Who Makes Trends? Understanding Demographic Biases in Crowdsourced Recommendations
像Facebook和Twitter这样的社交媒体网站的用户依赖于众包内容推荐系统（例如，趋势主题）检索重要和有用的信息。选择推荐的内容间接地给那些推广（通过点赞或发帖）内容的初始用户一个机会，将他们的信息传播给更广泛的受众。因此，重要的是要了解那些使内容值得推荐的人的人口统计数据，并探索他们是否代表媒体网站的总人口。在这项工作中，使用从Twitter收集的大量数据，我们首次尝试量化和探索众包推荐中的人口统计学偏见。我们的分析集中在趋势主题的选择上，发现很大一部分趋势是由人群推动的，这些人群的人口统计数据与Twitter的总体人口统计数据显著不同。更令人担忧的是，我们发现某些人口群体在热门话题的推动者中系统性地代表不足。为了使Twitter趋势中的人口统计偏见更加透明，我们在twitter-app.mpi-sws.org/who-makes-trends上开发并部署了一项基于Web的服务“Who-Makes-Trends”。
2017-04-01 cs.SI physics.soc-ph
White, Man, and Highly Followed: Gender and Race Inequalities in Twitter
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因素。尽管许多人努力探索社交媒体中的人口因素，但仍不清楚社交媒体是否会延续线下世界的旧不平等。在本文中，我们试图识别性别和种族的Twitter用户位于美国使用先进的图像处理算法从脸++。然后，我们调查不同的人口群体（即男性/女性，亚洲人/黑人/白人）如何与其他人联系。我们量化了一个群体在多大程度上关注和相互互动，以及这些联系和互动在多大程度上反映了Twitter中的不平等。我们的分析表明，被识别为白人和男性的用户往往在Twitter上获得更高的位置，在追随者数量和用户列表中的次数方面。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。
2017-06-26 cs.SI
The Geography of Happiness: Connecting Twitter sentiment and expression, demographics, and objective characteristics of place
我们对美国各地的个人实时表达与广泛的情感，地理，人口统计和健康特征之间的相关性进行了详细的调查。我们这样做是通过结合（1）一个巨大的，地理标记的数据集，包括超过8000万字，在最近几年的过程中产生的社交网络服务Twitter和（2）每年调查的所有50个州和近400个城市人口的特征。在众多结果中，我们根据州和城市在词汇使用方面的相似性生成了州和城市的分类;估计州和城市的幸福水平;将高度解析的人口统计特征与幸福水平相关联;并将词汇选择和信息长度与城市特征（如教育水平和肥胖率）联系起来。我们的研究结果表明，社交媒体可能被用来估计实时水平和人口水平指标的变化，如肥胖率。
2013-05-18 cs.SI physics.soc-ph
Community Question Answering Platforms vs. Twitter for Predicting Characteristics of Urban Neighbourhoods
University College London（伦敦大学学院）
在本文中，我们调查是否可以使用来自社区问答（QA）平台的文本来预测和描述现实世界的属性。我们的实验预测范围广泛的62个人口统计属性的伦敦街区。我们使用的文本来自Yahoo！答案，并将我们的结果与从Twitter微博获得的结果进行比较。结果表明，预测的人口统计属性之间的相关性使用文本从雅虎！答案讨论和观察到的人口统计属性可以达到平均皮尔逊相关系数\r{ho} = 0.54，略高于使用Twitter数据获得的预测。我们的定性分析表明，从两个数据集中提取的最高相关术语与其相对的人口统计属性之间存在语义相关性。此外，相关性突出了雅虎中包含的信息的不同性质！答案和Twitter前者似乎提供了更多的科普内容，而后者提供了与当前社会文化方面或现象有关的信息。
2017-01-17 cs.CL cs.SI
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
Review of Inferring Latent Attributes from Twitter
本文回顾了2011年至2013年关于如何从一个人的推特和邻居数据中推断出性别，政治倾向等潜在属性的文献。人口统计数据的预测可以为企业带来价值，可以证明在法律调查中是有用的。此外，政治倾向可以从网上提供的各种各样的用户数据中推断出来。这篇评论的动机是了解如何从可用的twitter数据中获得大数据集。用户的推文和再推行为可以被用户推断属性，如性别，年龄等，我们在本文中探讨如何在未来这一领域可以扩大和未来研究的可能途径。
2015-10-25 cs.CY cs.SI
Emotions, Demographics and Sociability in Twitter Interactions
人们在网上形成的社会联系影响着他们收到的信息的质量和他们的在线体验。虽然许多社会经济和认知因素都与离线社会关系的形成有关，但其中很少有经验验证，特别是在在线环境中。在这项研究中，我们分析了一个大型语料库的地理参考消息，或推文，从美国主要大都市地区的社交媒体用户发布。我们将这些推文通过其位置与美国人口普查数据联系起来。这使我们能够衡量一个地区发布的推文中表达的情绪，社会联系的结构，并在分析中使用该地区的社会经济特征。%我们从该地区的推文中提到的人中提取了在线社交互动的结构。我们发现，在总体水平上，社交媒体用户与不太多样化的社交接触更深入的地方是他们表达更多负面情绪的地方，比如悲伤和愤怒。人口结构也有影响：这些地方的居民家庭收入和教育水平较低。相反，人们接触不太频繁但接触方式多样的地方，他们发布的信息更快乐，更积极，而且居民受教育程度更高，更年轻，更富裕。结果表明，认知因素和离线特征影响在线互动的质量。我们的工作突出了将社交媒体数据与传统数据源（如美国人口普查）联系起来的价值，以推动对在线行为的新颖分析。
2016-03-10 cs.CY cs.SI physics.soc-ph
