算法时间线策展现已成为Twitter平台的核心组成部分,影响着超过1.5亿日活跃用户的信息获取。尽管其具有大规模和高风险的影响,尤其是在新冠疫情等公共卫生紧急事件期间,Twitter策展算法的确切影响仍然未知。本研究开展了一个sock-puppet审计,旨在表征算法策展对Twitter时间线中来源多样性和内容多样性的影响。我们创建了八个sock puppet账户,通过大规模网络分析选择以代表真实世界用户。然后在2020年初的一个月内,每天两次收集这些puppet的时间线。总体而言,我们的研究结果表明,算法策展增加了Twitter账户和外部域名的来源多样性,尽管它大幅减少了时间线中的外部链接数量。在内容多样性方面,算法策展产生了混合效果,略微放大了政治聚焦的推文集群,同时压制了聚焦于新冠死亡病例的推文集群。最后,我们提供了一些证据表明,时间线算法可能会加剧不同来源和内容曝光中的党派差异。本文最后在算法把关的背景下讨论了更广泛的影响。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3449152
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文