BiaSeer：一个用于识别和理解媒体偏见的可视化分析系统

媒体偏见指新闻报道和报道中存在的偏见，这是一种普遍存在的现象。通过识别媒体偏见，社会科学家可以了解媒体在新闻报道中持有的不同观点。现有研究仅关注孤立事件的媒体偏见分析，而忽视了其持续性特征。因此，它们无法对特定新闻话题提供全面理解。我们开发了BiaSeer，一个用于识别和理解媒体机构持续偏见的可视化分析系统。BiaSeer采用从概览到详细的方法来交互式识别媒体偏见。概览帮助用户确定媒体机构的分析范围。它进一步使用矩阵可视化来呈现所选媒体机构报道模式的差异，以促进对偏见新闻文章的识别。BiaSeer在事件演化的背景下可视化持续偏见。它首先基于关键词共现图将新闻文章汇总为事件，然后使用路径感知的故事树构建方法将事件连接成叙事结构。此外，BiaSeer集成了持续偏见计算算法，并使分析师能够使用并置可视化方法比较不同媒体机构的叙事结构。我们进行了一项用户实验，以验证BiaSeer在帮助社会科学家理解新闻话题方面的有效性和可视化设计的可用性。为检验BiaSeer的有效性，我们与社会科学家就俄乌冲突话题进行了案例研究。结果展示了BiaSeer在高效分析媒体偏见和全面理解新闻话题方面的实用性和可用性。