Race, Religion and the City: Twitter Word Frequency Patterns Reveal Dominant Demographic Dimensions in the United States
最近，社会科学中出现了许多方法来利用在线社交网络（OSN）产生的大量数据所带来的机会。能够如此大规模地获得用户信息，开辟了一系列可能性，而且所有这些都没有与通常缓慢而昂贵的纸质民意调查相关的限制。然而，一个仍有待满意解决的问题是，人口统计学如何在OSN内容中表现出来？在这里，我们研究语言使用在美国使用的文本语料库编译从超过5亿个地理标记的消息从在线微博平台Twitter。我们的目的是揭示最重要的空间模式在语言使用中的一种无监督的方式，并将它们与人口统计。我们的方法是基于潜在语义分析（LSA）与鲁棒主成分分析（RPCA）方法增强。我们发现空间相关的模式，可以解释的基础上与他们相关的话。主要的语言特征可能与俚语的使用、城市化、旅行、宗教和种族有关，这些特征的模式与传统的人口普查数据密切相关。因此，我们的研究结果验证了OSN语言使用中所代表的人口统计学概念，并表明观察到的特征固有地存在于词频中，而无需对数据集进行任何先前的假设。因此，它们可以成为进一步研究的基础，重点是评估来自其他大数据源的人口数据估计，或者是导致这里发现的模式的动态过程。
2016-05-11 cs.SI physics.soc-ph
Sensing the Pulse of the Pandemic: Geovisualizing the Demographic Disparities of Public Sentiment toward COVID-19 through Social Media
本研究利用2020-2021年美国Twitter数据，提出人口统计学调整情绪（SAD）指数以缓解社交媒体分析中的人口偏差，揭示不同群体对COVID-19情绪的时空差异及各州情绪分布。
2023-08-02 cs.CY cs.SI physics.soc-ph
Who are Political Retweeters?, Demographic comparison of political retweeters with retweeters of non-political personalities
Twitter多年来一直是政治学研究的焦点，因为它提供了直接观察不同社区政治信息传播的机会。在这里，我们将研究信息扩散的现象，并关注负责在Twitter网络上到处传播政治信息的节点。本文试图填补空白，在文献中的人口统计学的政治转推使用各种技术的名称和位置相关的数据，从最活跃的法国政治转推。在这里，我将根据性别、语言、地点、教育水平和自我描述来对这些账户进行分类。为了将有关政治转推者的信息放在上下文中，我们还将创建一个非政治转推者类别，以比较上述变量的组之间的差异。
2020-04-12 cs.SI
Scaling laws in geo-located Twitter data
我们观察并报告了人口密度和Twitter使用之间的系统关系。推文数量、用户数量和单位面积人口之间存在幂律关系，指数大于1，在一定的空间尺度上相互一致。这意味着人口密度可以准确预测Twitter活动。此外，这一趋势还可用于确定偏离趋势的“异常”区域。对带有地理标签和地点标签的推文的分析表明，带有地理标签的推文在用户类型和内容方面是不同的。我们的研究结果对Twitter数据的空间分析和理解Twitter用户群中的人口统计学偏见具有重要意义。
2017-11-27 cs.CY cs.HC cs.SI
What's my age?: Predicting Twitter User's Age using Influential Friend Network and DBpedia
社交媒体是用户行为和意见的丰富来源。Twitter每天从3.28亿用户中感知近5亿条推文。在这些信息上建立适当的机器学习管道，可以为各种领域（如社会科学、公共卫生、人群智慧等）提供最新且具有成本效益的数据汇集。在许多领域，用户人口统计信息是识别所研究人群细分的关键。例如，观察到哪些年龄组滥用哪些药物？哪个种族最受抑郁症的影响？Twitter目前不要求用户提供任何人口统计信息。我们建议创建一个机器学习系统，结合DBpedia图，预测Twitter用户最可能的年龄。在我们使用社交媒体文本和用户元数据构建年龄预测模型的过程中，我们探索了现有的最先进的方法。详细介绍我们的数据汇集，功能工程周期，模型选择和评估管道，我们将展示我们的方法的有效性，通过比较“预测平均”年龄估计基线。
2018-04-10 cs.SI
You Tweet What You Eat: Studying Food Consumption Through Twitter
食物是我们生活、文化和福祉的一个组成部分，对公共卫生至关重要。每日营养数据的收集涉及详细记录日记或定期调查，其范围和覆盖面有限。另外，社交媒体因允许用户更新他们日常生活的细节而臭名昭著，包括他们的饮食习惯。在这项工作中，我们研究了Twitter的潜力，提供洞察美国范围内的饮食选择，通过链接的21万用户的tweeted餐饮体验，他们的利益，人口统计，和社交网络。我们通过将推文中提到的食物的卡路里值与全州的肥胖率相关联来验证我们的方法，在美国50个州和哥伦比亚特区实现了0.77的皮尔逊相关性。然后，我们建立了一个模型，根据Twitter上提到的人口统计变量和食物名称的组合来预测全县的肥胖和糖尿病统计数据。我们的研究结果显示，与以前的CHI研究（Culotta'14）相比，有了显着的改善。我们进一步将这些数据与教育和收入等社会和经济因素联系起来，例如，教育水平较高的地区在推特上发布的食物热量明显较低。最后，我们解决了肥胖的社会性质的有点争议的问题（首先提出的Christakis和福勒在2007年），诱导两个社交网络使用提及和互惠以下关系。
2015-01-25 cs.CY cs.SI physics.soc-ph
A Method for Estimating Individual Socioeconomic Status of Twitter Users
针对数字轨迹数据中个体社会经济地位衡量指标不足的问题，本研究借鉴政治学方法，通过对应分析基于用户关注的品牌账号估计大量Twitter用户的SES，经多源验证有效，为在线平台不平等研究提供新路径。
2023-02-13 cs.CY cs.SI
What Twitter Profile and Posted Images Reveal About Depression and Anxiety
