Spatial Data Mining of Public Transport Incidents reported in Social Media
Wrocław University of Science and Technology（弗罗茨瓦夫理工大学）
公共交通机构将社交媒体作为向乘客传达交通事故的重要工具。然而，虽然关于交通现象的短期日常信息通常以低延迟发布在社交媒体上，但其可用性是短期的，因为内容很少以聚合形式呈现。关于交通现象的社交媒体传播通常缺乏GIS注释，因为大多数社交媒体平台不允许将非POI GPS坐标附加到帖子。因此，对传输现象信息的分析是最少的。我们收集了一家波兰公共交通公司三年来在社交媒体上发布的用户评论。通过探索，我们推断出六类交通信息类型。我们成功地为社交媒体帖子构建了一个信息类型分类器，检测帖子中的站点名称，并将其与GPS坐标相关联，从而获得对长期聚合现象的空间理解。我们表明，我们的方法使公民科学，并使用它来分析三年的基础设施事件对乘客流动性的影响，以及对每个事件的情绪和反应规模。波兰语在空间语言理解方面资源不足，尤其是在社交媒体环境中。为了改善这种情况，我们发布了两个带注释的数据集：带有事件类型标签的社交媒体帖子，以及与注释情绪匹配的停止名称和社交媒体评论。我们还开源了实验代码库。
2021-10-11 cs.CL cs.LG cs.SI
Inspecting Interactions: Online News Media Synergies in Social Media
社交媒体的日益普及从根本上改变了新闻内容的传播方式，包括新层面的互动尝试。到目前为止，传统的新闻媒体，如报纸，电视和广播已经适应了他们的活动，通过利用社交媒体，博客，网站等在线新闻媒体。本文提供了一些洞察到全球流行的新闻媒体的社交媒体存在。尽管事实上，这些大型新闻媒体通过社会媒体环境传播内容在很大程度上，很少有人知道的新闻项目的生产者，供应商和消费者在社会媒体的新闻媒体社区，为了更好地了解这些互动，这项工作的目的是分析新闻项目在两个大型社会媒体，Twitter和Facebook。为此，我们收集了48家新闻媒体在Twitter和Facebook上发布的所有帖子，使用152 K tweets和80 K Facebook帖子的数据集进行描述性和预测性分析。我们探索了一组在社交媒体中自己创建内容的新闻媒体，那些将新闻发布到其他新闻媒体的媒体，以及那些从其他新闻媒体消费新闻内容和/或共享副本的媒体。我们提出了一个预测模型，以增加新闻媒体的普及读者的基础上的帖子数量，追随者数量和互动的数量在新闻媒体社区内进行。研究结果表明，新闻媒体应分散自身的内容，首先在社交媒体上发布，以成为受欢迎的新闻媒体，并获得更多的新闻读者对其新闻项目的吸引力。
2018-09-16 cs.SI
Does presence of social media plugins in a journal website result in higher social media attention of its research publications
社交媒体平台现在已经成为研究文章更广泛传播的重要媒介;作者，读者和出版商创造了关于文章的不同类型的社交媒体活动。一些研究甚至表明，获得更多社交媒体关注的文章可能会获得更高的知名度和引用。这些因素正在说服期刊出版商将社交媒体插件集成到他们的网页中，以促进文章在社交媒体平台上的分享和传播。许多过去的研究分析了几个因素（如期刊影响因子，开放获取，合作等）。这可能会影响社交媒体对学术文章的关注。然而，目前还没有研究分析期刊中社交媒体插件的存在是否会导致期刊上发表的文章在社交媒体上的关注度更高。本文旨在通过分析来自100种不同期刊的99，749篇文章的足够大的样本来弥合这一知识差距。结果显示，与不提供此类插件的期刊相比，在其网页中集成了社交媒体插件的期刊的文章在社交媒体上的提及和分享率显着更高。访问期刊网页的作者和读者似乎是围绕这些期刊上发表的文章的社交媒体活动的主要贡献者。研究结果表明，出版社应积极提供社交媒体插件集成在他们的期刊网页，以增加他们的文章的社交媒体知名度（altmetric影响）。
2020-07-12 cs.DL cs.SI
Modeling Political Orientation of Social Media Posts: An Extended Analysis
Oklahoma State University（俄克拉荷马州立大学）；Southwestern Oklahoma State University（俄克拉荷马州立西南大学）；Colorado State University（科罗拉多州立大学）
本文提出两种利用新闻媒体偏见和帖子内容标注社交媒体帖子的启发式方法，结合传统监督学习与少样本学习预测帖子政治倾向，在Gab和Twitter上验证了方法的有效性。
2023-11-21 cs.CL cs.LG cs.SI
Predicting Opioid Relapse Using Social Media Data
Texas Tech University（得克萨斯理工大学）
阿片类药物成瘾在美国是一个严重的公共卫生威胁，导致大量死亡和许多社会问题。准确的复发预测对于恢复中的患者具有实际重要性，因为复发预测促进及时的复发预防，帮助患者保持清洁。在本文中，我们引入了一种生成对抗网络（GAN）模型，根据情感图像和社会影响来预测成瘾复发。来自Reddit.com的真实社交媒体数据的实验结果表明，GAN模型提供了比可比的替代技术更好的性能。由该模型生成的情感图像显示，复发与两种情绪“快乐”和“消极”密切相关。这项工作是使用大量社交媒体数据和生成对抗网络预测复发的首次尝试之一。该方法结合社交媒体挖掘的知识，有可能彻底改变阿片类药物成瘾预防和治疗的实践。
