دانلود و نمایش مقالات مرتبط با Social media::صفحه 1
اربعین
نتیجه جستجو - Social media

تعداد مقالات یافته شده: 288
ردیف عنوان نوع
1 اعتیاد به شبکه های اجتماعی در روابط عاشقانه: آیا سن کاربر روی آسیب پذیری او دربرابر خیانت ناشی از شبکه های اجتماعی تاثیر دارد؟
سال انتشار: 2019 - تعداد صفحات فایل pdf انگلیسی: 4 - تعداد صفحات فایل doc فارسی: 18
استفاده اجباری از شبکه های اجتماعی انعکاس هایی را روی زندگی اجتماعی، روان شناختی، حرفه ای و فردی کاربر دارد. دسترس پذیری روشهای جایگزین عاشقانه تحت عنوان "دوستان" یک محیط بالغی را فراهم می کند که می تواند یک رابطه احساسی ویا جنسی را تسهیل کند. تعاملات آنلاین با دوستان مجازی توجه کاربران را جلب می کند و آنها را از وقت گذاشتن برای سایر امور مهم خود منحرف می کند که این کار منجر به ایجاد روابط زیان آور می شود. در این مطالعه ما رابطه بین اعتیاد به شبکه های اجتماعی و رفتارهای مرتبط با خیانت و بدعهدی را در یک نمونه ای از 365 شریک زندگی (242 زن، 123 مرد) بررسی کرده ایم. ما همچنین بررسی کرده ایم که آیا سن بر این ارتباط اثر می گذارد یا خیر. یافته ها بیانگر این هستند که اعتیاد به شبکه های اجتماعی رفتارهای مربوط به خیانت را پیش بینی می کند و سن این رابطه را وساطت می کند. این مطالعه همچنین دریافته است که سن با اعتیاد به شبکه های اجتماعی و رفتارهای خاینت و بدعهدی رابطه ای منفی دارد. روی دلالت ها و محدودیت های این مطالعه نیز بحث می شود.
مقاله ترجمه شده
2 تعداد مورنیاز برای توئیت کردن: شبکه های اجتماعی و تاثیر آن روی علم جراحی
سال انتشار: 2019 - تعداد صفحات فایل pdf انگلیسی: 4 - تعداد صفحات فایل doc فارسی: 12
پزشکان جراح با استفاده از فیسبوک، توئیتر، لینکدین و اینستاگرام هم برای اهداف فردی و هم اهداف حرفه ای وارد شبکه های اجتماعی می شوند. در یک عصر دسترسی جهانی به هرچیز، خطر سرریز شدن اطلاعات وجود دارد و بنابراین نیاز به مقابله و همیاری داریم. هشتگ ها به صورت ویروسی تاثیر عظیم اجتماعی داشته اند مثلا" هشتگ #ILookLikeASurgeon. SoMe تبدیل به یک ابزاری برای برقراری ارتباط، به اشتراک گذاری و راهنمایی و آموزش شده است. این یک ابزاری برای آموزش نسل بعدی جراحان می باشد. برای محققان و مجلات، این سوال باقی مانده است که آیا ورودی مورد نیاز برای وارد شدن به بستر SoMe با یک بهره مشابه در خروجی، مثل شهرت و درمعرض دید قرار گرفتن جبران می شود یا خیر. اطلاعات خلاصه شده در چکیده های بصری می تواند به انتشار نتایج مطالعه برای طیف گسترده ای از مخاطبان کمک کند اما تاثیر یک هشتگ #visualabstract می تواند خاص و تخصصی باشد. درحال حاضر، اطلاعات و دانش اندکی درباره "تعداد موردنیاز برای توئیت کردن" به منظور اثرگذاشتن روی مواردی مثل دانلودها، ارجاع دهی ها و نهایتا" ضریب تاثیر وجود دارد.
مقاله ترجمه شده
3 استفاده از رسانه های اجتماعی برای شناسایی جذابیت گردشگری در شش شهر ایتالیا
سال انتشار: 2019 - تعداد صفحات فایل pdf انگلیسی: 7 - تعداد صفحات فایل doc فارسی: 18
تکامل فناوری و گسترش شبکه های اجتماعی به افراد اجازه داده است که مقادیر زیادی داده را در هر روز تولید کنند. شبکه های اجتماعی کاربرانی را فارهم می کند که به اطلاعات دسترسی دارند. هدف این مقاله تعیین جذابیت های شهرهای مختلف گردشگری ازطریق بررسی رفتار کاربران در شبکه های اجتماعی می باشد. پایگاه داده ای شامل عکس های جغرافیایی واقع شده در شش شهر می باشد که به عنوان یک مرکز فرهنگی و هنری در ایتالیا عمل می کنند. عکس ها از فلیکر که یک بستر به اشتراک گذاری داده می باشد دانلود شدند. تحلیل داده ها با استفاده از دیدگاه مدلهای یادگیری ریاضی و ماشینی انجام شد. نتایج مطالعه ما نشانگر نقشه های شناسایی رفتار کاربران، گرایش سالانه به فعالیت تصویری در شهرها و تاکید بر سودمند بودن روش پیشنهادی می باشد که قادر به تامین اطلاعات مکانی و کاربری است. این مطالعه تاکید می کند که چگونه تحلیل داده های اجتماعی می تواند یک مدل پیشگویانه برای فرموله کردن طرح های گردشگری خلق کند. در انتها، راهبردهای عمومی بازاریابی گردشگری مورد بحث قرار می گیرند.
