亲近朋友，更要亲近敌人：Twitter上负面关系的结构特性
社会与信息网络
2024-01-31 v1
摘要
自我网络模型（ENM）是一种根植于进化人类学的关系结构组织模型，在社会环境中普遍存在。它从单个用户（Ego）的视角出发，将其联系人（Alters）组织成一系列（通常为5个）亲密度递减、规模递增的同心圆。Alters根据其与Ego的纽带强度进行排序，然而，这很难直接测量。传统上，互动频率被用作代理指标，但这忽略了连接的定性方面，例如符号（即极性），这些已被证明能提供极其有用的信息。然而，在线社交关系的符号通常是一个隐含信息，需要通过在线社交网络（OSN）的交互数据来估计，这使得OSN中的符号预测本身就是一个研究挑战。本研究旨在通过研究带符号连接与ENM的相互作用，将ENM引入带符号网络领域。本文有两个主要贡献。首先，提出了一种利用情感分析对个体间关系进行符号标注的新的、数据高效的方法；其次，我们使用9个不同类别用户的Twitter数据集，深入探讨了带符号自我网络（SENs）的特性。我们发现，负面连接在自我网络的活跃部分中通常占比过高，这表明相对于“线下”社交网络，Twitter极大地放大了负面关系。此外，出于职业原因使用社交网络的用户，其负面连接的比例甚至更高。
引用
@article{arxiv.2401.16562,
title = {Keep Your Friends Close, and Your Enemies Closer: Structural Properties of Negative Relationships on Twitter},
author = {Jack Tacchi and Chiara Boldrini and Andrea Passarella and Marco Conti},
journal= {arXiv preprint arXiv:2401.16562},
year = {2024}
}