覆盖和意识形态倾向等五个指标，为研究不同群体十年间的信息流动与公共话语趋势提供了可靠资源。
2025-07-16 cs.CY cs.SI
Temporal patterns of happiness and information in a global social network: Hedonometrics and Twitter
个人幸福是一个基本的社会指标。幸福通常通过自我报告来衡量，但往往被更容易量化的经济指标（如国内生产总值）间接表征和掩盖。在这里，我们研究了在网上，全球微博和社交网络服务Twitter的表达，揭示和解释时间尺度从几小时到几年的幸福和信息水平的时间变化。我们的数据集包含超过460亿个单词，包含在超过6300万独立用户在33个月内发布的近46亿个表情中。在测量幸福感时，我们使用了一种实时的、遥感的、非侵入性的、基于文本的方法--一种快乐测量仪。在构建我们的指标时，我们进行了一项调查，以获得超过10，000个单词的幸福评估，这比现有的类似单词集提高了10倍。而不是特设的，我们的单词列表是完全由使用频率选择，我们展示了如何构建和捍卫一个高度稳健的度量。
2011-12-08 cs.SI physics.soc-ph
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
Statistical Analysis of Risk Assessment Factors and Metrics to Evaluate Radicalisation in Twitter
Universidad Autónoma de Madrid（马德里自治大学）
本文针对社交网络中的激进化问题，在三个数据集上评估了一组激进化风险指标及度量方法，发现基于关键词的指标表现良好，而基于书写习惯的指标效果不佳。
2025-01-28 cs.CY cs.LG cs.SI
Characterizing information leaders in Twitter during COVID-19 Pandemic
在当前COVID-19疫情等危机期间，信息是关键，因为它极大地影响了人们的意见、行为和心理。错误信息的传播是与这一流行病有关的一个重要的次级危机。信息流行病可以在社会、经济、甚至卫生等不同方面放大这一流行病的实际负面影响。例如，信息流行病可能导致人口群体之间的仇恨，分裂社会，影响社会的反应，或导致有助于大流行病传播的消极习惯。相反，可靠和值得信赖的信息以及希望和团结的信息可以用来控制这一流行病、建立安全网并帮助提高复原力。我们提出了一个框架的基础上，在Twitter上的分析来自这个社交网络中的活动的社交图来表征领导者。中心性度量用于表征网络的拓扑结构和作为潜在领导者的节点。这些指标与Twitter管理的用户流行度指标进行比较。然后，我们评估由此产生的拓扑结构集群的领导人视觉。我们建议这个工具是一个系统的基础，以检测和授权用户在网络的集体行为和信息传播的积极影响。
2022-08-04 cs.CY cs.SI physics.soc-ph
Analysing user identity via time-sensitive semantic edit distance (t-SED): A case study of Russian trolls on Twitter
在数字时代，人们越来越多地根据个人在Twitter和Facebook等在线社交网络中留下的痕迹对其进行分析和分组。在本文中，我们开发和评估一种新的文本分析方法，通过重新定义身份作为一个序列的时间戳项目（如鸣叫文本）的用户身份和社会角色的研究。我们通过开发一种新的文本距离度量标准，时间敏感的语义编辑距离（t-SED），它占多个轨迹的时间上下文，操作化这个想法。为了评估这种方法，我们进行了俄罗斯在线巨魔活动在美国政治话语的案例研究。这个新的度量标准允许我们根据巨魔的踪迹（在这种情况下是推文）将其社会角色分类为预定义的类别之一左倾，右倾和新闻提要。我们展示了t-SED度量的有效性，以衡量推文之间的相似性，同时考虑到时间背景，我们使用新的数据可视化技术和定性分析，以发现新的经验见解俄罗斯巨魔活动，尚未确定在以前的工作。此外，我们强调了与演员网络理论和加布里埃尔·塔尔德的相关假设领域的连接，我们讨论了如何使用t-SED的社会序列分析可以提供新的途径来解决社会理论中的一个长期存在的问题：如何分析社会，而不分离到微观与宏观层面的现实。
2019-07-22 cs.CY cs.SI
To Tweet or Not to Tweet: Covertly Manipulating a Twitter Debate on Vaccines Using Malware-Induced Misperceptions
巨魔和社交机器人已被证明是操纵公众舆论和在Twitter用户中播种不和的强大策略。这项工作需要大量的内容制作和帐户协调，以逃避Twitter对恶意平台使用的检测。在本文中，我们探索了一种隐蔽的社交媒体干扰的替代策略，通过诱导对经过验证的用户的真实，非拖钓内容的误解。这种策略使用了一种恶意软件，在真正的内容以一种隐蔽的中间人方式呈现给目标用户之前，秘密地操纵目标词、标签和Twitter指标。对恶意软件的早期测试发现，它能够实现与巨魔和社交机器人类似的目标，即沉默或煽动社交媒体用户在社交媒体上的两极分化辩论中表达自己的观点。在此之后，我们在受控环境中进行了实验测试（N=315），恶意软件在Twitter上关于疫苗导致自闭症风险的辩论中秘密操纵了感知。实证结果表明，诱导误解是一种有效的策略，沉默的Twitter用户时，辩论两极分化的问题，如疫苗。我们利用这些发现提出了一种解决方案，以对抗恶意软件引起的误解的影响，这种误解也可以用于对抗Twitter上的巨魔和社交机器人。
2020-03-26 cs.CR cs.SI
Early Discovery of Emerging Entities in Persian Twitter with Semantic Similarity
Institute for Advanced Studies in Basic Sciences (IASBS)（基础科学高级研究所）；University of Zanjan（赞詹大学）
针对波斯语 Twitter 新兴实体早期发现中的数据与评估难题，本文提出无需训练的在线聚类方法 EEPT，并用新指标验证其可提前发现重要实体。
2023-06-07 cs.CL cs.LG cs.SI
The Half-Life of a Tweet
通过分析 Twitter 新增的 impression_count 歉量，发现推文展示次数在发布后 72 秒达峰，24 小时后95%推文停止传播，中位半衰期约 80 分钟。
2023-04-11 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
Tweet Insights: A Visualization Platform to Extract Temporal Insights from Twitter
Cardiff University（卡迪夫大学）；Snap Inc.（Snap公司）；AMPLYFI（AMPLYFI公司）
本文提出Tweet Insights可视化平台，利用词嵌入和微调模型处理Twitter五年时间序列数据，支持语义变化的时间分析，并发布在线演示、代码及数据。
2023-08-04 cs.CL cs.SI
Como Mensurar a Importância, Influência e a Relevância de Usuários do Twitter? Uma análise da interação dos candidatos à presidência do Brasil nas eleições de 2018
在当代世界中，相当多的人出于各种目的使用社交网络服务，包括但不限于通信、交换消息和搜索信息。政治领域流行的社交网络是Twitter，这是一种微型博客服务，用于发布多达280个字符的信息，称为“推文”，各国有影响力的政治家经常使用这种媒介传播思想并发表公开声明。在这项工作中，分析了2018年巴西共和国总统候选人的关系。利用复杂网络的分析来衡量影响力和相关性，建立了一个能够量化网络中用户重要性的度量。作为分析的一部分，使用记忆算法来检测社区，强连接顶点（tweets）组证明用户分组。
2019-02-21 cs.DL cs.SI
Dynamic time warping distance for message propagation classification in Twitter
Université de Tunis（突尼斯大学）；Université de Rennes I（雷恩第一大学）；Centre d’Etude et de Recherche des Télécommunications（电信研究中心）；Université de Carthage（迦太基大学）
社会信息分类是近年来引起众多研究者关注的一个研究领域。事实上，社交信息与普通文本不同，因为它具有一些特殊特征，例如简短。然后，开发新的方法来处理社会信息，现在是必不可少的，使其分类更有效。在本文中，我们主要感兴趣的社会信息的分类的基础上，他们在网上社交网络（OSN）的传播。我们提出了一个新的距离度量的基础上的动态时间弯曲距离，我们使用它与概率和证据k近邻（k-NN）分类器分类传播网络（PrNets）的消息。传播网络是一个有向无环图（DAG），用于记录消息的传播轨迹、遍历的链路及其类型。我们测试了所提出的度量与所选择的k-NN分类器在真实世界的传播轨迹，从Twitter的社交网络收集，我们得到了良好的分类精度。
2017-01-26 cs.AI cs.SI stat.ML
Analyzing Behavioral Changes of Twitter Users After Exposure to Misinformation
近年来，社交媒体平台被用来传播错误信息。广泛的网上错误信息已被证明会影响用户的信仰，并与两极分化等社会影响有关。在这项工作中，我们专注于错误信息对特定用户行为的影响，旨在了解一般Twitter用户在暴露于错误信息后是否改变了他们的行为。我们比较了暴露用户的行为前后，以确定他们发布推文的频率或他们推文的情绪是否发生了任何重大变化。我们的研究结果表明，用户总体上在这些指标中的一些指标上表现出统计上显著的行为变化。通过语言距离分析，我们发现暴露的用户已经不同于基线用户之前的曝光。我们还研究了两个特定的用户组，多次暴露和极端变化组，这是潜在的高度影响的特点。最后，我们研究了用户暴露于错误信息推文后的行为变化是否因其关注者数量或推文作者的关注者数量而异，并发现他们的行为变化都是相似的。
2021-11-01 cs.CY cs.SI
Why Watching Movie Tweets Won't Tell the Whole Story?
来自在线社交网络（OSN）的数据为分析师提供了前所未有的访问选举，新闻，电影等公众意见的机会。但是，必须谨慎确定从OSN用户数据中提取的意见是否以及有多少确实反映了更大的在线人群的意见。在这项工作中，我们在Twitter上的电影评论的背景下研究这个问题，并比较Twitter用户的意见与IMDb和烂番茄的在线人口。我们引入新的指标，表明Twitter用户可以从一般用户的特点不同，无论是在他们的评级和他们的相对偏好奥斯卡提名和非提名电影。此外，我们调查这些数据是否可以真正预测电影的票房成功。
2012-03-21 cs.SI physics.soc-ph
Does Twitter know your political views? POLiTweets dataset and semi-automatic method for political leaning discovery
Wroclaw University of Science and Technology（弗罗茨瓦夫理工大学）
每天，世界上都充斥着在Twitter或Facebook上发布的数百万条信息和声明。社交媒体平台试图保护用户的个人数据，但仍然存在滥用的风险，包括选举操纵。你知道吗，只有13篇文章涉及社会上重要或有争议的话题，就足以预测一个人的政治倾向，F1分数为0.85？为了研究这一现象，我们创建了一种新的半自动政治学习发现的通用方法。它依赖于一个人工智能数据注释程序，该程序被评估为与人类注释者达到0.95的一致性（作为准确性度量）。我们还介绍了POLiTweets -第一个公开开放的波兰数据集，用于在多方设置中发现政治派别，包括来自近10 k波兰写作用户的147 k推文，以及来自166个用户的近40 k推文，作为测试集手动注释。我们使用我们的数据来研究主题背景下的领域转移方面和内容作者的类型-普通公民与专业政治家。
2022-06-14 cs.CL cs.LG cs.SI
