Navigating the complex nexus: cybersecurity in political landscapes
本文研究政治场景中的网络安全问题，通过分析网络攻击、虚假信息、真实案例与政策框架，提出需以敏捷、预防性策略维护政治机构稳定与公信力。
2023-08-15 cs.CY
Theme Analysis of Political Facebook Ads in the 2021 Dutch General Election
社交媒体平台一直试图对他们在平台上运行的政治广告更加透明，因为剑桥分析丑闻揭示了政治运动正在大规模使用社交媒体。其中一个透明的努力是Facebook广告库，这是一个在Facebook和Instagram上运行的所有政治广告的公共存储库。该库为记者和研究人员提供数据，以更好地了解Facebook平台上的政治广告和微目标定位。不幸的是，Facebook广告库仅提供估计和基本信息。本文通过研究广告所表达的主题，对政治广告进行了更深入的分析。我们提供了一种将主题与政治Facebook广告相匹配的方法，并将此方法应用于分析荷兰政党在2021年荷兰大选期间开展的Facebook广告活动。
2022-01-12 cs.CY cs.SI
Election campaigning on social media: Politicians, audiences and the mediation of political communication on Facebook and Twitter
虽然大量研究集中在网上竞选，但仍不清楚政治家如何使用不同的社交媒体平台进行政治沟通。本文以2013年德国联邦大选为研究对象，考察了候选人是否会针对大众最关注的话题进行演讲，以及Facebook和Twitter的特性在多大程度上影响了候选人的交流。基于在竞选期间进行的代表性调查的开放式的答复，我们训练人类可解释的贝叶斯语言模型，以确定政治话题。将该模型应用于候选人及其直接受众的社交媒体信息，我们发现两者都优先考虑与大众受众不同的主题。分析还表明，政客们使用Facebook和Twitter的目的不同。我们与各种调查结果的调解，在社会媒体上引起的特定特征的观众和社会技术环境的政治沟通。
2018-01-26 cs.CY
Gender-based discrepancies in the algorithmic delivery of political ads on social media
LMU Munich（慕尼黑大学）；Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）；Politecnico di Milano（米兰理工大学）；Intesa Sanpaolo Innovation Center（伊莎圣保罗创新中心）
研究利用2024年欧洲议会选举中超过11万条政治广告数据，发现民粹主义和极右翼政党广告更倾向于投放给男性，即使控制广告内容和定位策略后，男性受众比例仍高出6个百分点，加剧了政治参与中的性别不平等。
2026-06-09 cs.CY
Political Bots and the Manipulation of Public Opinion in Venezuela
社交和政治机器人在委内瑞拉的政治对话中发挥着小而战略的作用。这些自动脚本通过社交媒体平台生成内容，然后与人们互动。在对委内瑞拉使用政治机器人的初步研究中，我们分析了委内瑞拉着名政治家和着名委内瑞拉机器人账户的推文，关注和转发模式。我们发现，机器人在委内瑞拉政治生活的所有流量中只占很小的比例。机器人被用来转发委内瑞拉政客的内容，但效果很微妙，因为只有不到10%的转发来自机器人相关平台。尽管如此，我们发现最活跃的机器人是委内瑞拉激进反对派使用的机器人。机器人伪装成政治领导人、政府机构和政党，而不是公民。最后，机器人正在推动无害的政治事件，而不是攻击对手或传播错误信息。
2015-07-25 cs.CY cs.SI physics.soc-ph
IT based social media impacts on Indonesian general legislative elections 2014
网络空间（互联网）中的信息技术应用目前由社交媒体主导。作者调查并探讨了2014年印尼大选中任何政党实施社交媒体的优势。有12个全国性政党和亚齐的3个地方政党参加竞选。在本研究中，笔者仅以民族政党为研究对象。笔者走访、分析并了解了参赛者使用的社交媒体。这些社交媒体是：1）Facebook，2）Twitter和3）YouTube。作者还将社交媒体上政党的受欢迎程度与实际统计结果进行了比较。作者可以讨论：1）社交媒体对政党的影响，2）社交媒体作为政党的品牌，3）社交媒体作为政治展示，4）社交媒体作为虚拟社会。这项研究的结果表明，Facebook仍然是一个社交媒体应用程序，在政党竞选活动中受到选民的高度关注。印度尼西亚的立法选举是由使用社交媒体作为竞选活动一部分的政党赢得的。
