[论文解读] Finding Intermediary Topics Between People of Opposing Views: A Case Study
本文提出中介话题——用户生成内容中连接对立政治观点用户的潜在话题——作为减少社交媒体两极分化的一种解决方案。基于智利堕胎辩论的推特数据，通过主题建模与信息中心性分析发现，中介话题展现出显著更高的政治立场多样性（平均0.96 vs. 0.86）和更强的用户代表性，使其成为非对抗性推荐系统理想的选择。
In micro-blogging platforms, people can connect with others and have conversations on a wide variety of topics. However, because of homophily and selective exposure, users tend to connect with like-minded people and only read agreeable information. Motivated by this scenario, in this paper we study the diversity of intermediary topics, which are latent topics estimated from user generated content. These topics can be used as features in recommender systems aimed at introducing people of diverse political viewpoints. We conducted a case study on Twitter, considering the debate about a sensitive issue in Chile, where we quantified homophilic behavior in terms of political discussion and then we evaluated the diversity of intermediary topics in terms of political stances of users.
研究动机与目标
- 解决由同质性偏好和过滤气泡驱动的社交媒体政治两极分化问题。
- 开发并验证一种识别中介话题的方法——即对立政治立场用户之间共享的、非争议性兴趣。
- 评估在真实世界案例研究中，中介话题是否比非中介话题具有更高的政治多样性与更强的关联性。
- 为促进跨意识形态互动而不引发认知失调的推荐系统提供基础。
提出的方法
- 应用潜在狄利克雷分配（LDA）对智利堕胎议题的用户推文进行建模，以提取潜在主题。
- 基于用户文档中主题的共现关系构建主题图，以计算各主题的信息中心性。
- 将中介话题定义为信息中心性高且冲突潜力低的主题，即基于共同兴趣而无意识形态对抗。
- 使用香农熵量化每个主题内用户政治立场的多样性，依据用户的政治立场倾向。
- 利用LDA的词-主题分布计算堕胎相关关键词对每个主题的贡献概率。
- 采用统计检验（斯皮尔曼等级相关系数、曼-惠特尼U检验）比较中介话题与非中介话题在各项指标上的差异。
实验结果
研究问题
- RQ1中介话题是否存在？能否在真实社交媒体数据中对其形式化定义并进行测量？
- RQ2与非中介话题相比，中介话题在政治立场多样性方面是否更高？
- RQ3与非中介话题相比，中介话题是否吸引了更广泛的政治立场用户群体？
- RQ4中介话题中的词汇是否显著低于非中介话题的意识形态强度？
主要发现
- 中介话题的平均立场多样性为0.96（在0–1量表上），显著高于非中介话题的平均值0.86，曼-惠特尼U检验的p值 < 0.001。
- 每个主题的用户比例与信息中心性高度相关（斯皮尔曼等级相关系数 = 0.99，p < 0.001），证实中心主题吸引更多用户。
- 中介话题平均吸引了7.99%的用户，而非中介话题仅占0.26%，该差异具有统计显著性（p < 0.001）。
- 堕胎相关关键词对中介话题的贡献概率与对非中介话题的贡献概率无显著差异（p = 0.55），表明这些话题本身并不更具意识形态色彩。
- 智利堕胎议题的整体讨论表现出高度两极分化，效应量较大（Cohen’s w），证实了该问题的重要性。
- 本研究证实，中介话题可被测量，并可作为推荐系统中连接政治分歧用户的有效特征。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。