Twitter 中的互联结构与语言模式刻画

社交媒体被视为一个民主空间，人们不论性别、种族或其他任何人口统计特征而彼此连接与互动。尽管已有大量探索社交媒体中人口统计特征的努力，社交媒体是否延续了线下世界的旧有不平等仍不清楚。在本学位论文中，我们尝试利用 Face++ 的先进图像处理算法识别位于美国的 Twitter 用户的性别与种族。我们研究不同人口统计群体如何彼此连接，并在语言风格及其兴趣方面对它们加以区分。我们量化了一个群体相互关注与互动的程度，以及这些连接与互动在多大程度上反映为 Twitter 中的不平等。我们还从六个类别（情感属性、认知属性、词汇密度与意识、时间指称、社会与个人关切、人际聚焦）提取语言特征，以识别他们在 Twitter 上所分享消息的相似与差异。此外，我们提取人口统计群体间热门短语的绝对排名差异。作为多样性的一个维度，我们使用从每位用户处检索到的兴趣话题。我们的分析表明，被识别为白人与男性的用户往往在 Twitter 中（就粉丝数与被纳入他人列表的次数而言）占据更高位置。不同人口统计群体在性别与种族域以及兴趣话题上的书写方式存在明显差异。我们希望我们的努力能激发关于线上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特征为 Twitter 热门话题系统提供透明度。