A Motif-based Approach for Identifying Controversy
在社交媒体上讨论的话题中，有些会引发争议。最近的一些研究主要集中在识别社交媒体中的争议问题上，主要是基于文本内容的分析或依赖于全球网络结构。由于难以理解自然语言和研究全局网络结构，这些方法具有很强的局限性。在这项工作中，我们表明，它是可能的，以检测在社会媒体的争议，利用网络图案，即，用户交互的本地模式。所提出的方法允许对用户讨论及其随时间的演变进行独立于语言且细粒度且计算效率高的分析。利用模体模式的监督模型可以达到85%的准确率，与基线结构，基于传播和时间网络特征相比，提高了7%。
2017-03-15 cs.SI
Behavior Change as a Signal for Identifying Social Media Manipulation
William & Mary（威廉与玛丽学院）；Indiana University（印第安纳大学）
本文提出利用行为变化特征识别社交媒体中的自动化和协调操纵行为，通过BLOC语言构建行为序列并分析变化分布，有效区分真实账号与操纵账号。
2026-03-03 cs.SI
Identifying Diversity, Equity, Inclusion, and Accessibility (DEIA) Indicators for Transportation Systems using Social Media Data: The Case of New York City during Covid-19 Pandemic
由于采取了优先发展公路而不是公共交通的交通政策，限制了少数群体和低收入者获得社会和经济机会，从而对他们产生了不成比例的影响，造成了居住隔离。政策制定者、交通研究人员、规划人员和实践者已经开始认识到建立一个多样化、公平、包容和无障碍（DEIA）的交通系统的必要性。传统上，这是通过基于调查的方法来完成的，这种方法既耗时又昂贵。虽然最近有人关注在交通运输中利用社交媒体数据，但关于使用社交媒体数据作为传统来源的可行替代方案，以根据公众对社交媒体的反应和观点确定潜在的DEIA指标，文献尚无定论。这项研究利用了覆盖纽约市（NYC）地区八个县的大规模Twitter数据，以弥补这一研究空白。自然语言处理技术被用于通过分析纽约市周围居民的相关推文对话来识别与交通相关的主要DEIA问题。研究显示，对当地交通系统DEIA持负面情绪的公民广泛讨论了种族主义、收入、失业、性别、乘车依赖、交通方式和依赖群体。分析基于人口普查区域的社会人口信息，该研究还观察到，低收入，女性，西班牙裔和拉丁裔人口比例较高的地区在Twitter上对交通DEIA的关注更多。
2022-10-26 cs.SI
Identifying Partisan Slant in News Articles and Twitter during Political Crises
在本文中，我们感兴趣的是了解主流和社会媒体之间的相互关系，在形成公众舆论在大规模危机，特别是关于如何在主流新闻和社交网络上的事件是框架，以及如何在这些框架中使用的语言可能允许推断政治倾向和党派之争。我们通过分析2013-2014年乌克兰大规模抗议活动（称为“亲欧盟示威”）的4000多万条推文和400多万篇新闻文章的数据集，以及乌克兰东部和克里米亚的俄罗斯，亲俄罗斯和乌克兰部队之间的后亲欧盟示威冲突，研究了主流和社交媒体中政治议程设置的语言选择。我们设计了一个自然语言处理算法来分析大规模的语言标记，这些标记指向在线媒体中的特定政治倾向，并表明可以以高准确度推断新闻文章和Twitter帖子中的政治倾向。这些发现使我们能够更好地了解大规模危机期间党派意见形成的动态，以及在这种情况下主流媒体和社交媒体之间的相互作用。
2017-03-16 cs.SI
Identifying Coordinated Accounts on Social Media through Hidden Influence and Group Behaviours
社交媒体上的虚假宣传活动越来越普遍，涉及恶意账户操纵公众舆论的协调活动。现有的检测协调账户的方法要么对协调行为做出非常严格的假设，要么需要揭示协调组中的部分恶意账户，以便检测其余账户。为了解决这些缺点，我们提出了一个生成模型，AMDN-HAGE（具有隐藏账户组估计的注意混合密度网络），其基于时间点过程（TPP）和高斯混合模型（GMM）对账户活动和隐藏组行为进行联合建模，以捕获协调的固有特征，即，协调的账户必须强烈地影响彼此的活动，并从正常账户中集体出现异常。为了解决优化所提出的模型的挑战，我们提供了一个双层优化算法的理论保证收敛。我们验证了所提出的方法和训练算法对从Twitter收集的真实社交网络数据的有效性，这些数据与俄罗斯互联网研究机构针对2016年美国总统选举的协调活动有关，并确定了与COVID-19大流行有关的协调活动。利用学习模型，我们发现协调账户对之间的平均影响力最高。在COVID-19上，我们发现协调群体传播反疫苗接种，反口罩阴谋，表明大流行是一个骗局和政治骗局。
2021-05-18 cs.SI
Automatically Identifying Complaints in Social Media
Bloomberg LP（彭博有限合伙企业）；Politehnica University of Bucharest（布加勒斯特理工大学）；University of Sheffield（谢菲尔德大学）
抱怨是一种基本的言语行为，经常用于人类和计算机中介的沟通，以表达在特定情况下现实和期望之间的负面不匹配。自动识别社交媒体中的投诉对于组织或品牌改善客户体验或开发用于处理和响应投诉的对话系统至关重要。在本文中，我们介绍了第一个系统的分析抱怨在计算语言学。我们收集了一个新的注释数据集，在Twitter上用英语表达的书面投诉。\footnote{Data and code is available here: \url{https://github.com/danielpreotiuc/complaints-social-media}}我们提出了一个广泛的语言分析抱怨作为一种言语行为在社交媒体和训练强大的功能为基础的和神经模型的投诉在九个领域实现预测性能高达79 F1使用远程监督。
2019-06-10 cs.CL cs.SI
An Iterative Approach for Identifying Complaint Based Tweets in Social Media Platforms
MIDAS, IIIT-Delhi（德里印度信息技术学院MIDAS中心）；University of Maryland, College Park（马里兰大学帕克分校）；Bloomberg（彭博公司）；Netaji Subhas Institute of Technology（纳吉吉·萨布哈什理工学院）
Twitter是一个社交媒体平台，用户可以在这里就各种问题发表意见。私营/公共机构可利用提出申诉或投诉的帖子来改善其服务，并迅速进行低成本评估。在本文中，我们提出了一个迭代的方法，旨在确定投诉为基础的职位有关的运输域。我们进行了全面的评估，并为研究目的发布了一个新的数据集。
2020-06-17 cs.CL cs.SI
Identifying and Characterizing Active Citizens who Refute Misinformation in Social Media
The University of Sheffield（谢菲尔德大学）；Central China Normal University（华中师范大学）
在社交媒体上传播错误信息的现象已经形成了一种新的积极公民形式，他们专注于通过反驳可能包含错误信息的帖子来解决问题。自动识别和表征这些活跃公民在社交媒体中的行为是计算社会科学中的一项重要任务，以补充错误信息分析的研究。在本文中，我们在不同的社交媒体平台（即，Twitter和微博）和语言（即，英文和中文第一次。为此，（1）我们开发并公开了一个新的微博用户数据集，该数据集映射到两个类别之一（即，错误信息的海报或活跃的公民）;（2）我们在我们的新微博数据集和现有的Twitter数据集上评估了一组监督模型，我们重新调整了任务;（3）我们对两种用户类别之间的语言使用差异进行了广泛的分析。
2022-04-21 cs.CL cs.SI
Identifying Actionable Messages on Social Media
文本可操作性检测是对用户创作的自然语言文本进行分类的问题，根据它是否可以被响应代理操作。在本文中，我们提出了一个监督学习框架的领域意识，大规模的可操作性分类的社会媒体消息。我们推导出词典，对超过25个基于文本的特征进行深入分析，并探索处理训练数据有限的域的策略。我们将这些方法应用于来自Facebook和Twitter的超过4600万条消息，这些消息来自75家公司和35种语言。这些模型实现了总体人口加权F测量值为0.78，准确度为0.74，在某些情况下，值超过0.9。
2015-11-02 cs.IR cs.SI
Not All Asians are the Same: A Disaggregated Approach to Identifying Anti-Asian Racism in Social Media
本研究通过收集X平台12个月数据，按时间和族群细分反亚裔有害信息，结合时间持续性分析、n-gram对应分析和主题建模，证明反亚裔仇恨叙事多样，强调分类方法对制定缓解策略的重要性。
2024-02-12 cs.SI
Identifying Dogmatism in Social Media: Signals and Models
Microsoft（微软）
我们探讨了社会媒体中教条主义的语言和行为特征，并构建了可以识别教条主义评论的统计模型。我们的模型基于Reddit帖子的语料库，收集了各种各样的对话主题，并通过付费众包进行注释。我们将现有心理学理论（如过度自信）描述的教条主义的关键方面付诸实施，发现它们具有预测能力。我们还发现了教条主义新信号的证据，例如教条主义帖子倾向于不发出认知过程的信号。当我们使用我们的预测模型来分析数百万其他Reddit帖子时，我们发现证据表明教条主义是一种更深层次的人格特质，存在于许多不同领域的教条主义用户中，并且参与教条主义评论的用户往往会增加教条主义帖子。
2016-09-01 cs.CL cs.SI
Identifying Coordinated Activities on Online Social Networks Using Contrast Pattern Mining
本研究提出基于对比模式挖掘的框架，利用EPClose算法提取恶意活动窗口中的异常行为模式，以识别社交网络上的协调用户，在真实数据上F1分数较现有方法提升至少10%。
2024-07-16 cs.SI
Learning to Discover Key Moments in Social Media Streams
本文介绍了LABurst，一种用于识别社交媒体流中的关键时刻或高影响力时刻的通用技术，而无需特定于域的信息或种子关键字。我们利用机器学习对Twitter未经过滤的公共样本流中突发事件的时间模式进行建模，并构建一个分类器来识别经历这些突发事件的令牌。我们表明LABurst与现有的突发检测技术具有竞争力，同时提供了对意外时刻的洞察和检测。为了证明我们的方法的潜力，我们比较了两个基线事件检测算法与我们的语言无关的算法来检测三个主要体育比赛的关键时刻：2013年世界大赛，2014年超级碗和2014年世界杯。我们的研究结果表明，LABurst优于时间序列分析基线，即使我们在没有任何领域知识的情况下操作，也可以与特定领域的基线竞争。然后，我们进一步将在体育领域学习的LABurst模型转移到识别日本地震的任务中，并展示了我们的方法在实际事件发生后两分钟内检测到地震相关令牌中的大峰值。
2015-08-03 cs.SI
Deception Decoder: Proposing a Human-Focused Framework for Identifying AI-Generated Content on Social Media
针对现有AI生成内容检测方法存在误报和偏见等问题，本文提出以人为中心的多模态框架“欺骗解码器”，帮助普通用户识别社交媒体上跨文本、图像和视频的AI生成虚假信息。
2025-11-03 cs.CY cs.SI
Identifying and Categorizing Offensive Language in Social Media
University of Ottawa（渥太华大学）
攻击性语言在社交媒体上很普遍。个人经常利用计算机媒介通信的匿名性，利用这一点从事他们中的许多人在现实生活中不会考虑的行为。在线攻击性内容的自动识别是近年来越来越受到关注的重要任务。这个任务可以被建模为监督分类问题，其中系统使用包含关于某种形式的滥用或攻击性内容的存在进行注释的帖子的数据集进行训练。本研究的目的是描述为SemEval-2019任务6：OffensEval构建的分类系统。该系统将推文分类为攻击性或非攻击性（子任务A），并进一步将攻击性推文分类（子任务B \& C）。我们训练了机器学习和深度学习模型以及数据预处理和采样技术，以获得最佳结果。讨论的模型包括朴素贝叶斯，SVM，逻辑回归，随机森林和LSTM。
2021-04-10 cs.CL cs.SI
Identifying Different Layers of Online Misogyny
社交媒体已成为互联网上互动和信息共享的日常手段。但社交网络上的帖子往往具有攻击性和毒性，尤其是当话题有争议或带有政治色彩时。激进化、极端言论，特别是在公众眼中对女性的网络厌女症，已经成为网络讨论中令人担忧的负面特征。本研究提出了一种方法论的方法，以促进正在进行的讨论中的多种方式，其中妇女，他们的经验，他们的选择在两极分化的社会媒体反应攻击。基于对厌女症的理论和检测方法的回顾，我们提出了一个分类方案，其中包括11个不同的显式和隐式层的在线厌女症。我们还将我们的课程应用于与Amber Heard在她对Johnny Depp的家庭暴力指控的背景下对Amber Heard的在线攻击有关的案例研究。最后，我们评估了Google的Perspective API的可靠性--这是一个检测有毒语言的标准--用于将性别歧视确定为有毒语言。我们发现，很大一部分的在线厌女症，特别是当口头没有咒骂的条款，而是更含蓄地没有自动捕获。
2022-12-01 cs.SI
Identifying Crisis Response Communities in Online Social Networks for Compound Disasters: The Case of Hurricane Laura and Covid-19
本研究以飓风劳拉叠加新冠疫情为背景，利用Twitter数据和网络科学方法识别危机响应社区，发现地方媒体与公众互动密切而应急管理部门参与不足，为优化灾害社交媒体沟通指南提供依据。
2022-10-23 cs.SI
Identifying exogenous and endogenous activity in social media
系统中新事件的发生通常由外部原因和系统内部发生的先前事件驱动。这是一个一般性的声明，适用于一系列情况，包括最近的在线社交网络（OSN）中的用户活动。在这里，我们开发了一种方法，用于从一系列的发布时间中提取外源性（例如新闻媒体）和内源性（例如信息级联）的相对贡献。该方法是基于广义线性模型（GLM）配备了自激机制的拟合。我们用非线性霍克斯过程生成的合成数据测试了该方法，并将其应用于具有给定主题标签的实时推文序列。在经验数据集中，估计的贡献外生和内生量分别接近原始推文和转推的数量。最后，我们讨论的方法，例如在网上营销的可能应用。
2018-08-02 cs.SI physics.soc-ph
Understanding Lexical Biases when Identifying Gang-related Social Media Communications
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Northwestern University（西北大学）
针对帮派相关推文中的非标准语言与伦理数据难题，本文用芝加哥样本训练二元 logistic 分类器，证明 NLP 可识别需社区照护者，并揭示词汇偏差对模型性能和人群区分的影响。
2023-04-22 cs.AI cs.CL cs.LG
Identifying and Aligning Medical Claims Made on Social Media with Medical Evidence
Department of Computer Science, University Of Sheffield（谢菲尔德大学计算机科学系）
本文研究社交媒体医学主张与循证医学证据的对齐，提出可生成合成医学主张的新系统及EMCC数据集，以改进主张识别、词汇提取和证据检索。
2024-05-18 cs.CL cs.SI
Experimental Evaluation of Baselines for Forecasting Social Media Timeseries
预测社交媒体活动在许多情况下都有实际用途，从了解趋势（例如哪些主题可能在未来一周吸引更多用户）到识别异常行为（例如协调信息操作或PumpNDump工作）。为了评估一种新的预测方法，重要的是要有评估业绩收益的基线。我们通过实验评估了四个基线的性能，用于在几个社交媒体数据集中预测活动，这些数据集记录了在两个不同平台（Twitter和YouTube）上同步发生的与三个不同地缘政治背景相关的讨论。实验在每小时的时间段内进行。我们的评估确定了对特定指标最准确的基线，从而为社交媒体建模的未来工作提供指导。
2022-10-12 cs.SI
Identifying pandemic-related stress factors from social-media posts -- effects on students and young-adults
COVID-19大流行使全球的自然生活陷入困境。采取了严格的措施来遏制导致这种疾病的病毒的传播，其中最有效的措施是社会隔离。这导致整个社会普遍感到沮丧和沮丧，但在年轻人和老年人中更是如此。目前，全世界有186个国家的2亿多大学生受到疫情的影响。教育模式突然发生了变化，电子学习迅速适应，远程和数字平台上进行教学。这项研究提出了从学生和年轻人在COVID时代发布的社交媒体帖子中收集的见解。使用统计和NLP技术，我们分析了Reddit上与抑郁症相关的社区中用户自己在帖子中报告的行为问题。我们提出的方法，系统地分析内容，使用语言技术，找出压力诱导因素。在线教育、失业、与朋友隔离以及家庭暴力成为主要的压力因素。
2020-12-01 cs.CY cs.SI
Identifying Clickbait Posts on Social Media with an Ensemble of Linear Models
点击诱饵的目的是使一个链接如此吸引人，人们点击它。然而，这类文章的内容往往与标题无关，显示质量差，最后让读者不满意。为了帮助读者，clickbait-challenge（http：//www.clickbait-challenge. org/）的组织者要求参与者建立一个机器学习模型，用于根据文章的“clickbaitness”对文章进行评分。在本文中，我们提出使用线性SVM模型的集成来解决点击诱饵问题，并且我们的方法在挑战中成功地进行了测试：它表现出0.036 MSE的出色性能，在所有竞赛解决方案中排名第三。
2017-10-01 cs.CY cs.IR cs.SI
Identifying Influential Brokers on Social Media from Social Network Structure
本研究通过对比源头传播者与中心节点，利用三个社交媒体数据集分析特征，发现多数源头传播者并非中介者，且中心节点重叠小，进而提出基于节点嵌入的预测模型，有效识别有影响力的中介者。
2022-08-01 cs.CY cs.SI
Applying Social Media Intelligence for Predicting and Identifying On-line Radicalization and Civil Unrest Oriented Threats
研究表明，互联网上的各种社交媒体平台，如Twitter、Tumblr（微型博客网站）、Facebook（一个流行的社交网站）、YouTube（最大的视频分享和托管网站）、博客和讨论论坛，正被极端主义团体滥用，用于传播其信仰和意识形态、促进激进化、招募成员和创建共享共同议程的在线虚拟社区。在规划和动员与民间动乱有关的活动期间，Twitter等受欢迎的微博网站被用作信息共享和沟通的实时平台。应用社交媒体情报预测和识别在线激进化和内乱威胁是过去10年来吸引了一些研究人员关注的一个领域。在现有文献中已经提出了几种算法，技术和工具来对抗和打击网络极端主义，并提前预测与抗议相关的事件。在本文中，我们对所有这些现有技术进行了文献综述，并进行了全面的分析，以了解最新技术，趋势和研究差距。我们提出了一个类分类的方法来收集针对我们的研究范围的主题和副主题的学术文章。我们对大约100篇会议和期刊论文进行了表征，分类和深入的Meta分析，以更好地了解现有文献。
2015-11-21 cs.CY cs.SI
Identifying and Characterizing Behavioral Classes of Radicalization within the QAnon Conspiracy on Twitter
本文提出一个利用社交互动与内容信号的框架，基于2.4亿条推文定义激进化指标，将Twitter用户划分为不同行为类别，并分析了Twitter审核政策对QAnon阴谋论传播的有效性与局限性。
2023-04-06 cs.SI
Identifying long-term periodic cycles and memories of collective emotion in online social media
传统上，集体情绪的评价是通过对有限数量的人进行问卷调查来进行的。最近，互联网上的书面文本的大数据已经可用于分析非常大规模的集体情绪。虽然人们对集体情绪与现实社会现象之间的短期反映进行了广泛的研究，但由于缺乏长期持久的数据集，迄今为止还没有研究集体情绪的长期动态。在这项研究中，我们从36亿篇日本博客文章中提取了10年的集体情绪。首先，我们发现集体情绪具有明显的周期性，即，周性和季节性行为，伴随着自然灾害引起的脉冲。例如，四月代表高度紧张，可能是由于在日本开始上学。我们还确定了集体情绪中的长期记忆，其特征是几个月内自相关函数的幂律衰减。
2019-03-18 cs.SI physics.soc-ph
Identifying Social Satisfaction from Social Media
我们证明了迫切需要确定社会状况和不稳定因素，通过获取公众的社会满意度在这项研究中。然而，受受试者招募和数据处理的大量人工成本的限制，常规的自报方法无法实时的实施或应用于大规模调查。针对这一问题，提出了一种基于用户社交媒体记录的用户社会满意度预测方法，特别是对经济类满意度的预测。根据人口分布，我们从广东省各城市招募了2，018名广东籍活跃参与者。参与者的行为和语言特征都是从社交媒体的在线记录中提取的，即，新浪微博利用回归模型对新浪微博用户的社会满意度进行预测。并参考广东省2012年的经济指标，计算这些指标与社会满意度预测值之间的相关性。研究结果表明：社会媒体特征能够显著表达社会满意度;地方经济满意度与多项地方经济指标显著正相关，支持社会媒体特征预测社会满意度的可靠性。
2014-07-14 cs.CY cs.SI physics.soc-ph
Leveraging Social Foci for Information Seeking in Social Media
社交媒体的兴起为人们提供了一个很好的机会，可以接触到他们的社会关系，以满足他们的信息需求。然而，通用的社交媒体平台并没有明确地被设计为帮助用户寻找信息。在本文中，我们提出了一个新的框架，以确定能够满足他的信息需求的用户的社会联系。社交媒体用户的信息需求是主观的和个人的，我们调查他的社会背景的效用，以确定人们能够满足it.We提出的问题，用户在Twitter上发布的信息寻求活动的实例在社交媒体。我们推断软社区成员的请求者和他的社会关系，通过整合网络和内容信息。从社会焦点理论中提取概念，我们确定了与提问者共享社区的回答者。以下问题我们的实验表明，该框架是有效的识别社交媒体问题的回答者。
2015-02-23 cs.SI
Methodology for Identifying Social Groups within a Transactional Graph
针对传统社区检测等方法难以准确识别交易图中特定用户群体的问题，本文提出一种聚焦上下文与结构细微差别的新颖框架，用于交易图中社交群体识别，助力组织利用用户互动数据。
2025-02-11 cs.SI
Identifying the social signals that drive online discussions: A case study of Reddit communities
越来越多的人根据他们在在线社交媒体上消费的信息形成观点。因此，了解什么类型的内容在社交媒体上吸引人们的注意力并推动讨论至关重要。在本文中，我们重点讨论在线讨论。我们能预测哪些评论和哪些内容在在线讨论中获得最高关注吗？社区与社区之间的内容有何不同？为了实现这一目标，我们对Reddit进行了一项独特的研究，涉及来自11个具有不同属性的热门子Reddit的大样本评论。我们引入了大量的情感，相关性，内容分析功能，包括一些为reddit定制的新颖功能。通过对所选subreddits的比较分析，我们表明我们的模型能够正确地以很高的精度检索帖子下的顶级回复。此外，我们解释了我们的研究结果，详细分析了不同社区中高分帖子的区别，这些社区在主题和风格的特异性，受众和适度程度等方面有所不同。
2017-05-07 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
Unmasking information manipulation: A quantitative approach to detecting Copy-pasta, Rewording, and Translation on Social Media
本研究提出$3Δ$-空间重复方法论，通过量化语义、字形和语言特征检测社交媒体上复制粘贴、改写和翻译三类信息操纵，验证于合成与真实数据，能高效识别大规模文本操纵及翻译内容。
2023-12-28 cs.SI
Can LLMs Assist Annotators in Identifying Morality Frames? -- Case Study on Vaccination Debate on Social Media
Purdue University（普渡大学）
本研究通过少样本学习利用LLMs生成概念与解释，辅助人工标注者识别社交媒体疫苗辩论中的道德框架，实验表明该方法能提高标注准确性并降低认知负荷。
2025-02-05 cs.AI cs.CL cs.CY
COVID-19 Pandemic: Identifying Key Issues using Social Media and Natural Language Processing
Dalhousie University（达尔豪斯大学）；University of Saskatchewan（萨斯喀彻温大学）；Polish Academy of Sciences（波兰科学院）
COVID-19疫情在多方面影响人们的生活。社交媒体数据可以揭示公众对这一大流行病的看法和经验，还可以揭示阻碍或支持遏制这一疾病全球传播的努力的因素。在本文中，我们使用自然语言处理（NLP）技术分析了从六个社交媒体平台收集的与COVID-19相关的评论。我们从100多万条随机选择的评论中识别出相关的固执己见的关键词及其各自的情感极性（消极或积极），然后使用主题分析将其归类为更广泛的主题。我们的研究结果揭示了34个负面主题，其中17个是经济，社会政治，教育和政治问题。还确定了20个积极主题。我们讨论了负面的问题，并提出了干预措施，以解决他们的积极主题和研究证据的基础上。
2020-08-23 cs.CL cs.CY cs.IR
Identifying Depression on Twitter
社交媒体最近成为在线传播信息的主要方法。通过这些在线网络，数以千万计的人交流他们的思想，个人经历和社会理想。因此，我们探索社交媒体预测的潜力，甚至在发病之前，在线人物角色中的重度抑郁症（MDD）。我们采用了一种众包的方法来编制一份自称被诊断患有抑郁症的Twitter用户名单。使用长达一年的社交媒体帖子，我们利用词袋方法来量化每条推文。最后，我们利用几个统计分类器来估计抑郁症的风险。我们的工作提出了一种新的方法来构建我们的分类器，将社交视为文本分类问题，而不是社交媒体平台上的行为问题。通过使用250万条推文的语料库，我们实现了81%的分类准确率，精确度得分为0.86。我们认为，这种方法可能有助于开发评估个体抑郁风险的工具，可以被医生，相关个人和医疗机构用来帮助诊断，甚至可能使那些患有抑郁症的人更积极地从心理健康中恢复。
2016-07-25 cs.SI stat.ML
A Graph Neural Architecture Search Approach for Identifying Bots in Social Media
National Technical University of Athens（雅典国家技术大学）；Institut Polytechnique de Paris（巴黎综合理工学院）；Merchant Marine Academy of Aspropyrgos（阿斯普罗皮戈斯商船学院）
针对社交媒体机器人检测忽略图结构且依赖手工架构的问题，提出DFG-NAS方法自动搜索RGCNs的最优配置，在TwiBot-20数据集上达到85.7%准确率并超越现有模型。
2024-11-25 cs.LG cs.SI
Semi-Supervised Classification of Social Media Posts: Identifying Sex-Industry Posts to Enable Better Support for Those Experiencing Sex-Trafficking
Massachusetts Institute of Technology（麻省理工学院）
社交媒体对打击性贩运工作既有帮助，也有危害。一方面，社会工作者谨慎地使用社交媒体来支持遭受性贩运的人。另一方面，贩运者利用社交媒体培养和招募人员进入贩运境地。有机会利用社交媒体数据更好地为遭受贩运的人提供支持。虽然人工智能和机器学习（ML）已被用于打击性贩运的工作，但它们主要集中在检测儿童性虐待材料上。利用社会媒体数据开展的工作并不是为了向遭受贩运的所有年龄段的人提供社区一级的支持。在此背景下，本论文探讨了使用半监督分类来识别社交媒体帖子，是性产业的一部分。研究了ML的几种方法。然而，所使用的主要方法是半监督学习，其优点是利用有限的标记数据集提供自动分类。使用FastText和Doc2Vec模型将社交媒体帖子嵌入低维向量。然后使用k均值聚类对数据进行聚类，并使用交叉验证来确定标记传播准确度。半监督算法的结果令人鼓舞。FastText CBOW模型为集群中应用标签传播的12，000多个帖子提供了98.6%的准确率。本论文的结果表明，进一步的半监督学习，结合手动标记，可以允许包含超过50，000个帖子的整个数据集被准确地标记。一个完全标记的数据集可以用来开发一个工具，以确定社交媒体在性产业中何时何地使用的概述。这可以用来帮助确定向遭受贩运的人提供支助的更好方式。
2021-04-07 cs.CY cs.LG cs.SI
Identifying and Analyzing Cryptocurrency Manipulations in Social Media
USC Information Sciences Institute（南加州大学信息科学研究所）
近年来，人们对加密货币、数字货币或虚拟货币作为金融交易媒介的兴趣大幅增长。这些货币的匿名性使投资者特别容易受到欺诈的影响-例如“泵和转储”骗局-其目标是人为地夸大货币的感知价值，诱使受害者在欺诈者出售其持有的资产之前进行投资。由于Twitter和Telegram等社交平台提供的速度和相对匿名性，社交媒体已成为骗子的首选平台，他们希望传播有关他们试图泵的加密货币的虚假宣传。在这项工作中，我们提出并评估了一种计算方法，可以自动识别泵和转储诈骗，因为它们通过结合跨社交媒体平台的信息展开。我们还开发了一个多模态的方法来预测一个特定的泵尝试是否会成功或不。最后，我们分析了机器人在加密货币相关推文中的流行程度，并观察到在泵尝试期间机器人活动的显着增加。
2019-12-17 cs.LG cs.SI stat.ML
Tending Unmarked Graves: Classification of Post-mortem Content on Social Media
用户生成的内容是社会计算学术的核心。然而，研究人员和实践者通常假设这些用户还活着。在社交媒体中，未能考虑死亡率是一个问题，因为越来越多的个人资料代表那些已经死亡的人。识别死亡率可以使设计师更好地管理内容，支持丧亲者，并促进高质量的数据科学。基于对死后社交媒体配置文件和内容的计算语言学分析，我们报告了开发用于检测死亡率的分类器，并表明死亡率可以在死后内容的前几次出现后确定。将我们的分类器应用于其他两个平台的内容也提供了良好的结果。最后，我们讨论了模型之间的权衡，强调在这个敏感的上下文中的前与后的验尸精度。这些结果标志着在大规模确定死亡率的第一步，并显示了设计师和科学家如何在他们的工作中关注死亡率。
2019-03-22 cs.CY cs.SI
An event detection technique using social media data
