- GND
- 1262000181
- LSF ID
- 59651
- ORCID
-
0000-0003-2741-3270
- Sonstiges
- der Hochschule zugeordnete*r Autor*in
- GND
- 1122441630
- LSF ID
- 54726
- ORCID
-
0000-0002-7006-7089
- Sonstiges
- der Hochschule zugeordnete*r Autor*in
Abstract in Englisch:
Social platforms such as YouTube, Facebook, and Twitter have become indispensable in today's world, as they provide a tool for communication and allow the exchange and dissemination of political opinions and information. In this context, the buzzword "echo chamber" is commonly used, as there is a concern that online social networks promote the confrontation of users with information and opinions that are in line with their own stance and beliefs. Accordingly, homogeneity in networks can also emerge among minorities communicating in a manner detached from majority societies and thus not having access to general discussion. In addition to the average users who use social media to discuss the news on a weekly basis, it is unknown at this point how homogeneous the communication networks are of marginalized groups that may be spreading extreme political views, misinformation, or conspiracy-theory content. To investigate the complexity of opinions and information in terms of their homogeneity and to gain a deeper understanding of the underlying problems, the interdisciplinary research area of Computational Social Science (CSS) provides innovative computational methods to address social, political, and economic issues. The combination of social science theories with computer science methods makes it possible to develop new solutions to existing problems in order to explain the behavior of humans and their environment. The dissertation pursues the goal of applying a variety of methods of CSS integrated with Big Data datasets to identify patterns and relationships of human online communication and to provide an explanation for the emergence of political homogeneity in networks. Accordingly, two fundamental aspects are explored in this dissertation. The first aspect relates to the prevalence of homogeneity of opinions and information on social platforms. Here, the concept of "opinion-based homogeneity" and "informational homogeneity" is presented, whereby a computational method combining natural language processing (NLP), machine learning (ML), and social network analysis (SNA) was developed to determine homogeneity in networks. For this purpose, four studies were designed that addressed a wide range of different topics (politically controversial as well as right-wing populist topics, conspiracy theories, and misinformation about COVID-19). The results indicate that political homogeneity is not widespread for the average user and that YouTube users engage in more heterogeneous communication behavior when discussing politically controversial topics or current political situations (in the case of COVID-19). However, the results also highlight that marginalized groups of society, such as people advocating conspiracy theories, show a moderate level of homogeneity and are more likely to engage with like-minded people. The second aspect deals with the study of influencing factors that could be responsible for the emergence and change of homogeneity. To this end, two studies were designed using agent-based modeling to investigate, first, the influence of opinion leaders in networks and, second, the influence of online community structures on public opinion formation according to the assumptions of the spiral of silence theory. The results of both studies show that opinion leaders, as well as the structure of communities in networks, can be characterized as influencing factors for the change and emergence of political homogeneity, as they have an impact on temporal opinion formation. In addition to theoretical implications, practical implications can also be derived from this dissertation. First, the dissertation offers a variety of methods that provide a blueprint for future research to determine homogeneity in networks. Second, the dissertation presents implications on how the insights gained can be used in the field of political marketing or political education. In summary, the dissertation contributes to the field of the emergence and change of political homogeneity in social networks and can contribute to a deeper understanding of this by exploring the prevalence of homogeneity and identifying influencing factors.
