Grenzen des passiven Bewusstseins von Expertenwissen auf Twitter
Die Studie zeigt, dass für die Mehrheit der Twitter-Nutzer (über 60%) die Entwicklung eines passiven Bewusstseins über das Expertenwissen ihrer Kontakte (sogenannte "in-wall ambient awareness") unwahrscheinlich oder sogar unmöglich ist. Dies liegt daran, dass die Inhalte der Experten in den Timelines der Nutzer nur sehr begrenzt sichtbar sind.
Analyse der Nutzerinteraktionen und verschiedener Attribute in einer Social-Media-Plattform
Durch den Einsatz eines neuartigen, graphbasierten Ansatzes können wir die Nutzerinteraktionen innerhalb einer Social-Media-Plattform basierend auf der Beziehung zwischen Beiträgen und Kommentaren effektiv modellieren und analysieren. Unsere Untersuchungen zeigen, dass 56,05% der aktiven Nutzer stark miteinander verbunden sind, aber nur 0,8% von ihnen signifikant zur Dynamik der Gemeinschaft beitragen. Darüber hinaus beobachten wir zeitliche Schwankungen in der Gemeinschaftsaktivität und eine Korrelation zwischen Nutzeraktivität und Popularität, wobei aktivere Nutzer tendenziell beliebter sind. Schließlich stellen wir eine Präferenz für positive und informative Inhalte fest, da 82,41% der Nutzer solche Inhalte bevorzugen.
Analyse und Erkennung von Follow-Back-Konten auf sozialen Medien
Folge-Zurück-Konten blähten ihre Followerzahlen auf, indem sie sich gegenseitig folgten. Solche Konten manipulieren die Öffentlichkeit und Algorithmen, indem sie populärer erscheinen, als sie es in Wirklichkeit sind. Trotz ihres potenziellen Schadens wurden solche Konten bisher nicht in großem Umfang analysiert.
© 2024 by Linnk AI