Apr, 2020

极端意识形态作为复杂传染病：2005-2017 年间极右翼激进化在美国的传播

PDF
TL;DR研究表明，美国极右翼激进主义的传播符合复杂传染过程，其传播需要被加强。社交媒体使用和团体成员资格加强了极端主义意识形态的传播，同时，该研究还确定了一些导致某些地区激进化可能性增加的固有因素，例如贫困。未来的研究应探讨如何有效地实施特定干预措施，例如对抗宣传的在线反叙事，以减轻美国极右翼激进主义的传播。
far-right extremismradicalizationsocial contagionreinforcementpoverty
发现论文，激发创造
  • 利用情境维度在社交媒体上建模伊斯兰极端主义交流：宗教、意识形态和仇恨

    该研究通过基于语境维度的计算方法及相关知识资源，对推特上的极端主义内容进行了深入分析，开发出一种可靠的算法来识别和反制网络极端化。与竞争算法相比，该算法能够将误标记减少 10.2%。

    Aug, 2019

  • 极端主义暴力对网络仇恨言论的影响

    本文研究了暴力事件对 Twitter 和 Reddit 等社交媒体平台上恶意言论量和类型的影响，结果表明极端暴力事件会导致在线恶意言论的增加，特别是直接鼓吹暴力的言论。该研究对在线恶意言论的监控具有重要意义，并提出了对抗恶意言论的方式。

    Apr, 2018

  • 阴谋主义的路径：通过参与在线阴谋讨论演化的阴谋主义激进化

    本文通过对 3.6 万个 Reddit 用户的 1.69 亿次贡献的研究，揭示出四种不同的阴谋言论参与途径，并进一步对先前的理论工作进行了建模，提供了成功排除阴谋言论的过程，以及不同用户阶段性的进入激进化的模型。

    Apr, 2022

  • 量化仇恨社群如何在线上激进化用户

    本文以 Reddit 社区为例，测量加入具有仇恨言论的极端社区对该社交媒体平台中仇恨言论传播的影响，研究发现加入这种社区会导致恶意言论在平台上传播，并且这种负面影响会持续数月，为降低仇恨言论传播的风险，有必要对这些 “回音室” 进行管理。

    Sep, 2022

  • 社交网络中的同溶团和极化动态建模

    本文研究了社交媒体上自我封闭和观点极化的机制，通过引入激进化动力学模型，在不同的主题和社交状态下发现了社交影响和话题争议度对极化的影响，对社交媒体上自我封闭和观点极化的机制提出了新的见解。

    Jun, 2019

  • 社交媒体暴力极端主义者检测

    本文设计了一个自动检测计划，利用与用户名、个人资料和用户文本相关的三组信息，确定给定用户名是否属于极端主义用户，该方案提出了高度表征潜在在线极端主义的特征，适用于 Twitter，能够有效地识别极端主义用户。

    Feb, 2019

  • 误导信息并非有关错误事实：边缘内容的制造和消费分析

    在线边缘意识形态的传播与信息完整性、质量、狭窄的主题选择以及作者的写作风格有关，这些发现对打击网络误信息具有重要意义。

    Mar, 2024

  • 社交传染的简单规则

    本文研究了信息传播的社会传染模型，并通过对两个不同的社交媒体网站 Twitter 和 Digg 的用户响应进行比较，证明了信息暴露的位置对社会传染的影响非常大。通过考虑信息在用户界面上的可见性，可以显著简化社会传染的动态模型，并且发现信息暴露次数和主动搜索信息的概率成正比。最后，本文将该模型应用于用户行为的实时预测。

    Aug, 2013

  • 仇恨分子利用共鸣空间升级仇恨言论扩散

    本研究分析了三个流行的在线社交网络上超过 680 万用户发布的超过 3200 万篇帖子，发现仇恨言论传播更多取决于仇恨分子的互动和信息扩散，而不是被单独定位的仇恨内容，这种凝聚力主要通过 “回音室” 互动中用户之间的相互作用进行扩大。

    Feb, 2023

  • YouTube 上激进化路径审计

    本文利用大规模数据分析研究了 YouTube 上用户的激进化现象，结果表明随着时间推移，用户越来越倾向于消费极端化的内容，尤其是从 I.D.W 和 Alt-lite 渐进到 Alt-right 频道，并且通过探究 YouTube 的推荐算法，发现 Alt-lite 容易从 I.D.W 频道中获得推荐，而 Alt-right 只能通过频道推荐获得。

    Aug, 2019