时间稳定的多层网络嵌入：对俄罗斯宣传的纵向研究
社会与信息网络
2023-07-21 v1
摘要
俄罗斯宣传机构 RT（前身为 Russia Today）以七种语言制作内容。大量证据表明，RT 针对不同语言受众的传播技巧有所不同。在本文中，我们首次对 RT 的多语言文章集合进行了全面分析，研究了该在线平台上自 2006 年至 2023 年 6 月可用的全部 240 万篇文章。我们从文章标签的共现中构建年度语义网络。在单一语言内，我们使用 AlignedUMAP 获得稳定的跨时间嵌入。在语言之间，我们提出一种新方法，在将多个稀疏连接的网络投影到最终嵌入空间之前，于中间表示中对齐它们。关于 RT 的传播策略，我们的发现暗示其在针对不同语言受众的定位上缺乏连贯策略，这通过标签使用、聚类模式以及各语言版本内主题优先级的 uneven 转变中的差异得以显现。尽管识别出的标签聚类与俄罗斯宣传中的关键主题（如乌克兰、外交事务、西方国家和中东）相一致，但我们观察到各语言间对特定问题的关注存在显著差异，这些差异更多是对信息环境的反应，而非代表一种协调一致的方法。
引用
@article{arxiv.2307.10264,
title = {Temporally Stable Multilayer Network Embeddings: A Longitudinal Study of Russian Propaganda},
author = {Daniel Matter and Elizaveta Kuznetsova and Victoria Vziatysheva and Ilaria Vitulano and Juergen Pfeffer},
journal= {arXiv preprint arXiv:2307.10264},
year = {2023}
}