之前的研究发现，社交媒体图片的选择与用户的情绪、人口统计数据和个性特征之间存在密切联系。在这项研究中，我们研究的个人资料和张贴的图像的属性与抑郁和焦虑的Twitter用户。我们使用了28，749名Facebook用户的样本来构建调查报告的抑郁和焦虑的语言预测模型，并在Twitter上对887名接受焦虑和抑郁调查的用户进行了验证。然后，我们将其应用于另一组4，132名Twitter用户，以估算基于语言的抑郁和焦虑标签，并提取发布和个人资料图片的可解释特征，以揭示与用户抑郁和焦虑的关联，控制人口统计数据。对于抑郁症，我们发现个人资料图片抑制了积极情绪，而不是显示更多的消极情绪，这可能是因为社交媒体的自我展示偏见。他们也倾向于显示用户的单一面孔（而不是在朋友群中显示她），标志着对自我的关注增加，这是抑郁症的象征。发布的图像以灰度和各种图像特征的低美学凝聚力为主。焦虑用户的个人资料图像同样标记为灰度和低美学凝聚力，但不如抑郁用户。最后，我们证明了图像特征可用于预测抑郁和焦虑，并且包括人口统计学联合建模的多任务学习可提高预测性能。总的来说，我们发现，标记抑郁和焦虑的图像属性提供了一个丰富的镜头，这些条件在很大程度上与心理学文献一致，并且Twitter上的图像可以推断用户的心理健康状况。
2019-04-04 cs.HC cs.SI
Analyzing and Estimating Support for U.S. Presidential Candidates in Twitter Polls
本研究分析了2016和2020年美国大选期间近两千个Twitter民调，发现其存在偏向年长男性及Donald Trump的偏差，并证明通过回归和后分层可纠正偏差，使选举估计误差低至1%-2%。
2024-06-05 cs.CY cs.SI
Deciphering the 2016 U.S. Presidential Campaign in the Twitter Sphere: A Comparison of the Trumpists and Clintonists
在本文中，我们研究了2016年美国总统竞选中两位领先候选人唐纳德·特朗普和希拉里·克林顿的追随者人口统计数据。我们构建了一个独特的数据集US2016，其中包括2015年9月17日至2015年12月22日期间每个候选人的关注者数量。US2016还包括这些追随者的地理位置，他们自己的追随者数量，以及非常重要的每个追随者的个人资料图像。我们使用个人的追随者数量和个人资料图片来分析追随者人口统计的四个维度：社会地位，性别，种族和年龄。我们的研究表明，在社会影响力方面，特朗普主义者比克林顿主义者更加两极分化：他们往往要么影响力很大，要么影响力很小。我们还发现，与克林顿主义者相比，特朗普主义者更有可能要么很年轻，要么很老。我们的研究发现，在Twitter领域，克林顿的性别亲和力没有影响，但我们确实发现克林顿主义者的种族更加多样化。
2016-03-09 cs.SI
Mean Birds: Detecting Aggression and Bullying on Twitter
近年来，社交媒体上针对用户的欺凌和攻击行为显著增加，对所有人口统计数据的受害者造成了严重后果。特别是，网络欺凌影响到全世界一半以上的年轻社交媒体用户，并导致青少年自杀，这是由长期和/或协调的数字骚扰引起的。尽管如此，用于理解和缓解这一问题的工具和技术仍然稀缺，而且大多无效。在本文中，我们提出了一个原则性和可扩展的方法来检测欺凌和攻击性行为在Twitter上。我们提出了一个强大的方法来提取文本，用户和基于网络的属性，研究网络欺凌和侵略者的属性，以及哪些功能将他们与普通用户区分开来。我们发现，欺凌用户发布的帖子较少，参与的在线社区较少，并且比普通用户不受欢迎，而攻击者则非常受欢迎，并且往往在帖子中包含更多负面信息。我们使用3个月内发布的160万条推文的语料库来评估我们的方法，并表明机器学习分类算法可以准确地检测出表现出欺凌和攻击行为的用户，达到90%以上的AUC。
2017-05-12 cs.CY cs.SI
Probabilistic Inference of Twitter Users' Age based on What They Follow
Twitter为大规模研究人类行为提供了开放而丰富的数据来源，并广泛用于社会和网络科学。然而，对Twitter数据的一个主要批评是，人口统计信息基本上不存在。根据用户年龄增强Twitter数据将提高我们研究社交网络结构、信息流和传染传播的能力。Twitter用户的年龄检测方法通常集中在推文的特定属性上，例如，语言特征，取决于语言。在本文中，我们设计了一种独立于语言的方法来确定Twitter用户的年龄从数据是本地的Twitter生态系统。关键的想法是使用贝叶斯框架，根据他们关注的内容/对象，将一些Twitter用户的真实年龄信息概括为整个网络。我们的方法可以高准确度地推断7亿Twitter帐户的年龄。
2017-02-24 cs.SI stat.ML
Predictive Analysis on Twitter: Techniques and Applications
本文综述了Twitter数据预测分析的技术与应用，涵盖细粒度情感分析及利用领域知识进行决策，并介绍了成功案例。
2018-06-06 cs.SI
Celebrity Profiling on Short Urdu Text using Twitter Followers' Feed
COMSATS University Islamabad, Lahore Campus（卡拉奇校区的COMSATS大学）
本研究利用关注者推文文本，通过机器学习和深度学习模型对乌尔都语名人进行画像，在性别预测上取得最佳性能（cRank和准确率均为0.65）。
2025-10-10 cs.AI cs.CL cs.SI
American Twitter Users Revealed Social Determinants-related Oral Health Disparities amid the COVID-19 Pandemic
