Feb, 2022

Reddit 和 4chan 上关于 2020 年美国大选的在线仇恨比较分析：一个案例研究

PDF
TL;DR本文研究纵观比对 Reddit 和 4chan 上 2020 年美国总统选举期间的仇恨言论，并借助自然语言处理技术，发现各平台的内容和发布活动有所差异，因此提出了跨平台研究的未来发展方向，以更全面地了解全球仇恨生态系统。
发现论文，激发创造
  • 测量和描述新闻网站上的仇恨言论

    本文大规模分析了 19 个月中发布在 412K 个新闻文章上的 1.25 亿条评论，结论是，发布在社交网络上的新闻文章会吸引更多的有害评论，这些评论的语言特点不同于其他评论，而且与一些政治事件有关。

    May, 2020

  • 在线平台上社会组织和政治极化的量化

    通过神经嵌入技术对 Reddit 14 年间 5.1B 评论的社区结构进行了研究，发现在 2016 年美国总统选举后，Reddit 出现了明显的政治极化，尤其是右翼用户的活动量增加导致的。个体级的极化是罕见的，政治极化可以通过考察单个用户的行为预测，可能因外部事件而发生。

    Oct, 2020

  • 分析在线社交媒体中的仇恨目标

    本文是一篇关于社交媒体上仇恨言论的系统性量化研究，使用了 Whisper 和 Twitter 两个社交媒体平台，采用一种新的方法来识别和分析仇恨言论的目标，旨在为防范和识别社交媒体上的仇恨言论提供方向。

    Mar, 2016

  • 网络仇恨：解决在线社交空间中的仇恨言论问题

    该研究论文探讨在线社交平台上仇恨性言论的检测方法，指出基于关键词方法检测的不足，并提出利用自我定义仇恨社区产生的内容作为训练数据的方法，实现了良好的检测性能。

    Sep, 2017

  • Kek、Cucks 和上帝皇帝特朗普: 4chan 政治不正确论坛的测量研究及其对 Web 的影响

    本研究针对讨论区网站 4chan 上被称为 “政治不正确” 的版块 /pol/ 进行了分析，通过对超过 800 万个发布的帖子的分析，深入了解了 4chan 用户分布情况和内容特点，发现其中包含了大量针对种族和仇恨方面的情绪，为社交媒体中的在线骚扰和仇恨言论趋势提供了见解。

    Oct, 2016

  • 分析深度对话中的有害性：Reddit 案例研究

    使用基于树的方法分析在线社交媒体上用户对有害内容的行为和上下文，研究发现毒性评论会增加在线对话中产生后续毒性评论的可能性，并观察到在用户行为和模式方面，共识亵渎与非共识亵渎存在重叠的相似性。

    Apr, 2024

  • 在线社交媒体中仇恨言论的扩散

    研究分析了恶意用户和非恶意用户在 Gab（gab.com）上生成的帖子的流动和动态，并发现恶意内容扩散得更远、更广、更快，具有更大的影响力。恶意用户更具有影响力、受欢迎和凝聚力，这扩展了我们对线上仇恨言论的理解。

    Dec, 2018

  • 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

  • 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

  • 极端化：比较分析 Parler 和 Gab 中的仇恨言论

    本研究使用各种算法对 Parler 平台上的仇恨言论进行了大规模分析，并使用标注的数据集对用户进行了分类，发现 16.1％的活跃用户是仇恨言论传播者，并且他们在活动性、中心性、情感表达和表达的不同种类等方面具有明显的特征，这是对 Parler 平台上的仇恨言论进行的首项量化和用户层面分析研究，同时还提供了可供研究社区使用的标注数据集。

    Jan, 2022