2018-11-14 cs.LG cs.SI stat.ML
The utilization of social networking as promotion media (Case study: Handicraft business in Palembang)
如今，社交媒体（Twitter，Facebook等），不仅仅是作为传播媒介，也是为了宣传。社交网络媒体为公司和组织提供了许多商业利益。研究目的为探讨巨港市手工业利用社群网路媒体作为促销媒介的模式。本研究采用质性与量性研究设计，探讨巨港市的手工业如何利用社群媒介网络作为促销媒介。研究结果显示，35%的手工艺企业已经利用社交媒体作为宣传媒体。使用的社交媒体是博客开发15%，Facebook 46%，Twitter等39%。他们使用社交媒体的原因包括：1）成本最低，2）易于识别，3）全球分销区域。社交媒体强调更好地与客户直接互动。通过与客户的直接沟通，使营销方式更加个性化。
2013-12-12 cs.CY cs.SI
Detecting Pathogenic Social Media Accounts without Content or Network Structure
Arizona State University（亚利桑那州立大学）
社交媒体中有害错误信息的传播是一个紧迫的问题。我们将有能力将此类信息传播到病毒式传播的账户称为“致病性社交媒体”账户。这些账户包括恐怖分子支持者账户、水军和假新闻作者。我们引入了一个无监督的基于能力的框架，也利用标签传播。该方法不需要利用网络结构、级联路径信息、内容和用户信息来识别这些用户。我们表明，与随机（精度为0.11）和现有的机器人检测（精度为0.16）方法相比，我们的方法在识别致病性社交媒体帐户方面获得了更高的精度（0.75）。
2019-05-04 cs.IR cs.LG cs.SI
Geolocating social media posts for emergency mapping
演示将说明支持自然灾害后快速制图活动的网络地理信息系统界面的功能，目的是从社交媒体向制图操作员提供更多信息。该演示展示了E2mC H2020欧洲项目的第一批成果，该项目的目标是从可用的社交媒体源中提取精确定位的信息，提供准确的地理定位功能，并从Twitter中搜索的帖子开始，将社交媒体探索扩展到Flickr，YouTube和Instagram。
2018-01-21 cs.SI
A Large-scale Study of Social Media Sources in News Articles
在这项研究中，我们密切关注美国新闻媒体使用社交媒体内容作为来源或参考。具体来说，我们研究了153家美国媒体在2013-2017年5年内发表的约6万篇新闻文章，并分析了社交媒体内容与其他来源的比较。我们设计了一个社交媒体源提取算法，并调查了不同新闻主题中社交媒体源使用的程度和性质。我们的研究结果显示，新闻中社交媒体内容的使用在五年内几乎翻了一番。不可靠的媒体机构对社交媒体的依赖超过了主流媒体。主流和不可靠的网站都更喜欢Twitter而不是Facebook作为信息来源。
2018-10-31 cs.DL cs.SI
Detecting Antagonistic and Allied Communities on Social Media
多年来，社交媒体上的社区发现引起了相当大的关注。然而，现有的方法没有揭示社区之间的关系。由于各种因素，社区可以形成联盟或进行对抗，例如，共同或冲突的目标和价值观。揭示这种关系可以提供更好的见解，以了解社区和社交媒体的结构。根据社会科学的研究结果，来自不同社区的成员对彼此的态度在很大程度上取决于他们的社区成员身份。因此，我们假设，在社交媒体中的用户之间表达的社区间的态度有可能反映他们的社区间的关系。因此，我们首先在社交媒体的背景下验证这一假设。然后，受假设的启发，我们开发了一个框架，通过联合建模用户的态度和社会互动来检测社区及其关系。我们使用三个真实世界的社交媒体数据集来展示我们框架的有效性。
2018-07-10 cs.SI
Quasi-experimental Designs for Assessing Response on Social Media to Policy Changes
烟草制品的监管正在迅速发展。在当局评估如何有效保护人口健康时，了解公众对变化的反应非常重要。社交媒体系统被广泛认为有助于收集有关人类偏好和感知的数据。然而，在政策迅速变化的背景下，鉴于时间段短、地点具体、使用社交媒体的人群不具代表性等挑战，如何使用社交媒体数据是一个悬而未决的问题。在本文中，我们应用了之前在社交媒体等观察数据中使用的准实验设计，以控制社交媒体上的时间和位置混杂因素，然后使用Twitter和Reddit帖子的内容分析来说明对烟草香料禁令的反应内容以及对电子烟征税的影响。结论提炼的潜在作用，社会媒体在快速变化的监管环境中，在补充传统的基于代理人的代表性调查所学到的。
2020-03-30 cs.SI
A Tutorial on Event Detection using Social Media Data Analysis: Applications, Challenges, and Open Problems
本文综述利用社交媒体数据分析进行事件检测的应用价值，系统梳理社交媒体流监测中的关键挑战与基本权衡，并提出开放问题和未来研究方向。
2025-06-07 cs.SI
Social Media Analytics in Disaster Response: A Comprehensive Review
本文综述社交媒体分析在灾害管理中的作用、方法、案例、伦理隐私问题及未来方向，为研究者和从业者提供系统性参考。
2025-06-07 cs.SI
SMI-5: Five Dimensions of Social Media Interaction for Platform (De)Centralization
本文将Web去中心化理念扩展至社交媒体，提出SMI-5框架从五个维度描述社交平台的（去）中心化，并通过案例研究证明用户互动因SMI层切片而异，强调需超越物理网络层面以更全面的视角理解平台（去）中心化。
2024-04-23 cs.SI
Social media self-branding and success: Quantitative evidence from a model competition
由于有大量的在线数据集，可以量化人类努力的不同领域的成功。这里提出的研究有助于评估社会媒体活动的影响，作为“自我品牌”的一种手段，以增加模特当选花花公子杂志年度玩伴奖的机会。我们假设，积极管理Instagram账户的候选人可以增加他们赢得奖项的可能性：他们使用社交媒体来获得更多的追随者，然后他们可能会在奖项投票中投票给他们。研究结果表明，社交媒体活动实际上具有预测获奖结果的能力。我们发现有证据表明，比其他候选人更积极地管理社交媒体账户的候选人成为年度玩伴的可能性更高。调查结果强调了社交媒体的好处
2020-07-08 cs.SI
FNR: A Similarity and Transformer-Based Approach to Detect Multi-Modal Fake News in Social Media
Sharif University of Technology（谢里夫理工大学）
社交媒体的可用性和互动性使其成为全球新闻的主要来源。社交媒体的普及诱使犯罪分子通过使用诱人的文字和误导性的图像制作和传播假新闻来追求他们的不道德意图。因此，验证社交媒体新闻和发现假货至关重要。这项工作旨在分析社交媒体中文本和图像的多模态特征，以检测假新闻。我们提出了一个假新闻揭示器（FNR）的方法，利用变换学习提取上下文和语义特征和对比损失，以确定图像和文本之间的相似性。我们在两个真实的社交媒体数据集上应用了FNR。实验结果表明，与以往的方法相比，该方法在检测假新闻方面具有更高的准确率。
2021-12-02 cs.CY cs.LG cs.MM
SocioHub: An Interactive Tool for Cross-Platform Social Media Data Collection
开发跨平台社交媒体数据收集工具SocioHub，支持Twitter、Instagram和Mastodon，帮助研究者分析用户行为与数据属性。
2023-09-06 cs.SI
Assessing Disaster Impacts on Highways Using Social Media: Case Study of Hurricane Harvey
在灾害期间和之后，高速公路为紧急服务、救援工作和疏散活动提供了重要的路线。因此，及时可靠地评估灾害对公路的影响对于决策者快速有效地开展救灾和恢复工作至关重要。最近，社会媒体越来越多地用于灾害管理，以获得快速，以公众为中心的灾害影响评估，由于其接近实时，社会和信息的特点。虽然很有希望，但由于无法从社交媒体中提取准确的公路相关数据，因此使用社交媒体评估公路灾害影响仍然有限。为了克服这一局限性，提出了一种系统的方法来识别来自社交媒体的公路相关数据，以评估灾害对公路的影响，并采用德克萨斯州休斯顿飓风哈维的案例研究进行了演示。该方法通过三个步骤构建：（1）分别为休斯顿感兴趣的社交媒体和高速公路构建数据源;（2）通过开发的映射算法将社交媒体数据适应每条高速公路;（3）通过分析社交媒体活动的强度，地理和主题分布来评估灾害影响。结果表明，所提出的方法是能够捕捉公路上的灾害影响的时间模式。官方新闻和报道被用来验证评估的影响。
2019-09-08 cs.SI
Can We Count on Social Media Metrics? First Insights into the Active Scholarly Use of Social Media
衡量研究影响力对于学术搜索引擎中的出版物排名和研究评估都很重要。社交媒体指标或altmetrics衡量基于社交媒体活动的科学工作的影响。Altmetrics是传统的基于引用的指标的补充，例如，允许评估引用尚未提供的新出版物。尽管altmetrics的重要性越来越大，但它们的特点并没有得到很好的理解：到目前为止，还没有研究什么样的研究人员正在积极使用哪些社交媒体服务以及为什么-这是科学影响预测的重要问题。基于对3，430名科学家的调查，我们发现了社交媒体服务之间以前未知的显著差异：我们分别确定了吸引年轻和有经验的研究人员的服务，并检测了使用动机的差异。我们的研究结果有直接的影响未来的设计altmetrics科学的影响预测。
2018-04-08 cs.DL cs.SI
Inside the x-rated world of "premium" social media accounts
在过去的几年里，社交媒体影响者的激增是成人娱乐行业的一部分，被称为表演者。为了将他们的在线存在货币化，表演者经常从事违反社交媒体社区准则的行为，例如出售订阅以访问他们的私人“高级”社交媒体账户，在那里他们分发成人内容。在本文中，我们收集和分析来自FanCentro的数据，FanCentro是一个在线市场，演员可以在Snapchat和Instagram等平台上向私人账户出售成人内容和订阅。我们的工作旨在揭示流行的社交媒体平台及其产品之上的半非法成人内容市场，以及分析表演者的人口统计，活动和内容。
2020-09-24 cs.SI
