核心概念
參與某一特定仇恨言論線上社群的用戶,很有可能參與其他類型的仇恨言論社群,並發展出更廣泛的仇恨言論詞彙。
文獻資訊: Hickey, D., Fessler, D. M. T., Lerman, K., & Burghardt, K. (2024). The Peripatetic Hater: Predicting Movement Among Hate Subreddits. arXiv preprint arXiv:2405.17410v2.
研究目標: 本研究旨在探討 Reddit 平台上不同仇恨言論社群之間的用戶遷移模式,並分析參與多個仇恨言論社群對用戶行為的影響。
研究方法: 研究人員收集了 168 個仇恨言論子板塊的數據,並使用深度學習模型和聚類技術將其分為八個類別。他們分析了在初始參與某一類別的仇恨言論子板塊後,參與其他類別子板塊的「流動用戶」的行為特徵,並建立了一個深度學習模型來預測用戶未來可能會參與的仇恨言論子板塊類別。
主要發現: 研究發現,參與某一特定仇恨言論線上社群的用戶,更有可能參與其他類型的仇恨言論社群。流動用戶在其初始參與的子板塊中使用的語言,與他們最終參與的其他子板塊的仇恨言論類別相關。此外,參與更多類別的仇恨言論社群與用戶發展出更廣泛的仇恨言論詞彙有關。
主要結論: 研究結果表明,線上仇恨言論社群之間存在著相互影響,參與多個仇恨言論社群可能會加劇用戶的極端化程度。
研究意義: 本研究有助於更深入地了解線上仇恨言論的傳播模式,並為社交媒體平台制定更有效的仇恨言論管控策略提供參考。
研究限制與未來方向: 本研究僅分析了 Reddit 平台上的英文數據,未來研究可以擴展到其他平台和語言。此外,未來研究可以進一步探討用戶參與多個仇恨言論社群背後的動機和心理機制。
統計資料
在這項研究中,研究人員分析了 168 個仇恨言論子板塊的數據。
研究發現,平均而言,參與某一特定仇恨言論子板塊的用戶,參與其他類型仇恨言論子板塊的比例,比未參與該子板塊的類似用戶高出兩倍。
研究人員建立了一個深度學習模型,用於預測用戶未來可能會參與的仇恨言論子板塊類別,該模型在不同類別子板塊上的 ROC-AUC 值介於 0.61 到 0.68 之間。