Characterizing Political Fake News in Twitter by its Meta-Data
Imperial College London（帝国理工学院）
本文提出了一种通过分析Twitter上的元数据来表征政治假新闻的初步方法。特别是，我们专注于唐纳德·特朗普当选为美利坚合众国第45任总统当天收集的超过150万条推文。我们使用这些推文中嵌入的元数据来寻找包含假新闻的推文和不包含假新闻的推文之间的差异。具体来说，我们只对病毒式传播的推文进行分析，通过研究用户接触推文的代理，通过描述传播假新闻的账户，并通过观察它们的两极分化。我们发现在追随者的分布，推文上的URL数量以及用户的验证方面存在显着差异。
2017-12-16 cs.CL cs.SI stat.ML
Cyber Security and Online Safety Education for Schools in the UK: Looking through the Lens of Twitter Data
近年来，数字技术在许多方面都取得了发展。因此，许多学龄儿童已经接触到数字世界很多。孩子们正在使用更多的数字技术，因此学校需要教孩子们更多关于网络安全和在线安全的知识。正因为如此，现在有更多的学校课程和项目向学生传授网络安全和在线安全知识，并帮助他们学习和提高技能。然而，尽管有许多方案和项目，但没有多少证据表明有多少学校参与并帮助传播了这些方案和项目。这项工作展示了我们如何了解英国学校网络安全和在线安全教育的规模和范围，英国是一个拥有非常活跃和先进的网络安全教育概况的国家，使用来自超过15，000所学校的近20万条公共推文。通过使用简单的技术，如描述性统计和可视化，以及先进的自然语言处理（NLP）技术，如情感分析和主题建模，我们展示了一些新的发现和见解，英国学校作为一个部门一直在Twitter上做他们的网络安全和在线安全教育活动。我们的工作已经产生了一系列大规模和真实世界的证据，可以帮助通知对网络安全感兴趣的人和组织，并在学校教授在线安全。
2022-12-30 cs.CY cs.SI
Characterizing and modeling an electoral campaign in the context of Twitter: 2011 Spanish Presidential Election as a case study
以尽可能有效的方式传递信息一直是政治家在选举过程中的主要关切之一。由于用户数量迅速增长，在线社交网络已成为政治家与潜在选民互动的理想平台。利用这些工具的现有潜力，最大限度地发挥其对选民的影响力，是政治家面临的实际挑战之一。为了朝着这个方向迈进，我们分析了2011年西班牙总统选举过程中在线社交网络Twitter的用户活动，发现这种活动与选举结果相关。我们引入了一个新的措施来研究Twitter中的政治支持，我们称之为相对支持。我们还通过分析从提及和转发网络中涌现的复杂网络的结构和动力模式来表征用户行为。我们的研究结果表明，集体注意力是由一小部分用户驱动的。此外，我们分析了政治家之间发生的互动，观察到缺乏辩论。最后，我们开发了一个网络增长模型来再现政治家之间发生的互动。
2013-09-19 cs.CY cs.SI physics.soc-ph
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
Characterizing information leaders in Twitter during COVID-19 Pandemic
在当前COVID-19疫情等危机期间，信息是关键，因为它极大地影响了人们的意见、行为和心理。错误信息的传播是与这一流行病有关的一个重要的次级危机。信息流行病可以在社会、经济、甚至卫生等不同方面放大这一流行病的实际负面影响。例如，信息流行病可能导致人口群体之间的仇恨，分裂社会，影响社会的反应，或导致有助于大流行病传播的消极习惯。相反，可靠和值得信赖的信息以及希望和团结的信息可以用来控制这一流行病、建立安全网并帮助提高复原力。我们提出了一个框架的基础上，在Twitter上的分析来自这个社交网络中的活动的社交图来表征领导者。中心性度量用于表征网络的拓扑结构和作为潜在领导者的节点。这些指标与Twitter管理的用户流行度指标进行比较。然后，我们评估由此产生的拓扑结构集群的领导人视觉。我们建议这个工具是一个系统的基础，以检测和授权用户在网络的集体行为和信息传播的积极影响。
2022-08-04 cs.CY cs.SI physics.soc-ph
Characterizing the roles of bots during the COVID-19 infodemic on Twitter
信息流行病是一种新兴的现象，是由网上过多的信息造成的。这种信息的扩散使得公众很难区分值得信赖的新闻和可信的信息与不值得信赖的网站和不可信的来源。随着COVID-19大流行和机器人（即，由一组算法控制的自动账户），这些账户被怀疑传播信息流行病。尽管之前的研究表明，机器人在重大政治事件中传播错误信息方面发挥了核心作用，但机器人在信息流行期间的行为尚不清楚。本文通过分析转发网络和转发项目，研究了机器人在COVID-19信息流行病以及“5G”和“比尔·盖茨”阴谋论等不可信信息以及与“特朗普”和“世卫组织”相关的内容传播中的作用。我们展示了他们的转发网络的隔离拓扑结构，这表明右翼自媒体账户和阴谋论者可能会导致这种意见分歧，而恶意机器人可能会放大不可信信息的传播。虽然信息扩散的基本影响在人类用户中可能比机器人更大，但在信息流行的情况下，机器人的影响是不可忽视的。
2021-08-19 cs.CY cs.SI
Characterizing User Susceptibility to COVID-19 Misinformation on Twitter
尽管已经加大了消除虚假声明和推广可靠来源等重大努力来对抗COVID-19“错误信息流行病”，但如果缺乏对易感在线用户的正确理解，即，容易被误导、轻信、传播的。本研究试图回答{ \it}谁构成了大流行中易受网络错误信息影响的人群，以及区分易感用户和其他人的稳健特征和短期行为信号是什么。使用从美国地缘政治多样化的网络分层样本中收集的Twitter上为期6个月的纵向用户面板，我们区分了不同类型的用户，从社交机器人到与COVID相关错误信息有不同参与程度的人类。然后，我们确定了用户的在线特征和与他们对COVID-19错误信息的易感性相关的情景预测因素。这项工作带来了独特的贡献：首先，与之前关于机器人影响的研究相反，我们的分析表明，社交机器人对错误信息共享的贡献非常低，并且类人用户的错误信息行为表现出异质性和时间变异性。虽然错误信息的分享高度集中，但普通用户偶尔分享错误信息的风险仍然高得惊人。其次，我们的研究结果突出了敏感用户对情绪化内容的政治敏感性、活跃性和反应性。第三，我们展示了一个可行的解决方案，有效地预测用户的短暂的易感性，仅仅基于他们的短期新闻消费和曝光，从他们的网络。本文的研究对设计有效的干预机制以减缓虚假信息的传播具有一定的启示意义。
2021-09-20 cs.CY cs.SI
WASSUP? LOL : Characterizing Out-of-Vocabulary Words in Twitter
IIT Kharagpur（印度理工学院卡拉格普尔分校）
社交媒体中的语言主要是由不断进入词典的新词和拼写驱动的，从而污染了词典，导致与正式书面版本的高度偏离。这种语言的主要实体是词汇表外（OOV）词。在本文中，我们研究了各种社会语言学特性的OOV词，并提出了一个分类模型，将它们分为至少六类。我们达到了81.26%的准确率，具有较高的准确率和召回率。我们观察到内容特征是最具区分力的特征，其次是词汇和上下文特征。
2016-01-31 cs.CL cs.SI
Characterizing networks of propaganda on Twitter: a case study
社交媒体用户每天都接触到宣传和虚假信息活动，这再次激发了调查社交媒体上不同（错误）信息内容的本地和全球传播模式的必要性。回音室和影响者通常被认为对在线社交网络用户的两极分化以及宣传和虚假信息活动的成功负有责任。本文采用数据驱动的方法来调查Twitter上的社区和宣传网络的结构，以评估这些指责的正确性。特别是，这项工作旨在通过结合三种不同分类方法获得的信息来表征从Twitter数据集中提取的宣传网络，分别侧重于（i）使用推文内容来推断用户围绕特定主题的“极化”，（ii）识别在不同宣传和虚假信息项目的传播中发挥积极作用的用户，以及（iii）分析社会联系以识别拓扑簇和在网络中扮演“中心”角色的用户。这项工作确定了高度党派社区结构沿政治联盟，此外，中心性指标被证明是非常翔实的检测最活跃的用户在网络中，并区分用户扮演不同的角色，最后，极化和聚类结构的转推图提供了有用的见解用户曝光，互动和参与不同的宣传项目的相关属性。
2020-09-23 cs.SI
Characterizing Twitter Interaction during COVID-19 pandemic using Complex Networks and Text Mining
COVID-19的爆发始于数月前，报告的起源是中国武汉市场。很快，这种病毒传播到其他国家，因为获得国际旅行是负担得起的，许多国家有一些飞行小时的距离，除了边境是一个不断流动的人。另一方面，互联网用户有使用社交网络分享内容的习惯，关于Covdid-19的问题，问题和想法也不例外。因此，有可能从一个城市、一个国家来分析社会网络互动，以了解这一全球性问题所产生的影响。南美洲是发展中国家的一个地区，面临着与政治，经济，公共卫生等有关的挑战。因此，本文的范围是分析南美国家的Twitter上的互动，并通过用户使用复杂网络表示和文本挖掘的数据流的特征。初步实验引入了模式存在的概念，类似于复杂系统。此外，度分布证实了拥有一个系统的想法，邻接矩阵的可视化显示了用户组发布和交互的存在，在此期间，有可能识别机器人不断发送帖子。
2020-09-11 cs.CY cs.IR cs.SI
Characterizing and Detecting Hateful Users on Twitter
目前，大多数描述和检测仇恨言论的方法都集中在在线社交网络上发布的\textit{content}上。由于OSN文本的不完整性和噪音性以及仇恨言论的主观性，他们在收集和注释仇恨言论方面面临着不足。这些限制通常会得到过度简化问题的约束的帮助，例如只考虑包含仇恨相关词汇的推文。在这项工作中，我们部分地解决这些问题，转移到\textit{users}的重点。我们开发并采用了一种强大的方法来收集和注释可恶的用户，它不直接依赖于词典，并且在用户的整个配置文件中进行注释。这将产生一个包含$100,386$用户的Twitter转发图样本，其中$4,972$被注释。我们还收集了在数据汇集后的三个月内被禁止的用户。我们发现，仇恨用户不同于正常的，在他们的活动模式，词的使用，以及网络结构。我们得到了类似的结果比较仇恨的邻居与正常用户的邻居，也暂停用户与活跃用户，增加我们的分析的鲁棒性。我们观察到，仇恨的用户是密集连接，从而制定仇恨言论检测问题作为一个任务的半监督学习在一个图，利用网络上的连接Twitter。我们发现，一个节点嵌入算法，它利用图形结构，优于基于内容的方法检测仇恨（$95\%$ AUC与$88\%$ AUC）和暂停用户（$93\%$ AUC与$88\%$ AUC）。总之，我们提出了一个以用户为中心的仇恨言论的观点，为更好地检测和理解这一相关和具有挑战性的问题铺平了道路。
2018-03-23 cs.CY cs.SI
Characterizing Communities of Hashtag Usage on Twitter During the 2020 COVID-19 Pandemic by Multi-view Clustering
2019冠状病毒病大流行在社交媒体网站上引发了一系列在线活动。因此，分析COVID-19疫情期间的社交媒体数据可对讨论话题以及该等话题在疫情期间如何演变产生独特见解。在这项研究中，我们建议通过聚类标签来分析Twitter上的讨论主题。为了获得高质量的集群的Twitter标签，我们还提出了一种新的多视图聚类技术，采用多种不同的数据类型，可用于描述用户如何与标签交互。我们的多视图聚类结果显示，COVID-19推特讨论中存在明显的时间和主题趋势。特别是，我们发现，一些主题标签的集群在大流行的过程中发生变化，而另一些则始终存在，并且标签的使用有明显的时间趋势。这项研究是第一次使用多视图聚类来分析标签，也是第一次分析COVID-19大流行期间在线讨论的更大趋势。
2020-08-03 cs.HC cs.SI
"This is Fake News": Characterizing the Spontaneous Debunking from Twitter Users to COVID-19 False Information
虚假信息在社交媒体上传播，事实核查是一种潜在的对策。然而，事实核查人员严重短缺;迫切需要一种有效的方式来扩大事实核查的规模，特别是在像COVID-19这样的大流行病中。在这项研究中，我们专注于社交媒体用户的自发揭穿，这在现有的研究中已经错过了，尽管它对事实核查和反对虚假信息是有用的。具体来说，我们用虚假信息或假推文来描述推文，这些推文往往会被揭穿，Twitter用户经常揭穿假推文。对于这种分析，我们创建了一个全面的假推文响应数据集，注释了其中的一个子集，并建立了一个用于检测揭穿行为的分类模型。我们发现，大多数虚假推文都没有被揭穿，自发的揭穿比其他形式的回应慢，自发的揭穿在政治话题中表现出党派性。这些结果为利用自发的揭穿来扩大传统的事实核查提供了可操作的见解，从而从一个新的角度补充了现有的研究。
2022-08-10 cs.SI
Characterizing Twitter users behaviour during the Spanish Covid-19 first wave
人们使用在线社交媒体来理解危机事件。像新型冠状病毒疫情这样的大流行危机是一个复杂的事件，涉及多个时间尺度上社会生活的多个方面。我们以西班牙的Twitter圈为重点，描述了Covid-19第一波疫情不同阶段的用户活动行为。首先，我们分析了一个样本的时间轴的不同类别的用户从西班牙的Twitter的范围内，他们的倾向，以产生新的信息或放大别人产生的信息。其次，通过逐步分段回归分析和贝叶斯转换点分析，我们在用户活动的统计中寻找危机可能的行为足迹。我们观察到，在3月9日至3月14日期间，通用西班牙Twitter用户和记者的推文活动突然增加，与区域和国家一级当局宣布的控制措施相吻合。然而，他们在切换点前后的转发比例稳定。相反，政治家代表了一个例外，他们是唯一没有经历这种突然变化的用户，并且遵循由制度议程决定的完全内生的动态。一方面，它们并没有增加它们的整体活性，反而显示出轻微的下降。另一方面，在危机时期，政治家们倾向于加强他们放大信息的倾向，而不是制造信息。
2021-09-30 cs.SI
Analyzing Regrettable Communications on Twitter: Characterizing Deleted Tweets and Their Authors
Twitter每天发布超过5亿条推文，其中约11%的推文被发布它们的用户删除。这种广泛删除推文的现象引发了一些问题：用户发布的什么样的内容会让他们以后想要删除它们？所有的用户都同样积极地删除他们的推文吗？或者某些倾向的用户更有可能发布令人遗憾的推文，然后再删除？在本文中，我们提供了一个详细的特征推文发布，然后删除其作者。我们在四周内收集了超过20万Twitter用户的推文。我们的特征显示，删除推文的用户和不删除推文的用户之间存在显着的个性差异。我们发现，删除推文的用户更有可能是外向和神经质的，而不是认真的。此外，我们发现，被删除的推文虽然包含的信息较少，对话较少，但含有令人遗憾的内容的重要迹象。由于在线交流的用户没有即时的社会线索（如听众的肢体语言）来衡量他们的话的影响，他们往往延迟采用修复策略。最后，我们构建了一个分类器，它采用文本，上下文以及用户特征来预测推文是否会被删除。分类器实现了0.78的F1分数，当我们考虑推文的响应特征时，精度增加。
2022-12-23 cs.SI
It Doesn't Break Just on Twitter. Characterizing Facebook content During Real World Events
过去的多项研究分析了Twitter社交网络在现实世界事件中的作用和动态。然而，很少有研究探索其他社交媒体服务的内容，或者在现实世界的事件中比较两个网络的内容。我们认为，Facebook等社交媒体平台在现实世界事件中在互联网上传播信息方面也发挥着至关重要的作用。在这项工作中，我们研究和表征的内容发布在世界上最大的社交网络，Facebook，并提出了一个比较分析的Facebook和Twitter的内容发布在16个真实世界的事件。与Facebook主要用作私人网络的现有概念相反，我们的研究结果显示，在这些事件中，Facebook上出现的公共内容中有30%以上也出现在Twitter上。然后，我们对这些事件中最活跃的用户传播的内容进行了定性分析，发现两个网络中超过10%的最活跃用户发布了垃圾内容。我们使用了Facebook帖子和Twitter文本的风格特征来分类这些垃圾邮件内容，Facebook的准确率超过99%，Twitter的准确率超过98%。这项工作旨在为研究人员提供真实世界事件中Facebook内容的概述，并作为更深入探索其各个方面的基础，如信息质量和真实世界事件中的可信度。
2014-05-19 cs.SI physics.soc-ph
Breaking the Communities: Characterizing community changing users using text mining and graph machine learning on Twitter
Universidad de Buenos Aires（布宜诺斯艾利斯大学）；CONICET（阿根廷国家科学与技术研究理事会）；Instituto de Física de Buenos Aires（布宜诺斯艾利斯物理研究所）
尽管互联网和社交媒体增加了人们可以消费的新闻和信息量，但大多数用户只接触到强化其立场并将其与其他意识形态群体隔离开来的内容。这种环境对我们的生活产生了重大影响，如严重的政治两极分化，假新闻容易传播，政治极端主义，仇恨团体以及缺乏丰富的辩论等。因此，鼓励不同用户群体之间的对话，打破封闭的社区，对健康的社会至关重要。在本文中，我们使用自然语言处理技术和图形机器学习算法来描述和研究在Twitter上打破社区的用户。特别是，我们从150万用户那里收集了900万条Twitter消息，并构建了转发网络。我们确定了他们的社区和与他们相关的讨论主题。有了这些数据，我们提出了一个用于社交媒体用户分类的机器学习框架，该框架检测“社区破坏者”，即从封闭社区转向另一个社区的用户。对三个Twitter极化政治数据集的特征重要性分析表明，这些用户的PageRank值较低，这表明这些变化是由于他们的消息在社区中没有响应而引起的。这种方法还使我们能够确定他们感兴趣的特定主题，为这类用户提供全面的特征。
2021-12-20 cs.LG cs.SI
Characterizing COVID-19 Misinformation Communities Using a Novel Twitter Dataset
Carnegie Mellon University（卡内基梅隆大学）
从阴谋论到假治愈和假治疗，COVID-19已经成为网上传播错误信息的温床。现在比以往任何时候都更重要的是找出揭穿和纠正网上虚假信息的方法。在本文中，我们提出了一种方法和分析来描述两种相互竞争的COVID-19错误信息在线社区：（i）错误信息的用户或积极发布错误信息的用户，以及（ii）知情用户或积极传播真实信息或发出错误信息的用户。这项研究的目标有两个方面：（i）收集一组不同的带注释的COVID-19推特数据集，可供研究界用于进行有意义的分析;（ii）根据网络结构、语言模式及其在其他社区中的成员身份来描述两个目标社区。我们的分析显示，COVID-19误导社区比知情社区更密集，更有组织，大量错误信息可能是虚假信息活动的一部分。我们的分析还表明，绝大多数被误导的用户可能是反vaxxers的。最后，我们的社会语言学分析表明，了解COVID-19的用户倾向于使用更多的叙述，而不是误导用户。
2020-09-19 cs.CL cs.SI
Towards Characterizing COVID-19 Awareness on Twitter
新型冠状病毒（COVID-19）大流行显著改变了我们的生活方式，我们通过社交距离和隔离等预防措施尽量减少传播。一个日益令人担忧的方面是，疾病呈指数级蔓延与采取预防措施方面的拖延之间存在差距。这一差距是由于缺乏对这一疾病及其预防措施的认识。如今，社交媒体平台（即，Twitter）经常被用来提高人们对重大事件的认识，包括COVID-19。在本文中，我们通过分析受影响最严重的国家的信息流，使用Twitter来描述公众对COVID-19的认识。为此，我们从受影响最严重的前二十个国家收集了超过46，000条趋势和6.22亿条推文，以研究1）COVID-19相关趋势的时间演变，2）这些趋势中的推文数量和重复主题，以及3）用户对预防措施的看法。我们的研究结果表明，大流行传播较低的国家产生了更多的趋势和推文，以加快信息流动，并有助于提高公众意识。我们还观察到，在这些国家，COVID-19相关趋势是在病例数量急剧增加之前产生的，这表明有先发制人的尝试通知用户潜在的威胁。最后，我们注意到，在传播较低的国家，用户对COVID-19预防措施持积极态度。我们的测量和分析表明，有效的社交媒体使用可以影响公众行为，这可以用来更好地对抗未来的流行病。
2020-05-21 cs.SI
Characterizing and Predicting Social Correction on Twitter
网上的错误信息对公众健康和社会构成了严重威胁。众所周知，社交媒体用户会用反错误信息回复错误信息帖子，这已被证明能有效遏制错误信息的传播。这就是所谓的社会矫正。然而，吸引社会纠正的推文的特征与那些不吸引社会纠正的推文的特征仍然是未知的。为了缩小差距，我们专注于回答以下两个研究问题：（1）“给定一条推文，它会被其他用户反驳吗？”（2）``如果是，反击的力度有多大？''.这种探索将有助于开发机制，以指导用户的错误信息纠正工作，并衡量用户之间的差异谁得到纠正。在这项工作中，我们首先创建了一个新的数据集，其中包含690，047对错误信息推文和反错误信息回复。然后，分层分析的鸣叫语言和参与功能，以及鸣叫海报的用户属性进行说明的因素，是重要的，在决定一条鸣叫是否会得到反击。最后，创建预测分类器来预测错误信息推文被反击的可能性以及该推文被反击的程度。代码和数据可在https://github.com/claws-lab/social-correction-twitter上访问。
2023-03-15 cs.SI
From an Authentication Question to a Public Social Event: Characterizing Birthday Sharing on Twitter
出生日期（DOB）历来被认为是私人信息，可以安全地用于身份验证，但近年来已经转向广泛的公共共享。在这项工作中，我们描述了现代社交媒体用户如何在网上公开分享生日祝福。在45天的时间里，我们收集了超过280万条祝72.4万个Twitter账户生日快乐的推文。对于5万个账户，他们的年龄可能会透露他们的出生日期，10%是受保护的账户。我们的调查结果显示，大多数公共和受保护的帐户似乎都接受他们的生日和DOB被他们的朋友在网上透露，即使他们没有在他们的个人资料中列出。我们通过一项调查进一步补充了我们的发现，以衡量人们对DOB披露问题的认识以及人们如何看待分享不同类型的生日相关信息。我们的分析表明，在线给别人生日祝福被认为是一种庆祝活动，许多用户对此感到非常舒服。这种观点与安全领域的趋势相吻合，在安全领域，在身份验证过程中使用DOB不再被认为是最佳实践。
2022-01-25 cs.HC cs.SI
Characterizing Diabetes, Diet, Exercise, and Obesity Comments on Twitter
University of South Carolina（南卡罗来纳大学）；Johns Hopkins University（约翰斯·霍普金斯大学）
社交媒体为用户提供了一个表达意见和分享信息的平台。了解Twitter等社交媒体上的公共卫生观点，为描述糖尿病、饮食、运动和肥胖（DDEO）等常见健康问题提供了一种独特的方法，然而，收集和分析大规模的对话式公共卫生数据集是一项具有挑战性的研究任务。本研究的目的是分析公众在Twitter上表达的关于糖尿病，饮食，运动和肥胖（DDEO）的意见的特点。开发了一个多组件语义和语言框架来收集Twitter数据，发现有关DDEO的感兴趣的主题，并分析这些主题。在提取的450万条推文中，8%的推文讨论了糖尿病，23.7%的饮食，16.6%的运动和51.7%的肥胖。在这些主题中，运动和肥胖之间的相关性最强。其他值得注意的相关性是：糖尿病和肥胖，饮食和肥胖DDEO术语也被确定为每个DDEO主题的子主题。除了DDEO术语本身，与糖尿病一起讨论的常见子主题是血压，心脏病发作，瑜伽和阿尔茨海默病。饮食的非DDEO子主题包括素食、怀孕、名人、减肥、宗教和心理健康，而锻炼的子主题包括计算机游戏、大脑、健身和日常计划。肥胖的非DDEO子主题包括阿尔茨海默病、癌症和儿童。2016年有26.7亿社交媒体用户，Twitter帖子等公开数据可用于支持临床提供者，公共卫生专家和社会科学家更好地了解有关糖尿病，饮食，运动和肥胖的常见公众意见。
2017-09-22 cs.CL cs.SI stat.AP
Characterizing Interconnections and Linguistic Patterns in Twitter
Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）
社交媒体被认为是一个民主的空间，人们在其中相互联系和互动，而不管他们的性别，种族或任何其他人口统计学方面。尽管许多人努力探索社交媒体中的人口统计学方面，但仍不清楚社交媒体是否会延续线下世界的旧不平等。在这篇论文中，我们尝试使用Face++中先进的图像处理算法来识别位于美国的Twitter用户的性别和种族。我们调查了不同的人口群体如何相互联系，并在语言风格和他们的兴趣方面区分他们。我们量化了一个群体在多大程度上相互关注和互动，以及这些联系和互动在多大程度上反映了Twitter中的不平等。我们还提取语言特征，从六个类别（情感属性，认知属性，词汇密度和意识，时间参考，社会和个人的关注，以及人际焦点），以确定他们在Twitter上分享的消息的相似性和差异。此外，我们提取了人口统计组之间的顶级短语的绝对排名差异。作为多样性的一个维度，我们使用我们从每个用户那里检索到的感兴趣的主题。我们的分析表明，在Twitter上，被识别为白人和男性的用户往往在追随者数量和在另一个用户列表中的次数方面获得更高的位置。在性别和种族领域以及感兴趣的主题方面，不同人口群体的写作方式存在明显差异。我们希望我们的努力能够促进在线空间人口统计信息新理论的发展。最后，我们开发了一个基于Web的系统，利用用户的人口统计方面提供透明度的Twitter趋势主题系统。
2018-03-30 cs.CL cs.SI
Characterizing People's Daily Activity Patterns in the Urban Environment: A Mobility Network Approach with Geographic Context-Aware Twitter Data
人们在城市环境中的日常活动是复杂的，因人而异。使用移动电话数据的现有研究揭示了人们日常生活中独特和经常性的过渡活动模式，称为移动性图案。然而，仅使用少数推断活动类型的限制阻碍了我们详细检查一般模式的能力。我们提出了一个移动网络的方法与地理上下文感知的Twitter数据，调查粒度的日常活动模式在城市环境中。我们首先利用可公开访问的地理定位推文来跟踪美国两个主要城市的个人活动：芝加哥和大波士顿，其中每个记录的位置都与其最近的土地使用地块相关联，以丰富其地理背景。一个直接的移动性网络表示所选择的活动用户的日常位置历史，其中的节点是具有语义标记的活动类型的物理位置，和边缘表示的过渡。通过分析移动网络的同构结构，发现了16种基于位置的基序，这些基序描述了两个城市超过83%的网络，与以前的研究结果相当。通过对两个活动之间的过渡进行详细的语义标注，我们进一步将一般的基于位置的模体分解为基于活动的模体，其中16个常见的基于活动的模体描述了两个城市日常活动中超过57%的过渡行为。地理定位的Twitter数据与土地使用地块的合成地理背景的整合，使我们能够揭示独特的活动图案，形成嵌入在复杂的城市活动的基本元素。
2020-12-12 cs.SI physics.soc-ph
Sense and Sensibility: Characterizing Social Media Users Regarding the Use of Controversial Terms for COVID-19
随着2019年新型冠状病毒在全球范围内的发展，尽管世卫组织已正式宣布该疾病为COVID-19，但一个有争议的术语-“中国病毒”仍被许多人使用。与此同时，全球网络媒体关于COVID-19相关种族攻击的报道稳步增加，其中大多数是针对中国人或亚洲人的。随着这一流行病变得越来越严重，越来越多的人开始在Twitter等社交媒体平台上谈论它。当他们提到COVID-19时，主要有两种方式：使用“中国病毒”或“武汉病毒”等有争议的术语，或使用“冠状病毒”等无争议的术语。在这项研究中，我们试图描述Twitter用户谁使用有争议的条款和那些谁使用无争议的条款。我们使用Twitter API检索1700万条相关推文及其作者的信息。我们发现这两组Twitter用户在其人口统计数据，用户级别功能（如追随者数量，政治追随状态以及地理位置）之间存在显着差异。此外，我们应用分类模型来预测Twitter用户谁更有可能使用有争议的条款。据我们所知，这是第一个大规模的基于社交媒体的研究，以描述用户在重大危机期间使用有争议的术语。
2020-04-24 cs.SI
Twitter Spam and False Accounts Prevalence, Detection and Characterization: A Survey
本文综述了 Twitter 上垃圾信息和虚假账户的普遍性估计、检测技术与行为特征，并提出分类体系和治理建议。
2023-02-07 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
Characterizing Information Diets of Social Media Users
随着Twitter和Facebook等社交媒体网站的广泛采用，信息的生产和消费方式发生了变化。早些时候，信息的唯一生产者是传统的新闻机构，它们通过大众媒体渠道向所有消费者广播同样精心编辑的信息。然而，现在，在在线社交媒体中，任何用户都可以成为信息的生产者，每个用户都可以选择与其他用户连接，从而选择她消费的信息。此外，大多数社交媒体网站提供的个性化推荐也有助于个人用户消费的信息。在这项工作中，我们定义了一个信息饮食的概念-这是一组给定的信息项的主题分布（例如，tweets）--来描述流行的Twitter社交媒体中各种类型的用户产生和消费的信息。在高水平上，我们发现（i）流行用户大多产生非常专业的饮食，只关注少数几个主题;事实上，新闻机构（例如，与他们的大众媒体饮食相比，（ii）大多数用户的消费饮食主要集中在他们感兴趣的一个或两个主题上，以及（iii）由Twitter提供的个性化推荐通过添加关于除了用户感兴趣的主要主题之外的不同主题的信息来帮助减轻用户消费饮食中的一些主题不平衡。
2017-04-05 cs.CY cs.HC cs.SI
Brexit and bots: characterizing the behaviour of automated accounts on Twitter during the UK election
本研究分析2019年英国大选期间超千万条推文，揭示自动化账户在脱欧辩论中的行为特征，发现选举前机器人激增、选举后暂停用户增加，且电视辩论后注入大量行为迥异的新机器人，其活动遍及政治光谱各派。
2021-07-29 cs.SI physics.soc-ph
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
"Breaking" Disasters: Predicting and Characterizing the Global News Value of Natural and Man-made Disasters
由于自然灾害和人为灾害往往具有突发性，记者和灾害管理应对小组很难监测和发现这些灾害。记者越来越多地依赖社交媒体的信号来发现这些早期发展阶段的故事。Twitter拥有庞大的地方新闻媒体网络，是灾害检测早期信号的主要来源。为全球办公室工作的记者经常通过Twitter的列表跟踪这些消息来源，但必须梳理数千个小规模或低影响力的故事，以找到可能与全球相关的事件。这些事件具有大范围，高影响或潜在的地缘政治相关性。我们提出了一个模型，用于自动识别可能在未来24小时内在全球范围内发生的本地新闻源事件。研究结果很有希望，可以用于预测环境，帮助记者更有效地管理他们的消息来源，或者以描述性的方式分析媒体对灾害的报道。通过特征评估过程，我们还解决了这样一个问题：“是什么让一个灾难事件在全球范围内具有新闻价值？“作为我们数据汇集过程的一部分，我们在Twitter上创建了一个灾难/事故新闻的本地来源列表，我们已经公开了这些信息。
2017-09-08 cs.SI physics.soc-ph
Characterizing Partisan Political Narrative Frameworks about COVID-19 on Twitter
Center for Complex Networks and Systems Research, Luddy School of Informatics, Computing and Engineering, Indiana University Bloomington（印第安纳大学伯明顿分校卢迪信息学、计算与工程学院复杂网络与系统研究中心）；Network Science Institute, Indiana University, Bloomington (IUNI)（印第安纳大学布卢明顿分校网络科学研究所）；Connection Science, Massachusetts Institute of Technology（麻省理工学院连接科学中心）；Sirius XM（天狼星XM公司）
COVID-19大流行是一场全球性危机，考验着每个社会，并暴露出地方政治在应对危机中的关键作用。在美国，民主党和共和党对疫情的说法存在很大的党派分歧，导致个人行为两极分化，各地区采取不同的政策。正如本案例以及大多数重大社会问题所显示的那样，强烈极化的叙事框架促进了这种叙事。为了理解两极分化和其他社会鸿沟，剖析这些不同的叙述至关重要。在这里，以民主党和共和党关于流行病的政治社交媒体帖子为案例研究，我们证明了计算方法的组合可以提供对不同背景，框架，人物和关系的有用见解，这些背景，框架，人物和关系构建了他们的叙事框架，这些框架是个人帖子的来源。利用美国精英政客的推文数据集，我们发现，民主党人的叙述往往更关注大流行病以及财政和社会支持，而共和党人更多地讨论中国等其他政治实体。然后，我们进行了一个自动框架分析，以描述他们构建叙事的方式，我们发现民主党人强调政府在应对疫情中的作用，而共和党人强调个人的作用和对小企业的支持。最后，我们提出了一个语义角色分析，揭示了他们的叙述中的重要人物和关系，以及他们如何促进成员分类过程。我们的调查结果具体地揭示了两党之间“难以捉摸的共识”的差距。我们的方法可以应用于计算研究叙事在各个领域。
2021-10-13 cs.CL cs.SI
Explore Spatiotemporal and Demographic Characteristics of Human Mobility via Twitter: A Case Study of Chicago
描述人类流动模式对于理解人类行为以及与社会经济和自然环境的相互作用至关重要。随着位置和Web 2.0技术的不断发展，基于位置的社交媒体（LBSM）在过去几年中得到了广泛的普及。通过访问用户的位置，配置文件和社交媒体帖子的内容，LBSM数据为人类移动性研究提供了一种新的数据源模式。通过利用明确的位置足迹和挖掘隐含在LBSM数据中的潜在人口信息，本文的目的是研究人口流动的时空特征，特别关注人口的影响。我们首先收集地理标记的Twitter的饲料张贴在毗连的美国地区，并组织收集饲料使用的概念，对应于每个Twitter用户的时空轨迹。通常，针对每个用户轨迹导出人类移动性测量，包括检测到的家庭和活动中心。然后，我们选择了一个子集的Twitter用户检测到的家庭位置在芝加哥市作为案例研究，并应用名称分析用户简档中提供的名称，以了解Twitter用户的隐式人口统计信息，包括种族/民族，性别和年龄。最后，我们探讨了芝加哥Twitter用户的时空分布和流动性特征，并通过比较三个人口统计学维度（种族/民族，性别和年龄）的差异来研究人口统计学影响。我们发现，尽管不同人口群体的人口流动性指标通常遵循一般规律（例如，幂律分布），人口信息，特别是种族/族裔群体，对城市人口流动模式有重大影响。
2016-04-13 cs.CY cs.SI physics.soc-ph
Evidence of disorientation towards immunization on online social media after contrasting political communication on vaccines. Results from an analysis of Twitter data in Italy
背景在意大利，近年来，作为MMR的关键免疫接种覆盖率一直下降到令人担忧的低水平。2017年，意大利政府扩大了强制免疫接种的数量，对未接种疫苗的儿童家庭进行了处罚。在2018年大选期间，免疫政策进入了政治辩论，负责政府指责反对派助长了疫苗怀疑论。2018年成立的新政府暂时放松了处罚。目标和方法。通过对2018年期间用意大利语发布的推文进行情感分析，我们旨在：（i）描述Twitter上疫苗传播的时间流特征（ii）评估疫苗接种意见的极性和Twitter数据对估计疫苗接种参数的有用性，以及（iii）调查最高政治层的对比公告是否可能导致意大利公众迷失方向。结果与疫苗相关的推特互动在回应主要政治事件时达到峰值。在保留的推文中，70.0%的推文支持接种疫苗，16.5%的推文反对接种疫苗，13.6%的推文犹豫不决。极性比例的平滑时间序列表现出频繁的大的变化，有利的比例，增强了向上和向下的趋势与政府之间的切换同步，这表明公众之间的迷失方向的证据。结论报告的迷失方向的证据表明，关键的免疫接种话题，永远不应该被用于政治共识。考虑到在线社交媒体作为信息源的作用日益增强，这一点尤其如此，因为这可能会屈服于最终对疫苗接种有害的社会压力，而Twitter上缺乏机构存在则使情况更加恶化，需要努力对比错误信息和随之而来的犹豫不决的蔓延。
2021-04-04 cs.SI stat.ML
Tweet Insights: A Visualization Platform to Extract Temporal Insights from Twitter
Cardiff University（卡迪夫大学）；Snap Inc.（Snap公司）；AMPLYFI（AMPLYFI公司）
本文提出Tweet Insights可视化平台，利用词嵌入和微调模型处理Twitter五年时间序列数据，支持语义变化的时间分析，并发布在线演示、代码及数据。
2023-08-04 cs.CL cs.SI
Characterizing interactions in online social networks during exceptional events
如今，数百万人每天都在Facebook和Twitter等在线社交媒体上互动，分享和讨论有关各种主题的信息。在本文中，我们专注于一个特定的在线社交网络，Twitter，我们分析了多个数据集，每个数据集包括个人的在线活动之前，期间和之后的一个特殊事件中注册的通信量。我们考虑发生在不同领域的重要事件，从政策到文化或科学。对于每个数据集，用户的在线活动由多层网络建模，其中每一层都传达了不同类型的交互，特别是：转发，提及和回复。这种表示使我们能够揭示这些不同类型的相互作用产生具有不同统计特性的网络，特别是关于度分布和聚类结构。这些结果表明，在线活动的模型不能丢弃系统的多层表示所携带的信息，并且应该考虑到不同类型的交互所产生的不同过程。其次，我们的分析揭示了不同事件之间存在统计上的差异，这表明我们观察到的非平凡拓扑模式可能代表了异常事件期间在线社交网络上社会动态的普遍特征。
2015-06-30 cs.SI physics.soc-ph
Online Human-Bot Interactions: Detection, Estimation, and Characterization
越来越多的证据表明，越来越多的社交媒体内容是由称为社交机器人的自主实体生成的。在这项工作中，我们提出了一个框架来检测Twitter上的此类实体。我们利用了从公共数据和用户元数据中提取的一千多个特征：朋友、推文内容和情感、网络模式和活动时间序列。我们通过使用公开的Twitter机器人数据集对分类框架进行基准测试。这个训练数据通过手动注释的活跃Twitter用户集合来丰富，这些用户包括人类和不同复杂程度的机器人。我们的模型具有很高的准确性和一致性，可以检测不同性质的机器人。我们的估计表明，9%到15%的活跃Twitter帐户是机器人。描述账户之间的联系，我们观察到简单的机器人倾向于与表现出更像人类行为的机器人进行交互。对内容流的分析揭示了机器人与不同目标群体互动所采用的转推和提及策略。使用聚类分析，我们的几个子类的帐户，包括垃圾邮件发送者，自我推销者，并从连接的应用程序发布内容的帐户。
2017-03-27 cs.SI
Characterizing (Un)moderated Textual Data in Social Systems
尽管在线媒体促进了有价值的社会互动，但这些系统为言论提供了空间，这对不同群体的人来说可能是有害的。许多社交媒体对内容的节制促使了一个名为Gab的新的言论自由社交系统的出现，该系统缺乏内容的节制。这篇文章的特点和比较温和的文本数据从Twitter的一组未经审核的数据从加布。特别是，我们分析了温和和unmoderated内容的语言特征方面的区别特征，评估仇恨言论及其在这两种环境中的不同形式。我们的研究表明，无节制的内容呈现出不同的心理语言学特征，更多的负面情绪和更高的毒性。我们的研究结果支持无节制的环境可能会有更多的在线仇恨言论。我们希望我们的分析和研究结果有助于关于仇恨言论的辩论，并有利于旨在部署仇恨言论检测方法的系统。
2021-01-04 cs.SI
Characterizing the 2022 Russo-Ukrainian Conflict Through the Lenses of Aspect-Based Sentiment Analysis: Dataset, Methodology, and Preliminary Findings
本研究利用基于方面的情感分析技术，对Twitter上超550万条俄乌冲突相关推文进行定量定性分析，发现无大规模虚假信息运动证据，但识别出用户情感异常，为后续研究奠定基础。
2022-08-02 cs.CR cs.SI