On the Potential of Social Media Data in Urban Planning: Findings from the Beer Street in Curitiba, Brazil
社交媒体为各种类型的分析提供了大量数据。城市有机会探索这种新的数据源，以研究城市动态并补充用于城市规划的传统数据。我们在巴西库里蒂巴城市规划的背景下，调查Underground社交媒体数据。我们分析了该项目，以创建一个工艺啤酒街，最近由市政府宣布，以促进当地啤酒在库里蒂巴，为了研究探索社交媒体数据的潜力，以支持该项目的规划。我们的研究结果表明，社交媒体数据可以帮助指导啤酒街创建的决策，并有可能成为一个战略性的城市规划工具。
2020-04-22 cs.SI
Cross-Media Usage of Social Big Data for Emergency Services and Volunteer Communities: Approaches, Development and Challenges of Multi-Platform Social Media Services
社交媒体的使用无处不在，如今在我们的日常生活中已经根深蒂固，但在紧急情况发生之前、期间或之后也越来越多。生成的数据分布在几种类型的社交媒体上，可供不同的行为体使用，如紧急服务或志愿者社区。已经有一些系统支持通过社交媒体收集、分析和传播信息的过程。然而，取决于分析的目标，分析方法和可用系统基于技术或面向业务的限制而受限。本文介绍了一个跨平台的社交媒体API，这是集成和评估在多个紧急情况下的设计。基于经验教训，我们从实践开发和理论发现中概述了核心挑战，重点是（1）跨平台收集和数据管理，（2）可信性和信息质量，（3）可定制性和可调整的数据操作，以及（4）查询，性能和技术开发。
2019-07-17 cs.CY cs.SI
Condition Sensing for Electricity Infrastructure in Disasters by Mining Public Topics from Social Media
及时和可靠地感知基础设施状况对于规划有效的基础设施重建的灾害管理至关重要。社会媒体作为一种近实时的信息源，在灾害中被广泛用于形成及时的态势感知。然而，使用社交媒体来感知电力基础设施状况尚未被探索。本研究旨在通过挖掘社会媒体中的公共话题来弥补研究空白。为了实现这一目的，我们提出了一种系统化和定制化的方法，其中（1）电力相关的社交媒体数据是由基于来自Transformers的双向编码器表示（BERT）开发的分类器提取的;以及（2）公共主题是用一元、二元和三元来建模的，以将社交媒体中基础设施条件的公式化表达结合起来。佛罗里达州的电力基础设施受到飓风厄玛的影响进行了研究，以说明和演示。结果表明，该方法能够感知电力基础设施状况的时间演变和地理差异。
2021-03-01 cs.SI
Characterizing Spontaneous Ideation Contest on Social Media: Case Study on the Name Change of Facebook to Meta
收集好的想法对于组织，特别是公司，保持竞争力至关重要。社交媒体作为一个有效提取想法的地方正在引起人们的注意;然而，社交媒体上的想法和想法海报的特点却没有得到充分的研究。因此，本研究的目的是以Facebook更名为Meta为例，描述社交媒体用户之间自发的思维竞赛。作为一个数据集，我们全面收集了包含大型科技公司新缩写的推文，我们将其视为这项工作中的“想法”。在分析中，我们特别关注想法的多样性，这是利用社交媒体产生想法的主要原因。作为主要结果，我们发现社交媒体用户比主流媒体用户提供了更广泛的想法。用户的追随者网络表明，用户在网络上的位置与偏好的想法有关。此外，我们发现社交媒体上的用户互动量与想法的多样性之间存在联系。这项研究将促进社交媒体的使用，将其作为该行业开放式创新和共同创造过程的一部分。
2022-11-14 cs.SI
Social Correction on Social Media: A Quantitative Analysis of Comment Behaviour and Reliability
本文通过在线实验定量分析社交媒体用户社会纠正行为，发现用户在反驳性评论中更保守但也更具辨别力，揭示了可信度评估、信心和声誉关切对评论行为及可靠性的影响。
2025-05-05 cs.SI
Social Media for Emergency Rescue: An Analysis of Rescue Requests on Twitter during Hurricane Harvey
社交媒体在灾害应对中发挥着越来越重要的作用，但有效利用社交媒体进行救援具有挑战性。这项研究分析了2017年哈维飓风期间Twitter上的救援请求，其中许多居民诉诸社交媒体寻求帮助。研究目标包括：（1）了解救援请求信息的特征;（2）揭示救援请求的时空模式;（3）确定需要救援的社区的社会地理条件;（4）识别使用社交媒体进行救援的挑战并提出改进策略。大约一半的救援请求要么没有提供足够的信息，要么忽略了包括与救援相关的标签或账户。在824个地理编码的独特救援请求中，41%来自FEMA定义的最小洪水风险区。在Twitter上发送更多救援请求的社区在环境和社会经济方面更脆弱。最后，我们得出了一个框架，总结了改善救援行动中社交媒体使用所需的步骤和策略。
2021-11-13 cs.SI
US News and Social Media Framing around Vaping
