作者：  （1） Anees Baqir，意大利威尼斯卡弗斯卡里大学；  （2） Alessandro Galeazzi，意大利威尼斯卡福斯卡里大学；  （3） 法比亚娜·佐洛（Fabiana Zollo），意大利威尼斯卡福斯卡里大学及意大利新环境人文研究所中心。 链接表 摘要和简介 材料和方法 结果与讨论 结论和参考文献 补充信息 4。结论 在本研究中，我们深入研究了欧洲背景下新闻制作和消费的演变动态。我们研究了法国、德国、意大利和英国新闻机构制作的 Twitter 内容的消费情况，进行了跨国和跨主题的比较 在线公共话语。我们确定了四个国家讨论的话题，并强调了消费模式的差异和相似之处。此外，我们根据新闻媒体受众的相似性构建了网络，揭示了与不同可靠性来源互动的用户群体的存在。 我们的研究结果表明，可靠消息来源在信息领域占据主导地位，但主要或专门从可疑新闻媒体消费内容的用户也经常存在。然而，此类群体的规模和重要性因主题和所考虑的国家而异。此外，我们的跨国比较揭示了新闻来源相似性网络结构的变化。虽然一些国家表现出可疑消息来源和可靠消息来源集群之间的更明显分离，但其他国家的情况则更加多样化，集群组成的差异不太明显。然而，网络连通性和用户行为分析表明，在所有国家中，都有一小部分用户拥有混合新闻内容。 我们的研究结果强调了各国在全球重要主题方面新闻消费模式的差异和相似之处。了解新闻消费的动态及其对主题或国家等因素的依赖性可以为制定有效的对策以减轻错误信息和虚假信息的传播提供宝贵的见解。监测国家和欧洲层面的信息格局对于了解有争议话题的公众讨论状态以及制定量身定制的凝聚力战略以改善信息生态系统的健康确实至关重要。 参考 欧盟委员会，数字服务法案一揽子计划。访问日期：2023 年 10 月 23 日。  Bakshy, E.、Hofman, JM、Mason, WA 和 Watts, DJ (2011)。识别 Twitter 上的影响者。第四届 ACM 网络搜索和数据挖掘国际会议 (WSDM)，第 2 卷。   Bakshy, E., Messing, S., 和 Adamic, LA (2015)。在 Facebook 上接触意识形态多元化的新闻和观点。Science, 348(6239):1130–1132。  Bessi, A. 和 Ferrara, E. (2016)。社交机器人扭曲了 2016 年美国总统大选的在线讨论。First monday，21(11-7)。  Blondel, VD, Guillaume, J.-L., Lambiotte, R. 和 Lefebvre, E. (2008). 大型网络中社区的快速展开. 统计力学杂志：理论与实验, 2008(10):P10008。  Bovet, A. 和 Makse, HA (2019)。2016 年美国总统大选期间推特上虚假新闻的影响。《自然通讯》，10(1):7。  Broniatowski, DA、Simons, JR、Gu, J.、Jamison, AM 和 Abroms, LC (2023)。Facebook 疫苗错误信息政策和架构在新冠疫情期间的有效性。Science Advances，9(37):eadh2132。  Cinelli, M.、De Francisci Morales, G.、Galeazzi, A.、Quattrociocchi, W. 和 Starnini, M. (2021)。社交媒体上的回音室效应。《美国国家科学院院刊》，118(9):e2023301118。  Cinelli, M.、Quattrociocchi, W.、Galeazzi, A.、Valensise, CM、Brugnoli, E.、Schmidt, AL、Zola, P.、Zollo, F. 和 Scala, A. (2020)。新冠病毒社交媒体信息疫情。科学报告，10(1):1–10。  Cota, W.、Ferreira, SC、Pastor-Satorras, R. 和 Starnini, M. (2019)。量化政治传播网络中信息传播的回音室效应。EPJ Data Science，8(1):35。  Del Vicario, M.、Bessi, A.、Zollo, F.、Petroni, F.、Scala, A.、Caldarelli, G.、Stanley, HE 和 Quattrociocchi, W. (2016)。网上错误信息的传播。《美国国家科学院院刊》，113(3):554–559。  Del Vicario, M.、Zollo, F.、Caldarelli, G.、Scala, A. 和 Quattrociocchi, W. (2017)。绘制 Facebook 上的社交动态：英国脱欧辩论。社交网络，50：6-16。  Falkenberg, M.、Galeazzi, A.、Torricelli, M.、Di Marco, N.、Larosa, F.、Sas, M.、Mekacher, A.、Pearce, W.、Zollo, F.、Quattrociocchi, W. 等人 (2022)。社交媒体上围绕气候变化的两极分化加剧。《自然气候变化》，第 1-8 页。  Ferrara, E. (2017)。2017 年法国总统大选前夕的虚假信息和社交机器人行动。arXiv 预印本 arXiv:1707.00086。  Ferrara, E.、Cresci, S. 和 Luceri, L. (2020)。新冠疫情时代社交媒体上的错误信息、操纵和滥用。《计算社会科学杂志》，3：271–277。  Flamino, J.、Galeazzi, A.、Feldman, S.、Macy, MW、Cross, B.、Zhou, Z.、Serafino, M.、Bovet, A.、Makse, HA 和 Szymanski, BK (2023)。2016 年和 2020 年美国总统大选中新闻媒体和推特网红的政治两极分化。《自然人类行为》，第 1-13 页。  Flaxman, S.、Goel, S. 和 Rao, JM (2013)。