Quantitative Analysis of Forecasting Models:In the Aspect of Online Political Bias

要約

オンラインソーシャルメディアプラットフォームにおける政治的偏見を理解し、軽減することは、誤った情報やエコーチェンバー効果と闘う上で重要な課題です。
ただし、計算手法を使用して政治的偏見を時間的に特徴付けるには、ソーシャル メディア データセット内のノイズの頻度が高いため、課題が生じます。
既存の研究では、政治的偏見の特徴付けに対するさまざまなアプローチが検討されてきましたが、政治的偏見を予測し、近い将来に政治的会話がどのように展開するかを予測する能力については、十分に研究されていませんでした。
この論文では、ソーシャル メディアの投稿を 5 つの異なる政治的傾向のカテゴリに分類するヒューリスティックなアプローチを提案します。
政治的偏向の予測に関するこれまでの研究が不足しているため、既存のベースライン モデルの詳細な分析を実施して、政治的偏向の時系列を予測するのに最適なモデルを特定します。
私たちのアプローチには、異なる政治イデオロギーを持つ 2 つのソーシャル メディア データセット、特に Twitter と Gab に対して既存の時系列予測モデルを利用することが含まれます。
私たちは実験と分析を通じて、ソーシャルメディアプラットフォームにおける政治的偏見を予測する際の課題と機会を明らかにしようとしています。
最終的に、私たちの取り組みは、デジタル領域における政治的偏見の悪影響を軽減するための、より効果的な戦略を開発する道を開くことを目的としています。

要約(オリジナル)

Understanding and mitigating political bias in online social media platforms are crucial tasks to combat misinformation and echo chamber effects. However, characterizing political bias temporally using computational methods presents challenges due to the high frequency of noise in social media datasets. While existing research has explored various approaches to political bias characterization, the ability to forecast political bias and anticipate how political conversations might evolve in the near future has not been extensively studied. In this paper, we propose a heuristic approach to classify social media posts into five distinct political leaning categories. Since there is a lack of prior work on forecasting political bias, we conduct an in-depth analysis of existing baseline models to identify which model best fits to forecast political leaning time series. Our approach involves utilizing existing time series forecasting models on two social media datasets with different political ideologies, specifically Twitter and Gab. Through our experiments and analyses, we seek to shed light on the challenges and opportunities in forecasting political bias in social media platforms. Ultimately, our work aims to pave the way for developing more effective strategies to mitigate the negative impact of political bias in the digital realm.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google