在本文中，我们调查了美国新闻和社交媒体之间如何不同地（2008-2021）构建电子烟。我们分析了15，711篇关于电子烟的新闻文章和1，231，379篇Facebook帖子，以研究不同媒体之间的框架差异。我们使用词嵌入为新闻和社交媒体提供围绕vaping的语义变化的二维可视化。我们详细说明了新闻媒体对电子烟的报道随着时间的推移而发生变化，这与新兴的监管趋势一致，例如;调味电子烟禁令，很少讨论电子烟作为戒烟工具。我们发现，社交媒体的讨论更加多样化，转向vaping既作为公共卫生危害，也作为戒烟工具。我们的完形填空、动态主题模型和问答都显示出类似的模式，社交媒体而不是新闻媒体将电子烟描述为可燃香烟的替代品。我们使用n-gram来详细说明社交媒体数据首先以电子烟作为戒烟工具为中心，并在2019年转向围绕电子烟监管的叙述，类似于新闻媒体框架。总体而言，社交媒体跟踪了电子烟作为一种社会实践的演变，而新闻媒体反映了更多基于风险的担忧。我们工作的一个优势是我们应用的不同技术如何相互验证。利益相关者可以利用我们的研究结果来干预vaping的框架，并可以设计宣传活动，改善社会对vaping的看法，从而可能有助于戒烟;并减少青少年vaping。
2022-07-22 cs.SI
Bots, elections, and social media: a brief overview
机器人，即在社交媒体上运行的软件控制帐户，已被用于操纵和欺骗。我们研究了机器人在重大政治事件（包括各国的选举）周围的特征和活动。在本章中，我们总结了我们在2016年和2018年美国总统和中期选举以及2017年法国总统选举背景下对机器人操作的研究结果。
2019-10-03 cs.SI
Unraveling the Dynamics of Television Debates and Social Media Engagement: Insights from an Indian News Show
本文分析印度新闻辩论节目“Arnab Goswami-The Debate”，发现其内容明显偏向执政的印度人民党，并揭示电视话题选择与社交媒体帖子之间的双向互动关系。
2024-03-29 cs.SI
Political Honeymoon Effect on Social Media: Characterizing Social Media Reaction to the Changes of Prime Minister in Japan
民主国家的新领导人通常在上任后立即获得高支持率。这种现象被称为蜜月效应，被认为是一个重要的政治现象，但其机制仍有待探讨。因此，本研究探讨社群媒介使用者如何回应政治领导人的变动，以更好地了解政治中的蜜月效应。特别是，我们构建了一个15年的Twitter数据集，其中包括日本首相的8个变化时间，包括660万条推文，并从情绪，主题和用户方面对其进行了分析。我们发现，虽然并非总是如此，但社交媒体往往会在总理更迭时表现出蜜月效应。该研究还显示，人们对首相的看法因话题而异，这表明公众对首相的期望因首相而异。此外，用户群在总理更迭前后大部分被替换，他们的情绪也有明显不同。本研究之意涵，将对行政管理有所助益。
2023-02-25 cs.SI
Exploring Students Blended Learning Through Social Media
资讯科技已广泛应用于我们日常生活的各个方面。在讨论了政治相关方面的一些文章。在这篇文章中，作者想讨论社会媒体对学生学习环境的影响。社交媒体作为互联网上的主要应用程序已经改变了生活的许多方面变得更加全球化。本文讨论了社会媒体的使用，以支持学习活动的学生在计算机科学的教师。作者使用Facebook和WordPress作为电子学习的替代方案：1）在线考勤工具，2）课程材料的媒体存储和传播，3）讲座的活动安排。社交媒体成功地改变了现代学习方式和环境。本研究的结果是一些学习活动，如：1）准备，2）每周会议活动，3）课程页面，4）社交媒体作为在线出勤工具，5）社交媒体作为学习知识库和传播，以及6）社交媒体作为在线事件调度。
2017-01-25 cs.CY 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
Social media emotion macroscopes reflect emotional experiences in society at large
社交媒体产生大规模和长时间的人类行为数据，是社会科学传统方法的补充。来自社交媒体的数百万条文本可以通过计算方法进行处理，以研究随着时间的推移和跨地区的情绪。然而，最近的研究表明，在个人层面上，社交媒体情绪和情感问卷之间的相关性较弱，在人群层面上，社交媒体情绪的静态区域聚集与主观幸福感之间的相关性较弱，这对社交媒体数据研究情绪的有效性提出了质疑。然而，到目前为止，还没有研究测试社交媒体情感宏观尺度的有效性，以跟踪整个社会层面的情感的时间演变。在这里，我们提出了一个预先注册的预测研究，显示如何性别重新缩放的时间序列的Twitter的情绪表达在国家一级实质上与聚合的自我报告的情绪在英国每周的代表性调查。后续的探索性分析显示，在充满情感的推文中，第三人称引用的流行率很高，这表明社交媒体数据提供了一种社交感知他人情绪的方式，而不仅仅是用户的情感体验。这些结果表明，尽管社交媒体在代表性和算法混淆方面存在问题，但将高级文本分析方法与社交媒体情感宏观领域的用户人口统计信息相结合，可以提供超越社交媒体用户的一般人群的信息。
2021-07-28 cs.CY cs.SI
A Survey of Prediction Using Social Media
社交媒体包括用于创建、共享和交换用户生成内容的交互式应用程序和平台。在过去的十年里，社交媒体，特别是在线社交网络服务，带来了巨大的增长，它正在改变我们的组织和沟通方式。它以低成本汇集了不同群体的意见和感受。挖掘社交媒体的属性和内容使我们有机会发现社会结构特征，定性和定量分析行为模式，有时还能预测未来与人类相关的事件。本文首先讨论了当前社交媒体可以预测的领域，然后概述了可用的预测器和预测技术，最后讨论了挑战和可能的未来方向。
