中文

应对后API困境:搜索引擎结果页呈现社交媒体数据的偏差视图

信息检索 2024-11-28 v4 计算与语言 社会与信息网络

摘要

近期停止访问社交媒体API的决定,对整个互联网研究和计算社会科学领域产生了不利影响。这种数据访问的缺失被称为互联网研究的后API时代。幸运的是,流行的搜索引擎有能力在提供适当搜索查询的情况下,在其搜索引擎结果页(SERP)上抓取、捕获和展示社交媒体数据,这可能为这一困境提供解决方案。在当前工作中,我们提出疑问:SERP是否提供了完整且无偏的社交媒体数据样本?SERP是否是直接API访问的可行替代方案?为了回答这些问题,我们对(谷歌)SERP结果与来自Reddit和Twitter/X的非抽样数据进行了比较分析。我们发现,SERP结果严重偏向热门帖子;排斥政治、色情和粗俗帖子;其情感倾向更正;并且存在巨大的主题缺口。总体而言,我们得出结论:SERP并非社交媒体API访问的可行替代方案。

关键词

引用

@article{arxiv.2401.15479,
  title  = {Navigating the Post-API Dilemma | Search Engine Results Pages Present a Biased View of Social Media Data},
  author = {Amrit Poudel and Tim Weninger},
  journal= {arXiv preprint arXiv:2401.15479},
  year   = {2024}
}

备注

Proceedings of the ACM Web Conference 2024 (WWW '24)