意识形态隔离和社交媒体对新闻消费的影响。可在 SSRN 上找到，2363701。  Garimella, K.、Smith, T.、Weiss, R. 和 West, R. (2021)。在线新闻消费中的政治两极分化。《国际 AAAI 网络和社交媒体会议论文集》，第 15 卷，第 152-162 页。  Gonz´alez-Bail´on, S.、Lazer, D.、Barber´a, P.、Zhang, M.、Allcott, H.、Brown, T.、Crespo-Tenorio, A.、Freelon, D.、Gentzkow, M.、Guess, AM 等 (2023)。Facebook 上政治新闻曝光中的不对称意识形态隔离。Science, 381(6656):392–398。  Grinberg, N.、Joseph, K.、Friedland, L.、Swire-Thompson, B. 和 Lazer, D. (2019)。2016 年美国总统大选期间推特上的假新闻。《科学》，363(6425):374–378。  Grootendorst，M.（2022 年）。Bertopic：使用基于类的 tf-idf 程序进行神经主题建模。arXiv 预印本 arXiv:2203.05794。  Karimi, F. 和 Oliveira, M. (2022)。论名义同配性在评估网络同质性方面的不足。arXiv 预印本 arXiv:2211.10245。  Lazer, DM, Baum, MA, Benkler, Y., Berinsky, AJ, Greenhill, KM, Menczer, F., Metzger, MJ, Nyhan, B., Pennycook, G., Rothschild, D., et al. (2018). 假新闻的科学。《科学》，359(6380):1094–1096。  McInnes, L.、Healy, J. 和 Astels, S. (2017)。hdbscan：基于层次密度的聚类。J. Open Source Softw.，2(11):205。  McInnes, L.、Healy, J. 和 Melville, J. (2018)。Umap：用于降维的均匀流形近似和投影。arXiv 预印本 arXiv:1802.03426。  Nyhan, B., Settle, J., Thorson, E., Wojcieszak, M., Barber´a, P., Chen, AY, Allcott, H., Brown, T., Crespo-Tenorio, A., Dimmery, D., et al. (2023). Facebook 上志同道合的消息来源很普遍，但并不两极分化。《自然》，620(7972):137–144。  Ruths, D. (2019)。 错误信息机器。 Science，363(6425):348–348。  Sammut, C. 和 Webb, GI (2011)。机器学习百科全书。Springer Science & Business Media。  Santoro, A.、Galeazzi, A.、Scantamburlo, T.、Baronchelli, A.、Quattrociocchi, W. 和 Zollo, F. (2023)。分析推特上关于新冠疫苗争论的变化情况。社交网络分析与挖掘，13(1):115。  Schmidt, AL, Zollo, F., Scala, A., Betsch, C., 和 Quattrociocchi, W. (2018)。Facebook 上疫苗接种争论的两极分化。疫苗，36(25):3606–3612。  Stella, M.、Ferrara, E. 和 De Domenico, M. (2018)。机器人增加了在线社交系统中负面和煽动性内容的曝光率。《美国国家科学院院刊》，115(49):12435–12440。  Zannettou, S.、Bradlyn, B.、De Cristofaro, E.、Kwak, H.、Sirivianos, M.、Stringini, G. 和 Blackburn, J. (2018)。什么是空谈：言论自由的堡垒还是另类右翼的回音室。《2018 年网络会议配套论文集》，第 1007–1014 页。  Zannettou, S.、Caulfield, T.、De Cristofaro, E.、Sirivianos, M.、Stringhini, G. 和 Blackburn, J. (2019)。虚假信息战：了解国家支持的推特巨魔及其对网络的影响。2019 年万维网会议配套论文集，第 218-226 页。 该论文 。 可在 arxiv 上根据 CC 4.0 许可获取

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Tech NewsByte

NewsByte

該音頻是用故事的原始語言製作的！

太長; 讀書

Boost your HackerNoon story @ $159.99! 🚀

欧洲的新闻和虚假信息消费：结论和参考文献

About Author

註釋

標籤

这篇文章刊登在

Related Stories

点击赚钱：Telegram 可能会在 Solana 之前吸引下一个 100 亿加密用户

架构师指南：构建 AI/ML 数据湖参考架构

想赢得 HackerNoon 写作比赛吗？以下是 #crypto-api 比赛获奖者的推荐

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

点击赚钱：Telegram 可能会在 Solana 之前吸引下一个 100 亿加密用户

架构师指南：构建 AI/ML 数据湖参考架构

想赢得 HackerNoon 写作比赛吗？以下是 #crypto-api 比赛获奖者的推荐

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps