對某個主題的立場如何從他們的在線活動中推斷出來

最近一些極端有爭議的事件證明了這一點(diǎn)，例如Facebook和Cambridge Analytica丑聞，社交媒體可以成為用戶信息的真正金礦。事實(shí)上，大多數(shù)社會研究人員和分析公司認(rèn)為社交媒體是了解公眾輿論以及個人如何對特定事件做出反應(yīng)的最有價值的資源之一。

考慮到這一點(diǎn)，全世界的研究小組一直在努力開發(fā)分析社交媒體活動的工具，并自動收集有關(guān)人們對特定主題的立場的信息。在最近的一項(xiàng)研究中，愛丁堡大學(xué)的一組研究人員已著手揭示一些關(guān)鍵因素，這些因素有助于根據(jù)社交媒體資料確定個人的立場。他們的論文預(yù)先發(fā)布在arXiv上，提供了有趣的新見解，可以開發(fā)更高級的分析工具。

“社交媒體上的立場預(yù)測在各種分析研究中發(fā)揮著關(guān)鍵作用，旨在衡量公眾對各種主題的看法，”進(jìn)行這項(xiàng)研究的研究人員之一Abeer Aldayel告訴TechXplore。“最近，研究提出了各種方法來模擬社交媒體上的立場。本研究探討了如何使用多種在線交互信號從社交媒體數(shù)據(jù)中預(yù)測人們對特定主題的立場。本文的主要信息之一是有關(guān)于用戶隱私的真正關(guān)注。我們希望這項(xiàng)研究能夠提高個人對網(wǎng)上活動的認(rèn)識以及如何使用。“

為了更好地理解可以揭示用戶對事件或主題的觀點(diǎn)的在線信號，研究人員對流行的姿態(tài)檢測數(shù)據(jù)集進(jìn)行了深入研究，稱為SemEval姿態(tài)數(shù)據(jù)集。SemEval立場數(shù)據(jù)集包含有關(guān)五個政治，社會和宗教主題的4000條推文。

Aldayel和她的同事Magdy博士使用三個關(guān)鍵的網(wǎng)絡(luò)互動因素分析了社交媒體上站姿預(yù)測的可能在線因素。第一個因素稱為“交互網(wǎng)絡(luò)”，包括用戶與其推文交互或引用的帳戶和網(wǎng)絡(luò)域。第二種稱為“偏好網(wǎng)絡(luò)”，由與用戶喜歡的帖子中包含的其他帳戶和網(wǎng)絡(luò)域的間接交互組成。第三個也是最后一個因素，稱為“連接網(wǎng)絡(luò)”，包括跟隨用戶和用戶關(guān)注的所有帳戶。

值得注意的是，這些網(wǎng)絡(luò)因素與用戶表達(dá)對分析主題的立場無關(guān)，因?yàn)檫@些因素取決于用戶與其互動的社交互動和網(wǎng)站，無論其推文內(nèi)容如何，??”Aldayel解釋道。

研究人員收集的結(jié)果表明，可以通過分析她在線活動的多個方面來檢測用戶的立場，包括帖子，他們與之交互或關(guān)注的帳戶，他們訪問的網(wǎng)站以及他們喜歡的內(nèi)容。有趣的是，在僅分析網(wǎng)絡(luò)功能時，團(tuán)隊(duì)實(shí)現(xiàn)了與僅關(guān)注帖子的文本內(nèi)容的最先進(jìn)模型相似的性能。此外，當(dāng)結(jié)合網(wǎng)絡(luò)功能(即用戶的在線連接)和內(nèi)容功能(即用戶的帖子)時，研究人員實(shí)現(xiàn)了迄今為止報告的最高站姿檢測性能，F(xiàn)測量值為72.49%。

“我們的研究通過使用在線網(wǎng)絡(luò)功能明確地證明了如何通過使用不同的網(wǎng)絡(luò)交互信號來預(yù)測未表達(dá)的姿態(tài)，”Aldayel說。“大多數(shù)關(guān)鍵在線功能有時可能與分析主題無關(guān)，但對決定立場有很大影響。例如，與@goodreads和@SkyNews等帳戶的互動有助于發(fā)現(xiàn)女權(quán)主義運(yùn)動的立場(FM) )和氣候變化(CC)。“

之前大多數(shù)關(guān)注姿態(tài)檢測的研究沒有證明用戶留下的每條在線“痕跡”如何幫助檢測他們對特定物質(zhì)的立場。另一方面，Aldayel和她的同事收集了關(guān)于個人社交媒體用戶在線執(zhí)行的每個操作的重要性的具體見解，包括諸如跟隨帳戶或喜歡他人帖子的“沉默”操作。

“我們研究的另一個有趣的發(fā)現(xiàn)是，三個網(wǎng)絡(luò)中每個網(wǎng)絡(luò)的賬戶之間的整體相似性是微不足道的，”Aldayel補(bǔ)充道。“這意味著用戶傾向于與他們的連接網(wǎng)絡(luò)之外的用戶進(jìn)行交互和喜歡內(nèi)容，并且喜歡通常與他們在推文中鏈接的域名不同的鏈接。這是一個非常有趣的發(fā)現(xiàn)，因?yàn)樗l(fā)了關(guān)于其原因的進(jìn)一步研究問題。當(dāng)三個網(wǎng)絡(luò)在站立檢測中大部分不同時，它們具有相似的性能。“

將來，Aldayel及其同事收集的觀察結(jié)果可以為開發(fā)更先進(jìn)的分析工具提供信息，以便根據(jù)社交媒體互動來檢測人們的立場。然而，他們的工作也為社交媒體用戶提供了重要信息，強(qiáng)調(diào)了根據(jù)他們的在線行為可以推斷出他們的觀點(diǎn)和意見有多少。

“我們現(xiàn)在正致力于設(shè)計(jì)一種方法框架，以幫助保護(hù)社交媒體上的用戶隱私，”Aldayel說。