Deception Strategies and Threats for Online Discussions
通信在社会系统中起着重要作用。有效的沟通需要在没有干扰或噪音的情况下在个人之间传递信息，这可以成为产生预期影响的有力工具。内容的语言和风格可以用来欺骗和操纵收件人。这些欺骗和说服策略可以用来在政治和商业中施加权力和积累资本。在这项工作中，我们提供了一个适度的审查如何欺骗和说服策略被应用到不同的沟通渠道多年来。我们提供了在过去100年中不同时期发生的运动的例子，以及相应的传播媒介。在互联网时代，我们可以获得大量信息，并能够无国界地进行交流。然而，恶意行为者致力于滥用在线系统来传播虚假信息，破坏通信，并通过自动化工具（如社交机器人）操纵人们。重要的是要研究说服的旧做法，以便能够调查现代的做法和工具。在这里，我们提供了一个对社会的当前威胁的讨论，同时提请与历史的做法和最近的研究工作的检测和预防系统的平行。
2019-06-26 cs.SI
Can social media shape the security of next-generation connected vehicles?
Politecnico di Torino（都灵理工大学）
本文提出了一种社交媒体汽车威胁情报（SOCMATI）框架，用于评估汽车网络安全中的潜在威胁，通过利用先进的情报技术和机器学习模型从社交媒体中提取有价值的信息，以提高威胁评估流程。
2024-07-10 cs.SI
Cybersecurity Misinformation Detection on Social Media: Case Studies on Phishing Reports and Zoom's Threats
本研究针对社交媒体上网络安全与隐私威胁类错误信息，分别构建钓鱼声明和Zoom威胁检测框架，实现高准确率检测并明确多平台错误信息占比，助力识别传播活动与防范情报系统投毒攻击。
2022-08-17 cs.CR cs.CY cs.SI
Threat or Opportunity? - Examining Social Bots in Social Media Crisis Communication
危机局势的特点是突发性和信息不明确。在这种情况下，社交媒体平台已成为一个高度利用的集体信息收集资源，以填补这些空白。然而，有迹象表明，在危机情况下，不仅人类，而且社交机器人也活跃在这些平台上。虽然确定社交机器人在极端事件中的影响似乎是一个高度相关的主题，但研究仍然很少。为了填补这一研究空白，我们启动了一个更大的项目，分析社交机器人在危机情况下的影响。作为该项目的一部分，我们最初对2017年曼彻斯特爆炸案进行了案例研究，并分析了社交机器人活动。我们的研究结果表明，在危机情况下，主要是良性的机器人是活跃的。虽然机器人账户的数量相当低，但它们的推文活动表明其影响力很大。
2018-10-22 cs.HC cs.SI
A Framework to Support the Trust Process in News and Social Media
当今社会受到在线信息传播的严重影响，这些信息包含各种各样的主张，常见于新闻故事，推文和社交媒体帖子中。根据用户的不同，他们可能会被认为是“真”或“假”，根据代理人的信任索赔。本文讨论了内容信任和信任过程的概念，并提出了一个描述信任过程的框架，该框架可以支持各种可能的内容信任模型。
2018-09-29 cs.SI
Protect Against Unintentional Insider Threats: The risk of an employee's cyber misconduct on a Social Media Site
社交媒体是每个企业的网络安全风险。人们在互联网上分享什么？几乎所有关于自己的信息都是共享的：友谊、人口统计、家庭、活动和工作相关信息。如果组织的政策、培训和技术未能妥善解决这些问题，这可能成为每个企业的潜在风险。在许多情况下，员工的行为可能会使公司的关键信息处于危险之中。社交媒体已经成为恶意行为者的侦察工具，用户帐户现在被视为网络犯罪分子的金矿。社交媒体的研究还处于萌芽阶段，因此还没有得到很好的理解。该研究项目旨在通过软件即服务（SAAS）收集和分析LinkedIn的开源源数据，发现数据泄漏并分析个性类型。本研究的最终目的是了解是否有行为因素可以预测一个人对披露敏感数据的态度。
2021-03-08 cs.CY cs.SI
Pornography consumption in Social Media