目的：利用Twitter上的用户报告评估COVID-19大流行期间自我报告的人群口腔健康状况。方法和材料：我们收集了2020年11月12日至2021年6月14日期间美国26个州的9，104名Twitter用户（样本充足）在COVID-19大流行期间与口腔健康相关的推文。我们通过利用来自用户简档图像的视觉信息来推断用户人口统计。其他特征包括收入、人口密度、贫困率、医疗保险覆盖率、社区饮水氟化率和每日确诊COVID-19病例数的相对变化，均根据从用户简档检索的信息获取或推断。我们进行了逻辑回归，以检查讨论是否因用户特征而异。结果如下：总体而言，26.70%的Twitter用户讨论智齿疼痛/下巴受伤，23.86%的Twitter用户讨论牙科服务/蛀牙，18.97%的Twitter用户讨论牙齿脱落/牙齿断裂，16.23%的Twitter用户讨论牙痛，其余的Twitter用户讨论蛀牙/牙龈出血。女性和年轻人（19-29岁）更有可能谈论口腔健康问题。健康保险复盖率在主题预测的逻辑回归中是最显著的预测因子。结论：Twitter消息反映了大流行期间口腔健康的社会差异。例如，来自COVID-19风险较高的县的人更多地谈论蛀牙/牙龈出血和牙齿碎裂/牙齿断裂。易受COVID-19影响的老年人更有可能讨论牙痛。感兴趣的主题因用户特征而异。通过社交媒体的镜头，我们的研究结果可以为口腔健康从业者和政策制定者提…
2022-08-04 cs.CY cs.SI
Political Communities on Twitter: Case Study of the 2022 French Presidential Election
Ecole Polytechnique（巴黎综合理工学院）；Linagora；AUEB（雅典经济与商业大学）
随着社交媒体平台用户的大幅增加，出现了一种新的政治竞选手段。Twitter和Facebook现在是选举期间值得注意的竞选工具。事实上，候选人和他们的政党现在开始在互联网上互动和传播他们的想法。在本文中，我们的目标是确定2022年法国总统大选期间在Twitter上形成的政治社区，并分析每个社区。我们创建了一个大规模的Twitter数据集，其中包含120万用户和6260万条提到与选举相关的关键字的推文。我们执行社区发现上的用户的转推图，并提出了一个深入的分析，每个社区的立场。最后，我们试图检测攻击性推文和自动机器人，跨社区进行比较，以深入了解每个候选人的支持者人口统计和在线竞选策略。
2022-04-15 cs.CL cs.SI
Deriving the Traveler Behavior Information from Social Media: A Case Study in Manhattan with Twitter
Twitter等社交媒体平台为解决交通问题提供了全新的视角，有望成为传统方法的补充。带有地理标签的推文可以提供Twitter用户的位置信息，并正在应用于旅行者行为分析。本文探讨了Twitter在获取出行行为信息方面的潜力，并以曼哈顿地区为例进行了研究。提出了一种从Twitter位置中提取位移信息的系统方法。我们的研究表明，Twitter有一个独特的人口统计数据，不仅包括当地居民，还包括游客或乘客。对于个人用户，Twitter可以揭示他/她的旅行行为特征，包括工作日和周末的时间和位置分布。对于所有的Twitter用户，聚集的出行行为的结果也表明，在曼哈顿岛的一天中的时间旅行模式类似的交通流量; OD模式的识别也是有希望的，通过比较的结果，旅行调查。
2021-01-27 cs.NA cs.SI math.NA
Characterizing the Demographics Behind the #BlackLivesMatter Movement
关于少数群体问题的辩论往往由有关的少数群体主导或在他们中间进行：性别平等辩论往往没有让男子参与，而关于种族问题的辩论则没有让占主导地位的群体有效参与。为了验证这一观察结果，我们研究了Twitter上的#BlackLivesMatter}运动和标签-在一系列通常涉及非裔美国人因警察暴行而死亡的事件之后出现并获得了牵引力-旨在量化用户类型（个人与组织）之间的人口偏见，以及（对于个人）各种人口统计因素（种族，性别和年龄）。我们的研究结果表明，更多的非洲裔美国人参与了标签，他们也比其他人口群体更活跃。我们还讨论了伦理警告，对关注用户的敏感主题（例如歧视，心理健康或宗教）的研究具有更广泛的影响。
2015-12-17 cs.SI
Meaningful Context, a Red Flag, or Both? Users' Preferences for Enhanced Misinformation Warnings on Twitter
警告用户社交媒体上的错误信息并不是一个简单的可用性任务。软适度必须在揭穿谎言和避免适度偏见之间取得平衡，同时保持社交媒体消费流。因此，平台在可疑的错误信息内容下采用具有通用文本的最小可区分的警告标签。这种方法导致了一个不利的结果，警告“适得其反”，用户相信错误信息更多，而不是更少。作为回应，我们开发了增强的错误信息警告，用户被告知信息危害的上下文，并暴露在标准的警告图标。我们在337名参与者的可用性研究中对Twitter的原始警告标签进行了A/B评估。大多数参与者更喜欢这些增强功能，因为它们有助于识别和避免错误信息。增强的警告标签最受政治上左倾的参与者的青睐，在较小程度上温和的参与者，但它们也吸引了大约三分之一的右倾参与者。教育水平是影响参与者偏好的唯一人口因素。我们利用我们的研究结果，提出了针对用户的改进措施，以软缓和社交媒体上的错误信息。
2022-05-02 cs.CY cs.HC cs.SI
Understanding the Hoarding Behaviors during the COVID-19 Pandemic using Large Scale Social Media Data
COVID-19大流行以前所未有的规模影响了世界各地人们的生活。我们打算使用大规模社交媒体数据来调查应对疫情的囤积行为。首先，我们收集了冠状病毒爆发后不久与囤积有关的推文。接下来，我们分析了2020年3月1日至4月30日期间美国超过42，000名独特Twitter用户的囤积和反囤积模式，并按年龄，性别和地理位置分析了与囤积相关的推文。我们发现囤积和反囤积组中的女性比例高于一般Twitter用户群体。此外，使用主题建模，我们调查的意见表示对囤积行为进行分类，这些主题根据人口和地理群体。我们还使用词汇法计算了囤积和反囤积相关推文的焦虑分数。通过将他们的焦虑分数与基线Twitter焦虑分数进行比较，我们揭示了进一步的见解。囤积相关推文的LIWC焦虑均值显著高于基线Twitter焦虑均值。有趣的是，与推文中提到的其他囤积物品相比，啤酒的计算焦虑得分最高。
2021-06-28 cs.CY cs.SI
Comparing Methods for Creating a National Random Sample of Twitter Users
