危机事件后Twitter上新闻媒体的同情度测量、理解与分类
社会与信息网络
2018-03-16 v2 计算机与社会
摘要
本文研究了2015年11月贝鲁特和巴黎恐怖袭击后西方与阿拉伯媒体在Twitter上的报道偏差。利用覆盖两次袭击的两个Twitter数据集，我们考察了西方与阿拉伯媒体在报道偏差、同情偏差以及由此产生的信息传播方面的差异。我们众包了跨四种语言（英语、阿拉伯语、法语、德语）的2390条推文的同情与情感标签，构建了表征同情的回归模型，并随后训练了一个深度卷积神经网络来预测同情。主要发现如下：(a) 两起事件均被不成比例地报道；(b) 西方媒体表现出较少的同情，且各自媒体对其所在地区受影响国家的报道更具同情心；(c) 同情预测支持了西方媒体比阿拉伯媒体更缺乏同情的真实情况分析；(d) 富有同情的推文并未传播得更远。我们结合全球新闻流动、Twitter可供性以及公众认知影响讨论了我们的结果。
引用
@article{arxiv.1801.05802,
title = {Measuring, Understanding, and Classifying News Media Sympathy on Twitter after Crisis Events},
author = {Abdallah El Ali and Tim C Stratmann and Souneil Park and Johannes Schöning and Wilko Heuten and Susanne CJ Boll},
journal= {arXiv preprint arXiv:1801.05802},
year = {2018}
}
备注
In Proc. CHI 2018 Papers program. Please cite: El Ali, A., Stratmann, T., Park, S., Sch\"oning, J., Heuten, W. & Boll, S. (2018). Measuring, Understanding, and Classifying News Media Sympathy on Twitter after Crisis Events. In Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems (CHI '18). ACM, New York, NY, USA. DOI: https://doi.org/10.1145/3173574.3174130