Characterizing User Archetypes and Discussions on Scored.co

要約

近年、ソーシャル プラットフォームの普及により、個人が情報をやり取りし、整理し、共有する方法が劇的に変化しました。
このシナリオでは、インタラクションの規模と複雑さが前例のないほど増大している一方で、一部の周辺ソーシャル プラットフォームに関する調査はほとんど、またはまったく行われていません。
この論文では、十分に研究されていないオルタナティブ右プラットフォーム Scored.co に焦点を当て、ソーシャル ハイパーネットワークのノードとハイパーエッジを特徴付けるための多次元フレームワークを紹介します。
私たちのアプローチは、ハイパーネットワーク表現のおかげで高次のインタラクションを研究する可能性と、ユーザーのアクティビティ、感情、有害性などのさまざまなノードの機能を統合し、明確なユーザーの原型を定義し、ネットワーク内での役割を理解することを目的としています。
Scored.co の包括的なデータセットを利用して、これらのアーキタイプの動態を時間の経過とともに分析し、コミュニティ内でのそれらの相互作用と影響力を調査します。
このフレームワークの多用途性により、個々のユーザーの行動とより広範な社会構造の両方を詳細に分析できます。
私たちの調査結果は、社会力学を理解する上で高次の相互作用の重要性を強調し、複雑なオンライン環境で現れる役割と行動についての新たな洞察を提供します。

要約(オリジナル)

In recent years, the proliferation of social platforms has drastically transformed the way individuals interact, organize, and share information. In this scenario, we experience an unprecedented increase in the scale and complexity of interactions and, at the same time, little to no research about some fringe social platforms. In this paper, we present a multi-dimensional framework for characterizing nodes and hyperedges in social hypernetworks, with a focus on the understudied alt-right platform Scored.co. Our approach integrates the possibility of studying higher-order interactions, thanks to the hypernetwork representation, and various node features such as user activity, sentiment, and toxicity, with the aim to define distinct user archetypes and understand their roles within the network. Utilizing a comprehensive dataset from Scored.co, we analyze the dynamics of these archetypes over time and explore their interactions and influence within the community. The framework’s versatility allows for detailed analysis of both individual user behaviors and broader social structures. Our findings highlight the importance of higher-order interactions in understanding social dynamics, offering new insights into the roles and behaviors that emerge in complex online environments.

arxiv情報

著者 Andrea Failla,Salvatore Citraro,Giulio Rossetti,Francesco Cauteruccio
発行日 2024-11-22 16:39:04+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.CL, cs.SI パーマリンク