针对构建一国Twitter用户随机样本缺乏方法性能对比的问题，本文实现四种常用采样方法并从多维度比较，发现1% Stream法构建代表性样本效果最优，同时给出其不适用场景及次选方法。
2024-03-11 cs.SI
Twitter-Based Gender Recognition Using Transformers
York University（约克大学）；K.N. Toosi University（K.N.图西理工大学）
社交媒体包含有关人和社会的有用信息，可以帮助推进许多不同领域的研究（例如通过应用意见挖掘，情绪/情感分析和统计分析），如商业和金融，健康，社会经济不平等和性别脆弱性。用户统计数据提供了丰富的信息，可以帮助进一步研究这个问题。然而，用户的人口统计数据，如性别，被认为是私人的，不能免费提供。在这项研究中，我们提出了一个基于Transformers的模型来预测用户的性别，从他们的图像和推文。我们基于视觉Transformer（ViT）对模型进行微调，以分层女性和男性图像。接下来，我们基于来自Transformers的双向编码器表示（BERT）微调另一个模型，以通过用户的推文识别用户的性别。这是非常有益的，因为并非所有用户都提供指示其性别的图像。这些用户的性别可以从他们的推文中检测出来。该组合模型使图像和文本分类模型的准确率分别提高了6.98%和4.43%。这表明图像和文本分类模型能够通过彼此提供额外的信息来相互补充。我们将我们的方法应用于PAN-2018数据集，并获得了85.52%的准确率。
2022-04-24 cs.AI cs.CL cs.SI
The Secret Lives of Names? Name Embeddings from Social Media
Stony Brook University（石溪大学）
你的名字透露了很多关于你的信息：你的性别，种族等等。事实证明，名字嵌入比传统的子串特征更有效地表示名字。然而，我们之前的名字嵌入模型是在私人电子邮件数据上训练的，并且不能公开访问。在本文中，我们探索从公共Twitter数据中学习名称嵌入。我们认为，Twitter嵌入有两个关键的优势：\textit{(i)}，他们可以并将公开发布，以支持研究社区。\textit{(ii)}即使使用较小的训练语料库，与电子邮件嵌入相比，Twitter嵌入在多个任务上也实现了类似的性能。作为一个测试案例，以显示名称嵌入的力量，我们调查寿命的建模。我们发现有趣的是，添加名称嵌入可以进一步提高使用人口统计特征的模型的性能，这些特征传统上用于寿命建模。通过残差分析，我们观察到细粒度的群体（可能反映社会经济地位）是编码在名称嵌入中的潜在贡献因素。这些以前隐藏在人口模型中，可能有助于提高广泛的研究的预测能力。
2019-05-12 cs.CL cs.SI
Fusing Visual, Textual and Connectivity Clues for Studying Mental Health
Wright State University（莱特州立大学）；Ohio State University（俄亥俄州立大学）；Weill Cornell University（威尔康奈尔大学）
随着社交媒体平台的无处不在，数百万人通过在社交媒体上自愿、公开地表达自己的想法、心情、情绪、感受，甚至日常与心理健康问题的斗争，分享他们的在线角色。与大多数现有的通过分析文本内容来研究抑郁症的努力不同，我们检查和利用多模态大数据来使用各种各样的特征来识别抑郁行为，包括个人层面的人口统计数据。通过开发一个多模态框架，并采用统计技术来融合通过处理视觉，文本和用户交互数据获得的异构特征集，我们显着增强了当前最先进的方法，用于识别Twitter上的抑郁个体（将平均F1分数提高5%），并促进从社交媒体进行人口统计推断，以获得更广泛的应用。除了提供人口统计学和心理健康之间的关系的见解，我们的研究有助于设计一种新的人口统计学意识的健康干预措施。
2019-02-19 cs.CL cs.CY cs.SI
Diffusion of Lexical Change in Social Media
Georgia Institute of Technology（佐治亚理工学院）；University of Massachusetts, Amherst（马萨诸塞大学阿默斯特分校）；Carnegie Mellon University（卡内基梅隆大学）
以计算机为媒介的交流正在推动书面语言性质的根本变化。我们通过对一个由1.07亿条Twitter消息（由270万个独立用户帐户撰写）组成的数据集进行统计分析来调查这些变化。使用一个潜在的向量自回归模型聚合在数千个单词，我们确定在美国的语言变化的扩散高层次的模式。我们的模型是强大的Twitter的采样率的不可预测的变化，并提供了一个概率表征的关系，宏观尺度的语言影响的人口和地理预测。这一分析的结果提供了支持以前的论点，侧重于地理接近和人口规模。然而，人口结构的相似性-特别是种族方面的相似性-发挥着更为核心的作用，因为种族人口结构相似的城市更有可能分享语言影响力。而不是走向一个单一的统一的“网络语言”方言，语言的演变，在计算机为媒介的通信再现现有的断层线在美国英语口语。
2014-11-24 cs.CL cs.SI physics.soc-ph
Monitoring Depression Trend on Twitter during the COVID-19 Pandemic
COVID-19疫情严重影响了人们的日常生活，并在全球范围内造成了巨大的经济损失。然而，它对人们的心理健康状况的影响并没有得到足够的重视。为了研究这个主题，我们选择社交媒体作为我们的主要数据资源，并创建了迄今为止最大的英语Twitter抑郁症数据集，其中包含2，575名不同的抑郁症用户及其过去的推文。为了研究抑郁症对人们Twitter语言的影响，我们在数据集上训练了三个基于transformer的抑郁症分类模型，通过逐渐增加的训练规模来评估它们的性能，并比较模型的“tweet chunk”级别和用户级别的性能。此外，受心理学研究的启发，我们创建了一个融合分类器，将深度学习模型分数与心理文本特征和用户的人口统计信息相结合，并研究这些特征与抑郁信号的关系。最后，我们展示了我们的模型在COVID-19大流行期间的两个应用，以证明我们的模型能够监测群体水平和人群水平的抑郁趋势。我们希望这项研究能够提高研究人员和公众对COVID-19对人们心理健康影响的认识。
2020-07-02 cs.IR cs.SI