مقاله ترجمه شده
4 A unified ecological framework for studying effects of digital places on well-being
یک چارچوب زیست محیطی یکپارچه برای مطالعه تأثیر مکان های دیجیتال بر بهزیستی-2019
Social media has greatly expanded opportunities to study place and well-being through the availability of human expressions tagged with physical location. Such research often uses social media content to study how specific places in the offline world influence well-being without acknowledging that digital platforms (e.g., Twitter, Facebook, Youtube, Yelp) are designed in unique ways that structure certain types of interactions in online and offline worlds, which can influence place-making and well-being. To expand our understanding of the mechanisms that influence social media expressions about well-being, we describe an ecological framework of person-place interactions that asks, “at what broad levels of interaction with digital platforms and physical environments do effects on well-being manifest?” The person is at the centre of the ecological framework to recognize how people define and organize both digital and physical communities and interactions. The relevance of interactions in physical environments depends on the built and natural characteristics encountered across modes of activity (e.g., domestic, work, study). Here, social interactions are stratified into the meso-social (e.g., local social norms) and micro-social (e.g., personal conversations) levels. The relevance of interactions in digital platforms is contingent on specific hardware and software elements. Social interactions at the meso-social level include platform norms and passive use of social media, such as observing the expressions of others, whereas interactions at the micro-level include more active uses, like direct messaging. Digital platforms are accessed in a physical location, and physical locations are partly experienced through online interactions; therefore, interactions between these environments are also acknowledged. We conclude by discussing the strengths and limitations of applying the framework to studies of place and well-being.
Keywords: Place | Well-being | Social media | Conceptual framework | Social interaction
مقاله انگلیسی
5 Language models and fusion for authorship attribution
مدل های زبان و همجوشی برای انتساب نویسندگی-2019
We deal with the task of authorship attribution, i.e. identifying the author of an unknown document, proposing the use of Part Of Speech (POS) tags as features for language modeling. The experimentation is carried out on corpora untypical for the task, i.e., with documents edited by non-professional writers, such as movie reviews or tweets. The former corpus is homogeneous with respect to the topic making the task more challenging, The latter corpus, puts language models into a framework of a continuously and fast evolving language, unique and noisy writing style, and limited length of social media messages. While we find that language models based on POS tags are competitive in only one of the corpora (movie reviews), they generally provide efficiency benefits and robustness against data sparsity. Furthermore, we experiment with model fusion, where language models based on different modalities are combined. By linearly combining three language models, based on characters, words, and POS trigrams, respectively, we achieve the best generalization accuracy of 96% on movie reviews, while the combination of language models based on characters and POS trigrams provides 54% accuracy on the Twitter corpus. In fusion, POS language models are proven essential effective components.
Keywords: Authorship attribution | Language models | Computational linguistics | Text classification | Machine learning
مقاله انگلیسی
6 Are social media companies motivated to be good corporate citizens? Examination of the connection between corporate social responsibility and social media safety
آیا شرکت های رسانه های اجتماعی انگیزه دارند که شهروندان شرکتی خوبی باشند؟ بررسی ارتباط بین مسئولیت اجتماعی شرکت و ایمنی رسانه های اجتماعی-2019
This paper explores the connection between corporate social responsibility and social media safety. By examining the legal framework governing social platforms in the United States and case studies of online harms, we explore whether current U.S. laws and company content moderation policies are effective in eliminating content (revenge porn and acts of terrorism) that is universally agreed to be harmful. Finally, the paper makes a number of suggestions for improvements in policy.
Keywords: Social media | Corporate social responsibility | Corporate citizenship | Content moderation | Facebook | Twitter
مقاله انگلیسی
7 Unsupervised by any other name: Hidden layers of knowledge production in artificial intelligence on social media
بدون نظارت با هر نام دیگری: لایه های پنهان تولید دانش در هوش مصنوعی در رسانه های اجتماعی-2019
Artificial Intelligence (AI) in the form of different machine learning models is applied to Big Data as a way to turn data into valuable knowledge. The rhetoric is that ensuing predictions work well—with a high degree of autonomy and automation. We argue that we need to analyze the process of applying machine learning in depth and highlight at what point human knowledge production takes place in seemingly autonomous work. This article reintroduces classification theory as an important framework for understanding such seemingly invisible knowledge production in the machine learning development and design processes. We suggest a framework for studying such classification closely tied to different steps in the work process and exemplify the framework on two experiments with machine learning applied to Facebook data from one of our labs. By doing so we demonstrate ways in which classification and potential discrimination take place in even seemingly unsupervised and autonomous models. Moving away from concepts of non-supervision and autonomy enable us to understand the underlying classificatory dispositifs in the work process and that this form of analysis constitutes a first step towards governance of artificial intelligence.
