1. Новые покупки

    23.11.2017: Дорвеи для нищебродов - Заработок без вложений (2017)

    23.11.2017: Бесплатный трафик от Fat Sharks [5-6 разных направлений заработка в одном курсе]

    23.11.2017: Дебиторка Cold - Вадим Куклин (2017)

    23.11.2017: Инвестиции в криптовалюты. Быстрый старт.

    23.11.2017: Секреты хакеров! Полный курс по кибербезопасности - Udemy (2017)

    22.11.2017: Госзаказ от теории до контракта (2017)

    22.11.2017: Электронная книга "Telegram for Money" от TFM Group

    22.11.2017: МЕГА КОМПЛЕКТ — Тренировочная система Boost Your Power — Официальный Сайт Игоря Ковтуна

    21.11.2017: Еnvаtо Еlеmеnts - слив подписки 2017 [1,3 Терабайта годноты]

    19.11.2017: Востребованная интернет-профессия - Секиро (2017)

    18.11.2017: ИП для Интернет Предпринимателя - Авторская (2017)

    17.11.2017: REVOLUTION - Универсальное решение - конструктор корпоративных сайтов (2017)

    17.11.2017: Два новосных сайта в сфере криптовалют

    17.11.2017: Дрессировка людей для начинающих - Лукин (2017)

    16.11.2017: [LoftSchool] Комплексное обучение JavaScript - 2017

    15.11.2017: Автоматический Комплекс по Работе с Трафиком - Андрей Золотарев (2017)

    14.11.2017: Трансформация внутренних программ через тотемное животное

    11.11.2017: Уникальный белый доход от 2 тр до 10 тр в день по белой схеме (2017)

    08.11.2017: Контрактные автозапчасти - Гордеев

    05.11.2017: Grava Glass FULL - 10 производственных ноу-хау технологий для малого бизнеса

    03.11.2017: Супердоходные сайты от А до Я - Деригина (2017)

    01.11.2017: Уникальный белый заработок на услуге до 90 т.р. в месяц (2017)

    30.10.2017: Онлайн курс по вышивке брошей-нашивок. 6 самых продаваемых брошей

    26.10.2017: Алкогипноз – Видео-семинар - Дуйко

    25.10.2017: Заработок от 100 000 рублей в месяц по стратегии "Шахматный арбитраж" (2017)

    24.10.2017: Как женщине вернуть свою силу и энергию - Бахтиозина (2017)

    16.10.2017: Секреты современного программирования - [email protected] (2017)

    04.10.2017: Торговля в стиле Killerwhale. Полный курс v10.17 - Кузьмин

    03.10.2017: Заработок на прокси по модели Фархада Гусейнова - Авторская (2017)

    02.10.2017: Взламываем сайты / тестирование на проникновение с нуля - часть 7 из 7

    16.09.2017: Причинно-следственный анализ. Часть 2. Проверка гипотез и предположений

    16.09.2017: Причинно-следственный анализ в маркетинге. Часть 1. Основы

    16.09.2017: Взламываем сайты / тестирование на проникновение с нуля - часть 6 из 7

    16.09.2017: Взламываем сайты / тестирование на проникновение с нуля - часть 5 из 7

    16.09.2017: Взламываем сайты / тестирование на проникновение с нуля - часть 4 из 7

    16.09.2017: Взламываем сайты / тестирование на проникновение с нуля - часть 3 из 7

    16.09.2017: Взламываем сайты / тестирование на проникновение с нуля - часть 2 из 7

    13.09.2017: [Специалист] Разработчик С++ (Комплексная программа Qt)

    08.09.2017: Как начать майнить и получать доход (от 1500 до 5000 рублей в месяц) со своей видеокарты

    21.08.2017: Раскрутка сети каналов Telegram на автопилоте + Бонус (Zennoposter)

    18.08.2017: Основы дизайна интерьеров - Highlights (2017)

    29.07.2017: Самый Легкий И В Тоже Время Самый Сложный Бот Для Понимания Соцсетью Вконтакте Vkontakte Superbot

    25.07.2017: Как уличить жену в измене - Женские секреты

    24.07.2017: Быстрые деньги на Дропшиппинге - Валеев

    14.07.2017: От 130 000 Зарабатывай сидя! (белая схема)

  2. Нужен организатор
  3. Получи максимум инфопродуктов, оформи подписку всего за 295 рублей!
    Скрыть объявление

Чтиво Твиттер: от ложных слов - к ложным стереотипам

Тема в разделе "Интернет, Компьютеры и IT-новости", создана пользователем Gustav, 19 ноя 2016.