2012-03-07 cs.SI physics.soc-ph
Analyzing the Targets of Hate in Online Social Media
社会媒体系统为互联网用户提供了一个自由表达思想和意见的适宜平台。虽然这个属性代表了令人难以置信的和独特的沟通机会，但它也带来了重要的挑战。网络仇恨言论就是这种挑战的典型例子。尽管其规模和规模，但在理解社交媒体上仇恨言论的性质方面存在重大差距。在本文中，我们首次对在线社交媒体中仇恨言论的主要目标进行了系统的大规模测量研究。为了做到这一点，我们从两个社交媒体系统收集跟踪：Whisper和Twitter。然后，我们开发和验证一种方法来识别这两个系统上的仇恨言论。我们的研究结果确定了网络仇恨言论的形式，并提供了对这一现象更广泛的理解，为预防和检测方法提供了方向。
2016-03-24 cs.SI
Relevancy Classification of Multimodal Social Media Streams for Emergency Services
社交媒体已经成为我们日常生活中不可或缺的一部分。在时间紧迫的事件中，公众在社交媒体上分享各种帖子，包括资源需求，损失和为受影响社区提供帮助的报告。这些帖子可能具有相关性，并可能包含有价值的情况了解信息。然而，社交媒体的信息过载对应急服务及时处理和提取相关信息提出了挑战。此外，近年来社交媒体帖子中多媒体内容的使用日益增加，进一步增加了从社交媒体及时挖掘相关信息的挑战。在本文中，我们提出了一种新的方法，多模态相关性分类的社交媒体职位，相关性的定义方面的应急管理机构的信息需求。具体来说，我们实验与语义文本特征与图像特征的组合，以有效地分类相关的多模态社交媒体帖子。我们验证了我们的方法，使用三个现实世界的危机事件的数据分类的评价。我们的实验表明，利用文本和图像内容的建议的混合框架的基础上的功能，提高识别相关职位的性能。根据这些实验，所提出的分类方法的应用可以减少认知负荷的紧急服务，在大规模过滤多模态公共职位。
2019-10-31 cs.SI
Integrating Social Media into the Design Process
社交媒体捕捉人们的行为，行动，信仰和情感的例子。因此，它可以成为人机交互研究和设计的宝贵信息和灵感来源。社交媒体技术可以改善、告知和加强洞察力，以更好地理解和代表用户群体。为了理解社交媒体研究和分析在设计过程中的地位，本文试图强调使用传统研究方法的缺点（例如，访谈，焦点小组），忽略或不充分反映相关的社会媒体，本文推测的重要性和利用社会媒体建立的背景下，补充这些方法的好处。我们提出的例子，指导我们的思考，并介绍了有关使用社交媒体数据的问题的讨论。
2022-05-09 cs.HC cs.SI
Measuring social spam and the effect of bots on information diffusion in social media
机器人一直在在线平台生态系统中发挥着至关重要的作用，作为生成内容和向社交媒体人群传播信息的高效自动工具。在本章中，我们将讨论社交机器人在社交媒体内容传播动态中的作用。特别是，我们将首先调查机器人生成的内容的扩散动态之间的一些差异，而不是人类，在政治沟通的背景下，然后研究社交媒体垃圾邮件活动的扩散动态背后的机器人的特点。
2017-08-27 cs.SI physics.soc-ph
Sense-Giving Strategies of Media Organisations in Social Media Disaster Communication: Findings from Hurricane Harvey
媒体组织是极端事件期间社交媒体灾难传播的重要传播利益相关者。它们扮演着看门人和放大的角色，这对集体意义的形成过程至关重要。在这种情况下，媒体组织通过社交媒体发布信息，将其作为信息来源，并在不同渠道共享这些信息。然而，很少有人知道媒体组织在社交媒体上的作用，作为所谓的意义给予者，以有效地支持创造共同的意义。本研究探讨媒体组织在极端事件中的传播策略。2017年哈维飓风期间收集了一个由9，414，463条帖子组成的Twitter数据集。社会网络和内容分析方法被用来识别媒体传播途径。可以确定三种不同的赋予意义的策略：本地内部渠道的转发;个人信息向组织相关记者的绑定放大;以及开放信息放大。
2020-04-18 cs.CY cs.SI
An Analysis of Socialbots Activity and Influence in Modern Japanese Social Media
本文分析了日本社交媒体中社交机器人活动及其影响，发现其影响力大于2016年美国总统大选，并探讨了进一步研究的方法。
2023-12-30 cs.SI
Social Media Networks Attacks and their Preventive Mechanisms: A Review
我们生活在一个虚拟的世界里，真实的生活方式被复制。全世界对社交媒体网络的使用日益依赖，导致对信息安全的极大关切。使社交媒体平台流行起来的因素之一是它们如何将世界各地的人们联系起来，以进行互动，分享内容，并参与跨越地理边界的共同兴趣的相互互动。在所有这些令人难以置信的收益背后，是威胁物理社会化的数字犯罪等同。犯罪分子和黑客正在利用社交媒体平台（SMP）进行许多邪恶的活动来伤害他人。随着检测工具的发展来控制这些犯罪，黑客的战术和技术也在不断发展。黑客不断开发新的攻击工具和黑客策略，以获得对系统的恶意访问并攻击社交媒体网络，从而使安全管理员和组织难以开发和实施防止黑客攻击所需的适当策略和程序。社交媒体平台上网络攻击的增加要求采取紧急和更智能的安全措施，以提高社交媒体平台的有效性。本文探讨了黑客攻击社交媒体的模式和策略，以及如何防止他们对用户的活动，以确保安全的社交网络空间，提高虚拟社交。首先对社交媒体平台进行了简要的分类，然后重点介绍了各种类型的攻击，最后提出了当前最先进的防范机制，以克服研究工作中提出的攻击，最后提出了社交媒体入侵检测机制作为打击社交媒体网络网络犯罪的第二道防线
2022-01-10 cs.CR cs.SI
The influence of repressive legislation on the structure of a social media network
社交媒体被广泛用于组织公民运动。2012年，加拿大魁北克省75%的大学生参加了反对学费上涨的大规模抗议活动，主要是通过社交媒体组织的。为了减少对公众的干扰，政府出台了专门的立法来阻止抗议组织。在这里，我们表明，立法改变了社交媒体用户的行为，但没有改变他们在Twitter上的社交网络的整体结构。因此，用户仍然能够利用其社交网络传播信息，以有效地组织示威活动。这一自然实验显示了社交媒体在政治动员方面的力量，以及大量个人在信息流动中的行为灵活性。
2013-04-10 cs.SI physics.soc-ph
Effect of Social Media on Website Popularity: Differences between Public and Private Universities in Indonesia
社交媒体已经成为通过网站加强社交网络和信息共享的重要因素。社交媒体不仅改变了社交网络，还为社会组织、行动主义、政治、医疗甚至大学的学术关系提供了宝贵的工具。研究人员进行本研究的目的是a）。研究大学对社交媒体的学术使用，b）。衡量大学拥有的社交媒体的受欢迎程度和知名度。这项研究只限于印度尼西亚的大学。研究对象包括公立和私立大学。样本量包括264所大学，他们的排名都包括在2012年7月版的Webometrics和4ICU中。研究的社交媒体包括Facebook、Twitter、Flicker、LinkedIn、Youtube、Wikipeda、博客、大学拥有的社交网络社区和开放式课程软件。本研究使用了一种数据汇集和测量的方法：使用Alexa和Majestic SEO。使用Pearson卡方检验分析社交媒体所有权，使用数据序和独立t检验社交媒体对网站流行度的影响。研究显示，大多数社交媒体用户使用Facebook，其次是Twitter。无论是否使用社交媒体，Alexa排名的受欢迎程度和Majestic SEO在大学中的可见性也存在最显着的差异。
2014-03-08 cs.CY cs.SI
New threats to society from free-speech social media platforms
本文指出 Parler、Gab、Telegram 等无审核“自由言论”平台吸引极端用户并带来社会威胁，呼吁加强政策研究以应对相关风险。
2023-02-02 cs.SI
A Benchmark of Visual Storytelling in Social Media
新闻编辑室的媒体编辑不断受到压力，要求他们对现场活动进行“身临其境”的报道。社交媒体提供了一个杂乱无章的图像和视频集合，媒体专业人士需要在发布最新新闻更新之前掌握这些信息。使用社交媒体内容进行自动化新闻视觉故事情节编辑可能非常具有挑战性，因为它不仅需要找到正确的内容，而且还要确保新闻内容随着时间的推移而连贯地发展。为了解决这些问题，本文提出了一个评估社交媒体视觉故事情节的基准。SocialStories基准由总共40个涵盖体育和文化活动的策划故事组成，提供了实验设置，并引入了新颖的定量指标，以使用社交媒体数据对视觉故事进行严格的评估。
2019-08-09 cs.MM cs.SI
Social Media Identity Deception Detection: A Survey
社交媒体正在迅速发展，并成为许多人生活中必不可少的元素。与此同时，社交媒体也成为身份欺诈的一个流行来源。在过去的几年里，出现了许多社交媒体身份欺诈案件。最近的研究已经进行，以防止和检测身份欺骗。本调查分析了各种身份欺骗攻击，这些攻击可以分为伪造个人资料，身份盗窃和身份克隆。这项调查提供了社交媒体身份欺骗检测技术的详细审查。它还确定了现有检测技术中的主要研究挑战和问题。这篇文章预计将有利于研究人员和社交媒体提供商。
2021-04-22 cs.CR cs.SI
Recommendation Algorithms on Social Media: Unseen Drivers of Political Opinion
本研究基于 3,300 余名参与者的数据，分析 Facebook 和 X 等平台及其推荐算法对用户政治兴趣的差异化影响，并揭示人口统计学差异，为理解数字政治动员提供实证依据。
2025-06-25 cs.SI
On two existing approaches to statistical analysis of social media data
使用社交媒体数据进行一般人群的统计分析通常面临两个基本障碍：首先，社交媒体数据是针对与感兴趣的人口单位不同的对象收集的;其次，相关的度量通常不能直接获得，而是需要通过算法或机器学习技术提取。在本文中，我们检查和总结了现有的两种方法，统计分析的基础上，社会媒体数据，这可以看出在文献中。在第一种方法中，分析应用于围绕数据中直接观察到的对象组织的社交媒体数据;在第二种方法中，不同的分析应用于构建的伪调查数据集，旨在将观察到的社交媒体数据转换为来自目标人群的一组单元。我们系统地阐述了相关的数据质量框架，分析了它们的应用，并强调了与社交媒体数据相关的一些典型挑战。
