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
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
Persistence in voting behavior: stronghold dynamics in elections
个人之间的影响是集体社会现象的核心，如思想、信仰或行为的传播、社会学习和创新的传播。已经提出了不同的机制来实现社会模型中的代理间的影响，从选民模型，多数规则，到格兰特模型。在这里，我们朝着这个方向前进，面对最近推出的社会影响力和经常性流动性（SIRM）模型，再现在不同的地理水平，在美国总统选举中的数据的投票份额的一般特征。我们的方法将空间和人口多样性作为观点动力学的输入，而个人的流动性提供了一个代理的社会背景，和同伴模仿帐户的社会影响。该模型捕捉到观察到的静态背景波动的选票份额跨县。我们研究所谓的政治据点，即，一个政党的投票份额系统地高于平均水平的地方。通过对投票空间分布波动的时间持续性的定量定义，对1980-2012年美国总统选举的结果进行了分析。我们比较选举结果与SIRM模型获得的模拟发现一个很好的协议，无论是在数量和据点的位置。在SIRM模型中还系统地描述了据点的持续时间。这些结果与选举结果数据相比较，显示出据点的持久性随时间呈指数衰减。
2015-03-23 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
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
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
The persistence of social signatures in human communication
由焦点个人或自我维持的社会网络本质上是动态的，并且随着个人环境的变化，随着时间的推移，通常会表现出一些成员的更替。然而，这种变化对自我网络关系分布的影响还没有得到很好的理解。在这里，我们使用了一个独特的18个月的数据集，结合手机通话和调查数据，以跟踪自我网络的变化和沟通模式的学生从学校过渡到大学或工作。我们的分析表明，个人显示出独特的和强大的社会签名，捕获的互动是如何分布在不同的改变。值得注意的是，对于一个特定的自我，这些社会签名往往会随着时间的推移而持续存在，尽管在自我网络中的身份变更有相当大的变化。因此，随着新的网络成员的加入，一些旧的网络成员或者被替换，或者接收到更少的呼叫，从而保持呼叫在网络成员之间的总体分布。这可能反映了有限资源的后果，例如可用于沟通的时间，维持亲密关系所需的认知和情感努力，以及进行情感投资的能力。
2013-12-16 cs.SI physics.soc-ph
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
Designing a Social Media Analytics Dashboard for Government Agency Crisis Communications
社交媒体已成为提取社会危机数据的宝贵来源，也是传播官方信息的重要渠道。政府机构越来越多地转向社交媒体，将其作为危机时期的喉舌。然而，通过社交媒体分析获取情报对政府机构来说仍然是一个挑战，例如由于缺乏培训和工具。为了弥补这一缺陷，政府机构需要工具来支持他们分析社交媒体数据以实现公共利益。本文提出了一种设计科学研究方法，指导区域政府机构的社交媒体分析仪表板的开发。报告了研讨会的初步结果和第一个原型的设计结果。一个用户友好和响应式的设计，是安全的，灵活的，快速使用，以及信息显示的区域讨论统计数据，情绪和新兴的主题可以确定为要求。
2022-02-11 cs.CY cs.SI
The Investigation of Social Media Data Thresholds for Opinion Formation
到目前为止，社交媒体的普遍使用已经增长到超过20亿用户，并且通常被用作共享信息和影响世界事件的手段。有证据表明，被动的社交媒体使用（即，观看而不采取行动）对用户的观点有影响。这种对视角的经验影响可能对社会事件产生重大影响。因此，重要的是要了解社交媒体如何有助于个人观点的形成。设计了一组实验任务来调查由于与不同社交媒体数据类型的被动交互而导致的经验得出的意见形成阈值（即，视频、图像和消息）。随着对人类如何被动地与社交媒体信息互动的更好理解，可以开发一种范式，允许利用这种互动，并在未来的军事计划和行动中发挥重要作用。
2017-12-12 cs.CY cs.SI
Folk Models of Misinformation on Social Media
在本文中，我们通过对235名社交媒体用户的半结构化访谈来调查存在哪些错误信息的民间模型。关于社交媒体错误信息的研究并没有调查普通用户--错误信息的目标--如何处理它;相反，重点主要是错误信息造成的焦虑、紧张或分裂。研究创造、传播和放大的各个方面也忽略了错误信息是如何被社交媒体上的用户内化的，因此很快就为假定的对错误信息缺乏免疫力开出了"接种"策略。用户如何应对社交媒体内容，以发展“天然免疫力”作为虚假信息恢复力的前兆，这仍然是一个悬而未决的问题。我们已经确定了至少五种将错误信息概念化的民间模型：政治（反）论证，断章取义的叙述，固有的错误信息，外部宣传，或者只是娱乐。我们使用这些民间模型中包含的丰富概念来揭示社交媒体用户如何最大限度地减少日常生活中遇到错误信息时的不良反应。
2022-07-26 cs.CY cs.SI
Social Media Harms as a Trilemma: Asymmetry, Algorithms, and Audacious Design Choices
本文将社交媒体危害归为对应信息系统三层架构的3A三难困境，提出需结合多学科建议破解该问题以修复社交媒体。
2023-04-28 cs.CY cs.SI
Socio-spatial Self-organizing Maps: Using Social Media to Assess Relevant Geographies for Exposure to Social Processes
社交媒体为了解种族主义和同性恋恐惧症等态度提供了一个独特的窗口，接触这些态度很重要，难以衡量，也没有充分研究健康的社会决定因素。然而，来自社交媒体的个人地理定位观测是嘈杂的，并且在地理上不一致。现有的暴露测量区域，如邮政编码，平均超过不相关的管理定义的边界。因此，为了能够研究在线社会环境措施，如社交媒体上的态度及其与健康结果的可能关系，首先需要一种方法来定义集体的，潜在的社会媒体态度的程度。为了解决这个问题，我们创建了社会空间自组织地图，“SS-SOM”管道，以最好地识别区域的潜在社会态度从Twitter帖子。SS-SOM使用神经嵌入进行文本分类，并增强传统SOM以生成受控数量的非重叠，拓扑约束和主题相似的聚类。我们发现，SS-SOM不仅对缺失数据具有鲁棒性，而且与使用基于邮政编码的措施相比，使用SS-SOM措施时，易受多种种族主义和同性恋恐惧症相关健康结果影响的男性群体的暴露率变化高达42%。
2018-09-04 cs.CY 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
Analysis of Link Formation, Persistence and Dissolution in NetSense Data
我们研究了一个独特的行为网络数据集（基于定期调查和通过智能手机进行的二元联系的电子日志）收集在圣母大学。参与者是2011年秋季入学的新生班级成员的样本，他们对各种各样的政治和社会问题以及校园活动的意见定期记录-在每个学期开始和结束时-在校园生活的前三年里。我们创建了一个由电话和文本数据暗示的通信活动网络，以及一个基于调查的友谊网络。这两个网络都仅限于参加NetSense调查的学生。我们的目标是找到学生的特质和活动，在这些特质和活动上，协议与链接的形成和持续密切相关，而分歧与我们创建的两个社交网络中的链接的不存在或解散高度相关。使用统计分析和机器学习，我们观察到几个特征和活动显示这样的相关性，从而被潜在的使用来预测社会网络的演变。
2016-11-02 cs.SI physics.soc-ph
Mining social media data for biomedical signals and health-related behavior
社交媒体数据越来越多地用于研究生物医学和健康相关现象。从群体层面的讨论到全球层面的情绪分析，社交媒体为科学家提供了前所未有的大量数据，以研究与各种健康状况和医疗相关的人类行为和反应。在这里，我们回顾了最近的工作在挖掘社会媒体的生物医学，流行病学和社会现象的信息相关的人类健康的多层次的复杂性。我们特别关注社交媒体数据分析取得最大进展的主题，包括药物警戒、情感分析（特别是针对心理健康）和其他领域。我们还讨论了社交媒体数据在健康相关应用中的各种创新用途，以及社交媒体数据访问和使用的重要限制。
2020-01-28 cs.CY cs.SI q-bio.QM
Identifying Social Satisfaction from Social Media
我们证明了迫切需要确定社会状况和不稳定因素，通过获取公众的社会满意度在这项研究中。然而，受受试者招募和数据处理的大量人工成本的限制，常规的自报方法无法实时的实施或应用于大规模调查。针对这一问题，提出了一种基于用户社交媒体记录的用户社会满意度预测方法，特别是对经济类满意度的预测。根据人口分布，我们从广东省各城市招募了2，018名广东籍活跃参与者。参与者的行为和语言特征都是从社交媒体的在线记录中提取的，即，新浪微博利用回归模型对新浪微博用户的社会满意度进行预测。并参考广东省2012年的经济指标，计算这些指标与社会满意度预测值之间的相关性。研究结果表明：社会媒体特征能够显著表达社会满意度;地方经济满意度与多项地方经济指标显著正相关，支持社会媒体特征预测社会满意度的可靠性。
2014-07-14 cs.CY cs.SI physics.soc-ph
Do Social Bots Dream of Electric Sheep? A Categorisation of Social Media Bot Accounts
所谓的“社交机器人”最近引起了很多关注。此前的研究表明，他们试图影响英国脱欧公投和美国总统选举等政治事件。然而，“社交机器人”一词究竟可以理解为什么，仍然有些不清楚。本文旨在更好地了解社交媒体上机器人的意图，并就“社交”机器人与其他类型的机器人的不同之处达成共识。因此，我们描述了对研究社交媒体上的机器人账户的出版物的系统回顾。基于这一文献综述的结果，我们提出了一个分类社交媒体网站上的机器人帐户的计划。我们的计划通过两个维度对机器人账户进行分组-模仿人类行为和意图。
2017-10-11 cs.CY cs.HC cs.SI
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
The Digital Architectures of Social Media: Comparing Political Campaigning on Facebook, Twitter, Instagram, and Snapchat in the 2016 U.S. Election
本研究认为，社交媒体上的政治沟通是由一个平台的数字架构，定义为技术协议，使，约束和塑造用户在虚拟空间中的行为介导。介绍了一个理解数字架构的框架，并沿着类型学比较了四个平台（Facebook，Twitter，Instagram和Snapchat）。以2016年美国大选为例，对三位共和党数字战略家的采访与社交媒体数据相结合，以验证研究的理论主张，即平台的网络结构，功能，算法过滤和传播模型会影响社交媒体上的政治竞选策略。
2019-04-15 cs.CY cs.HC cs.SI
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
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
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 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
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
Pachinko Prediction: A Bayesian method for event prediction from social media data
大型开放数据源与机器学习方法的结合，为预测抗议或社会动荡等事件提供了一种潜在的强大方法。然而，考虑到这些模型中的不确定性，特别是在使用社交媒体等多样化的非结构化数据集时，对于确保适当使用这些方法至关重要。在这里，我们开发了一种贝叶斯方法，用于预测社会动荡事件在澳大利亚使用社交媒体数据。该方法使用机器学习方法将社交媒体的个人帖子分类为相关的，并使用经验贝叶斯方法来计算后验事件概率。我们使用该方法来预测2017/18年度澳大利亚城市的事件。
2018-09-22 cs.CY cs.SI stat.AP
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
Government and Social Media: A Case Study of 31 Informational World Cities
政府越来越多地使用社交媒体平台来促进用户互动。特别是在信通技术基础设施得到加强的城市（即，信息世界城市）和高互联网渗透率，社交媒体平台是接触大量公民的宝贵工具。这项对31个信息世界城市的实证调查将概述用于政府目的的社交媒体服务，它们在政府中的受欢迎程度，以及它们在网上广播信息中的使用强度。
2014-02-28 cs.CY cs.DL cs.SI
FNR: A Similarity and Transformer-Based Approach to Detect Multi-Modal Fake News in Social Media
Sharif University of Technology（谢里夫理工大学）
社交媒体的可用性和互动性使其成为全球新闻的主要来源。社交媒体的普及诱使犯罪分子通过使用诱人的文字和误导性的图像制作和传播假新闻来追求他们的不道德意图。因此，验证社交媒体新闻和发现假货至关重要。这项工作旨在分析社交媒体中文本和图像的多模态特征，以检测假新闻。我们提出了一个假新闻揭示器（FNR）的方法，利用变换学习提取上下文和语义特征和对比损失，以确定图像和文本之间的相似性。我们在两个真实的社交媒体数据集上应用了FNR。实验结果表明，与以往的方法相比，该方法在检测假新闻方面具有更高的准确率。
2021-12-02 cs.CY cs.LG cs.MM
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
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
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
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