社会网络的结构从根本上关系到其成员的利益。人们根据与自己相关的话题自发地进行分类，形成围绕不同主题的社会群体。在线社交媒体也是形成主题社区的有利生态系统，这些社区的中心是那些由于可能引起的尴尬、不适或震惊而不常被公众接受的问题。这些社区描述或讨论通常被称为异常行为的行为，这些行为通常被认为是不恰当的，因为它们在某种程度上违反了社会规范或社会大多数成员所共有的道德标准。色情消费，吸毒，酗酒，非法狩猎，饮食失调，或任何自我伤害或成瘾的做法都是越轨行为的例子。
2017-01-20 cs.CY cs.SI
SENTINEL: A Multi-Modal Early Detection Framework for Emerging Cyber Threats using Telegram
George Washington University（乔治华盛顿大学）
SENTINEL通过多模态信号分析Telegram中的网络安全讨论，实现对新兴网络威胁的早期检测，F1值达0.89。
2025-12-24 cs.CY cs.SI
Challenging Social Media Threats using Collective Well-being Aware Recommendation Algorithms and an Educational Virtual Companion
社交媒体已经成为我们生活中不可或缺的一部分，将我们的互联能力扩展到新的水平。关于其积极影响有很多话要说。然而，另一方面，近年来社交媒体的一些严重负面影响一再被强调，指出了对社会及其更弱势成员，如青少年的各种威胁。因此，我们提出了一个理论框架的基础上自适应的“社交媒体虚拟伴侣”的教育和支持整个社区，青少年学生，在社交媒体环境中进行互动，以实现理想的条件，定义在一个社区的具体和参与性的集体福祉（CWB）的设计措施。本指南将自动处理与专家干预和指导相结合。虚拟伴侣将由推荐系统（CWB-RS）提供支持，该系统将优化CWB指标，而不是参与度或平台利润，目前这在很大程度上驱动推荐系统，从而忽略任何社会附带影响。我们重点关注教育管理的专家和教育工作者伴侣的社交媒体社区。它们发挥着五个关键作用：（a）在以课堂为基础的教育活动中使用该指南;（b）指导CWB的定义;（c）提供学习策略、目标和活动的层次结构，以支持和包含基于层次强化学习的CWB-RS的自适应排序算法;（d）充当社区成员之间直接冲突的调解人;最后，（e）监测和解决超出智能代理的能力和控制的道德和教育问题。的同伴的组件和研究的教育和心理学的基本原则的性能的初步结果。
2022-10-17 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
Hawkes Process for Understanding the Influence of Pathogenic Social Media Accounts
在过去几年中，网络上的政治事件和公众舆论据称被专门用于在社交媒体上传播虚假信息和进行恶意活动的账户操纵。这些账户通常由恐怖分子支持者、水军或假新闻作者控制，因此可能对社交媒体和公众构成威胁。了解和分析PSM可以帮助社交媒体公司设计复杂和自动化的技术，可以部署这些技术来阻止它们接触受众，从而减少它们的威胁。在本文中，我们利用著名的统计技术“霍克斯过程”来量化PSM帐户对社交媒体平台上恶意信息传播的影响。我们在Twitter上的真实世界ISIS相关数据集上的发现表明，PSM在使消息病毒化方面与普通用户有显着不同。具体来说，我们观察到PSM通常不会发布来自主流新闻来源的URL。相反，他们的推文通常会对受众产生很大的影响，如果包含来自Facebook和其他新闻媒体的URL。相反，普通用户发布的推文无论发布的URL及其来源如何，都会获得几乎相同的印象。我们的研究结果可以进一步揭示理解和检测PSM帐户。
2019-02-05 cs.SI
Threat Amplified, Blame Restrained: LLM-Assisted Media Framing Analysis of the 2026 Bangladesh Measles Outbreak
Independent Researcher
本研究利用LLM分析2026年孟加拉国麻疹暴发报道，发现媒体显著放大威胁但克制归责，提供可扩展的LMIC疫情媒体分析方法。
2026-09-24 cs.CY cs.SI
Preventing Poisoning Attacks on AI based Threat Intelligence Systems
University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）
