User-Level stance detection in online social networks: a systematic review
DOI:
https://doi.org/10.5335/rbca.v18i1.16823Keywords:
Stance Detection, User Stance Detection, NLP, Natural Language Processing, Online Social NetworksAbstract
Online social networks play a central role in modern communication, serving as platforms for information dissemination, debates, and individual opinion expressions. In this context, stance detection emerges as a promising tool for public opinion analysis, enabling the identification of patterns and trends in controversial discussions. This task can be performed at two levels: statement level or user level. However, the literature has predominantly focused on stance detection at the statement level, leaving gaps regarding the potential of user-level approaches. In light of this, this study presents a systematic literature review aimed at mapping and analyzing the methods and strategies employed in the automatic detection of user stance in online social networks. The findings provide a structured overview of the key practices adopted in the field, as well as the challenges and opportunities for future research.
Downloads
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Todos os artigos estão licenciados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
