Detailansicht
Exploring external links in Twitter
Simon Brändle
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Informatik
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Medieninformatik
Betreuer*in
Wolfgang Klas
Mitbetreuer*in
Maia Zaharieva
DOI
10.25365/thesis.53611
URN
urn:nbn:at:at-ubw:1-17897.17147.130361-0
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Social Media Plattformen ermöglichen es ihren Nutzern Informationen zu verschiedenen Themen zu suchen und veröffentlichen. Der Inhalt solcher Informationen kann aus Fakten, Statemens und Meinungen mit unterschiedlichstem Emotionsgehalt bestehen sowie mit diversen Medientypen untermauert sein. Auf den Plattformen fehlt größtenteils die Verfizierung der Benutzerdaten, was ein anonymes erstellen und verteilen von Inhalten ermöglicht. Während Anonymität in Sachen Meinungsfreiheit wichtig ist, kann sie missbraucht werden um absichtlich falsche Inhalte zu verbreiten. Für den durchschnittlichen Nutzer kann es schwierig werden, zwischen falschen und korrekten Informationen zu unterscheiden. Im Rahmen dieser Arbeit haben wir eine Nutzerstudie durchgeführt, um die Glaubwürdigkeitswahrnehmung von Twitter-Nachrichten herauszufinden. Wir identifizierten Merkmale für die Glaubwürdigkeitsbewertung und bauten Modelle, um die Glaubwürdigkeit solcher Nachrichten automatisch zu klassifizieren. Um diese Klassifizierung zu demonstrieren haben wir einen Prototype entwickelt, der das Suchen nach Twitter-Nachrichten sowie filtern nach Glaubwürdigkeit, Emotionsgehalt und Medientyp erlaubt. Das System sucht nach Nachrichten, stellt sie dar und fügt visuelle Hinweise für berechnete Emotions- und Glaubwürdigkeitswerte hinzu. Eine Bewertung des Prototyps hinsichtlich der Nutzbarkeit zeigt eine Akzeptanz innerhalb der Teilnehmergruppe. Ferner erlaubt das modular aufgebaute System eine Weiterverarbeitung und Einbeziehung von neuen wissenschaftlichen Erkenntnissen.
Abstract
(Englisch)
In recent years, since the abundance of published information in social media platforms, research regarding the examination of credibility is becoming increasingly important. Users gather information on such platforms and take part in distribution of content. The body of an information has many facets such as facts, statements, opinions, and sentiment in combination with various types of media. Generally, platforms lack verification of credentials and allow anonymous content to be posted.
While anonymity is important in the matter of freedom of speech these information artifacts can be misused to deliberately spread false content. Consequently, for the the average user it is becoming more difficult to distinguish between false and accurate information.
Therefore, the aim of this thesis is to develop a prototype, which helps to increase the awareness of inaccurate information.
In a first step, we conducted a user study to reveal credibility perception of Twitter posts. Based on the study we identified features to develop automatic credibility classification approaches. To demonstrate the approaches we propose a prototype that allows searching for Twitter posts and filter regarding credibility, sentiment and media type. The proposed prototype enhances the information search process and adds visual cues for calculated sentiment and credibility scores.
The evaluation of the prototype in terms of usability suggests a positive user acceptance within the participating user group.
Schlagwörter
Schlagwörter
(Englisch)
social media credibility sentiment analysis visualization
Autor*innen
Simon Brändle
Haupttitel (Englisch)
Exploring external links in Twitter
Publikationsjahr
2018
Umfangsangabe
105 Seiten : Illustrationen, Diagramme
Sprache
Englisch
Beurteiler*in
Wolfgang Klas
AC Nummer
AC15425034
Utheses ID
47359
Studienkennzahl
UA | 066 | 935 | |