BriefGPT - AI 论文速递
·
不诚实：利用同质社交网络和语义主题分类剖析错误信息传播
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
社交媒体促进了回声室的形成，使用户接触到强化自身信念的观点。本文提出回声室分数（ECS）来评估用户社区的内聚与分离程度，并通过EchoGAE模型测量用户间的意识形态相似性。研究表明ECS能够有效量化回声室并揭示在线讨论的动态。
🎯
关键要点
- 社交媒体促进了回声室的形成，用户主要接触到强化自身信念的观点。
- 提出了回声室分数（ECS），用于评估用户社区的内聚与分离程度。
- ECS通过衡量用户在嵌入空间中的距离来实现评估。
- 引入了EchoGAE模型，基于自监督图自编码器测量用户间的意识形态相似性。
- 使用Twitter数据集评估ECS的有效性，结果显示ECS能够有效量化回声室并揭示在线讨论的动态。
➡️
