Topical differences between Chinese language Twitter and Sina Weibo
Northeastern University（东北大学）；Center for Data Science（数据科学中心）；New York University（纽约大学）
新浪微博是中国最受欢迎的微博平台，目前有超过$500M$用户使用，被认为是中国社交生活的代理。在这项研究中，我们对比了新浪微博和中文Twitter上的讨论，以观察中国文化的两种不同分支：中国境内使用新浪微博的人受到政府的限制，而境外的人可以完全匿名地自由发言。首先，我们提出了一个简单的ad-hoc算法来识别Tweets和微博的主题。与以往的微消息主题检测不同，本文的算法考虑的是内容相同但标签不同的主题。我们的算法也可以检测主题的推文和微博没有任何\#标签。使用一个大型的微博和中文推文语料库，涵盖从1月$1$到12月$31$，$2012$，我们获得了一个主题列表，使用聚类的标签，然后我们可以使用它们来比较两个平台。令人惊讶的是，我们发现在最受欢迎的$100$主题中没有共同的条目。此外，只有$9.2\%$的推文与新浪微博平台上的热门$1000$话题相对应，相反，只有$4.4\%$的微博被发现讨论最热门的Twitter话题。我们的研究结果显示，两个平台上的社会关注度存在显着差异，新浪微博上最受欢迎的话题与娱乐有关，而大多数推文与新浪微博中几乎不存在的文化或政治内容相对应。
2015-12-22 cs.CL cs.SI physics.soc-ph
What is the Nature of Chinese MicroBlogging: Unveiling the Unique Features of Tencent Weibo
中国拥有世界上最多的网络用户，约20%的互联网用户来自中国。由于文化差异等多种原因，这对IT行业来说是一个巨大而又神秘的市场。Twitter是世界上最大的微博客服务，腾讯微博是中国最大的微博客服务之一。本文以这两组数据为研究对象，试图揭示中国用户的独特行为。我们收集了从2011年10月10日到2012年1月5日的整个腾讯微博，获得了3.2亿个用户简档，51.5亿个用户行为。我们从宏观和微观两个层面来研究腾讯微博。从宏观层面来看，腾讯微博用户转发信息的积极性更高，但由于腾讯微博用户的互动关系不如Twitter用户，因此其话题偏好无论从内容还是耗时上都与Twitter用户有很大差异;此外，腾讯微博的信息传播效率更高。在微观层面上，我们主要从“转发”和“\Follower“两个指标来衡量用户的社会影响力，研究用户的行为对用户社会影响力的贡献，进一步识别腾讯用户的独特性。研究表明，腾讯用户的行为更加个性化和多样化，影响力用户在整个网络中的作用越来越大。在此基础上，设计了一个预测用户转发行为的图模型。在腾讯微博大数据上的实验结果验证了发现的正确性和模型的有效性。据我们所知，这项工作是第一次定量研究整个对流层及其上的信息扩散。
2012-12-12 cs.SI physics.soc-ph
Follow Whom? Chinese Users Have Different Choice
新浪微博于2009年推出，是中国最受欢迎的微博服务。据报道，截至2012年第三季度末，新浪微博的注册用户已超过4亿。新浪微博和Twitter有很多共同点，然而，在以下偏好方面，新浪微博用户（其中大部分是中国人）与Twitter用户的行为不同。这项工作是基于一个数据集的新浪微博，其中包含8080万用户的个人资料和72亿关系和一个大数据集的Twitter。首先分析了新浪微博和Twitter的度和活跃度分布、度与活跃度的相关性、度与活跃度的分离度等基本特征。然后通过研究图的竞争混合、朋友相似度、跟随分布、边平衡比和排序相关性来研究图的跟随偏好，其中边平衡比是新提出的衡量图的平衡性的指标.研究发现，新浪微博具有较低的互惠率、较强的正向平衡关系和较强的歧视性。与亚洲传统文化相吻合的是，新浪微博用户的关注偏好更加集中和层次化：他们更倾向于关注更高或相同社会层次的人，而不太可能关注比自己低的人。相比之下，Twitter中的同类追随偏好较弱。Twitter用户的开放性和多层次关注，符合其全球性的特点和西方文明的盛行。通过显示传播级别、延迟和关键用户来研究消息转发行为。这种偏好的产生不仅有使用习惯的原因，也有人格、社会道德等深层原因，值得进一步研究。
