要約
物議を醸すトピックについて同様の意見を共有する人々は、反響室を形成する可能性があり、他のトピックについても同様の政治的見解を共有する可能性があります.
私たちが接続行動と呼ぶこのような接続の存在は、過去の行動から将来の出来事に対してどのように行動するかを予測するユニークな機会を研究者に与えます。
この作業では、接続された行動分析を行うためのフレームワークを提案します。
ニューラル スタンス検出モデルは、3 つの一見独立したトピック (マスクの着用、人種平等、トランプ) について収集された Twitter データでトレーニングされ、人々のスタンスを検出します。これは、トピックに関連する各イベントでのオンラインでの行動と見なされます。
私たちの結果は、3 つの話題の出来事に対するスタンス間の強いつながりを明らかにし、過去の行動が将来の行動を予測する力を示しています。
要約(オリジナル)
People who share similar opinions towards controversial topics could form an echo chamber and may share similar political views toward other topics as well. The existence of such connections, which we call connected behavior, gives researchers a unique opportunity to predict how one would behave for a future event given their past behaviors. In this work, we propose a framework to conduct connected behavior analysis. Neural stance detection models are trained on Twitter data collected on three seemingly independent topics, i.e., wearing a mask, racial equality, and Trump, to detect people’s stance, which we consider as their online behavior in each topic-related event. Our results reveal a strong connection between the stances toward the three topical events and demonstrate the power of past behaviors in predicting one’s future behavior.
arxiv情報
| 著者 | Hong Zhang,Haewoon Kwak,Wei Gao,Jisun An |
| 発行日 | 2023-03-21 17:14:04+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google