群体内偏爱、群体外仇恨:通过争议性在线讨论衡量情感极化的框架
社会与信息网络
2024-12-20 v1 计算与语言
计算机与社会
摘要
情感极化,即由群体内偏爱与群体外仇恨所标记的意识形态群体之间的情感鸿沟,在美国不断加剧,并在 COVID-19 大流行期间推动了诸如佩戴口罩与封锁等争议性议题。尽管其具有重要的社会影响,现有的意见变化模型既未考虑情感动态,也未提供稳健且实时量化情感极化的方法。本文引入一个离散选择模型,用于捕捉情感极化社交网络中的决策行为,并提出一种统计推断方法,以从社交媒体数据中估计关键参数——群体内偏爱与群体外仇恨。通过对 COVID-19 大流行期间在线讨论的实证验证,我们证明我们的方法能够准确捕捉现实世界的极化动态,并解释了关于佩戴口罩与封锁的态度中党派鸿沟的迅速出现。该框架能够跨争议性议题追踪情感极化,对在数字空间中促进建设性在线对话具有广泛意义。
引用
@article{arxiv.2412.14414,
title = {In-Group Love, Out-Group Hate: A Framework to Measure Affective Polarization via Contentious Online Discussions},
author = {Buddhika Nettasinghe and Ashwin Rao and Bohan Jiang and Allon Percus and Kristina Lerman},
journal= {arXiv preprint arXiv:2412.14414},
year = {2024}
}