Tutkijat pyrkivät sosiaalisen median riitaisten uutisaiheiden mallintamisen kautta rikastamaan uutisten lukemista
- Ensimmäisenä halusimme selvittää, onko mahdollista laskennallisesti määritellä uutisaiheen riitaisuuden aste, kertoo tohtorikoulutettava Kiran Garimella.
Tutkijat käyttivät tutkimuksessaan kymmentä valittua Twitter-keskustelua, joiden aihetunnisteiden tiedetään olevan riitaisia, kuten #ukraine ja #beefban, ja tutkivat näiden keskusteluiden uudelleentviittaamista, seuraamista, avainsanoja ja näiden yhdistelmiä. Vertailun vuoksi he tutkivat myös sopuisia keskusteluja, joiden aihetunnisteita olivat esimerkiksi #mothersday ja #FF. Sopuisissa keskusteluissa suurin osa käyttäjistä on samaa mieltä aiheesta. Tutkimus osoittaa, kuinka tietyn uutisaiheen hajaantumista voidaan tutkia sosiaalisissa verkostoissa ja miten uutisaiheen riitaisuutta voidaan määritellä.
- Päätimme keskittyä riitaisiin aiheisiin, koska kokemuksemme mukaan niissä on suurin vinouma. Riitaisissa aiheissa ihmiset valitsevat helposti puolensa, ja he hyväksyvät helpommin uutisia jotka tukevat heidän henkilökohtaista kantaansa. He päätyvät usein olemaan välittämättä, suhtautumaan kriittisesti tai olemaan kannattamatta uutisia jotka tukevat päinvastaista kantaa, jatkaa Kiran Garimella.
Sosiaalisen kuplan kyseenalaistaminen
Kiran Garimellan, Gianmarco De Francisci Moralesin, Aristides Gioniksen ja Michael Mathioudakiksen tutkimus tähtää sosiaalisen median uutisaiheiden riitaisuuksien määrittelyn jälkeen tuottamaan käyttäjille työkaluja tukemaan verkkouutisten monipuolista käsittelyä. Tavoitteena on, että nämä tutkimustulokset auttavat tulevaisuudessa käyttäjiä kyseenalaistamaan omaa sosiaalista kuplaansa. Sosiaalisen kuplan ilmiötä on tutkittu jo aikaisemmissa tutkimuksissa.
- Seuraavaksi tutkimuksessa pyritään automaattisesti tunnistamaan riitaisat aiheet ja tuottamaan käyttäjille monipuolisia uutissuosituksia riitaisan aiheen eri näkökulmat huomioiden. Tämä toivottavasti rikastuttaa ja tasapainottaa heidän uutisvirtaansa, kertoo professori Aristides Gionis.
- Lopullinen tavoitteemme on luoda käyttäjille työkaluja, joilla he voivat analysoida, visualisoida ja lopulta hallita heidän verkossa näkemäänsä uutisvirtaa. Mikäli he haluavat, työkalujen avulla voi lopulta vapautua omasta sosiaalisesta kuplastaan, kertoo Kiran Garimella lopuksi.
Kiran Garimella, Gianmarco De Francisci Morales, Aristides Gionis ja Michael Mathioudakis päätyivät tutkimaan sosiaalisen median uutisvirtaa, koska suurin osa ihmisistä lukee uutiset nykyisin sosiaalisen median palveluista, kuten Twitteristä ja Facebookista. Pitkän tähtäimen tutkimustavoite on ymmärtää, miten sosiaalisen median uutisvirta vaikuttaa käyttäjien maailmankuvan muodostumiseen. Lisäksi tutkimuksessa halutaan poistaa vinoumaa ja kasvattaa puolueettomuutta.
³¢¾±²õä³Ù¾±±ð³Ù´ÇÂá²¹:
Aristides Gionis
Aalto-yliopisto
aristides.gionis@aalto.fi
Michael Mathioudakis
Tietotekniikan tutkimuslaitos HIIT
michael.mathioudakis@hiit.fi
puh. 050 430 2217
Lue lisää uutisia
Kolmen tutkijan ideasta syntyi deep tech -yritys
Vahvaan tutkimusosaamiseen nojaava Sim Analytics Oy sai alkunsa, kun kolme LUT-yliopiston eri laboratorioissa työskennellyttä tutkijakollegaa alkoi miettiä, miten tarjota ja analysoida dataa teollisuusyritysten liiketoimintapäätösten tueksi.
Ensimmäinen suprajohtava kvanttilämpökone osoittaa, että lämpö voidaan valjastaa työksi myös kvanttimaailmassa
Suprajohtava kvanttilämpökone paitsi edistää termodynamiikan perustutkimusta, voi myös merkittävästi pienentää tulevaisuuden kvanttitietokoneiden hintalappua.
Tutkijoiden perustama Xiphera kasvaa vauhdikkaasti
Yhdeksänvuotisjuhliaan viettävä Xiphera Oy on kehittänyt tietoturvauhkien torjuntaan laitepohjaisia salausratkaisuja. Yritys on ns. deep tech eli syväteknologiayritys, jonka tuotteet nojaavat tutkimukseen ja tuottavat uusia teknologisia ratkaisuja.