2019-05-02 cs.SI stat.AP
Finding Social Media Trolls: Dynamic Keyword Selection Methods for Rapidly-Evolving Online Debates
California Institute of Technology（加州理工学院）；Stanford University（斯坦福大学）
网络骚扰是一个严重的社会问题。预防在线骚扰需要快速检测骚扰、攻击性和负面的社交媒体帖子。在本文中，我们提出了使用词嵌入模型来识别攻击性和骚扰性的社交媒体消息在两个方面：检测快速变化的主题，以更有效的数据汇集和表示单词语义在不同的领域。我们证明了初步的结果，使用GloVe（全局矢量词表示）模型有利于发现新的和相关的关键字用于数据汇集和拖钓检测。我们的论文最后讨论了进一步开发和测试词嵌入模型以识别社交媒体骚扰和拖钓的研究议程。
2019-11-16 cs.CY cs.LG cs.SI
Influences of social media usage on public attitudes and behavior towards COVID-19 vaccine in the Arab world
背景：只有当相当比例的人接种疫苗时，疫苗接种计划才有效。然而，世界各地社区对疫苗的接受程度各不相同。社交媒体的使用可以说是影响公众对疫苗态度的因素之一。目的：本研究旨在确定社交媒体使用因素是否可用于预测阿拉伯世界人民对COVID-19疫苗的态度和行为。方法：在阿拉伯国家进行了一项在线调查，217名阿拉伯人参加了这项研究。应用逻辑回归分析来确定人口统计学和社交媒体使用因素预测公众对COVID-19疫苗的态度和行为。结果：217名被调查者中，56.22%的人愿意接受疫苗接种，41.47%的人犹豫不决。这项研究表明，社交媒体使用因素都不足以预测实际的疫苗接受行为。然而，分析显示，很少有社交媒体使用因素可以预测公众对COVID-19疫苗的态度。例如，频繁使用社交媒体的用户认为COVID-19的风险被夸大的可能性是不频繁使用社交媒体的用户的2.85倍（OR=2.85，95% CI=0.86-9.45，p=0.046）。而对接触者分享的疫苗信息更信任的参与者不太可能同意决策者已经证实疫苗是安全的（OR=0.528，95%CI = 0.276-1.012，p=0.05）。结论：社交媒体的使用和分享的信息可能会影响公众对COVID-19疫苗的态度。因此，在社交媒体上传播关于COVID-19和其他疫苗的正确和经验证的信息对于增加公众信任和应对不正确和错误信息的影响非常重要。
2022-06-08 cs.SI
NTULM: Enriching Social Media Text Representations with Non-Textual Units
Twitter, Inc.（推特公司）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
在社交媒体上，额外的上下文通常以注释和元数据的形式存在，例如帖子的作者，提及，主题标签和超链接。我们将这些注释称为非文本单位（NTU）。我们认为，NTU提供超越其文本语义的社会背景，利用这些单位可以丰富社会媒体文本表示。在这项工作中，我们构建了一个以NTU为中心的社会异构网络，共同嵌入NTU。然后，我们主要将这些NTU嵌入集成到一个大型的预训练语言模型通过微调这些额外的单元。这为嘈杂的短文本社交媒体增加了背景。实验表明，利用NTU增强的文本表示在许多下游任务上显著优于现有的纯文本基线2- 5%的相对点，突出了上下文对社交媒体NLP的重要性。我们还强调，包括NTU上下文到语言模型的初始层旁边的文本是更好的比使用它后，文本嵌入生成。我们的工作导致了整体通用社交媒体内容嵌入的生成。
2022-10-29 cs.AI cs.CL cs.LG
Opinion Formation Threshold Estimates from Different Combinations of Social Media Data-Types
被动消费与主题相关的可量化数量的社交媒体信息可能会导致个人形成意见。如果这些人中有相当一部分人出于他们最近确立的观点而采取行动，那么无论信息的真实性如何，都可能引发一场运动或公众舆论的转变。鉴于社交媒体在现代社会中无处不在，我们必须了解社交媒体数据导致意见形成的门槛。本研究通过询问2222名参与者关于各种社交媒体数据类型的数量来估计人口意见形成阈值（即，图像、视频和/或消息），他们将需要被动地消费以形成意见。意见的形成是通过三个维度来评估的：1）数据类型，2）背景，3）来源。这项工作为估计通过社交媒体信息影响人群所需的数据量提供了理论基础。
2018-10-02 cs.SI
Assessing the Use of Social Media in Massive Open Online Courses
本研究探讨了在大规模开放式在线课程中使用Twitter是否促进了学习者之间的互动。社会网络分析表明，辅导员在社会媒体传播中仍然扮演着非常核心的角色，学生之间的交流网络随着时间的推移而缩小。仅仅使用社交媒体并不能促进学习者与学习者之间的互动。需要更多的研究来了解学习者的动机，以及教学设计如何帮助提高他们的参与度和参与度。
2016-08-17 cs.CY cs.SI
SoMe: A Realistic Benchmark for LLM-based Social Media Agents
SoMe是一个用于评估基于大语言模型的社会媒体代理能力的现实基准，通过多样化任务和大量数据揭示了现有LLM在处理社交媒体任务中的局限性。
2025-12-09 cs.AI cs.CL cs.SI
