相关实验视频
Updated: Jun 28, 2025

Measuring Engagement of Spectators of Social Digital Games
Published on: July 3, 2021
追溯集群,卫星受众和桥梁节点:2020年美国大选的共同参与网络
Andrew Beers1, Joseph S Schafer1, Ian Kennedy2
1Department of Human Centered Design and Engineering. University of Washington, Seattle, WA.
从2020年美国总统大选分析社交媒体网络,揭示了关键结构. 共同参与转型可视化了这些网络,在政治话语中识别了桥梁账户和社区.
科学领域:
- 社交网络分析 社交网络分析
- 计算社会科学 计算社会科学
- 政治沟通的政治沟通
背景情况:
- 2020年美国总统大选在社交媒体上出现了广泛的错误信息.
- 由于复杂性,大型社交网络数据集的解释具有挑战性.
- 想象密集的网络会掩盖重要的结构特征.
研究的目的:
- 开发一种可视化复杂社交网络数据的方法.
- 分析围绕2020年美国大选的社交媒体话语结构.
- 在政治对话中识别和描述关键网络结构.
主要方法:
- 应用了共参与转换来将网络数据转换为视觉表示.
- 创建了参数化的网络可视化,突出了共享受众.
- 在Twitter上对2020年美国总统大选进行了案例研究.
主要成果:
- 识别和特征结构,如桥梁账户,卫星受众和后续反社区.
- 证明了共同参与的转变对于理解复杂网络的有用性.
- 在重大政治事件期间对社交媒体话语进行实证分析.
结论:
- 共同参与转型为分析大型社交网络提供了一种可操作的方法.
- 识别的网络结构为政治话语动态提供了洞察力.
- 开源代码发布,以促进社会网络分析的进一步研究.
更多相关视频
08:53Integrating Computerized Linguistic and Social Network Analyses to Capture Addiction Recovery Capital in an Online Community
Published on: May 31, 2019
09:40Measuring Neural and Behavioral Activity During Ongoing Computerized Social Interactions: An Examination of Event-Related Brain Potentials
Published on: November 15, 2014
相关概念视频
Group Polarization
Social Exchange Theory
Community Based Intervention
Foundations of Community Mental Health Programs
Central to the success of community-based interventions is the...
Emerging Adulthood
Contact-dependent Signaling
Gap Junctions
In animal cells, gap junctions are formed...
Persuasion Strategies