  1. Gustav

    Gustav Команда форума Администратор

    Сообщения:
    6.691
    Симпатии:
    17.912
    Твиттер: от ложных слов - к ложным стереотипам

    1479376680656_694493.jpg

    АНАЛИЗ ЗАПИСЕЙ В ТВИТТЕРЕ ПОМОГ ПСИХОЛОГАМ ВЫЯВИТЬ СЛОВА, НА ОСНОВЕ КОТОРЫХ ЛЮДИ ОПРЕДЕЛЯЮТ ПРИНАДЛЕЖНОСТЬ ИХ АВТОРОВ К ОПРЕДЕЛЕННОЙ СОЦИАЛЬНОЙ ГРУППЕ. СОСТАВЛЕННЫЙ УЧЕНЫМИ «СЛОВАРЬ» ПОКАЗАЛ, ЧТО В СВОИХ СУЖДЕНИЯХ ИСПЫТУЕМЫЕ НЕРЕДКО РУКОВОДСТВУЮТСЯ ЛОЖНЫМИ СТЕРЕОТИПАМИ.

    При проведении исследований стереотипов в обществе ученые сталкиваются с некоторыми ограничениями. Например, люди часто не хотят открыто признавать, что они относятся к той или иной социальной группе с предубеждением, а иногда и вовсе не осознают своей предвзятости. Поэтому психологи вынуждены разрабатывать косвенные способы изучения стереотипов, и в данном случае удобным инструментом могут выступать социальные сети.

    В новой работе психологи изучили предубеждения людей с помощью анализа записей в твиттере. Для исследования они собрали около миллиона постов, которые были написаны несколькими тысячами пользователей. По информации, указанной в профиле, ученые определили пол, возраст, уровень образования и политическую принадлежность авторов записей. После этого они попросили добровольцев, нанятых с помощью сервиса Amazon Mechanical Turk, по 20 случайным твитам каждого пользователя определить, кем они могли быть написаны — например, мужчиной или женщиной, или же либералом или консерватором.

    С помощью алгоритмов Please login or register to view links ученые выделили слова, на основании которых испытуемые чаще всего предписывали пользователям принадлежность к определенной социальной группе. В результате у ученых получился «словарь стереотипов».

    Исследование показало, что, по мнению мужчин, слова «чудесный», «милый», «красивый» чаще всего употребляют женщины. В то же время, согласно представлению женщин, посты со словами «война», «новости», «СМИ», «гугл» пишут, в основном, мужчины. Проявление стереотипов наблюдалось также и в других социальных группах: например, респонденты посчитали, что о технологиях говорят люди с университетским образованием, а для людей младше 24 лет характерна фиксация на себе (использование местоимений «я», «мне»).

    9b5eb608e648fca708253015479bd41c.jpg

    Сверху показаны слова, которые респонденты посчитали характерными для мужчин и женщин безотносительно истинного пола пользователей, а снизу — слова, которые чаще всего приводили к ошибочным суждениям

    Несмотря на то, что нередко оценки групповой принадлежности пользователей были правильными (чаще всего добровольцы угадывали политическую принадлежность), некоторые стереотипы все-таки оказались ложными. Например, респонденты несправедливо посчитали, что ругательства пишут люди с низким уровнем образования, а о любви говорят, в основном, женщины. Кроме того, когда добровольцев просили определить политическую ориентацию пользователей, то они порой исходили из их половой принадлежности и ошибочно считали некоторых авторов, употреблявших, по их мнению, «мужские» слова, консерваторами.

    По мнению ученых, их подход позволяет более точно определить, какие стереотипы люди предписывают разным социальным группам, и избежать ошибок, которые возникают, когда люди стараются представить себя в более выгодном свете. Кроме того, метод исследователей помогает выявить, на основании каких слов люди могут делать выводы о других в интернете.

    Записи пользователей в твиттере используются не только для психологических исследований, но и для организаций социальных кампаний (в частности, антикоррупционных) и изучения поведения людей в реальной жизни. Например, компания Microsoft Please login or register to view links твиттер-бота, который по ключевым словам в записях отбирал пользователей и рассылал им сообщения с призывом поучаствовать в онлайн-обсуждении проблемы коррупции и возможных путей решения.