Simple Science

最先端の科学をわかりやすく解説

# コンピューターサイエンス# 社会と情報ネットワーク# 機械学習

近所の収入とオンライン行動

この研究は、収入レベルがコミュニティのディスカッションでのオンラインのやり取りにどう影響するかを調べてるんだ。

― 1 分で読む


収入が地域の話し合いに与え収入が地域の話し合いに与える影響にどんな影響を与えるかを調べる。経済的地位がオンラインでの近所の話し合い
目次

収入は健康や教育など、生活の多くの側面に影響を与えるんだ。これまでの研究では、収入が人々の現実世界での行動にどのように影響するかが調べられてきた。この研究はその質問を逆にしてみた:異なる収入レベルがオンラインでの行動にどう影響するのか?私たちはその影響があると信じて、近所の人たちとつながるソーシャルネットワークのNextdoorを通じてこの概念を探求することにした。

Nextdoorって何?

Nextdoorは、ユーザーが自分の近所に住む人たちと交流できるオンラインプラットフォームだ。各近所ごとの専用フォーラムがあって、ユーザーはメッセージを投稿したり、返信したり、反応したりできる。プライバシーとコミュニティの信頼を確保するために、新しいユーザーは参加前に郵便で自宅の住所を確認する必要がある。この仕組みは、経済的背景に基づいて人々がどのように交流するかを研究するためのユニークな環境を作り出している。

Nextdoorを研究する理由

Nextdoorでは、ユーザーが犯罪や地域の安全について話し合う様子を観察できるチャンスがある。これらは社会的行動を理解する上で重要なテーマだ。ユーザーは意見や懸念を共有していて、これがその地域の経済状況に対する洞察を与える。私たちの研究は、これらの議論を分析して、特定の近所の経済構成と一致するかどうかを見ていく。

何をしたか

Nextdoorからデータを収集して、アメリカで64,000以上の近所から260万件の投稿を分析したり、イギリスの3,000以上の近所からのデータも集めた。このデータを使って、オンラインでの会話が異なる近所に存在する収入レベルや不平等を反映しているかどうかを調査した。

主要な研究質問

私たちの調査は、いくつかの重要な質問に焦点を当てている:

  1. 異なる収入レベルの近所は、犯罪や感情について異なる話をするのか?
  2. 収入の不平等は、犯罪や感情についての議論にどのように影響するのか?
  3. これらのオンラインの議論を使って、近所の収入を予測できるのか?

データ収集

Nextdoorのデータをスクレイピングして、数百万件の投稿を集め、それがどの近所から発信されたのかを関連付けた。これに加えて、地域ごとの人口、収入、犯罪率に関する公式統計も集めて、Nextdoorで使われている地理的境界と一致させた。

犯罪議論の分析

犯罪に関する議論はNextdoorで目立つトピックだ。私たちの調査結果は、裕福な近所と貧しい近所での犯罪に関する話し方に顕著な違いがあることを示している。裕福な近所は、実際の犯罪率が低いにもかかわらず、貧しい近所よりも頻繁に犯罪について話し合っている。例えば、最も裕福な近所では、犯罪に関する議論の頻度がかなり高く、犯罪問題に対する感受性が高いことを示している。

感情分析

私たちは、これらの近所に投稿されたメッセージの一般的なトーンも調べた。裕福な地域からの投稿の感情は、貧しい地域からのものに比べてよりポジティブな傾向がある。このパターンは、経済状況が犯罪に関する議論の頻度だけでなく、会話全体のトーンにも影響を与えていることを示唆している。

収入の不平等を調べる

収入レベルに加えて、収入の不平等が近所の議論にどのように影響するかも評価した。私たちは、周辺地域との経済的バランスに基づいて近所を分類し、これらのダイナミクスがオンラインの議論にどのように関わっているかを分析した。私たちの研究は、より平等な環境を持つ裕福な近所が、議論において犯罪に対する感受性が高いことを示していた。

収入と不平等の予測

分析を通じて、投稿の内容が近所の収入や不平等のレベルを推定するのに役立つかどうかを探った。さまざまな機械学習モデルを適用した結果、投稿内で議論される言語やトピックに基づいて収入と不平等を効果的に予測できることがわかった。

データの発見

データは、経済的状況とオンラインの行動との明確な関連性を示した。裕福な近所は、犯罪についてより頻繁に議論するだけでなく、投稿の感情もよりポジティブだった。一方、貧しい近所は、犯罪に関する議論への感受性が低く、感情スコアも低かった。

テキストの違いを探る

異なる経済的背景の間でどのように内容が異なるかを探るために、投稿のテキストを詳細に分析した。裕福な近所と貧しい近所で異なる言葉遣いや問題の焦点があることを示す明確なパターンを見つけた。この議論の違いは、社会経済的要因がコミュニケーションスタイルに与える影響を浮き彫りにしている。

今後の展望

この研究は、将来の研究に向けたいくつかの道を開く。裕福な近所がNextdoorにもっと多く存在する傾向があり、これは結果に偏りを生む可能性があるという制限もある。さらに、今後の研究では、犯罪以外の議論を掘り下げたり、政治や地域のイベントなど、経済的不平等を反映する他のトピックを調べたりすることができる。

結論

要約すると、私たちの研究は、近所の設定における収入とオンライン行動との強い関係を示している。Nextdoorの分析を通じて、経済的条件がコミュニティが犯罪について議論し、感情を表現する方法に大きな影響を与えることがわかった。この研究は、ソーシャルメディアデータが隠れた経済的洞察を明らかにする可能性を強調し、社会経済的平等やコミュニティの幸福についての議論に貢献している。私たちが観察したパターンは、オンラインの議論が単なる個々の意見の反映ではなく、異なる近所が直面する経済的現実の鏡であることを示唆している。

これらの関連性を理解することで、私たちはコミュニティにおける経済的不平等の幅広い意味合いをよりよく理解し、私たちの社会に残るギャップを埋めるためのより包括的な解決策を目指すことができる。

オリジナルソース

タイトル: Lady and the Tramp Nextdoor: Online Manifestations of Economic Inequalities in the Nextdoor Social Network

概要: From health to education, income impacts a huge range of life choices. Earlier research has leveraged data from online social networks to study precisely this impact. In this paper, we ask the opposite question: do different levels of income result in different online behaviors? We demonstrate it does. We present the first large-scale study of Nextdoor, a popular location-based social network. We collect 2.6 Million posts from 64,283 neighborhoods in the United States and 3,325 neighborhoods in the United Kingdom, to examine whether online discourse reflects the income and income inequality of a neighborhood. We show that posts from neighborhoods with different incomes indeed differ, e.g. richer neighborhoods have a more positive sentiment and discuss crimes more, even though their actual crime rates are much lower. We then show that user-generated content can predict both income and inequality. We train multiple machine learning models and predict both income (R-squared=0.841) and inequality (R-squared=0.77).

著者: Waleed Iqbal, Vahid Ghafouri, Gareth Tyson, Guillermo Suarez-Tangil, Ignacio Castro

最終更新: 2023-04-26 00:00:00

言語: English

ソースURL: https://arxiv.org/abs/2304.05232

ソースPDF: https://arxiv.org/pdf/2304.05232

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。

著者たちからもっと読む

人工知能ソーシャルコンピューティングにおけるデータアノテーターとしてのChatGPTの評価

この研究は、ChatGPTがソーシャルコンピューティングデータをラベリングする効果を評価してるよ。

― 1 分で読む

類似の記事