The Remarkable Benefit of User-Level Aggregation for Lexical-based Population-Level Predictions
基于社交媒体文本的即时预报有望提供对社区层面结果的不引人注目和近乎实时的预测。这些结果通常与人有关，但数据通常是在不考虑每个社区的Twitter用户的情况下汇总的。本文描述了一种简单而有效的方法来建立社区级模型，使用Twitter语言聚集的用户。四个不同的美国县级任务的结果，跨越人口统计学，健康和心理结果，显示出预测准确性的大幅度和一致性的改善（例如，从皮尔逊r= 0.73到0.82的中位数收入预测或r= 0.37到0.47的生活满意度预测）超过了聚合所有推文的标准方法。我们将来自370亿条推文的汇总和匿名社区级数据-其中超过10亿条被映射到县，可用于研究。
2018-08-29 cs.CY cs.SI
Sustained Online Amplification of COVID-19 Elites in the United States
COVID-19大流行的持续性和流动性要求个人定期寻求有关最佳卫生实践、当地社区传播和公共卫生指南的信息。在美国没有统一应对疫情的措施，也没有联邦和地方官员明确、一致的指令的情况下，人们利用社交媒体集体众包COVID-19精英，即一小部分值得信赖的COVID-19信息源。我们对美国的COVID-19众包精英进行了一次普查，他们在疫情期间在Twitter上受到持续关注。通过使用与美国公共选民登记记录相关的Twitter用户小组的混合方法，我们发现记者，媒体机构和政治账户一直在COVID-19周围被放大，而流行病学家，公共卫生官员和医疗专业人员仅占Twitter上所有COVID-19精英的一小部分。我们发现，COVID-19精英在不同的人口群体中有很大的差异，而且各个群体及其精英的人口统计数据之间存在明显的种族，地理和政治相似性和差异。考虑到这种差异，我们讨论了利用众包COVID-19精英不成比例的在线声音来公平地促进及时的公共卫生信息和减少猖獗的错误信息的潜力。
2020-09-15 cs.SI physics.soc-ph
Analyzing User Activities, Demographics, Social Network Structure and User-Generated Content on Instagram
Instagram是一种相对较新的通信形式，用户可以通过拍照并使用滤镜调整它们来即时分享他们的当前状态。自2010年10月推出以来，它的用户数量和上传量都在快速增长。尽管它是最受欢迎的照片分享应用程序，但它吸引了网络和社交媒体研究社区的相对较少的关注。在本文中，我们对我们从Instagram上抓取的数百万用户和图片进行了大规模的定量分析。我们的分析揭示了Instagram的一些以前从未研究过的见解：1）它的社交网络属性与其他流行的社交媒体（如Twitter和Flickr）完全不同，2）人们通常每周发布一次，3）人们喜欢与朋友分享他们的位置。据我们所知，这是第一次对Instagram上的用户活动、人口统计、社交网络结构和用户生成内容进行深入分析。
2014-10-29 cs.SI physics.soc-ph
Demographic Inference from Social Media Data with Multimodal Foundation Models: Strategies, Evaluation, and Benchmarking
本研究利用GPT-5多模态基础模型，从社交媒体资料中推断年龄、性别和种族，展示了其在提高人口特征推断准确性、公平性和可扩展性方面的潜力。
2025-11-26 cs.SI
Who Watches (and Shares) What on YouTube? And When? Using Twitter to Understand YouTube Viewership
我们将以用户为中心的Twitter数据与以视频为中心的YouTube数据相结合，以分析谁在YouTube上观看和分享了什么。结合两个数据集，87k Twitter用户，560万YouTube视频和1500万视频共享事件，可以进行丰富的分析，超出了单独使用两个数据集中的任何一个所能获得的分析。对于Twitter，我们生成与活动、兴趣和人口统计相关的用户特征。对于YouTube，我们获得了主题，流行度和极化的视频特征。这两个功能集通过在Twitter上共享YouTube URL的事件进行组合。这种组合以用户、视频和共享事件为中心的方式完成。对于以用户为中心的分析，我们展示了Twitter用户功能如何与YouTube功能和共享相关功能相关联。作为两个例子，我们发现城市用户比农村用户更快地分享，对于一些“影响力”的概念，Twitter上有影响力的用户分享视频的浏览量更高。对于以视频为中心的分析，我们发现初始Twitter份额和最终的浏览量之间存在超线性关系，显示了Twitter的相关行为。在用户影响力方面，我们发现第一周分享视频的用户的粉丝总数并不影响视频的最终受欢迎程度。然而，聚合的用户转发率可以更好地预测YouTube视频的受欢迎程度。对于以共享为中心的分析，我们揭示了在一定的时间尺度内视频创建和共享之间的时间相关行为的存在，显示了连贯响应的时间开始，以及集体响应极不可能的时间限制。我…
2016-02-22 cs.SI physics.soc-ph
Whose Judgments Count? Representation Gaps in Crowdsourced Content Moderation Produce Unequal Protection from Perceived Toxicity
University of South Carolina（南卡罗来纳大学）；New York University（纽约大学）
该研究结合大规模判断数据与反事实模拟，发现众包内容审核存在同群体保护模式，审核员人口构成会导致对感知毒性的保护不平等，黑人及LGB群体需远超其人口占比的代表才能获平等保护。
2026-09-03 cs.CL cs.CY cs.SI
Detecting Cyberbullying and Cyberaggression in Social Media
