量化社交媒体中的争议
社会与信息网络
2017-09-21 v5
摘要
哪些话题在社交媒体上引发最激烈的辩论？识别这些话题不仅从社会角度引人关注，而且有助于过滤和聚合社交媒体内容以传播新闻故事。本文通过使用社交媒体的内容和网络结构，对争议检测进行了系统性的方法论研究。与以往工作不同，我们不是研究单一手动挑选的话题并使用领域特定知识，而是采用通用方法研究任何领域的话题。我们量化争议的方法基于一个基于图的三阶段流程，包括：(i) 构建关于一个话题的对话图；(ii) 划分对话图以识别争议的潜在各方；(iii) 根据图的特征测量争议程度。我们对争议度量、不同的图构建方法和数据源进行了广泛的比较。我们使用了 Twitter 上的争议性和非争议性话题，以及其他外部数据集。我们发现，我们提出的基于随机游走的新度量在捕捉争议的直观概念方面优于现有度量，并且表明内容特征在此任务中的帮助要小得多。
引用
@article{arxiv.1507.05224,
title = {Quantifying Controversy in Social Media},
author = {Kiran Garimella and Gianmarco De Francisci Morales and Aristides Gionis and Michael Mathioudakis},
journal= {arXiv preprint arXiv:1507.05224},
year = {2017}
}
备注
Accepted in the journal Transactions on Social Computing (TSC). Extended version of the WSDM 2016 and CSCW 2016 demo paper. Please cite the TSC/WSDM version and not the arxiv version