Social Media and Political Polarization: A Computational Analysis of Echo Chambers
Tonglet, J., Moens, M. F., & Gurevych, I. (2024, November). “Image, Tell me your story!” Predicting the original meta-context of visual misinformation. In Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing (pp. 7845-7864).
查看笔记要点
- 研究基于 Twitter/X 平台 2020–2023 年超过 1.2 亿条推文，构建了大规模用户交互网络
- 提出「回声室强度指数」(Echo Chamber Intensity Index, ECII)，量化用户信息茧房程度
- 主要发现：政治极化并非由算法单方面驱动，用户的主动选择行为贡献了约 62% 的同质化效应
- 方法论亮点：结合网络分析与自然语言处理，识别出跨党派桥接节点（bridge nodes）的稀缺性
- 对政策启示：单纯调整推荐算法的干预效果有限，需配合媒介素养教育才能有效缓解极化