网络欺凌和网络攻击是越来越令人担忧的现象，影响到所有人口群体。全球超过一半的年轻社交媒体用户都曾遭受过这种长期和/或协调的数字骚扰。受害者可能会经历各种各样的情绪，并产生负面后果，如尴尬、抑郁、与其他社区成员隔离，这就有可能导致更严重的后果，如自杀企图。在这项工作中，我们采取了第一个具体步骤，以了解滥用行为的特点，在Twitter上，今天最大的社交媒体平台之一。我们分析了120万用户和210万条推文，将参与讨论NBA等看似正常话题的用户与那些更有可能与仇恨有关的用户进行比较，例如Gamergate争议或BBC电台的性别薪酬不平等。我们还探讨了虐待行为的具体表现，即，网络欺凌和网络侵略，在一个与仇恨有关的社区（Gamergate）。我们提出了一个强大的方法来区分欺凌和侵略者从正常的Twitter用户考虑文本，用户和基于网络的属性。使用各种最先进的机器学习算法，我们以超过90%的准确率和AUC对这些账户进行分类。最后，我们讨论了Twitter用户帐户的当前状态标记为滥用我们的方法，并研究了潜在的机制，可用于Twitter在未来暂停用户的性能。
2019-07-20 cs.CY cs.IR cs.SI
SocialVec: Social Entity Embeddings
University of Haifa（海法大学）
本文介绍了SocialVec，从社交网络引出社会世界知识的一般框架，并将此框架应用于Twitter。SocialVec学习流行账户的低维嵌入，这些账户代表普遍感兴趣的实体，基于个人用户在账户中的共同出现模式，从而在社会人口统计学方面建模实体相似性。类似于促进涉及文本处理的任务的词嵌入，我们期望社交实体嵌入有利于社交风味的任务。我们已经从Twitter网络的样本中学习了大约20万个流行账户的社交嵌入，其中包括超过130万用户及其关注的账户，并在两个不同的任务中评估结果嵌入。第一个任务涉及从用户的社交媒体资料中自动推断用户的个人特征。在另一项研究中，我们利用SocialVec嵌入来衡量Twitter新闻来源的政治偏见。在这两种情况下，我们证明SocialVec嵌入是有利的，与现有的实体嵌入方案相比。我们将公开SocialVec实体嵌入，以支持进一步探索Twitter中反映的社交世界知识。
2021-11-05 cs.AI cs.LG cs.SI
A Systematic Identification and Analysis of Scientists on Twitter
来自Twitter和其他社交媒体的数据--通常被称为altmetrics--越来越多地用于评估学术的更广泛的社会影响。然而，这些努力可能会产生高度误导性的结果，因为在这些平台上参与科学对话的实体在很大程度上是未知的。例如，如果测高活动主要是由科学家发起的，那么它真的能捕捉到科学更广泛的社会影响吗？在这里，我们提出了一个系统的方法来识别和分析Twitter上的科学家。我们的方法可以识别许多学科的科学家，而不依赖于外部书目数据，并且很容易适应于识别科学中的其他利益相关者群体。我们调查的人口统计数据，分享行为，以及确定的科学家的相互联系。我们发现，Twitter已经被跨学科的学者所采用，社会和计算机和信息科学家的代表性过高;数学，物理和生命科学家的代表性不足;与学术出版相比，女性的代表性更好。对URL共享的分析揭示了学术网站的明显印记，但只有一小部分共享URL与科学有关。我们发现，在科学家之间的网络中，学科的混合是一种不确定性，这表明在社交媒体中维护学科墙。我们的工作在方法论和概念上都为文献做出了贡献-我们提供了新的方法来消除歧义和识别社交媒体上的特定行为者，并描述科学家的行为，从而为基于社交媒体指标的指标的构建和使用提供了基础信息。
2017-04-13 cs.DL 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
A User Modeling Pipeline for Studying Polarized Political Events in Social Media
本文提出了一种用户建模管道，用于分析社交媒体上关于极化政治事件（例如，民意调查）。管道遵循四步方法。首先，抓取社交媒体帖子和用户元数据。其次，过滤机制被应用于过滤垃圾邮件发送者和僵尸网络用户。第三步，从有效用户中提取人口统计信息，即性别、年龄、种族和位置信息。最后，相对于所分析的事件的用户的政治极性进行预测。在这项工作的范围内，我们提出的管道应用于两个公投场景（西班牙加泰罗尼亚独立和意大利伦巴第自治），以评估该方法在收集社交媒体用户人口统计数据的正确见解以及根据用户共享的意见预测民意调查结果的能力方面的性能。实验表明，该方法是有效的预测加泰罗尼亚的情况下，但不是伦巴第大区的情况下的政治趋势。在各种各样的动机中，我们注意到，总的来说，Twitter更能代表反对公投的用户，而不是支持公投的用户。
2018-07-25 cs.CY cs.SI
Using Social Media to Promote STEM Education: Matching College Students with Role Models
STEM（科学，技术，工程和数学）领域已成为美国经济竞争力和增长的核心。STEM劳动力的短缺使促进STEM教育成为当务之急。社交媒体使用的快速增长提供了一个独特的机会，可以从在线文本和照片中预测用户的真实身份和兴趣。在本文中，我们提出了一种创新的方法，利用社交媒体来促进STEM教育：匹配Twitter的大学生用户与不同的LinkedIn STEM专业人士使用排名算法的基础上，他们的人口统计和兴趣的相似性。我们相信，通过引入具有相似兴趣和人口统计学特征的职业榜样来增加STEM的存在，将激发学生对STEM相关领域的兴趣，并模仿他们的模型。我们对2,000名真实大学生的评估证明了我们的排名算法的准确性。我们还设计了一个新的实现，推荐匹配的榜样给学生。
2016-07-01 cs.CY cs.MM cs.SI
Characterizing Diseases and disorders in Gay Users' tweets
缺乏关于女同性恋、男同性恋、双性恋、变性人和酷儿（LGBTQ）的健康问题的信息，这些人往往被排除在国家人口统计评估、健康研究和临床试验之外。因此，医学专家和研究人员对这些人群面临的健康差距缺乏全面的了解。幸运的是，公开可用的社交媒体数据，如Twitter数据，可以用来支持公共卫生政策制定者和管理人员对LGBTQ人群的决策。本研究采用计算方法收集同性恋用户的健康相关主题的推文和模型这些主题。为了确定与男性发生性关系的男性在Twitter上分享的健康相关信息的性质，我们收集了来自177名活跃用户的数千条推文。我们使用一个框架对这些推文进行了采样，该框架可以在未来的研究中应用于其他LGBTQ亚群。根据ICD 10，我们发现了7类11种疾病，与已发表的研究和官方报告一致。
2018-03-24 cs.CY cs.SI stat.AP
From Caricature to Collective Artifact: How Persona Construction Drives Polarization in Generative Social Simulations
University of Amsterdam（阿姆斯特丹大学）
该研究通过类Twitter生成式社会模拟平台，消融实验发现调整人格构建中的党派声明可改变网络极化程度，提出需结合显著性评估人格行为有效性并给出评估清单。
2026-10-14 cs.AI 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
Understanding Musical Diversity via Online Social Media
音乐学家和社会学家长期以来一直对音乐消费模式及其与社会经济地位的关系感兴趣。特别是，杂食者论文研究了这些变量与一个人消费的音乐多样性之间的关系。使用来自Last.fm和Twitter的社交媒体用户的数据，我们设计并评估了一种合理地捕捉音乐品味多样性的措施。我们使用该指标来探索音乐多样性与捕获社会经济地位，人口统计学和个人特征（如开放性和对音乐的兴趣程度（into-ness））的变量之间的关联。我们的音乐多样性测度可以为音乐偏好和消费的研究提供一个有用的手段。此外，我们的杂食性论文的研究提供了扩展以前的调查和访谈为基础的研究的见解。
2017-05-17 cs.CY cs.SI
Election Polls on Social Media: Prevalence, Biases, and Voter Fraud Beliefs
本研究考察2020年美国大选期间Twitter选举民调的普遍性与可靠性，识别人口统计、机器人及购买选票等偏差来源，并揭示其传播选民欺诈阴谋论的影响。
2024-05-22 cs.CY cs.SI physics.soc-ph
What's Kooking? Characterizing India's Emerging Social Network, Koo
社交媒体在短时间内呈指数级增长，成为通信和在线互动的最前沿。尽管增长迅速，但社交媒体平台一直无法扩展到全球不同的语言，许多人仍然无法访问。在本文中，我们将Koo描述为Twitter的印度替代品，Koo是一个多语言微博网站，于2021年流行起来。我们收集了407万用户的数据集，1.6312亿关注者关系，以及他们在12种语言中的内容和活动。我们沿着语言、位置、性别和职业来研究用户人口统计。印度语言在Koo话语中的突出存在表明该平台在促进区域语言方面取得了成功。我们观察到Koo的追随者网络比Twitter的密集得多，由紧密联系的语言社区组成。对Koo上的帖子进行的N-gram分析显示了#KooVsTwitter的修辞，揭示了比较两个平台的辩论。我们的特征突出了多语言社交网络的动态及其多样化的印度用户群。
2022-01-20 cs.SI
Correcting Sociodemographic Selection Biases for Population Prediction from Social Media
University of Pennsylvania（宾夕法尼亚大学）；Stony Brook University（石溪大学）；Columbia University（哥伦比亚大学）
社交媒体越来越多地用于大规模人口预测，例如估计社区健康统计数据。然而，社交媒体用户通常不是目标人群的代表性样本-一种“选择偏差”。在社会科学中，这种偏见通常通过限制技术来解决，其中观察结果根据其社会人口群体的抽样不足或过度而重新加权。然而，约束很少被评估为改善预测。在这个由两部分组成的研究中，我们首先评估了标准的“开箱即用”的限制技术，发现它们在从Twitter模拟美国县人口健康统计数据的四项任务中没有提供任何改进，甚至经常降低预测准确性。性能下降的核心原因似乎与他们对每个人口的社会人口统计数据的稀疏或缩小的估计的依赖有关。在我们研究的第二部分，我们开发和评估了鲁棒后分层，它包括三种方法来解决这些问题：（1）估计重新分配，以考虑收缩，以及（2）自适应分箱和（3）知情平滑处理稀疏的社会人口统计估计。我们表明，这些方法中的每一个导致显着提高预测精度的标准限制方法。总的来说，稳健后分层实现了最先进的预测准确性，在调查生活满意度的情况下，解释方差（R^2）增加了53.0%，所有任务的平均增加了17.8%。
2022-06-07 cs.CL cs.CY cs.SI
Misinformation versus Facts: Understanding the Influence of News Regarding COVID-19 Vaccines on Vaccine Uptake
有关COVID-19疫苗的网上话语及讨论中存在大量基于事实的信息及错误信息。使用近400万条带有地理标记的英文推文样本和来自CDC COVID数据跟踪器的数据，我们进行了Fama-MacBeth回归，并进行了Newey-West调整，以了解Twitter上的错误信息和基于事实的新闻对美国COVID-19疫苗接种的影响。在控制了人口统计、教育和流行病严重程度等州一级的因素后。我们通过分析URL来识别与错误信息或基于事实的新闻相关的推文。与事实相关的Twitter用户增加1%，每百人每日新接种疫苗的人数减少约0.87（B =-0.87，SE = 0.25，p<0.001）。与假新闻相关的用户比例与疫苗接种率之间没有显着关系。事实相关用户比例与疫苗接种率之间的负相关可能是由于更大的用户层面影响力和在线社交认可对疫苗接种意愿的负面影响。
2022-02-17 cs.SI
Modeling of User Portrait Through Social Media
如今，互联网上已经积累了大量有用的用户信息和社会行为数据，这为在线分析用户的个性特征提供了可能。本文提出了一种基于计算语言学特征的心理建模方法，对新浪微博用户的大五人格特质及其与用户社会行为的关系进行了研究。据我们所知，这是第一个调查新浪微博用户的个人资料信息，社交网络行为和人格特质之间的潜在关系的研究。我们的研究结果证明了一种有效的建模方法，可以在不中断客户的情况下了解社交媒体上用户的人口统计和心理画像，这对于商业广告提供更好的个性化产品和服务是有用的。
2019-06-15 cs.SI
