度量 Twitter 个人简介中自我呈现的维度及其与误信息分享的关联
计算与语言
2024-09-19 v4
摘要
社交媒体平台为用户提供个人资料描述字段，通常称为“bio”，用户可借此向外界呈现自己。越来越多的文献表明，这些简介中的文本能增进我们对在线自我呈现与行为的理解，但现有工作仅依赖基于关键词的方法来实现。我们在此提出并评估了一套简单、有效且具理论动机的方法，将简介嵌入捕捉社会意义显著维度（如年龄与党派性）的空间中。我们在四项任务上评估了我们的方法，表明最强的方法优于若干实用基线。随后我们展示了该方法在帮助理解自我呈现与 Twitter 上来自低质量新闻站点 URL 分享之间关联的效用，特别关注探索年龄与党派性的交互作用，并考察宗教性自我呈现的影响。我们的工作为计算社会科学者提供了新的工具以利用简介中的信息，并就误信息分享在 Twitter 上如何被认知提供了新见解。
引用
@article{arxiv.2305.09548,
title = {Measuring Dimensions of Self-Presentation in Twitter Bios and their Links to Misinformation Sharing},
author = {Navid Madani and Rabiraj Bandyopadhyay and Briony Swire-Thompson and Michael Miller Yoder and Kenneth Joseph},
journal= {arXiv preprint arXiv:2305.09548},
year = {2024}
}