Reflecting on 1,000 Social Media Journeys: Generational Patterns in Platform Transition
Center for Advanced Internet Studies (CAIS)(先进互联网研究中心);University of Bremen(不来梅大学);University of Wuppertal(伍珀塔尔大学)
本研究通过分析1000名用户的社交媒体旅程,揭示了不同世代在平台转换中的代际差异及影响因素,为平台设计和治理提供新视角。
2026-02-17 cs.HC
Social Media Journeys -- Mapping Platform Migration
本研究通过让32名参与者绘制 Social Media Journey Maps,并结合定性内容分析与图表示,揭示环境与平台因素如何共同驱动社交媒体迁移。
2025-03-18 cs.HC
Flow on Social Media? Rarer Than You'd Think
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);University of Nottingham(诺丁汉大学);University of Duisburg-Essen(杜伊斯堡-埃森大学)
研究发现社交媒体与流动体验的关系并不如预期紧密,甚至可能相互竞争,需进一步研究。
2026-02-18 cs.HC
End-to-End Safe Social Navigation via Multi-Task Reinforcement Learning and Probabilistic Perception
Università di Siena(锡耶纳大学);Uninettuno University(尤尼内图诺大学);École Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院)
本文提出JESSI,一种端到端多任务强化学习框架,直接利用LiDAR进行安全社交导航,通过概率感知与Dirichlet动作空间提升安全性与社交行为,并在仿真和实际中验证其优于现有基线。
2026-10-07 cs.HC cs.RO
From Perception to Cognition: How Latency Affects Interaction Fluency and Social Presence in VR Conferencing
本研究探讨了延迟对VR会议中交互流畅度和社交存在的影响,通过主观实验分析两者的关系,为优化虚拟环境体验提供参考。
2026-09-04 cs.HC cs.MM
AI Credibility Signals Outrank Institutions and Engagement in Shaping News Perception on Social Media
University of Notre Dame(圣母大学)
研究通过大规模实验发现,AI生成的可信度评分能显著调节党派偏见和机构不信任,在影响用户政治新闻感知方面超越传统参与度信号,揭示了生成式AI的说服力及平衡认知影响与用户自主性的设计需求。
2025-11-04 cs.AI cs.HC
Social Browsing & Information Filtering in Social Media
社交网络是许多社交媒体网站的一个显著特征,这些网站是允许用户创建和共享内容的新一代网站。Digg、Flickr和Del.icio.us等网站允许用户将其他人指定为“朋友”或“联系人”,并提供单击界面来跟踪朋友的活动。这些社交网络是如何使用的?不像纯粹的社交网站(例如,LinkedIn和Facebook),允许用户阐明他们的在线专业和个人关系,社交媒体网站并不是,在大多数情况下,旨在帮助用户创建或培养在线关系。相反,我们认为社交媒体用户创建社交网络来表达他们的品味和兴趣,并使用它们来过滤大量的新提交内容,以找到有趣的内容。事实上,社交网络促进了与信息互动的新方式:我们称之为社交浏览。通过对Digg和Flickr数据的广泛分析,我们发现社交浏览是这些社交媒体网站的主要使用方式之一。这一发现对社交媒体网站如何评价和个性化内容有影响。
2007-10-30 cs.CY cs.HC
"Impressively Scary:" Exploring User Perceptions and Reactions to Unraveling Machine Learning Models in Social Media Applications
University of Wisconsin-Madison(威斯康星大学麦迪逊分校);University of Edinburgh(爱丁堡大学)
本研究探讨社交媒体应用中机器学习模型部署不透明的问题,通过用户研究(N=21)发现,向用户揭示模型功能可引发长期行为改变,并分析了提供模型透明度的挑战与机遇。
2025-03-05 cs.AI cs.CR cs.HC
Social Media Usage in Kuwait: A Comparison of Perspectives Between Healthcare Practitioners and Patients
社交媒体已经改变了日常生活中的许多活动,也影响了医疗保健。然而,很少有研究调查患者和医疗从业人员对社交媒体的医疗使用,特别是在阿拉伯湾地区和科威特。为了了解患者和医疗从业者在社交媒体上对医疗保健和医疗目的的行为,我们进行了用户研究。通过一项在线调查,我们发现患者和医疗从业人员出于医疗目的使用社交媒体的情况有所减少。据报告,患者比从业人员更了解:健康教育,健康相关的网络支持和沟通活动。而从业者主要使用社交媒体作为医疗信息的来源,用于临床医生营销和专业发展。研究结果强调,需要设计一个社交媒体平台,支持医疗保健在线活动,专业职业身份,医疗知识库和社交隐私设置,以增加用户对医疗目的的参与。
2020-05-16 cs.CY cs.HC
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
Yourfeed: Towards open science and interoperable systems for social media
现有的社交媒体平台(SMP)使得研究人员很难对社交媒体进行研究,这反过来又在学术界和工业界之间造成了关于平台设计对用户行为影响的知识差距。为了缩小差距,我们引入了Yourfeed,这是一种用于进行生态有效的社交媒体研究的研究工具。我们介绍了平台架构,以及关键的机会,如评估内容曝光对下游的信念和态度的影响,通过停留时间测量注意力曝光,并评估异构的新闻推送算法。我们讨论了社交媒体互操作性的基本理念和平台的未来发展。
2022-07-15 cs.CY cs.HC
An Online Survey on the Perception of Mediated Social Touch Interaction and Device Design
社交接触对我们的社交互动、沟通和幸福至关重要。它已被证明可以减少焦虑和孤独;并且是传递语言不足以表达的情感的关键渠道,例如爱,同情,放心等。介导的社交接触通过设备传输构成社交接触的触觉提示来实现物理交互,而不管距离如何。由于这项技术是相当新的,用户的需求和他们对设备设计及其功能的期望还不清楚,以及谁将使用这项技术,以及在何种条件下。为了更好地了解这些方面的中介互动,我们进行了一项在线调查,258名受访者位于美国。结果提供了关于美国人群希望使用的交互类型和器械功能的见解。
2021-03-31 cs.HC cs.SY eess.SY
Exploring Public Perceptions of Generative AI in Libraries: A Social Media Analysis of X Discussions
本研究通过分析X平台帖子,采用混合方法揭示公众对图书馆中生成式AI的认知以负面情绪为主,并识别出关键参与者和跨领域互动结构。
2025-07-09 cs.CY cs.HC cs.SI
Social Robots for People Living with Dementia: A Scoping Review on Deception from Design to Perception
本文综述了26项研究,探讨社交机器人对痴呆症患者可能产生的欺骗性影响,识别出关键设计因素及感知模式,提出双过程解释以区分欺骗与拟人化。
2026-03-14 cs.CY cs.HC cs.RO
Examining the Impact of Provenance-Enabled Media on Trust and Accuracy Perceptions
本研究通过595名美英参与者的在线实验,考察了溯源信息对社交媒体视觉内容信任与准确性感知的影响,发现溯源信息虽能降低对欺骗性媒体的信任,但用户易混淆媒体与溯源可信度,需优化界面设计并加强用户教育。
2023-09-10 cs.HC cs.SI
Images, Emotions, and Credibility: Effect of Emotional Facial Images on Perceptions of News Content Bias and Source Credibility in Social Media
图像是我们消费的新闻内容中不可或缺的一部分。来自错误信息来源的高度情绪化的图像可以极大地影响我们的判断。我们提出了两项研究的影响,情绪化的面部图像对用户的感知偏见的新闻内容和来源的可信度。在研究1中,我们调查了快乐和愤怒的面部图像对用户决策的影响。在研究2中,我们专注于来源的特定政治家的系统性情绪治疗。我们的研究结果表明,根据来源的政治取向,愤怒的面部情绪的累积效应影响用户的感知内容偏见和来源的可信度。当消息来源系统地将特定的政客描绘成愤怒的人时,用户更有可能发现这些消息来源不太可信,其内容更有偏见。这些结果强调了面部表情中的情绪所表现出的内隐视觉命题可能对我们对新闻内容和来源的信任产生重大影响。
2022-05-04 cs.CY cs.HC
Understanding the Perceptions of Trigger Warning and Content Warning on Social Media Platforms in the U.S
本研究通过访谈15名美国社交媒体用户,揭示了触发警告和内容警告在观众、发布者与平台三方面的使用挑战,并提出多视角概念框架以改善用户体验。
2025-04-21 cs.CY cs.HC
The New Social Image: How AI Competency and AI Proactivity Influence Self- and Peer-Perceptions in the Workplace
Autonomous Interactive Systems, University of Siegen(自主交互系统,锡根大学);Experience & Interaction Design, University of Siegen(体验与交互设计,锡根大学)
通过2x2x2情景实验(n=50),研究AI能力与主动性水平对员工工作所有权、情感、意义感及角色动态的自我与同伴感知影响,发现低能力或低主动性的AI通常提升积极感知,但高能力与高主动性可能带来负面影响。
2026-06-18 cs.AI cs.CY cs.HC
Social-LLaVA: Enhancing Robot Navigation through Human-Language Reasoning in Social Spaces
George Mason University(乔治梅森大学);University of Maryland, College Park(马里兰大学学院公园分校)
针对社交机器人导航中感知到合规动作转化的推理缺口,研究构建了含4万条标注的SNEI视觉语言数据集,微调得到Social-LLaVA模型,其表现优于GPT-4V等先进模型,部署后可助力机器人实现类人社交导航推理。
2024-12-30 cs.CV cs.HC cs.RO
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
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
The social media use of adult New Zealanders: Evidence from an online survey
该研究通过2021年11月对1001名新西兰18岁及以上成年人的在线调查,分析了9类社交媒体(含短信)的日常使用频率,并检验了年龄、性别等人口统计学差异的统计显著性,总结了相关使用特征。
2023-04-28 cs.CY cs.HC
How many others have shared this? Experimentally investigating the effects of social cues on engagement, misinformation, and unpredictability on social media
与传统媒体不同,社交媒体通常提供量化指标,衡量有多少用户参与了每一项内容。有些人认为,这些线索的存在促进了错误信息的传播。在这里,我们调查的因果关系的社会线索对用户的参与与社会媒体的帖子。我们在一个定制的新闻推送界面上对N=628名美国人进行了一项实验,在这个界面上,我们系统地改变了社交线索的存在和强度。我们发现,当提示显示时,表明有更多的其他人参与了帖子,用户更有可能分享和喜欢该帖子。此外,相对于没有社会线索的对照组,社会线索的存在增加了真实新闻相对于虚假新闻的分享。社交线索的存在也使得精确预测任何给定帖子的受欢迎程度变得更加困难。总之,我们的研究结果表明,在某些情况下,社交线索可能会提高真相的识别力,减少错误信息的分享,而不是分散用户的注意力或导致他们分享低质量的新闻。我们的工作表明,社交线索在塑造用户在社交媒体上的注意力和参与度方面发挥着重要作用,平台应该在改变显示哪些线索以及如何显示之前了解不同线索的影响。
2022-07-15 cs.HC 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
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 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
Adverse weather amplifies social media activity
人类花费越来越多的时间在网上互动。学者们正在深入研究我们的时间和注意力分配的这种集体转变的社会驱动因素和由此产生的影响。然而,经常塑造在线行为的外部因素仍然明显不足。环境因素会改变在线活动的速度吗?在这里,我们表明,不利的气象条件显着增加社交媒体的使用在美国。为此,我们采用了气候计量经济学方法,以及2009年至2016年期间来自Facebook和Twitter的数千万人的超过35亿条社交媒体帖子。我们发现,更极端的温度和增加的降水量各自独立地放大了社交媒体活动。在温度和降水方面都不利的天气会使社交媒体活动显著增加。在两个平台上,与温带天气基线相比,平均而言,气温低于-5 ° C且降水量为1.5- 2厘米的日子将社交媒体活动提高了35%。这种影响几乎是纽约市新年前夜社交媒体活动典型增长的三倍。我们观察到气象对社交媒体参与的影响,在总体和个人层面上,甚至考虑到个人特定的,时间的,和特定位置的潜在混淆。
2023-02-16 cs.CY cs.HC econ.GN