数字时代的社区塑造：分析线上社交网络话语碎片化的时间融合框架
社会与信息网络
2024-09-19 v1 计算机与社会
摘要
本研究提出了一种用于分析社交媒体平台上社区动态的框架，利用文本与网络数据的时序融合。通过结合文本分类和动态社交网络分析，我们揭示了驱动社区形成和演变的机制，揭示了现实事件的影响。我们基于社会科学理论引入14个关键要素来评估社交媒体动态，通过2020年美国重大事件的Twitter数据案例验证了框架。我们的分析聚焦于歧视话语，识别出性别歧视、种族歧视、-xenophobia（恐怖主义）、 Ableism（ Ableism）、同性恋恐惧和宗教仇恨作为主要碎片。结果表明，社区的出现和解体循环代表了话语碎片。我们揭示了现实世界情况如何影响话语的主导地位以及社交媒体如何促成回音室形成和社会极化。我们的综合方法提供了关于话语碎片化、意见动态和线上社区结构方面的见解，为理解线上互动与社会趋势之间的复杂相互作用提供了方法论。
引用
@article{arxiv.2409.11665,
title = {Community Shaping in the Digital Age: A Temporal Fusion Framework for Analyzing Discourse Fragmentation in Online Social Networks},
author = {Amirhossein Dezhboro and Jose Emmanuel Ramirez-Marquez and Aleksandra Krstikj},
journal= {arXiv preprint arXiv:2409.11665},
year = {2024}
}