Abstract in Deutsch:
Soziale Plattformen wie YouTube, Facebook und Twitter sind aus der heutigen Welt nicht mehr wegzudenken, da sie ein Kommunikationsmittel darstellen, welches für den Austausch und die Verbreitung von politischen Meinungen und Informationen dient. In diesem Zusammenhang wird häufig das Schlagwort "Echokammer" verwendet, da die Befürchtung besteht, dass soziale Online-Netzwerke homogene virtuelle Räume schaffen, in denen Nutzer nur mit Informationen und Meinungen konfrontiert werden, die mit ihren eigenen Ansichten und Überzeugungen übereinstimmen. Dementsprechend kann die Homogenität in Netzwerken auch dazu führen, dass Minderheiten losgelöst von der Mehrheitsgesellschaft kommunizieren und somit keinen Zugang zur allgemeinen Diskussion haben. Neben den Durchschnittsnutzern, welche soziale Medien wöchentlich zur Diskussion der Nachrichten nutzen, ist es zum derzeitigen Zeitpunkt unbekannt, wie homogen die Kommunikationsnetzwerke von Randgruppen sind, welche möglicherweise extreme politische Ansichten, Falschinformationen oder verschwörungstheoretische Inhalte verbreiten. Um die Komplexität von Meinungen und Informationen auf deren Homogenität zu untersuchen und deren Problematik besser zu verstehen, kann der interdisziplinäre Forschungsbereich der Computational Social Science (CSS) behilflich sein, um mit innovativen computerbasierten methodischen Ansätzen, neue Lösungswege im sozialen, politischen und wirtschaftlichen Bereich zu finden. Die Kombination aus sozialwissenschaftlichen Theorien mit informatischen Methoden ermöglicht es, neue Lösungsansätze zu bisherigen Problematiken herauszuarbeiten, um das Verhalten von Menschen und ihrer Umwelt zu erklären. Dabei verfolgt die Dissertation das Ziel, eine Vielzahl von Verfahren der CSS in mit Big-Data-Datensätzen zu nutzen, um Muster und Zusammenhänge menschlicher Online-Kommunikation zu identifizieren und eine Erklärung für die Entstehung der politischen Homogenität in Netzwerken zu liefern. In der vorliegenden Dissertation werden demnach zwei grundlegende Aspekte untersucht. Der erste Aspekt bezieht sich auf die Prävalenz der Homogenität von Meinungen und Informationen auf sozialen Plattformen. Hierbei wird das Konzept der „meinungsbasierten Homogenität“ und der „informationellen Homogenität“ vorgestellt, bei dem eine computergestützte Methodenkombination aus NLP, Machine-Learning und Netzwerkanalyse entwickelt wurde, um die Homogenität in Netzwerken festzustellen. Hierfür wurden vier Studien konzipiert, welche sich mit einem breiten Spektrum unterschiedlichster Themen (politische kontroverse, als auch rechtspopulistische Themen, Verschwörungstheorien und Fehlinformation zu COVID-19) auseinandergesetzt haben. Die Ergebnisse zeigen, dass die politische Homogenität für den Durchschnittskonsumenten nicht weit verbreitet ist und das YouTube Nutzer ein heterogeneres Kommunikationsverhalten entwickeln, wenn sie sich über politisch kontroverse Themen oder aktuelle Informationen zur aktuellen politischen Lage austauschen (im Fall von COVID-19). Allerdings zeigen die Ergebnisse auch, dass Randgruppen der Gesellschaft wie beispielsweise, Menschen die Verschwörungstheorien befürworten, ein moderates Level an Homogenität aufweisen und eher mit Gleichgesinnten in Kontakt treten. Der zweite Aspekt befasst sich mit der Untersuchung von einflussreichen Faktoren, die für die Entstehung und für die Veränderung der Homogenität verantwortlich sein könnten. Hierzu wurden zwei Studien mittels agentenbasierter Modellierung konzipiert, welche zum einen den Einfluss von Meinungsführern in Netzwerken untersucht hat und zum anderen, welchen Einfluss die Strukturen von Online-Gemeinschaften auf die öffentliche Meinungsbildung gemäß den Annahmen der Theorie der Schweigespirale haben. Die Ergebnisse beider Studien zeigen, dass sowohl Meinungsführer als auch die Struktur von Gemeinschaften in Netzwerken, als Einflussfaktoren zur Veränderung und Entstehung der politischen Homogenität charakterisiert werden können, da die einen Einfluss auf das zeitliche Meinungsbild haben. Neben den theoretischen Implikationen lassen sich ebenso praktische Implikationen in der vorliegenden Dissertation ableiten. Zum einen bietet die Arbeit eine Vielfalt von Methoden an, welche eine Blaupause für zukünftige Forschung bereitstellt, um die Homogenität in Netzwerken zu ermitteln. Zum anderen zeigt die Arbeit Möglichkeiten auf, wie die Erkenntnisse im Bereich des politischen Marketings oder der politischen Bildung genutzt werden können. Zusammenfassend leistet die Dissertation einen Beitrag im Bereich der Entstehung und Veränderung der politischen Homogenität in sozialen Netzwerken und kann durch die Erforschung der Prävalenz der Homogenität und der Identifizierung von Einflussfaktoren zu einem besseren Verständnis beitragen.