Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
PESOHA: Privacy-Preserving Evaluation System for Online Healthcare Applications Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

Using a Temporal-Causal Network Model for Computational Analysis of the Effect of Social Media Influencers on the Worldwide Interest in Veganism

verfasst von : Manon Lisa Sijm, Chelsea Rome Exel, Jan Treur

Erschienen in: Fourth International Congress on Information and Communication Technology

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Over the years, a clear and steady rise can be seen in the interest in veganism. Although research has been conducted to determine the reasons why veganism has grown, ultimately there is still a necessity for further research on how social networks affect its growth. This paper aims to provide a possible explanation for the rise in interest, using computational analysis based on a temporal-causal network model focussing on social contagion. This model portrays a simulation of a sample size population on Instagram, showing how a social influencer can influence the opinions of people directly (influencers’ followers) and indirectly (followers of the influencers’ followers), and how this compares to a situation in which this influencer is not there.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Automatically Determining a Network Reconnaissance Scope Using Passive Scanning Techniques
Nächstes Kapitel Detecting Drivers’ Fatigue in Different Conditions Using Real-Time Non-intrusive System
Literatur
1.
Bosse, T., Hoogendoorn, M., Klein, M.C.A., Treur, J., van der Wal, C.N., van Wissen, A.: Modelling collective decision making in groups and crowds: integrating social contagion and interacting emotions, beliefs and intentions. Auton. Agent. Multi-Agent Syst. 27(1), 52–84 (2013)CrossRef
2.
Cialdini, R.B.: Influence: Science and Practice. Pearson, Boston (2009)
3.
Cialdini, R.B.: Influence, vol. 3. A. Michel, Port Harcourt (1987)
4.
De Veirman, M., Cauberghe, V., Hudders, L.: Marketing through Instagram influencers: the impact of number of followers and product divergence on brand attitude. Int. J. Advert. 36(5), 798–828 (2017)CrossRef
5.
Freeland-Graves, J.H., Nitzke, S.: Position of the academy of nutrition and dietetics: total diet approach to healthy eating. J. Acad. Nutr. Diet. 113(2), 307–317 (2013)CrossRef
6.
Kuipers, B.J.: Commonsense reasoning about causality: deriving behavior from structure. Artif. Intell. 24, 169–203 (1984)CrossRef
7.
Kuipers, B.J., Kassirer, J.P.: How to discover a knowledge representation for causal reasoning by studying an expert physician. In: Proceedings Eighth International Joint Conference on Artificial Intelligence, IJCAI’83. William Kaufman, Los Altos, CA (1983)
8.
Maher, C.A., Lewis, L.K., Ferrar, K., Marshall, S., De Bourdeaudhuij, I., Vandelanotte, C.: Are health behavior change interventions that use online social networks effective? A systematic review. J. Med. Internet Res. 16(2), e40 (2014)CrossRef
9.
McDonald, B.: “Once you know something, you can’t not know it”: an empirical look at becoming vegan. Soc. Anim. 8(1), 1–23 (2000)
10.
Pearl, J.: Causality. Cambridge University Press (2000)
11.
Radnitz, C., Beezhold, B., DiMatteo, J.: Investigation of lifestyle choices of individuals following a vegan diet for health and ethical reasons. Appetite 90, 31–36 (2015)CrossRef
12.
Sherman, L.E., Greenfield, P.M., Hernandez, L.M., Dapretto, M.: Peer influence via Instagram: effects on brain and behavior in adolescence and young adulthood. Child Dev. 89(1), 37–47 (2018)CrossRef
13.
14.
15.
Treur, J.: Dynamic modeling based on a temporal-causal network modeling approach. Biol. Inspired Cognit. Archit. 16, 131–168 (2016)CrossRef
16.
Treur, J.: The ins and outs of network-oriented modeling: from biological networks and mental networks to social networks and beyond. Trans. Comput. Collect. Intell. 32, 120–139 (2019). Keynote Lecture at the 10th International Conference on Computational Collective Intelligence, ICCCI’18
17.
Vaterlaus, J.M., Patten, E.V., Roche, C., Young, J.A.: #Gettinghealthy: the perceived influence of social media on young adult health behaviors. Comput. Hum. Behav. 45, 151–157 (2015)CrossRef
18.
Metadaten
Titel
Using a Temporal-Causal Network Model for Computational Analysis of the Effect of Social Media Influencers on the Worldwide Interest in Veganism
verfasst von
Manon Lisa Sijm
Chelsea Rome Exel
Jan Treur
Copyright-Jahr
2020
Verlag
Springer Singapore
Buch
Fourth International Congress on Information and Communication Technology

Print ISBN: 978-981-329-342-7

Electronic ISBN: 978-981-329-343-4

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-981-32-9343-4_12

Neuer Inhalt

    Bildnachweise