社交网络中的观点发现与理解
社会与信息网络
2021-07-30 v1
摘要
Web 已演变为一个主导性平台，每个人都有机会表达观点、与其他用户互动并就全球发生的新兴事件展开辩论。一方面，这使得关于通常具争议性的话题（如 Brexit）存在不同观点与意见，但与此同时，它也导致了媒体偏见、回音室和过滤气泡等现象，用户仅接触到同一话题的单一观点。因此，需要能够检测并解释不同观点的方法。在本文中，我们提出一种利用社交互动的图划分方法，以发现社交网络（如 Twitter）中讨论某一争议话题的不同社区（代表不同观点）。为解释所发现的 viewpoints，我们描述了一种称为迭代排序差异（Iterative Rank Difference, IRD）的方法，该方法可检测刻画不同观点的描述性术语，并理解特定术语如何与某一观点相关联（通过检测其他相关的描述性术语）。实验评估结果所示，我们的方法在观点发现上优于 SOTA 方法，而对所提 IRD 方法在三个不同争议话题上的定性分析表明，IRD 提供了对不同观点的全面而深入的表示。
引用
@article{arxiv.1810.11047,
title = {Viewpoint Discovery and Understanding in Social Networks},
author = {Mainul Quraishi and Pavlos Fafalios and Eelco Herder},
journal= {arXiv preprint arXiv:1810.11047},
year = {2021}
}