Sampled Datasets Risk Substantial Bias in the Identification of Political Polarization on Social Media

近期，包括Twitter在内的其他社交媒体平台的政策变化，使得用户互动数据越来越难以获取。这些限制妨碍了有关社交和政治现象的强有力的研究，这种研究对于社交媒体平台可能对我们社会产生的深远影响至关重要。在这里，我们通过研究Twitter上波兰政治辩论的结构性分化，调查了从不同社交媒体数据样本中获得的极化度量的可靠性，研究时间跨度为24小时。首先，我们表明Twitter上的政治讨论只是更广泛的Twitter讨论的一个小子集。其次，我们发现大样本可以代表平台上整个政治讨论，但小样本始终无法准确反映在线上真实的分化结构。最后，我们证明，如果仔细选择关键词，基于关键词的样本可以代表性地反映情况，但是选择不当的关键词可能导致样本数据的重大政治偏见。我们的研究结果表明，使用小的样本数据无法以可靠的方式测量分化，这突显了当前缺乏研究数据的问题，同时提供了对欧盟数字服务法的实际实施的见解，该法旨在改善研究人员获取社交媒体数据的途径。

论文试图通过研究波兰政治辩论的结构极化，探究不同样本的社交媒体数据对结构极化度量的可靠性，以及当前对社交媒体数据访问限制对社会政治研究的影响。

论文发现，小样本数据无法可靠地测量社交媒体上的结构极化，而大样本数据可以代表整个政治讨论，但关键词选择不当会导致政治偏见。此外，论文提供了对欧盟数字服务法的实际实施建议。

论文使用波兰政治辩论的Twitter数据进行实验，发现小样本数据无法可靠地测量社交媒体上的结构极化，而大样本数据可以代表整个政治讨论。关键词选择不当会导致政治偏见。论文提供了对欧盟数字服务法的实际实施建议。

相关研究包括：1. Barberá, P., Jost, J.T., Nagler, J. et al. The critical periphery in the growth of social protests. PLoS ONE 10, e0143611 (2015). 2. Barberá, P., Wang, N., Bonneau, R. et al. The critical periphery in the growth of social protests. Nat Commun 10, 3189 (2019). 3. Conover, M.D., Gonçalves, B., Flammini, A. et al. Partisan asymmetries in online political activity. EPJ Data Sci. 6, 4 (2017).