2014-06-19 cs.CY
Casual Social Media Use among the Youth: Effects on Online and Offline Political Participation
State University of New York at Albany（纽约州立大学奥尔巴尼分校）
本研究针对青少年社交媒体使用与政治参与的因果关系及线上线下参与的关联争议，采用三种统计模型分析，发现休闲社交媒体使用显著影响线上政治参与但对线下参与影响极弱，且线上参与每增1%线下参与指数提升0.12%。
2023-12-14 cs.AI cs.CY cs.SI
Political Polarization in Social Media: Analysis of the "Twitter Political Field" in Japan
关于互联网是一个公共领域还是一个回音室，人们一直在争论。在众多形式的社交媒体中，Twitter是政治辩论最重要的在线场所之一。以往的研究大多集中在Twitter政治场的形式结构上，如其同性恋倾向，或者将分析限制在少数几个主题上。然而，为了探讨Twitter是否具有回音室的功能，我们不仅要调查Twitter政治场的结构，还要调查Twitter政治场的内容。因此，我们进行了大规模的社会网络分析和自然语言处理。我们首先将社区发现方法应用到Twitter的互惠追随网络中，发现了该领域中的五个政治上不同的社区。我们通过采用主题模型分析推文的内容，进一步研究了其中讨论的主要主题，我们发现，与仇外心理有关的主题仅在右翼社区中流传。据我们所知，这是第一个研究，以解决回声室在日本的Twitter政治领域，并检查正式结构和内容的tweet与大规模社会网络分析和自然语言处理相结合。
2017-11-17 cs.CY cs.SI
Upvotes? Downvotes? No Votes? Understanding the relationship between reaction mechanisms and political discourse on Reddit
Sony AI（索尼人工智能研究院）；Technical University of Munich（慕尼黑工业大学）；Princeton University（普林斯顿大学）
很大一部分政治话语发生在社交媒体平台上。政策制定者和研究人员试图了解社交媒体设计在塑造全球政治话语质量方面的作用。在过去的几十年里，政治话语理论的研究已经产生了不同类型的突出的政治修辞，如审议，公民，或蛊惑人心的话语的鲜明特征。这项研究调查了社交媒体反应机制（即，通过对政治话语理论进行深入的概念分析，研究用户讨论中的政治修辞（upvotes，downvotes）和政治修辞。首先，我们分析了2010年至2018年间Reddit上55个政治子论坛的1.55亿条用户评论，以探讨用户的政治讨论风格是否与审议，公民和煽动性话语的基本组成部分一致。其次，我们进行了一个定量研究，结合验证性因素分析和差异模型的差异，以探讨不同的反应机制方案（例如，只有赞成票，赞成票和反对票，没有反应机制）对应于或多或少具有审议、公民或煽动性话语特征的政治用户讨论。我们生产三种主要的外卖。首先，尽管是“政治修辞的理想结构”，我们发现政治话语理论在很大程度上描述了Reddit上的政治讨论。第二，我们发现，在子论坛中的讨论，只有赞成票，或赞成票和反对票都与用户话语，是更深思熟虑和公民。第三，社交媒体上的讨论在没有任何反应机制的subreddits中最具煽动性。这些发现为正在进行的关于社交媒体界面设计与用户之间相互尊重的政治讨论之间关系的政策讨论提供了宝贵的贡献。
2023-02-19 cs.CL cs.CY cs.SI
Prediction of Political Leanings of Chinese Speaking Twitter Users
New York University（纽约大学）
这项工作提出了一种监督的方法，用于生成一个分类器模型的立场，由讲中文的政治家和其他Twitter用户。以往的政治推文预测研究中，有很多是针对英文推文的，但据我们所知，本文是首次针对中文政治推文建立预测模型。它首先通过抓取著名政治人物及其相关用户的推文来收集数据。其次，它将政治光谱分为两组：一组对中国共产党表示认可，另一组则不认可。由于汉语中的词与词之间没有空格来识别独立的词，因此利用汉语分词工具界霸完成分词和向量化。最后，它训练从政治推文中收集的数据，并产生一个高精度的分类模型，用于从Twitter上的推文中理解用户的政治立场。
