یک مقاله جدید با موضوع پراکندگی ایدئولوژیک در فیسبوک از ژورنال معروف اشپرینگر که در ادامه تقدیم شما می گردد:
عنوان: Analyzing news engagement on Facebook: tracking ideological segregation and news quality in the Facebook URL dataset
نویسندگان: Emma Fraxanet، Andreas Kaltenbrunner، Fabrizio Germano، Vicenç Gómez
منتشر شده در: EPJ Data Science، سال ۲۰۲۵ (SpringerOpen)
🎯 مسئله
داده‌های Facebook Privacy-Protected Full URLs Dataset امکان مطالعهٔ تعامل کاربران با لینک‌های خبری را فراهم می‌آورد، اما تاکنون مطالعات بیشتر بر بازه‌های زمانی کوتاه متمرکز بوده‌اند و تأثیر تغییرات الگوریتمی فیسبوک در درازمدت بر جداسازی ایدئولوژیک (ideological segregation) و کیفیت اخبار کمتر بررسی شده است. این مقاله می‌خواهد طی دورهٔ ۲۰۱۷ تا ۲۰۲۰ روند تعامل با منابع خبری، شکاف ایدئولوژیک بین کاربران لیبرال و محافظه‌کار، و کیفیت محتوای مصرفی را پیگیری کند و ارتباط آن با تغییرات الگوریتم فید اخبار فیسبوک را بسازد. (SpringerOpen)
💡 ایدهٔ اصلی
ایدهٔ مقاله این است که با استفاده از میانگین وزنی ایدئولوژی و کیفیت منابع خبری بر اساس تعاملات کاربران، بتوان شکاف بین گروه‌های ایدئولوژیک مصرف‌کنندهٔ خبر را اندازه‌گیری و روند آن را در زمان رصد کرد. همچنین با شناسایی نقاط تغییر (change points) در سری زمانی تعاملات، می‌توان ارتباط آن با بروزرسانی‌های فنی News Feed فیسبوک را بررسی کرد. (SpringerOpen)
⚙️ روش‌شناسی
- استفاده از داده‌های ماهانه تعاملات (کلیک، لایک، کامنت، به‌اشتراک‌گذاری و غیره) در لینک‌های خبری بین ژانویهٔ ۲۰۱۷ تا دسامبر ۲۰۲۰. (SpringerOpen)
- گروه‌بندی کاربران بر اساس Political Page Affinity (PPA) به دسته‌های لیبرال، محافظه‌کار، میانه و نامشخص. (SpringerOpen)
- انتخاب دامنه‌های خبری با نمرهٔ کیفیت و ایدئولوژی معتبر، ایجاد معیارهای میانگین وزنی برای ایدئولوژی و کیفیت منابع خبری برای هر دسته کاربری. (SpringerOpen)
- تعیین نقاط تغییر در روند تعامل با روش رگرسیون قطعه‌ای (segmented linear regression) برای شناسایی زمان‌هایی که روند تعامل دستخوش تحول شده است. (SpringerOpen)
📈 نتایج کلیدی
- تعامل کاربران در طول زمان روندی نزولی از ابتدا تا پایان ۲۰۱۷ داشت، سپس از ۲۰۱۷ تا اوایل ۲۰۲۰ افزایش و پس از آن کاهش شدیدی را تجربه کرد. (SpringerOpen)
- شکاف ایدئولوژیک بین کاربران لیبرال و محافظه‌کار، با دو نقطهٔ تغییر (۲۰۱۸ و ۲۰۲۰) دستخوش تغییر شد: شکاف ابتدا کاهش یافت، سپس در ۲۰۲۰ به‌طور چشمگیری افزایش یافت. (SpringerOpen)
- مصرف اخبار با کیفیت برای کاربر لیبرال به‌طور میانگین بالاتر بود؛ کاربران محافظه‌کار تمایل بیشتری به منابع با کیفیت پایین داشتند، به‌ویژه در دوره‌های پس از نقاط تغییر. (SpringerOpen)
- دو کاهش ناگهانی در سهم تعامل با منابع کیفیت پایین همزمان با نقاط تغییر مشاهده شد، ولی به سرعت بازگشت نمود. این نوسان بیشتر توسط کاربران محافظه‌کار هدایت شده بود. (SpringerOpen)
.
💡 اهمیت و کاربرد
- این مطالعه یکی از معدود کارهایی است که تحلیل طولی تعامل خبری را در فیسبوک انجام می‌دهد و نشان می‌دهد که تغییرات الگوریتمی فیسبوک می‌تواند تأثیر عمده بر جداسازی ایدئولوژیک و کیفیت مصرف اخبار داشته باشد.
- روش میانگین وزنی ایدئولوژی و کیفیت به پژوهشگران امکان می‌دهد شکاف‌های مصرف خبری را به صورت دقیق‌تری بسنجند و بازتاب روندها را بررسی کنند.
- نتایج این مطالعه می‌تواند برای طراحان پلتفرم، سیاست‌گذاران رسانه‌ای و محققان رسانه درک بهتری از تأثیر تغییرات فنی (مانند الگوریتم فید) بر مصرف اخبار و قطبی‌سازی فراهم کند.
🧠 جمع‌بندی نهایی
این مقاله نشان می‌دهد که تعامل خبری کاربران فیسبوک در بازهٔ ۲۰۱۷ تا ۲۰۲۰ تحت تأثیر روندها و تغییرات الگوریتمی بوده است؛ روندی که ابتدا کاهش تعامل و سپس افزایش دارد، و در نهایت کاهش مجدد را تجربه می‌کند. شکاف ایدئولوژیک و مصرف اخبار با کیفیت پایین‌تر در میان کاربران محافظه‌کار برجسته‌تر است. شناسایی نقاط تغییر در تعاملات خبری (۲۰۱۸ و ۲۰۲۰) و تطبیق آن‌ها با تغییرات آشکار الگوریتم News Feed بیانگر تأثیر فنی بر روند مصرف اطلاعات هستند.
.
دانلود کامل مقاله:
