Which friends are more popular than you? Contact strength and the friendship paradox in social networks
友谊悖论指出，在社交网络中，自我往往比他们的改变程度低，或者说，“你的朋友比你有更多的朋友”。大多数研究都集中在友谊悖论及其对信息传输的影响上，但将网络视为静态和不加权的。然而，人们只能将有限的一部分注意力预算用于每一次社交互动：一个高学位的人可能没有那么多时间用于个人的社交联系，这迫使他们调整与不同社交联系的接触量。在这里，我们研究的背景下，不同的自我和改变之间的接触量的友谊悖论，发现接触量和友谊悖论的强度之间的连接。与自我相比，最频繁接触的分身表现出不太明显的友谊悖论，而不太频繁接触的分身更有可能是高程度的，并引起悖论。因此，我们主张用一个更微妙的版本来解释友谊悖论：“你最亲密的朋友比你的朋友略多一些”，在某些网络中，甚至可以说：“你最好的朋友并不比你的朋友多多少”。我们证明了这种关系是稳健的，在社交媒体和移动电话数据集中都有。这些结果对社交网络中的信息传递和影响有一定的影响，我们使用一个简单的动力学模型来探索。
2017-03-18 cs.CY cs.SI physics.soc-ph
Computational Social Scientist Beware: Simpson's Paradox in Behavioral Data
关于人类行为的观察数据通常是异质的，即，由研究中的群体中的亚组产生，这些亚组在大小和行为上各不相同。异质性使分析容易陷入辛普森悖论，即在整个人口中汇总的数据中观察到的趋势可能与潜在的亚组有很大的不同。我说明辛普森的悖论与几个例子来自网络行为的研究，并表明，聚合反应导致错误的结论，潜在的个人行为。然后，我提出了一个简单的方法来测试辛普森悖论是否影响分析结果。辛普森悖论在社会数据中的存在表明，重要的行为差异存在于人群中，而不考虑这些差异可能会扭曲研究结果。
2017-10-24 cs.CY cs.SI physics.soc-ph
Information Diffusion in Social Networks: Friendship Paradox based Models and Statistical Inference
由于社交网络的激增，社交网络中信息扩散的动态模型和统计推断是在过去十年中取得显著进展的一个领域。信息传播的建模和推理可应用于有针对性的广告和营销、预测选举、预测投资者情绪和确定流行病爆发。本章讨论了与社交网络中的信息扩散相关的三个重要方面：（1）观察偏差（称为友谊悖论（一个图论结论））和单亲传染（朋友的朋友的影响）如何影响信息扩散动力学。(ii)社交网络如何根据信息扩散的状态调整其结构连接性。(iii)如何估计由信息扩散引起的网络状态。本章讨论的所有三个主题的动机都源于网络科学和社会感知的最新发现。此外，还讨论了从这些主题中产生的未来研究的几个方向。
2018-12-14 cs.SI physics.soc-ph
The Friendship Paradox and Systematic Biases in Perceptions and Social Norms
“友谊悖论”（Feld 1991）指的是这样一个事实，即平均而言，人们的朋友比他们的朋友要少。我表明，这种对最受欢迎的人的过度抽样放大了涉及互补性的行为。拥有更多朋友的人会体验到更大的互动效果，因此会更多地参与受社会影响的活动。考虑到友谊悖论，人们在对朋友进行抽样调查时，会比总体人群中的参与度更高。考虑到互补性，这反过来又扩大了平均参与度。此外，从一种行为中获得最大先天利益的人也往往是那些选择互动最多的人，从而导致进一步的反馈和放大。这些结果与研究发现人们一贯高估酒精，香烟和药物的同龄人消费相一致;并且可以帮助解释青少年滥用药物和酗酒以及其他行为的问题。我还讨论了这些结果如何变化的情况下，战略替代品，个人高估搭便车的同行。
2017-11-18 cs.SI physics.soc-ph
The happiness paradox: your friends are happier than you
Indiana University（印第安纳大学）；Center for Data Science, New York University（纽约大学数据科学中心）；Wageningen University（瓦赫宁根大学）
社交网络中的大多数人都会经历一种所谓的友谊伙伴关系：他们平均来说比他们的朋友更不受欢迎。这种效应可以解释最近的研究结果，即广泛使用社交网络媒体会导致幸福感降低。然而，人们对受欢迎程度和幸福感之间的关系知之甚少。友谊悖论并不一定意味着幸福悖论，即大多数人都不如他们的朋友幸福。在这里，我们报告了在$39,110$ Twitter用户的大规模在线社交网络中首次直接观察到的显著的幸福paradigm。我们的研究结果表明，受欢迎的人确实更快乐，大多数人都经历了一个显着的幸福悖论。后一种效应的大小是由个人受欢迎程度、幸福感以及用户按幸福程度聚集的事实之间的复杂相互作用决定的。我们的研究结果表明，在线社交网络的拓扑结构和幸福感在某些人群中的分布可以引起广泛的心理社会影响，影响数十亿人的福祉。
2016-02-08 cs.CL cs.HC cs.SI
The Enmity Paradox
本文基于洪都拉斯农村大规模社交网络数据，提出并验证“敌意悖论”及其广义形式，分析正负关系混合网络中的存在条件。
2023-04-20 cs.SI physics.soc-ph
The Potential of Social Media Analytics for Improving Social Media Communication of Emergency Agencies
越来越多的人在危机时期使用社交媒体寻求信息或协调救济活动。因此，应急机构也越来越多地使用社交媒体，以接触更多处于危机局势中的人。然而，应急机构也可以利用社交媒体上的大量可用数据来了解公众对它们的看法，并改善它们的沟通。在这项研究中，我们研究了Twitter的通信关于德国紧急机构“Johanniter Unfall-Hilfe”进行频率，情绪，社交网络和内容分析。结果显示，一个右翼政治集团在政治上利用了与该机构有关的事件。此外，一些人利用社交媒体表达批评。可以得出结论，在应急管理专业人员的日常工作中使用社交媒体分析有助于改善他们的社交媒体沟通策略。
2020-04-18 cs.SI
Friendship Paradox Biases Perceptions in Directed Networks
一个话题或观点在网络中的受欢迎程度可能与其实际受欢迎程度大不相同。例如，在社交媒体平台的在线网络中，在他们的帖子中提到某个主题的人数-即，它在全球的受欢迎程度-可能与人们在社交信息中看到的有很大的不同-也就是说，它的感知受欢迎度-其中提要聚合了他们朋友的帖子。我们将这种差异的根源追溯到定向网络中的友谊悖论，即平均而言，人们不如他们的朋友（或追随者）受欢迎。我们确定网络结构的条件，引起这种感知偏差，并验证了经验使用的数据从Twitter的研究结果。在我们的样本中，在Twitter用户发布的消息中，我们识别出在用户的社交提要中出现频率高于全局的主题，即，在所有职位中。此外，我们提出了一个投票算法，利用友谊悖论，以获得一个主题的全球流行率从个人的偏见的看法统计有效的估计。我们的特点的偏差的投票估计，提供了一个上限，其方差，并验证算法的效率，通过我们的Twitter数据上的合成投票实验。我们的论文阐明了非直观的方式，其中有向网络的结构可以扭曲社会的看法和由此产生的行为。
2019-05-13 cs.SI physics.soc-ph
Contagions in Social Networks: Effects of Monophilic Contagion, Friendship Paradox and Reactive Networks
我们考虑SIS传染过程的网络，一个经典的假设是，个人的决定，采取传染的基础上，他们的近邻。然而，最近的文献表明，一些属性之间的相关性更两跳邻居，一个概念称为单态。这促使我们探索单亲性传染，即通过考虑两跳邻居而不是直接邻居来采用传染（例如产品，疾病）的情况（例如，你向你的朋友询问新iPhone，她向你推荐她的一个朋友的意见）。我们发现，友谊悖论的现象使它更容易为独恋传染广泛传播。我们还考虑的情况下，潜在的网络随机演化的状态的传染（例如，根据流感病毒的严重程度，人们限制他们与他人的互动，以避免被感染），并表明，这样一个过程的动态可以近似为一个微分方程的轨迹满足代数约束限制它的流形。我们的研究结果揭示了图论的后果如何影响传染，并提供了简单的确定性模型来近似随机图过程的传染的集体动力学。
2018-10-13 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
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
What Do Your Friends Think? Efficient Polling Methods for Networks Using Friendship Paradox
本文讨论了社会网络的随机投票问题。在预测两名候选人A和B之间的选举结果的情况下，经典的意向民意调查会随机抽样询问个人：你会投票给谁？民意调查的问题是：你认为谁会赢？在本文中，我们提出了一种新型的邻里期望民意调查（NEP）策略，该策略询问随机抽样的个人：您对A的选票分数的估计是多少？因此，在NEP中，被抽样的个体在回答这个问题时会自然地看他们的邻居（由底层社交网络图定义）。因此，NEP方法的均方误差（MSE）依赖于从网络中选择最佳样本集。为此，我们针对以下情况提出了三种NEP算法：（i）社交网络图未知，但可以在图上执行随机游走（顺序探索）;（ii）社交网络图未知。对于情况（i）和（ii），提出了两个算法的基础上的图论结论称为友谊悖论。建立了算法的MSE对网络性质的依赖性的理论结果。真实和合成数据集的数值结果来说明算法的性能。
2019-09-09 cs.SI physics.soc-ph
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
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
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
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
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
Copula-based analysis of the generalized friendship paradox in clustered networks
针对现有广义友谊悖论解析研究依赖局部树状网络假设的局限，采用vine copula方法纳入邻居间属性相关性，实现了对聚类网络等更一般网络中GFP的严格解析理解。
2022-12-09 cs.SI physics.soc-ph
The H-index Paradox: Your Coauthors Have a Higher H-index than You Do
从社交网络的典型结构中出现的一个有趣的现象是友谊悖论。它表明你的朋友平均比你有更多的朋友。最近的努力已经探索了它的变化，对社交网络的动态有许多影响。然而，友谊悖论及其变体只考虑了网络的拓扑结构，而忽略了许多与节点度相关的其他特征。在这篇文章中，我们采取的情况下，科学合作，调查是否也出现了类似的悖论，在一个研究人员的科学生产力衡量她的H指数。H指数是学术界广泛使用的指标，用于衡量研究人员科学产出的质量和数量。研究人员可能会使用她的合著者的H指数作为一种方式来推断她自己的H指数是否适合她的研究领域。然而，在这篇文章中，我们表明，研究人员的合著者的平均H指数通常高于她自己的H指数。我们提出了这个悖论的经验证据，并讨论了它的一些潜在后果。
2015-10-19 cs.DL cs.SI physics.soc-ph
Co-opted marginality, a new type of anti-immigrant discourse on social media? Classifying social media messages about immigrants with BERT
本文分析了新加坡11个社交媒体社区平台评论区六个月来关于移民的公共话语。
2022-02-22 cs.CY 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
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
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
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
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
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
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
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
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
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
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
Social-Media Activity Forecasting with Exogenous Information Signals
University of South Florida（南佛罗里达大学）
由于社交媒体平台的广泛采用，它为研究和理解社会行为提供了理想的环境，特别是在信息传播方面。对社交媒体活动进行建模具有许多实际意义，例如支持分析战略信息操作的努力，设计干预技术以减轻虚假信息，或在救灾行动中提供关键信息。在本文中，我们提出了一种建模技术，预测特定主题的社交媒体活动的日常量，通过使用两个外源信号，如新闻或武装冲突记录，和内源性数据从我们的社交媒体平台模型。实证评估与真实数据集从两个不同的平台和两个不同的背景下，每个组成的多个相互关联的主题证明了我们的解决方案的有效性。
2021-09-22 cs.LG 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
The Impact Of Social Media In The Fight Against The Spread Of Coronavirus (Covid-19) Pandemic In Anambra State, Nigeria
本研究考察了社交媒体在尼日利亚阿南布拉州抗击新型冠状病毒（COVID-19）大流行传播中的影响。主要目标是：了解自新型冠状病毒大流行以来，阿南布拉州的社交媒体用户数量是否增加;了解社交媒体是否被用于对抗新型冠状病毒大流行在阿南布拉州的传播;了解社交媒体如何被用于对抗新型冠状病毒大流行在阿南布拉州的传播;并发现社交媒体在对抗阿南布拉州冠状病毒大流行蔓延方面的影响。它以议程设置理论和技术决定论（TDT）为基础。本研究采用封闭式问卷调查的方式，对400名受访者进行了问卷调查。这项研究的结果显示，由于冠状病毒大流行，阿南布拉州社交媒体的使用和可访问性增加。它还显示，个人，非政府组织和政府正在利用社交媒体来对抗冠状病毒在阿南布拉州的传播。该研究还发现，社交媒体正被用于收集和传播信息，学习，交易业务等。这一发现还表明，社交媒体在阿南布拉州对抗冠状病毒传播方面具有积极影响。该研究得出结论，社交媒体的好处远大于负面影响，应该用来遏制冠状病毒的传播。除其他外，它建议对公民进行有效利用社会媒体的培训和赋权，以在社会中产生影响。
2022-06-11 cs.CY cs.SI
Securing Social Media User Data - An Adversarial Approach
社交媒体用户产生了大量的数据。为了更好地服务用户，需要在研究人员、广告商和应用程序开发人员之间共享用户相关数据。公布这些数据将引发对用户隐私的更多担忧。为了鼓励数据共享并减轻用户隐私问题，已经开发了许多匿名化和去匿名化算法来帮助保护社交媒体用户的隐私。在这项工作中，我们提出了一个新的对抗攻击专门用于社会媒体数据。我们还提供了一种原则性的方法来评估匿名化社交媒体数据的不同方面的有效性。我们的工作揭示了社交媒体数据中新的隐私风险，这是由于用户生成数据的固有异质性，需要在共享用户数据和保护用户隐私之间取得平衡。
2018-05-01 cs.CR cs.SI