2021-10-12 cs.AI cs.CL cs.CY
Exploring the political pulse of a country using data science tools
在本文中，我们说明了如何使用数据科学技术来分析复杂的人际沟通。特别是，我们认为政党领导人的推文是政治方案和思想的动态代理。我们还研究了其内容的时间演变作为对特定事件的反应。我们使用适应社交媒体的新工具分析推文中的积极和消极情绪水平。我们还训练人工智能来识别推文的政治派别。人工智能能够以71- 75%的精度预测推文的来源，并以90%左右的精度预测政治倾向（左或右）。这项研究旨在被视为跨学科性质的概念验证，在数据科学和政治分析之间的接口。
2020-11-20 cs.CY cs.SI
Social media polarization reflects shifting political alliances in Pakistan
本研究通过分析2018至2022年巴基斯坦Twitter数据，揭示了政治家互动模式与反对派联盟趋同，证明社交媒体可有效监测政治极化与联盟演变。
2023-09-15 cs.CY cs.SI
Weakly Supervised Learning for Analyzing Political Campaigns on Facebook
Purdue University（普渡大学）
本文提出一种弱监督方法，用于识别 Facebook 政治广告的立场与议题，分析其人口统计定位策略，并探讨政治广告对选举民调的时间动态影响。
2023-05-09 cs.AI cs.CL cs.CY
Fine-Grained Prediction of Political Leaning on Social Media with Unsupervised Deep Learning
Institute of Informatics and Telematics（信息与电信研究所）；National Research Council（国家研究委员会）
预测社交媒体用户的政治倾向是一项越来越受欢迎的任务，因为它对选举预测，意见动态模型以及研究两极分化和虚假信息的政治层面非常有用。在这里，我们提出了一种新的无监督技术，用于从社交媒体帖子的文本内容中学习细粒度的政治倾向。我们的技术利用深度神经网络在表示学习任务中学习潜在的政治意识形态。然后，用户被投射到一个低维的意识形态空间，他们随后聚类。用户的政治倾向是从用户被分配到的集群中自动导出的。我们在两个具有挑战性的分类任务中评估了我们的技术，并将其与基线和其他最先进的方法进行了比较。我们的技术在所有无监督技术中获得了最好的结果，在8类任务中微F1 = 0.426，在3类任务中微F1 = 0.772。除了本身有趣之外，我们的研究结果还为开发新的和更好的无监督方法来检测细粒度的政治倾向铺平了道路。
2022-02-23 cs.AI cs.CL cs.CY
Exploring Political Ads on News and Media Websites During the 2024 U.S. Elections
本研究从美国三地爬取745个新闻网站，收集超15000个广告（含315个政治广告），通过定量与定性分析揭示了2024年美国选举期间政治广告的标题党、投票安全及巴以冲突等议题特征，呼吁加强网络政治广告监督。
2025-02-11 cs.CY cs.SI
When Politicians Talk: Assessing Online Conversational Practices of Political Parties on Twitter
评估社交媒体中的政治对话需要更深入地了解推动这些对话的潜在做法和风格。在本文中，我们提出了一个计算方法来评估在线会话的做法，政党。遵循演绎的方法，我们设计了一些定量的措施，从社会学理论的理论结构的讨论。由此产生的措施使不同的-主要是定性-方面的在线会话的做法服从计算。我们评估我们的计算方法，将其应用在一个案例研究。特别是，我们研究德国政治家在Twitter上的在线会话的做法在德国联邦选举2013年。我们发现，政党有一些共同的有趣的行为模式，但也表现出一些独特而有趣的特质。我们的工作揭示了（i）复杂的文化现象，如在线对话的做法是如何进行量化和（ii）社交媒体，如Twitter的方式被政党利用。
2014-05-27 cs.CY cs.SI physics.soc-ph
Unveiling Political Influence Through Social Media: Network and Causal Dynamics in the 2022 French Presidential Election
本文基于2022年法国总统选举期间的Twitter数据，运用收敛交叉映射因果推断方法分析政党间的方向性影响，揭示健康与外交政策等议题在选举关键阶段如何催化跨党派影响，为竞选策略和媒体分析提供新框架。
2025-06-19 cs.CY cs.SI physics.soc-ph
Neutral bots probe political bias on social media
试图遏制滥用和错误信息的社交媒体平台被指控存在政治偏见。我们部署中立的社交机器人，他们开始关注Twitter上的不同新闻来源，并跟踪它们，以探测平台机制与用户交互之间出现的不同偏见。我们没有发现任何强有力或一致的证据表明新闻提要中存在政治偏见。尽管如此，美国Twitter用户接触到的新闻和信息在很大程度上取决于他们早期联系人的政治倾向。保守派账户的互动偏向右翼，而自由派账户则接触到温和的内容，将他们的经验转向政治中心。党派账户，尤其是保守的账户，往往会收到更多的关注者，并关注更多的自动化账户。保守的帐户也发现自己在更密集的社区，并接触到更多的低可信度的内容。
2021-07-20 cs.CY cs.SI
How Many Political Parties Should Brazil Have? A Data-driven Method to Assess and Reduce Fragmentation in Multi-Party Political Systems
2013年6月，巴西面临着一代人以来最大规模和最重要的群众抗议活动。由于民众对由大量政党组成的高度分散的政党制度不再抱有幻想，这些问题更加严重。在这种情况下，总统受到非正式联合政府的制约，给国家带来非常有害的后果。在这项工作中，我提出了ARRANGE，一个评估和减少一个国家政党分裂的数据驱动方法。ARRANGE使用国会对法案和修正案投票的点名数据作为输入，作为政治偏好和意识形态的代理。有了这个，ARRANGE找到了在不减少党的纪律的情况下容纳所有国会议员所需的最低政党数量。当应用于巴西的历史点名数据时，ARRANGE能够产生23个不同的配置，与现状相比，有（一）政党数量明显减少，（二）党派对他们的政党有更高的纪律，（三）党派更均匀地分布到政党。ARRANGE是快速和简约的，依赖于一个单一的，直观的参数。
2015-10-26 cs.CY cs.MA cs.SI
Engaging Politically Diverse Audiences on Social Media
我们研究了政治两极分化如何反映在媒体机构用于在线推广其内容的社交媒体帖子中。特别是，我们跟踪了几家媒体在三年多的时间里发布的推文（566K推文），以及其他用户与这些推文的互动（1.04亿转推），对推文文本与受众政治多样性之间的关系进行了建模。我们构建了一个工具，它集成了我们的模型，并帮助记者在模型预测的指导下制作吸引政治多元化受众的推文。为了测试该工具在现实世界中的影响，我们与PBS纪录片系列Frontline合作，并在Twitter上进行了一系列广告实验。我们发现，在10个实验中，有7个实验中，我们的模型选择的推文确实吸引了政治上更加多样化的受众，这说明了我们方法的有效性。
2021-11-04 cs.CY cs.SI
Political Leaning Inference through Plurinational Scenarios
HiTZ Center - Ixa, University of the Basque Country UPV/EHU（巴斯克大学UPV/EHU HiTZ中心 - Ixa）
本文针对西班牙三个多民族地区，提出基于转推的无监督用户表示方法Relational Embeddings，在二元及多党派框架下实现政治倾向推断，实验证明其在有限训练数据下依然有效。
2024-06-12 cs.CL cs.CY cs.SI
What Is The Political Content in LLMs' Pre- and Post-Training Data?
Bocconi University（博科尼大学）；University of Manchester（曼彻斯特大学）；Princeton University（普林斯顿大学）
研究探讨了大语言模型训练数据中的政治倾向，发现预训练数据偏向左翼内容，且政治立场与模型行为相关，强调数据组成对模型行为的关键作用。
2026-09-22 cs.AI cs.CL cs.CY
