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
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
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
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
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
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
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
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
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
The Toxicity Phenomenon Across Social Media
本文系统梳理社交媒体毒性相关文献，给出形式化定义，提出互联网极端主义循环，并综述检测方法、未来方向与研究空白。
2024-10-28 cs.CY cs.SI
Exploratory Study of Young Children's Social Media Needs and Requirements
随着社交媒体在幼儿中越来越受欢迎，从这些平台探索这一人群的需求和要求非常重要。作为第一步，我们与10至11岁的儿童进行了一次探索性的设计研讨会，以了解他们的社交媒体需求和要求。通过对研讨会上征集的纸质原型的分析，我们在这里讨论了这一人群最想要的社交媒体功能。
2020-06-25 cs.HC cs.SI
Sentiment Dynamics in Social Media News Channels
社交媒体是目前最重要的新闻传播手段之一。由于人们通过社交媒体消费日常新闻的很大一部分，大多数传统新闻渠道都在使用社交媒体来吸引用户的注意力。每个新闻频道都有自己的策略来吸引更多的用户。在本文中，我们分析了新闻频道如何利用情感来吸引用户在社交媒体上的注意力。我们比较了电视，广播和印刷媒体的社交媒体新闻帖子的情绪，以显示这些渠道报道新闻的方式的差异。我们还分析了用户对不同情绪的新闻帖子的反应和意见情绪。我们执行我们的实验数据集上提取的Facebook页面的五个流行的新闻频道。我们的数据集包含15万条新闻帖子和11.3亿条用户反应。我们的实验结果表明，用户意见的情感与新闻帖子的情感和信息源的类型有很强的相关性。我们的研究还说明了不同类型的新闻来源的社会媒体新闻渠道之间的差异。
2019-08-21 cs.IR cs.SI
A Socio-Informatic Approach to Automated Account Classification on Social Media
社交媒体上的自动账户变得越来越成问题。我们提出了一个关键特征，结合现有的方法来改进机器人检测的机器学习算法。我们成功地提高了分类性能，通过包括建议的功能。
2019-04-27 cs.SI physics.soc-ph
Social MediARverse Investigating Users Social Media Content Sharing and Consuming Intentions with Location-Based AR
本研究针对社交媒体增强现实宇宙（Social MediARverse）中不同环境对用户AR内容参与度的影响，通过在线调查110名参与者、操控空间类型等变量，发现动态AR内容更受青睐且私人环境更适合分享，为相关设计提供了指导。
2024-08-30 cs.HC 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
Fake News Detection on Social Media: A Data Mining Perspective
Arizona State University（亚利桑那州立大学）；Charles River Analytics（查尔斯河分析公司）；Michigan State University（密歇根州立大学）
社交媒体对新闻消费来说是一把双刃剑。一方面，它的低成本，容易获取和快速传播的信息导致人们从社交媒体中寻找和消费新闻。另一方面，它使“假新闻”得以广泛传播，即，低质量新闻，故意虚假信息。假新闻的广泛传播有可能对个人和社会产生极其负面的影响。因此，社交媒体上的假新闻检测最近成为一项新兴的研究，引起了极大的关注。社交媒体上的假新闻检测呈现出独特的特征和挑战，使得传统新闻媒体的现有检测算法无效或不适用。首先，假新闻是故意编写的，以误导读者相信虚假信息，这使得基于新闻内容的检测变得困难和重要;因此，我们需要包括辅助信息，例如社交媒体上的用户社交活动，以帮助做出决定。其次，利用这些辅助信息本身就具有挑战性，因为用户与假新闻的社交活动会产生大量、不完整、非结构化和嘈杂的数据。由于社交媒体上的假新闻检测问题既具有挑战性又具有相关性，我们进行了这项调查，以进一步促进对该问题的研究。本文对社交媒体上的假新闻检测进行了全面的综述，包括心理学和社会学理论对假新闻的刻画、数据采掘视角下的现有算法、评价指标和代表性数据集。我们还讨论了社交媒体上虚假新闻检测的相关研究领域，开放问题和未来的研究方向。
2017-09-03 cs.AI cs.SI
Situational Awareness Enhanced through Social Media Analytics: A Survey of First Responders
社交媒体数据越来越多地用于促进在自然灾害等事件和紧急情况期间的态势感知。虽然研究人员已经研究了几种方法来总结，可视化或挖掘数据进行分析，但第一响应者无法充分利用研究进展，主要是由于学术研究和部署的功能系统之间的差距。在本文中，我们从第一反应者的角度探讨了有效利用社交媒体数据的机会和障碍。我们提出了几个详细的采访第一反应者对他们使用社交媒体的态势感知的总结。我们进一步评估了SMART（一种社交媒体视觉分析系统）对第一响应者操作的影响。
2019-09-16 cs.CY cs.SI
Applications of Social Media in Hydroinformatics: A Survey
Hohai University（河海大学）；Arizona State University（亚利桑那州立大学）
社会化媒体数据在环境监测、水资源管理、灾害和应急响应等领域的应用越来越广泛，社会化媒体数据的研究和实际应用越来越多。社会化媒体技术为水文信息学提供了新的数据、技术和分析工具，可以处理大规模数据集，从中挖掘新的创意和新的价值。本文首先提出了一种基于社会化媒体的4W（What，Why，When，hoW W）模型和方法论结构来更好地理解和表示社会媒体在水文信息学中的应用，然后概述了将社会媒体应用于水环境、水资源、洪水、干旱和水资源稀缺管理等水文信息学的学术研究。最后，在前面讨论的基础上，从数据汇集、数据质量管理、假新闻检测、隐私问题、算法和平台等方面提出了与水相关的社会化媒体应用的一些前沿课题和建议，供水信息管理者和研究者参考。
2019-05-01 cs.LG cs.SI