2012-12-01 cs.SI physics.soc-ph
CHECKED: Chinese COVID-19 Fake News Dataset
COVID-19影响了所有人的生活。为了保持社交距离和避免曝光，工作和生活逐渐转移到网上。在此趋势下，使用社交媒体获取COVID-19新闻的情况有所增加。此外，有关COVID-19的错误信息经常在社交媒体上传播。在这项工作中，我们开发了中国第一个关于COVID-19错误信息的数据集。从2019年12月至2020年8月，通过使用特定的关键词列表识别出的与COVID-19相关的已验证微博共计2，104条。相应地，《微博客》包括1，868，175条转发、1，185，702条评论和56，852，736个赞，揭示了这些经过验证的微博在微博上的传播和反应。该数据集包含了一组丰富的多媒体信息，包括地面实况标签，文本，视觉，时间和网络信息。已经进行了大量的实验来分析BMPKED数据，并在使用BMPKED预测假新闻时为成熟的方法提供基准结果。我们希望，EMPKED能够促进针对冠状病毒错误信息的研究。该数据集可在https://github.com/cyang03/CHECKED上获得。
2021-06-13 cs.IR cs.SI
Modeling of User Portrait Through Social Media
如今，互联网上已经积累了大量有用的用户信息和社会行为数据，这为在线分析用户的个性特征提供了可能。本文提出了一种基于计算语言学特征的心理建模方法，对新浪微博用户的大五人格特质及其与用户社会行为的关系进行了研究。据我们所知，这是第一个调查新浪微博用户的个人资料信息，社交网络行为和人格特质之间的潜在关系的研究。我们的研究结果证明了一种有效的建模方法，可以在不中断客户的情况下了解社交媒体上用户的人口统计和心理画像，这对于商业广告提供更好的个性化产品和服务是有用的。
2019-06-15 cs.SI
Attention dynamics on the Chinese social media Sina Weibo during the COVID-19 pandemic
了解流行病期间社交媒体上的关注动态可以帮助政府将影响降到最低。我们聚焦于COVID-19疫情首四个月如何影响中国最大微博网站新浪微博的关注动态。我们研究了实时热搜榜（HSL），它根据新浪微博的搜索量提供了最受欢迎的50个标签的排名。我们展示了疫情期间的具体事件、措施和事态发展如何影响不同类型标签的出现和HSL上的排名。2020年1月20日左右，当宣布该疾病在人类之间传播时，HSL上与COVID-19相关的标签开始显著增加。然后，很快就出现了一种情况，即与COVID相关的标签占据了HSL的30-70%，但内容不断变化。我们分析了标签主题在调查时间跨度内的变化，并得出结论，2月12日和3月12日之间有三个时间段。在第一阶段，我们看到了强烈的主题相关性和标签的聚类;在第二阶段，相关性减弱，没有聚类模式;在第三阶段，我们看到了聚类的潜力，但没有第一阶段那么强。我们通过测量排名动态和列表上标签的生命周期来进一步探索HSL的动态。通过这种方式，我们可以获得关于注意力衰退的信息，这对于决定政府措施的时间安排以实现永久意识是很重要的。此外，我们的观察表明，由于COVID-19相关的标签，HSL前15名排名的排名差异异常高，揭示了平台提供商进行算法干预的可能性。
2021-02-25 cs.SI physics.soc-ph
Artificial Inflation: The True Story of Trends in Sina Weibo
近年来，全世界的在线社交网络增长迅猛。这使得用户以不间断的速度产生大量的实时内容，所有这些内容都相互竞争以吸引足够的关注并成为趋势。虽然西方的在线社交网络如Twitter已经得到了很好的研究，但中国流行的微博网络新浪微博的特点还没有得到研究。在本文中，我们详细分析了新浪微博的趋势和趋势的时间方面，限制它与早期的观察Twitter上。首先，我们来看看趋势的形成、持续和衰退，并研究新浪微博中的关键主题。我们的一个主要发现是，转发在新浪微博中更为常见，并对创造趋势做出了很大贡献。当我们仔细观察时，我们观察到新浪微博中很大一部分趋势是由于少量欺诈账户的持续转发。这些虚假账户的设置是为了人为地夸大某些帖子，使它们迅速进入新浪微博的趋势列表，这些帖子反过来又显示为用户最受欢迎的话题。
2012-02-01 cs.CY cs.SI physics.soc-ph
Dynamics of Trends and Attention in Chinese Social Media
近年来，全世界的在线社交网络增长迅猛。它促进了用户以不间断的速度产生大量的实时内容，所有这些内容都相互竞争以吸引足够的关注并成为流行趋势。虽然Twitter等西方在线社交网络得到了很好的研究，但中国流行的微博网络新浪微博的曝光率相对较低。在本文中，我们详细分析了新浪微博中的趋势和趋势引领者的时间方面，并将其与Twitter中的早期观察进行了对比。我们发现，与Twitter等全球社交网络相比，在中国分享的内容存在巨大差异。在中国，这些趋势几乎完全是由于媒体内容的转发，如笑话，图像和视频，而不像Twitter，这些趋势往往与当前的全球事件和新闻故事有关。我们将详细分析趋势的形成、持续和衰退，并研究新浪微博中的关键趋势。我们的一个主要发现是，转发在新浪微博中更为常见，并对创造趋势做出了很大贡献。当我们仔细观察时，我们观察到新浪微博的大多数趋势都是由于一小部分欺诈账户的持续转发。这些虚假账户的设立是为了人为地夸大某些帖子，使它们迅速进入新浪微博的趋势列表，这些帖子反过来又被显示为用户最受欢迎的话题。
2013-12-02 cs.CY cs.SI physics.soc-ph
What Trends in Chinese Social Media
近年来，全世界的在线社交网络增长迅猛。虽然Twitter和Facebook等一些网络已经有了很好的记录，但中国流行的微博社交网络新浪微博尚未被研究。在这项工作中，我们研究了新浪微博上的关键话题，并将它们与我们在Twitter上的观察进行了对比。我们发现，与Twitter等全球社交网络相比，中国分享的内容存在巨大差异。在中国，这些趋势几乎完全是由于媒体内容的转发，如笑话，图像和视频，而在Twitter上，这些趋势往往与当前的全球事件和新闻报道有关。
2011-07-18 cs.CY cs.SI physics.soc-ph
The Velocity of Censorship: High-Fidelity Detection of Microblog Post Deletions
众所周知，微博和其他中国流行的微博网站都实行内部审查，以遵守中国政府的要求。这项研究试图量化这种审查机制：帖子被删除的速度和范围。我们的分析考虑了2012年大约两个月内收集的238万条帖子，我们的注意力集中在反复访问的“敏感”用户上。这让我们可以在审查事件发生后的几分钟内看到它们，尽管我们的数据不再代表一般微博人群的随机样本。我们还从微博的公开时间轴中抽取了一个更大的4.7亿个帖子样本，时间跨度更长，更具有随机样本的代表性。我们发现，在帖子提交后的第一个小时内，删除的情况最严重。关注原始帖子，而不是转发/转推，我们观察到近30%的删除事件发生在5- 30分钟内。近90%的删除发生在最初的24小时内。利用我们的数据，我们还考虑了关于微博审查机制的各种假设，例如微博审查员使用基于关键字的审查的程度，以及转发/转发流行度如何与审查相互作用。我们还使用了自然语言处理技术来分析哪些主题更有可能被审查。
2013-07-10 cs.CY cs.IR cs.SI
Sentiment Analysis based on User Tag for Traditional Chinese Medicine in Weibo
Beihang University（北京航空航天大学）
随着西方文化和科学的接受，中医在中国已成为一个有争议的问题。因此，研究公众对中医药的情绪和看法具有重要意义。随着twitter等社交网络的迅速发展，对数以亿计的人进行情感研究变得方便而有效。据我们所知，目前的工作是第一次尝试，将情感分析应用到中医领域的新浪微博（一个类似Twitter的微博服务在中国）。首先从新浪微博中收集关于中医药的推文主题，并根据用户标签自动将推文标记为支持中医药和反对中医药。然后，建立了一个支持向量机分类器来预测中医推文的情感。最后，我们提出了一种调整分类器结果的方法。用我们的方法得到的F-测度的性能是97%。
2014-10-13 cs.CL cs.SI
Cumulative Effect in Information Diffusion: A Comprehensive Empirical Study on Microblogging Network
社会传染的累积效应是许多关于创新、行为和影响力传播的研究的基础。然而，很少有大规模的实证研究来验证社交网络上的信息扩散中存在的累积效应。本文利用中国最大的微博网站的人口规模数据，对信息扩散的累积效应进行了全面的研究。我们的研究基于每个消息的扩散网络，其中节点是所涉及的用户，链接是它们之间的以下关系。我们发现，对同一消息的多次曝光确实增加了转发的可能性，但是，当曝光次数超过峰值2次时，额外的曝光并不能进一步提高转发的机会。这一发现质疑了信息扩散的累积效应假说。此外，为了阐明用户之间的转发偏好，我们调查的结构模的扩散网络和时间模式的信息扩散过程中的用户。这些模式为理解消息流行度的变化提供了重要的见解，并解释了扩散网络的特征。
2013-06-02 cs.SI physics.soc-ph
Earthquake Impact Analysis Based on Text Mining and Social Media Analytics
Tsinghua University（清华大学）
地震对广大地区有着深刻的影响，紧急救援行动可能会受益于有关灾害范围和程度的社交媒体信息。因此，这项工作提出了一种基于文本挖掘的方法来收集和分析早期地震影响分析的社交媒体数据。首先，基于爬虫技术从新浪微博中收集灾害相关微博。然后，对数据进行清洗，进行一系列分析，包括（1）热词分析，（2）微博数量趋势分析，（3）舆情趋势分析，（4）基于关键词和规则的文本分类地震影响分析。最后，分析了中国最近两次震级和震源深度相同的地震，比较了它们的影响。研究结果表明，舆情趋势分析和舆情情绪变化趋势可以对地震社会影响进行早期评估，有助于决策和救援管理。
2022-12-12 cs.CL cs.LG cs.SI
A Multi-View Approach Based on Naming Behavioral Modeling for Aligning Chinese User Accounts across Multiple Networks
近年来，数亿中国人已经成为社交网络用户，并且跨多个社交网络对齐普通中国用户的账户对于许多网络间应用是有价值的，例如，跨网推荐、跨网链接预测。许多方法已经探索了如何利用帐户名信息来对齐普通英语用户的帐户。然而，如何正确地利用帐户名信息时，对齐中国用户帐户仍然需要详细研究。在本文中，我们首先讨论了现有的命名行为模型，以及不同类型的中国帐户名称匹配的相关特征。其次，本文提出了多视角跨网络用户对齐方法（MCUA）框架，该方法采用多视角框架，创造性地整合不同的模型来处理不同类型的中文账户名匹配，在对齐中文用户账户时可以考虑所有研究的特征。最后，我们进行了实验，以证明MCUA可以优于许多现有的方法来对齐新浪微博和Twitter之间的中国用户帐户。此外，我们还研究了MCUA的最佳学习模型和不同类型的名称匹配的top-k有价值的功能在我们的实验数据集。
2020-06-18 cs.SI
What are Chinese Talking about in Hot Weibos?
新浪微博是近年来在中国兴起的类似Twitter的社交网络服务。基于2009年8月至2012年1月新浪微博API抓取的6.5亿条微博数据，对转发量超过1000次的热门微博进行研究。研究发现，热点微博大致可以分为娱乐时尚类、社交热点类、休闲心情类、生活健康类、求助类、促销类、风水财运类和社交类八类。特别是休闲与心情和热门社交事件占据了所有热门微博的近65%。这很好地反映了当前中国社会的基本二元结构：一方面，经济取得了很大的发展，相当一部分人过上了比较富裕和比较安逸的生活。另一方面，仍然存在着相当多的严重的社会问题，如政府腐败和环境污染。研究还表明，用户的发布和转发行为受到其身份因素（性别，验证状态和区域位置）的极大影响。例如，（1）三分之二的热门微博是由男性用户创建的。(2)虽然新浪微博的认证用户仅占0.1%，但46.5%的热门微博是由他们贡献的。非常有趣的是，39.2%是由SPA用户编写的。一个或多或少可悲的事实是，只有14.4%的热门微博是由草根（既没有SPA也没有验证的个人用户）创建的。(3)来自中国不同地区的用户有着不同的发帖和转帖行为，这通常反映了他们的当地文化。同质性也被用来检验人们的转贴行为。
2013-05-10 cs.CY cs.SI physics.soc-ph
Using LLMs to Infer Non-Binary COVID-19 Sentiments of Chinese Micro-bloggers
Rensselaer Polytechnic Institute（伦斯勒理工学院）
本文利用 Llama 3 8B 对 Weibo 在 COVID-19 前、暴发及防控早期的帖子进行正面、负面、讽刺和中性四分类，以揭示公共卫生危机中社会情感动态。
2025-01-09 cs.LG cs.SI
How We Express Ourselves Freely: Censorship, Self-censorship, and Anti-censorship on a Chinese Social Media
审查制度，反审查制度和自我审查制度在一个专制政权已被广泛研究，但这些相互交织的因素之间的关系还没有得到很好的理解。在本文中，我们报告了一个大规模的调查研究（N = 526）与新浪微博用户弥合这一研究差距的结果。通过描述性统计、相关性分析和回归分析，我们揭示了用户是如何被审查的，他们是如何以及为什么在不同的主题和不同的场景下进行自我审查的（即，发布、转发和评论），以及他们各种各样的反审查策略。我们进一步确定了审查和自我审查的度量标准，找到了影响因素，并构建了一个中介模型来衡量它们之间的关系。基于这些发现，我们讨论了民主的社会媒体设计和未来的审查研究的影响。
2022-11-24 cs.CY cs.SI stat.AP
User Location Disclosure Fails to Deter Overseas Criticism but Amplifies Regional Divisions on Chinese Social Media
基于新浪微博高频互动数据和中断时间序列设计，研究发现位置披露未减少海外批评，却通过激发地域歧视性回复抑制跨省讨论并强化社会分歧。
2025-09-01 cs.SI econ.GN q-fin.EC
A Multitask Deep Learning Approach for User Depression Detection on Sina Weibo
College of Cybersecurity（网络空间安全学院）；Sichuan University（四川大学）
近年来，由于抑郁症的精神负担，危及生命的人数正在迅速增加。在线社交网络（OSN）为研究人员提供了另一种检测抑郁症患者的视角。然而，基于机器学习的抑郁症检测的现有研究仍然留下相对较低的分类性能，这表明在其特征工程的改进方面存在显着的改进潜力。在本文中，我们在新浪微博（一个领先的OSN，在中国社区中拥有最多的活跃用户）上手动构建了一个大型数据集，即微博用户抑郁检测数据集（WU 3D）。其中包括2万多名正常用户和1万多名抑郁用户，这两种用户都是由专业人员手动标记并重新检查的。通过分析用户的文本、社交行为和发布的图片，总结并提出了十个统计特征。同时，使用流行的预训练模型XLNet提取基于文本的单词特征。此外，提出了一种新的深度神经网络分类模型，即FusionNet（FN），并同时使用上述提取的特征进行训练，这些特征被视为多个分类任务。实验结果表明，FusionNet在测试数据集上获得了最高的F1-Score，为0.9772。与现有的研究相比，我们提出的方法具有更好的分类性能和不平衡的训练样本的鲁棒性。我们的工作还提供了一种新的方法来检测其他OSN平台上的抑郁症。
2020-08-26 cs.CL cs.LG cs.SI
