中文

利用R分析社交媒体网络数据:用户、评论与传播模式的半自动筛查

社会与信息网络 2020-11-30 v1 计算机视觉与模式识别 应用统计

摘要

社交媒体平台上的传播不仅在文化和政治上具有重要意义,而且在社会中日益普及。用户不仅通过社交媒体平台交流,还专门搜索信息、传播信息或自行发布信息。然而,假新闻、仇恨言论甚至激进化元素也是这种现代传播形式的一部分:有时对个人和社会产生深远影响。对这些机制和传播模式的基本理解有助于抵消负面传播形式,例如儿童欺凌或极端政治观点。为此,本文将提出一种方法,以分解潜在的传播模式、追踪个体用户并检查其在社交媒体平台上的评论与影响范围;或随后通过定性研究进行对比。若考虑所处的社交网络框架及话题,该方法能以100%的准确率识别特别活跃的用户。然而,方法学及抵消策略必须更具动态性和灵活性,以确保对传播仇恨言论、假新闻和激进化元素的用户具有敏感性与特异性。

关键词

引用

@article{arxiv.2011.13327,
  title  = {Analysing Social Media Network Data with R: Semi-Automated Screening of Users, Comments and Communication Patterns},
  author = {Dennis Klinkhammer},
  journal= {arXiv preprint arXiv:2011.13327},
  year   = {2020}
}

备注

14 pages, 2 figures