หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2566
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2565
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
การวิเคราะห์ปรากฏการณ์เอคโคแชมเบอร์จากข้อมูลทวิตเตอร์
ชื่อโครงงานภาษาอังกฤษ
An Analysis Of The Echo Chamber Phenomenon From Twitter Data
ผู้พัฒนา
6210505163 นายจิณณเจตน์ อจลพงศ์
อาจารย์ที่ปรึกษาหลัก
อานนท์ รุ่งสว่าง
อาจารย์ที่ปรึกษาร่วม
บัณฑิต มนัสเกษมศักดิ์
บทคัดย่อ
ในยุคปัจจุบันสื่อสังคมออนไลน์ส่งผลให้ขนาดและความเร็วในการสื่อสารข้อมูลเปลี่ยนไปอย่างมาก ฟีดโซเชียลมีเดียยังเป็นแหล่งข้อมูลที่สำคัญสำหรับการเข้าถึงข่าวและเนื้อหาข้อมูลประเภทอื่นๆปริมาณมหาศาลแบบเรียลไทม์ อย่างไรก็ตามสื่อสังคมออนไลน์มีแนวโน้มที่จะสร้างกลุ่มบุคคลที่แตกต่างกันซึ่งมีความคิดที่มีการแบ่งขั้วอย่างมากในบางหัวข้อ ในกลุ่มเหล่านี้ หรือที่เรียกว่า "เอคโคแชมเบอร์" ผู้คนจะได้ยินเสียงจากมุมมองของตัวเองเท่านั้น และมุมมองที่แตกต่างจะไม่ได้รับการพิจารณาอีกต่อไป
ในโครงการนี้เราจะวิเคราะห์ปรากฏการณ์เอคโคแชมเบอร์จากข้อมูลทวิตเตอร์ โดยพิจารณาทั้งความสัมพันธ์ระหว่างบุคคล และแง่มุมทางความหมายของเนื้อหาที่พวกเขาแชร์ผ่านทวิตเตอร์ จากนั้นสร้างเครือข่ายแบบมีทิศทางตามความสัมพันธ์แบบตอบกลับ รีทวีต และการอ้างอิง ในการถ่วงน้ำหนักของเส้นเชื่อม เราใช้การวิเคราะห์ความรู้สึกโดยใช้ VADER และคำนวณความคล้ายคลึงกันของคะแนนความคิดเห็นของผู้ใช้โดยพิจารณาทั้งตัวผู้ใช้เองและเพื่อนบ้าน ขั้นต่อไปเราจะใช้กลยุทธ์การตรวจหาชุมชนเพื่อตรวจหากลุ่มผู้ใช้โพลาไรซ์ในหัวข้อนี้ สุดท้ายเราจะประเมินและหารือเกี่ยวกับระดับต่างๆของการโต้เถียง และความเป็นเนื้อเดียวกันในกลุ่มผลลัพธ์ เราเชื่อว่าการวิจัยนี้จะเป็นแนวทางใหม่ในการตรวจจับ echo Chamber และสามารถแสดงให้เห็นถึงวิวัฒนาการของเอฟเฟกต์ echo chamber บน Twitter เมื่อเวลาผ่านไป ซึ่งผลที่ได้จะเป็นประโยชน์ในการทำนายการเกิด echo chamber ในอนาคต
Abstract
Nowadays, people are exposed to a significant amount of online content. Social media has resulted in a significant shift in the size and velocity with which information is communicated. Social media feeds are also critical resources for real-time access to vast volumes of news and other types of informative content. However, because of the homophily property and selective information exposure, social media has the tendency to create distinct groups of individuals whose ideas are highly polarized around certain topics. In these groups, also known as "echo chambers," people only "hear their own voice," and divergent points of view are no longer considered.
In this research, we will analyze the echo chamber phenomenon from Twitter data by considering both the relationships between individuals and the semantic aspects of the content they share over Twitter. First, we create a directional network of interactions based on reply, retweet, and quote relationships. To weigh the edge in the graph, we apply sentiment analysis using VADER and calculate the similarity of the user sentiment score by considering both themselves and their neighbors. Next, we apply a community detection strategy to detect the polarized group of users around this topic. Finally, we evaluate and discuss the different levels of controversy and homogeneity among the resulting groups. We believe that this research will be a new approach for detecting echo chambers and be able to demonstrate the evolution of the echo chamber effect on Twitter over time. The result will be useful in predicting the occurrence of the echo chamber in the future.
คำสำคัญ (Keywords)
Echo Chambers
Social Media
Social Network Analysis
Sentiment analysis
Polarization
เว็บไซต์โครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
นายจิณณเจตน์
อจลพงศ์
(b6210505163)
แก้ไขครั้งสุดท้าย
เมื่อ April 5, 2023, 1:41 p.m. โดย
นายจิณณเจตน์
อจลพงศ์
(b6210505163)
สถานะการอนุมัติ
รออนุมัติ