随着人工智能系统变得越来越普遍，保护它们成为一个新的挑战。多年来，随着在线社交媒体的使用和可用于分析的数据的激增，人工智能系统已经被建立来提取，表示和使用这些信息。然而，从公开来源提取的这些信息的可信度往往是值得怀疑的。恶意或不正确的信息可能会导致金钱、声誉和资源的损失;在某些情况下，还会对人类生命构成威胁。在本文中，我们使用一种集成的半监督方法来确定Reddit帖子的可信度，通过估计其声誉得分来确保AI系统摄取的信息的有效性。我们在网络安全领域展示了我们的方法，安全分析师利用这些系统通过分析分散在社交媒体网站，论坛，博客等上的数据来确定可能的威胁。
2018-07-19 cs.CR cs.LG cs.SI
An organized review of key factors for fake news detection
社交媒体上的假新闻迅速成为当今社会讨论最多的话题之一。随着虚假信息的激增并在政治、经济和社会领域中造成重大影响，在过去几年中已经进行了分析和自动识别这种类型的内容的研究工作。在本文中，我们试图总结关于社交媒体中假新闻主题的主要研究结果，强调所采取的主要研究路径，并特别关注假新闻和机器人账户的检测。
2021-02-26 cs.SI
Postmortem memory of public figures in news and social media
人们常说，已故的公众人物将永远活在集体的记忆中。我们通过跟踪2,362名公众人物在英语在线新闻和社交媒体（Twitter）上的死亡前后一年的提及来量化这一现象。我们测量了死亡后注意力的尖峰和快速衰减，并将集体记忆建模为交流记忆和文化记忆的组成部分。聚类分析揭示了死后记忆的四种模式，回归分析表明，媒体关注度的提升对于那些年轻非自然死亡的流行英语国家来说是最大的;长期的提升对于领导者来说是最小的，而对于艺术家来说是最大的;而且，虽然新闻和Twitter都是由年轻非自然死亡引发的，但当老年人或领导人去世时，新闻还会策划集体记忆。总的来说，我们阐明了谁被社会记住的古老问题，以及新闻和社交媒体在集体记忆形成中的独特作用。
2021-10-29 cs.SI
Twitter for Sparking a Movement, Reddit for Sharing the Moment: #metoo through the Lens of Social Media
社交媒体平台通过增加对社会中高度污名化问题的曝光，正在彻底改变用户的沟通方式。性虐待就是这样一个问题，最近通过将#metoo标签附加到共享帖子上接管了社交媒体。不同背景和种族的人开始分享他们遭受袭击的不幸经历。本文通过对Twitter上#meToo的推文与#meToo subreddit上分享的推文进行比较分析，初步尝试评估公众的反应和情绪。虽然两个平台上的负面和正面帖子的比例几乎相等，但Reddit帖子的重点是家庭和工作场所的性侵犯，而Twitter帖子则是表达同情并鼓励其他人继续#metoo运动。本研究收集的数据和初步分析表明，用户使用各种方式分享他们的经验，交流想法和相互鼓励，社交媒体适合#metoo运动等groundswells。
2018-03-21 cs.SI
Opinion Formation Threshold Estimates from Different Combinations of Social Media Data-Types
被动消费与主题相关的可量化数量的社交媒体信息可能会导致个人形成意见。如果这些人中有相当一部分人出于他们最近确立的观点而采取行动，那么无论信息的真实性如何，都可能引发一场运动或公众舆论的转变。鉴于社交媒体在现代社会中无处不在，我们必须了解社交媒体数据导致意见形成的门槛。本研究通过询问2222名参与者关于各种社交媒体数据类型的数量来估计人口意见形成阈值（即，图像、视频和/或消息），他们将需要被动地消费以形成意见。意见的形成是通过三个维度来评估的：1）数据类型，2）背景，3）来源。这项工作为估计通过社交媒体信息影响人群所需的数据量提供了理论基础。
2018-10-02 cs.SI
Not Judging a User by Their Cover: Understanding Harm in Multi-Modal Processing within Social Media Research
社交媒体已经动摇了我们社会的基础，尽管看起来不太可能。然而，许多用于缓和有害数字内容的流行工具受到学术界和公共领域的广泛批评，因为它们的性能中等，缺乏问责制。尽管社交媒体研究被认为主要集中在自然语言处理上，但我们证明了社区了解多媒体处理及其独特道德考虑的必要性。具体来说，我们确定了在提供不同形式的信息时Amazon Turk（MTurk）注释器性能的统计差异，并讨论了众包人类人口统计预测所产生的伤害模式。最后，我们讨论了这些偏见的后果，通过审计的毒性检测器的性能称为透视API的Twitter用户的语言在各种人口统计类别。
2020-10-19 cs.SI
Don't be a Victim During a Pandemic! Analysing Security and Privacy Threats in Twitter During COVID-19
在COVID-19封锁期间，社交媒体平台的使用量大幅上升。这些封锁期导致了一系列新的网络犯罪，从而使攻击者能够用一系列威胁来攻击社交媒体用户。本文进行了一项大规模研究，以调查流行病和封锁期对社交媒体用户安全和隐私的影响。我们分析了来自533天数据抓取的1060万条与COVID相关的推文，并调查了用户在三个不同时期（即，在锁定之前、期间和之后）。我们的研究表明，用户在撰写有关大流行形势的文章时，无意中分享了更多的个人身份信息（例如，分享附近的冠状病毒检测地点）。如果用户发布三条或更多关于疫情的敏感推文，隐私风险将达到100%。我们调查了疫情不同阶段社交媒体上共享的可疑域名数量。我们的分析显示，与其他锁定阶段相比，锁定期间可疑域名的数量有所增加。我们观察到，IT、搜索引擎和企业是包含可疑域的前三大类别。我们的分析表明，对手煽动恶意活动的策略会随着国家的流行情况而变化。
2023-03-26 cs.CR cs.CY cs.SI
Pre-Construction of Opinion Dynamics Considering Structural Inequality: Interdisciplinary Analysis of Complex Social Stratification, Media Influence, and Functionalism
本研究跨学科分析精英统治、媒体影响和预定理论如何作为机制维持社会阶层不平等，并探讨不平等的构建、再生产及其理论辩护。
2024-04-19 cs.SI physics.soc-ph
Cybersecurity Law: Legal Jurisdiction and Authority
网络安全威胁影响到社会的各个方面;关键基础设施（如网络、企业系统、供水系统和智能交通系统）特别容易受到攻击，并可能对社会产生切实的负面影响。然而，这些关键的网络系统通常由多个司法管辖区管理，例如华盛顿特区地区的地铁由弗吉尼亚州和马里兰州管理，以及哥伦比亚特区（DC）通过华盛顿都市区交通管理局（WMATA）管理。此外，由DC Water管理的水处理基础设施包括来自Fairfax和Arlington县以及该地区（即DC）的废水输入。此外，网络攻击通常从未知的来源发起，通过未知的交换机和服务器，并最终到达目的地，而不知道其来源或路径。某些基础设施在多个国家之间共享，这是加剧治理问题的另一个特质。然而，这份法律文件并不关注这些基础设施的一般治理，而是关注相关法律或理论中关于在网络威胁或网络攻击的背景下哪个当局将占上风的模糊性，重点是联邦与州问题，国际法参与，联邦先发制人，可能影响立法的技术方面，以及网络犯罪案件中的责任冲突。对以前的案件进行了法律分析，并对争论的不同方面进行了广泛的讨论。
2022-07-20 cs.CR cs.SI
Does society show differential attention to researchers based on gender and field?
该研究通过分析Web of Science数据库22个领域研究者的四类社会影响力维度与三项社会关注指标，发现领域间社会关注差异显著，多数领域的性别差异不占主导但仍存在且因领域而异。
2023-08-22 cs.SI stat.AP
Understanding Common Perceptions from Online Social Media
现代社会习惯性地使用在线社交媒体服务，在任何时间和任何地点公开分享观察，思想，观点和信仰。这些地理标记的社交媒体帖子可以提供对人们对给定地理区域内的一系列不良主题的看法的聚合见解，而不是目前通过诸如Yelp和Foursquare的服务所能做到的。本文开发了概率语言模型，以调查是否可以从地理标记的Twitter帖子的内容中提取的集体，基于主题的看法在一个地理区域内。该方法的能力，说明使用不同大小的三个领域的推文。应用该方法，以支持电网恢复后的风暴。
2014-11-24 cs.SI physics.soc-ph
The effect of social balance on social fragmentation
随着手机、互联网、社交媒体等的普及，大多数社会中人们的相互联系在过去三十年中急剧增加。在同一时间段内，我们观察到的现象是，社会分裂成相对较小和孤立的群体，这些群体被称为过滤气泡或回声室。这些对开放社会构成了一系列威胁，特别是在政治、社会或文化问题上的激进化，以及对事实的有限了解。在本文中，我们表明，这两种现象可能是密切相关的。我们研究一个简单的随机共同进化模型的社会相互作用的人。人们不仅能够在他们的社会背景下更新他们的观点，而且还可以将他们的社会联系从合作更新为敌对，反之亦然。后者的实施是为了实现社会平衡。我们发现，存在着一个临界水平的相互联系，超过这个水平，社会分裂成小的亚社区，这些社区内部积极联系，对其他群体怀有敌意。我们认为，存在一个临界通信密度是一个普遍现象，在所有的社会，表现出社会平衡。这种必要性来自于一种相变现象的基本数学结构，这种现象是从一种称为自旋玻璃的无序磁体的理论中得知的。我们讨论的后果，这种相变的社会分裂的社会。
2020-05-04 cs.SI nlin.AO physics.soc-ph
The blogosphere as an excitable social medium: Richter's and Omori's Law in media coverage
我们通过监测在线博客的内容来研究公众媒体关注的动态。社交和媒体事件可以通过相关关键词的词频传播来追踪。媒体事件被分类为外源性的-博客活动是由外部新闻项目触发-或内源性的词频率建立在博客社区没有外部影响。我们发现，字的出现显示统计相似性地震。媒体事件的规模分布遵循古登堡-里克特定律，媒体事件前后的媒体关注动态遵循大森定律。我们提出了进一步的经验证据，表明对于内生起源的媒体事件，公众对事件的整体接受与事件开始时的词频行为相关，并且在一定程度上是可预测的。这些结果可能意味着，在人类社会的意见形成过程可能与兴奋性媒体的影响。
2011-02-10 cs.SI physics.soc-ph
BotSim: Mitigating The Formation Of Conspiratorial Societies with Useful Bots
BotSim通过引入有用机器人缓解阴谋社会的形成，展示Good机器人在信息纠正中的高效性和可持续性。
2026-01-06 cs.AI cs.CY cs.SI
False News Detection on Social Media
社交媒体已成为人们消费和分享新闻的主要信息平台。然而，它也使虚假新闻得以广泛传播，在社交媒体上发布的新闻帖子经核实是虚假的，对社会造成重大负面影响。为了帮助防止虚假新闻在社交媒体上的进一步传播，我们设立了这项比赛，以促进自动化实时虚假新闻检测方法的发展。具体而言，本次比赛包括虚假新闻文本检测、虚假新闻图像检测和虚假新闻多模态检测三个子任务，旨在激励参赛者进一步探索多模态检测虚假新闻的效率以及多模态内容的合理融合方法。为了更好地支持本次比赛，我们还构建并公开了一个关于微博社交平台虚假新闻的多模态数据库（MCG-FNeWS），以帮助评估参与者不同方法的性能。
2019-08-28 cs.MM cs.SI
Can Few Lines of Code Change Society ? Beyond fack-checking and moderation : how recommender systems toxifies social networking sites
随着过去几年网络敌意和两极分化的增加，我们需要超越对社交网站（SNS）的检查反射或对更好的适度的赞扬，并调查它们对社会结构和社会凝聚力的影响。特别是，Facebook或Twitter等数字平台大规模部署的推荐系统的作用一直被忽视。本文借鉴了认知科学，数字媒体和意见动力学的文献，提出了一个忠实的副本之间的纠缠推荐系统，意见动力学和用户的认知biais在SNS如Twitter的校准超过一个大规模的纵向数据库的推文从政治活动家。这个模型使得比较各种推荐算法对社会结构的影响成为可能，并量化它们与一些主要认知偏见的相互作用。特别是，我们证明，推荐系统，寻求完全最大限度地提高用户的参与度，必然会导致用户的过度负面内容（其中一些高达300\%），一种现象称为算法的负面偏见，意见景观的两极分化，并集中在最有毒的用户手中的社会权力。后者在最具影响力的前1%用户中的数量是总人口的两倍多。总的来说，我们的研究结果强调了识别推荐系统对个人和社会有害的实施的紧迫性，以便更好地规范它们在系统性SNS上的部署。
2023-03-27 cs.DM cs.SI
What Do We Mean When We Talk about Trust in Social Media? A Systematic Review
人们信任社交媒体吗？如果是这样，为什么，在什么情况下，这种信任如何影响他们的生活？研究人员、公司和记者都越来越多地研究这些问题，这些问题对于理解社交媒体互动及其对社会的影响至关重要。然而，对社交媒体的信任是一个复杂的概念，关于信任社交媒体内容、用户和平台的前提和影响，存在相互矛盾的证据。更大的问题是，我们对社交媒体背景下的信任意味着什么缺乏基本的共识。为了应对这些挑战，我们进行了系统的审查，以确定这一领域的主题和挑战。通过我们对70篇论文的分析，我们对社交媒体中的信任如何定义、概念化和测量做出了综合贡献，总结了社交媒体中的信任前提，了解了社交媒体中的信任如何影响行为和态度，以及未来工作的方向。
2023-02-07 cs.CY cs.HC cs.SI
On Detecting Messaging Abuse in Short Text Messages using Linguistic and Behavioral patterns
Symantec Ltd.（赛门铁克公司）
在过去几年中，在社交媒体和即时消息中使用短文本消息已经成为流行的通信渠道。这种日益流行的趋势导致了邮件威胁的增加，如垃圾邮件、网络钓鱼或恶意软件以及其他威胁。这些短文本消息威胁的处理可能会带来额外的挑战，例如词汇变体的存在，SMS类缩写或高级混淆，这些都会降低传统过滤解决方案的性能。通过使用来自美国的大型电信运营商和社交媒体语料库的真实短信数据集，本文分析了基于语言和行为模式的机器学习过滤器的有效性，以检测短文本垃圾邮件和网络中的滥用用户。我们还探索了不同的方法来处理短文本消息的挑战，如令牌化和实体检测使用文本规范化和子串聚类技术。结果表明，所提出的解决方案的有效性，通过增强基线的方法。
2014-08-18 cs.AI cs.CL cs.SI
Pilot Study Suggests Online Media Literacy Programming Reduces Belief in False News in Indonesia
在数字错误信息的威胁中，我们提供了一项关于在线社交媒体扫盲运动的有效性的试点研究，该运动旨在为印度尼西亚的个人提供帮助他们识别错误信息的技能。我们发现，参与我们的在线培训材料和教育视频的用户比对照组（总$N$ =1000）更容易识别错误信息。鉴于我们初步研究的结果令人鼓舞，我们计划扩大这一领域的努力，并借鉴从这一试点研究中吸取的经验教训。
2021-07-16 cs.CY cs.HC cs.SI
Gender Asymmetries in Reality and Fiction: The Bechdel Test of Social Media
性别不平等的主观性质促使人们分析和比较真实和虚构的人类互动数据。我们提出了一个计算扩展的Bechdel测试：一个流行的工具，以评估如果一部电影包含一个男性性别偏见，通过寻找两个女性角色谁讨论的东西除了一个男人。我们提供的工具来量化Bechdel分数为两种性别，我们衡量他们在电影剧本和MySpace和Twitter的用户之间的对话的大型数据集。比较电影和社交媒体用户，我们发现电影和Twitter对话具有一致的男性偏见，这在分析MySpace时不会出现。此外，Twitter的叙事更接近那些没有通过Bechdel测试的电影，而不是那些通过它的电影。我们将电影的属性与分享这些电影预告片的用户联系起来。我们的分析揭示了通过Bechdel测试的电影的一些特殊性：它们的预告片不太受欢迎，女性用户比男性用户更有可能分享它们，并且分享它们的用户往往与男性用户互动较少。基于我们的数据集，我们定义了性别独立测量，以分析社会的性别偏见，如通过在线行为的数字痕迹所表现的那样。使用Twitter用户的个人资料信息，我们发现更大的性别独立的城市用户相比，农村的。此外，父母的性别不对称性较大，而学生的性别不对称性较小。性别不对称在美国各州各不相同，随着平均收入和纬度的增加而增加。这指出了性别不平等与社会的社会，经济和文化因素之间的关系，以及性别角色如何存在于虚构叙事和公共在线对话中。
2014-04-01 cs.CY cs.SI physics.soc-ph
Understanding Help-Seeking and Help-Giving on Social Media for Image-Based Sexual Abuse
本文通过分析Reddit上逾10万条相关帖子及261条分层样本，考察IBSA受害者—幸存者的求助过程、受虐类型、支持需求与社区回应，并指出社会技术支持缺口。
2024-06-18 cs.CR cs.CY cs.HC