Keywords: Artificial intelligence | machine learning | classification | social media| Facebook | discrimination | bias
مقاله انگلیسی
8 Conceptual frameworks for social and cultural Big Data analytics: Answering the epistemological challenge
چارچوب مفهومی برای تجزیه و تحلیل داده های بزرگ اجتماعی و فرهنگی : پاسخ به چالش معرفت شناختی-2019
This paper aims to contribute to the development of tools to support an analysis of Big Data as manifestations of social processes and human behaviour. Such a task demands both an understanding of the epistemological challenge posed by the Big Data phenomenon and a critical assessment of the offers and promises coming from the area of Big Data analytics. This paper draws upon the critical social and data scientists’ view on Big Data as an epistemological challenge that stems not only from the sheer volume of digital data but, predominantly, from the proliferation of the narrow-technological and the positivist views on data. Adoption of the social-scientific epistemological stance presupposes that digital data was conceptualised as manifestations of the social. In order to answer the epistemological challenge, social scientists need to extend the repertoire of social scientific theories and conceptual frameworks that may inform the analysis of the social in the age of Big Data. However, an ‘epistemological revolution’ discourse on Big Data may hinder the integration of the social scientific knowledge into the Big Data analytics.
Keywords: Social and cultural Big Data analytics | social science | computational science | epistemological challenge | social media
مقاله انگلیسی
9 Weaving seams with data: Conceptualizing City APIs as elements of infrastructures
بافتن با داده ها: اندیشه سازی رابط های برنامه های کاربردی (API) شهری به عنوان عناصر زیرساخت-2019
This article addresses the role of application programming interfaces (APIs) for integrating data sources in the context of smart cities and communities. On top of the built infrastructures in cities, application programming interfaces allow to weave new kinds of seams from static and dynamic data sources into the urban fabric. Contributing to debates about ‘‘urban informatics’’ and the governance of urban information infrastructures, this article provides a technically informed and critically grounded approach to evaluating APIs as crucial but often overlooked elements within these infrastructures. The conceptualization of what we term City APIs is informed by three perspectives: In the first part, we review established criticisms of proprietary social media APIs and their crucial function in current web architectures. In the second part, we discuss how the design process of APIs defines conventions of data exchanges that also reflect negotiations between API producers and API consumers about affordances and mental models of the underlying computer systems involved. In the third part, we present recent urban data innovation initiatives, especially CitySDK and OrganiCity, to underline the centrality of API design and governance for new kinds of civic and commercial services developed within and for cities. By bridging the fields of criticism, design, and implementation, we argue that City APIs as elements of infrastructures reveal how urban renewal processes become crucial sites of socio-political contestation between data science, technological development, urban management, and civic participation.
Keywords: Application Programming Interface (API) | infrastructure | Internet of Things (IoT) | interface design | social urban data | smart city
مقاله انگلیسی
10 Mapping the political landscape of Persian Twitter: The case of 2013 presidential election
نقشه چشم انداز سیاسی توییتر فارسی: مورد انتخابات ریاست جمهوری سال 2013-2019
The fallacy of premature designations such as ‘‘Iran’s Twitter Revolution’’ can be attributed to the empirical gap in our knowledge about such sociotechnical phenomena in non-Western societies. To fill this gap, we need in-depth analyses of social media use in those contexts and to create detailed maps of online public environments in such societies. This paper aims to present such cartography of the political landscape of Persian Twitter by studying the case of Iran’s 2013 presidential election. The objective of this study is twofold: first, to fill the empirical gap in our knowledge about Twitter use in Iran, and second, to develop computational methods for studying Persian Twitter (e.g., effective methods for analyzing Persian text) and identify the best methods for addressing different issues (e.g., topic detection and sentiment analysis). During Iran’s 2013 presidential election, three million tweets were collected and analyzed using social network analysis and machine learning. The findings provide a more nuanced view of the political landscape of Persian Twitter and identify patterns in accordance with or in contrast to those identified in the English-speaking Twittersphere around the 2013 presidential election. Persian Twitter was dominated by micro-celebrities, whereas institutional elites dominated English discourse about Iran on Twitter. The results also illustrate that Persian Twitter in 2013 was predominantly in favor of reformists. Finally, this study demonstrates that sentiment analysis toward political name entities can be used efficiently for mapping the political landscape of conversation on Twitter.
Keywords: Twitter | Iran | social network analysis | political landscape | computational methods | Big Data
مقاله انگلیسی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی