对某个主题的立场如何从他们的在线活动中推断出来

最近一些极端有争议的事件证明了这一点，例如Facebook和Cambridge Analytica丑闻，社交媒体可以成为用户信息的真正金矿。事实上，大多数社会研究人员和分析公司认为社交媒体是了解公众舆论以及个人如何对特定事件做出反应的最有价值的资源之一。

考虑到这一点，全世界的研究小组一直在努力开发分析社交媒体活动的工具，并自动收集有关人们对特定主题的立场的信息。在最近的一项研究中，爱丁堡大学的一组研究人员已着手揭示一些关键因素，这些因素有助于根据社交媒体资料确定个人的立场。他们的论文预先发布在arXiv上，提供了有趣的新见解，可以开发更高级的分析工具。

“社交媒体上的立场预测在各种分析研究中发挥着关键作用，旨在衡量公众对各种主题的看法，”进行这项研究的研究人员之一Abeer Aldayel告诉TechXplore。“最近，研究提出了各种方法来模拟社交媒体上的立场。本研究探讨了如何使用多种在线交互信号从社交媒体数据中预测人们对特定主题的立场。本文的主要信息之一是有关于用户隐私的真正关注。我们希望这项研究能够提高个人对网上活动的认识以及如何使用。“

为了更好地理解可以揭示用户对事件或主题的观点的在线信号，研究人员对流行的姿态检测数据集进行了深入研究，称为SemEval姿态数据集。SemEval立场数据集包含有关五个政治，社会和宗教主题的4000条推文。

Aldayel和她的同事Magdy博士使用三个关键的网络互动因素分析了社交媒体上站姿预测的可能在线因素。第一个因素称为“交互网络”，包括用户与其推文交互或引用的帐户和网络域。第二种称为“偏好网络”，由与用户喜欢的帖子中包含的其他帐户和网络域的间接交互组成。第三个也是最后一个因素，称为“连接网络”，包括跟随用户和用户关注的所有帐户。

值得注意的是，这些网络因素与用户表达对分析主题的立场无关，因为这些因素取决于用户与其互动的社交互动和网站，无论其推文内容如何，​​”Aldayel解释道。

研究人员收集的结果表明，可以通过分析她在线活动的多个方面来检测用户的立场，包括帖子，他们与之交互或关注的帐户，他们访问的网站以及他们喜欢的内容。有趣的是，在仅分析网络功能时，团队实现了与仅关注帖子的文本内容的最先进模型相似的性能。此外，当结合网络功能(即用户的在线连接)和内容功能(即用户的帖子)时，研究人员实现了迄今为止报告的最高站姿检测性能，F测量值为72.49%。

“我们的研究通过使用在线网络功能明确地证明了如何通过使用不同的网络交互信号来预测未表达的姿态，”Aldayel说。“大多数关键在线功能有时可能与分析主题无关，但对决定立场有很大影响。例如，与@goodreads和@SkyNews等帐户的互动有助于发现女权主义运动的立场(FM) )和气候变化(CC)。“

之前大多数关注姿态检测的研究没有证明用户留下的每条在线“痕迹”如何帮助检测他们对特定物质的立场。另一方面，Aldayel和她的同事收集了关于个人社交媒体用户在线执行的每个操作的重要性的具体见解，包括诸如跟随帐户或喜欢他人帖子的“沉默”操作。

“我们研究的另一个有趣的发现是，三个网络中每个网络的账户之间的整体相似性是微不足道的，”Aldayel补充道。“这意味着用户倾向于与他们的连接网络之外的用户进行交互和喜欢内容，并且喜欢通常与他们在推文中链接的域名不同的链接。这是一个非常有趣的发现，因为它引发了关于其原因的进一步研究问题。当三个网络在站立检测中大部分不同时，它们具有相似的性能。“

将来，Aldayel及其同事收集的观察结果可以为开发更先进的分析工具提供信息，以便根据社交媒体互动来检测人们的立场。然而，他们的工作也为社交媒体用户提供了重要信息，强调了根据他们的在线行为可以推断出他们的观点和意见有多少。

“我们现在正致力于设计一种方法框架，以帮助保护社交媒体上的用户隐私，”Aldayel说。