人们在社交媒体平台（如Twitter，Facebook，PInterest和Google+）上发布有关其活跃词汇中不同主题的信息。他们互相关注，更有可能的是，发布有关当前事件信息的人会得到更好的回应。对社交媒体平台上的大量数据进行手动分析是困难的。这为自动分析用户贡献的社交媒体文档开辟了新的研究方向。由于用户共享的大量信息，自动社交媒体数据分析是困难的。许多研究人员使用Twitter数据进行社交媒体分析（SMA），因为Twitter数据可以在公共领域免费获得。这是最重要的研究工作之一。来自社交媒体数据的事件检测用于不同的应用，如交通拥堵检测，灾难和紧急管理以及实时新闻检测。在twitter平台上分享的信息本质上是短文本的、嘈杂的、模糊的。因此，事件检测和事件短语从用户生成的和畸形的数据的提取变得具有挑战性。为了应对这些挑战，使用不同的认知属性以关键词的形式从流媒体社交媒体数据中提取事件。这项研究工作背后的动机是提供实质性的改进，在词汇变化的事件短语，同时检测事件和子事件从twitter数据。在这项研究工作中，对社会媒体数据的事件检测的方法分为三个阶段，即：识别子图微博词共现网络（WCN），提供了重要的关键词信息;识别多个事件从社会媒体数据;和排名事件短语的上下文信息。
2022-08-27 cs.IR cs.SI
People on Media: Jointly Identifying Credible News and Trustworthy Citizen Journalists in Online Communities
Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）
媒体似乎变得更有党派性，往往提供迎合特定群体利益的有偏见的新闻报道。因此，必须确定客观叙述某一事件的可信信息内容。像digg、reddit或newtrust这样的新闻社区提供推荐、评论、质量评级，以及对新闻作品的进一步见解。然而，在这些在线社区中，不同因素之间存在复杂的相互作用：报告的公平性和风格，语言的清晰性和客观性，主题观点（如政治观点），社区成员的专业知识和偏见等等。本文提出了一个模型，系统地分析了不同的用户，新闻和来源之间的新闻社区的互动。我们开发了一个概率图形模型，利用这种联合交互来识别1）高度可信的新闻文章，2）值得信赖的新闻来源，以及3）在社区中扮演“公民记者”角色的专家用户。我们的方法扩展了CRF模型，以纳入实值评级，因为一些社区具有非常细粒度的尺度，无法在不丢失信息的情况下轻松离散。据我们所知，这篇论文是第一篇对新闻界的可信度、信任度和专业知识进行全面分析的论文。
2017-05-09 cs.AI cs.CL cs.IR
Who Will Retweet This? Automatically Identifying and Engaging Strangers on Twitter to Spread Information
人们一直在努力研究社交媒体网站（如Twitter）如何在不同情况下帮助传播信息，包括在紧急情况下传播警报和SOS消息。然而，现有的工作还没有解决如何在社交媒体上正确的时间主动识别和吸引正确的陌生人，以帮助在期望的时间范围内有效地传播预期的信息。为了解决这个问题，我们开发了两个模型：（i）一个基于特征的模型，利用人们表现出的社交行为，包括他们的推文和社交互动的内容，来表征他们通过转发行为在Twitter上传播信息的意愿和准备程度;（ii）一个等待时间模型，基于用户之前的转发等待时间来预测她的下一个转发时间。基于这两个模型，我们构建了一个推荐系统，该系统可以预测陌生人在特定时间窗口内被询问时转发信息的可能性，并推荐前N个合格的陌生人参与。我们的实验，包括在现实世界中的现场研究，证明了我们工作的有效性。
2014-07-12 cs.SI physics.soc-ph
Automated Identification of Competing Narratives in Political Discourse on Social Media
L3S Research Center, Leibniz Universität Hannover（莱布尼茨汉诺威大学L3S研究中心）
本文提出一种无监督多阶段框架，整合主题建模、事件检测与链接，自动识别德国政客推文中的竞争性叙事，案例研究验证其有效性。
2026-09-11 cs.CL cs.SI
Interpretable Multi-Head Self-Attention model for Sarcasm Detection in social media
University of Central Florida（中佛罗里达大学）
讽刺（Sarcasm）是一种语言表达方式，通常用来表达与所说的相反的意思，通常是非常不愉快的事情，意图是侮辱或嘲笑。讽刺表达中固有的歧义性，使得讽刺检测非常困难。在这项工作中，我们专注于从各种社交网络平台和在线媒体的文本对话中检测讽刺。为此，我们开发了一个可解释的深度学习模型，使用多头自注意和门控递归单元。多头自我注意模块帮助识别关键的讽刺线索词从输入，和循环单元学习这些线索词之间的长期依赖关系，以更好地分类输入文本。我们通过在来自社交网络平台和在线媒体的多个数据集上实现最先进的结果来展示我们方法的有效性。使用我们提出的方法训练的模型很容易解释，并能够识别输入文本中的讽刺线索，这有助于最终的分类得分。我们将学习到的注意力权重在几个样本输入文本上可视化，以展示我们模型的有效性和可解释性。
2021-01-14 cs.AI cs.CL cs.SI
Modeling social media contagion using Hawkes processes
当允许重复激活时，社交网络中会出现传染动力学。这种现象的一个有趣的例子是retweet级联，用户允许重新分享其他人使用公共帐户发布的内容。为了模拟这种类型的行为，我们使用霍克斯自激过程。为了正确地做这件事，我们需要校准考虑中的模型。本文的主要目的是构造该模型的矩估计方法。其中关键的一步是确定Hawkes过程的生成元。我们也对实际数据进行了数值分析。
2020-11-02 cs.SI math.PR
A Study of Cyber Hate on Twitter with Implications for Social Media Governance Strategies
本文探讨了如何通过加强新的数字空间的自我管理机制来减轻网络仇恨的有害影响。我们报告的结果，从一个混合的方法研究网络仇恨的帖子，其目的是：（一）了解人们如何在这种情况下进行互动进行定性互动分析，并开发一个统计模型，以解释数量的响应网络仇恨张贴到Twitter，（ii）探索使用机器学习技术，以协助识别网络仇恨反言论。
2019-08-30 cs.CY cs.SI
Identifying Nuances in Fake News vs. Satire: Using Semantic and Linguistic Cues
AdVerifai；The George Washington University（乔治华盛顿大学）；Amazon AWS AI（亚马逊AWS人工智能）
邪恶的假新闻和受保护的言论讽刺之间的模糊界限一直是社交媒体平台的一场臭名昭著的斗争。为了进一步减少社交媒体上的错误信息，假新闻的传播者已经开始伪装成讽刺网站，以避免被降级。在这项工作中，我们解决了自动分类假新闻与讽刺的挑战。以前的工作已经研究了是否可以根据语言差异区分假新闻和讽刺。与假新闻相反，讽刺故事通常是幽默的，并带有一些政治或社会信息。我们假设，这些细微差别可以识别使用语义和语言线索。因此，我们训练一种使用语义表示的机器学习方法，使用最先进的上下文语言模型，并使用基于文本连贯性度量的语言特征。实证评估证明了我们的方法与基于语言的基线相比的优点，并揭示了假新闻和讽刺之间的细微差别。作为未来工作的途径，我们考虑研究与幽默方面相关的其他语言特征，并利用当前的新闻事件丰富数据，以帮助识别政治或社会信息。
2019-11-05 cs.CL cs.SI
Identifying and characterizing superspreaders of low-credibility content on Twitter
本研究定量证实低可信度内容超级传播者是Twitter虚假信息传播核心，提出预测未来顶级超级传播者的指标，表征其类型与行为特征，指出平台监管疏漏，助力应对虚假信息传播。
2024-01-30 cs.CY cs.HC cs.SI
A Social Data-Driven System for Identifying Estate-related Events and Topics
Singapore University of Technology and Design（新加坡科技设计大学）
提出一个基于语言模型和分层分类框架的社会数据驱动系统，从社交媒体中检测和分类房地产相关事件，并利用 transformer 地理定位模块推断帖子位置，为城市管理提供及时数据驱动的见解。
2025-07-22 cs.AI cs.CL cs.IR
Leveraging Large Language Models to Detect Influence Campaigns in Social Media
University of Southern California（南加州大学）；USC Information Sciences Institute（南加州大学信息科学研究所）
本文提出一种利用大型语言模型融合用户元数据与网络结构的社交媒体影响力活动检测方法，通过文本化处理多语言内容并适应策略变化，在多个数据集上验证了优越性能。
2023-11-14 cs.AI cs.SI
NARMADA: Need and Available Resource Managing Assistant for Disasters and Adversities
虽然已经做了大量的研究，在灾害期间利用在线社交媒体，有没有一个系统，在灾后情况下是至关重要的具体任务-确定资源需求和资源的可用性在受灾地区，再加上他们随后的匹配。为此，我们介绍了NARMADA，一个半自动化的平台，它利用来自社交媒体帖子的众包信息来协助灾后救援协调工作。该系统采用自然语言处理和信息检索技术从微博中识别资源需求和资源可用性，从帖子中提取资源，并将需求匹配到合适的可用性。因此，该系统能够促进在灾后救济行动期间对资源进行明智的管理。
2020-05-27 cs.IR cs.SI
Identifying Topical Twitter Communities via User List Aggregation
社交媒体分析领域的一个特殊挑战是如何在更大的社交互动网络中找到社区。在这里，社区可以是一组微博用户，他们发布关于连贯主题的内容，或者与特定事件或新闻故事相关联。Twitter提供了将用户整理到列表中的能力，对应于有意义的主题或主题。在这里，我们描述了一种众包的方法，许多不同的Twitter用户的列表建设的努力，以确定主题社区。这种方法涉及使用集成社区查找来产生稳定的用户列表分组，并通过扩展来产生单个Twitter用户。我们研究这种方法的背景下，围绕检测社区在Twitter上有关2012年伦敦奥运会的案例研究。
2012-06-29 cs.SI physics.soc-ph
Clustering of Social Media Messages for Humanitarian Aid Response during Crisis
Wright State University（莱特州立大学）；Dataminr Inc.（Dataminr公司）
社交媒体已迅速发展成为人们在危机事件中沟通和表达需求的重要工具。之前在分析社交媒体数据以进行危机管理方面的工作主要集中在自动识别可操作的（或信息性的）危机相关消息。在这项工作中，我们展示了深度学习和自然语言处理的最新进展，在对信息量进行分类的任务中优于先前的方法，并鼓励该领域将其用于研究甚至部署。我们还将这些方法扩展到信息量的两个子任务，并发现深度学习方法在这里也是有效的。
2020-07-23 cs.CL cs.SI
