閱讀165 返回首頁    go 阿裏雲 go 技術社區[雲棲]


任何人都可能成為網絡噴子 | 人機交互頂級會議CSCW最佳論文


0?wx_fmt=jpeg

人們公認的假設是,網絡噴子不同於我們其他人,這使得我們不予理會他們及他們的行為。 但是,在正在進行的計算機支持的協同工作領域的權威國際會議Computer-Supported Cooperative Work and Social Computing(CSCW)2017上發表,並被授予最佳論文的來自斯坦福大學和康奈爾大學的研究表明:事與願違。 研究提供證據,在適當的場合,任何人都可以成為噴子。

斯坦福大學計算機科學研究員,論文的主要作者Justin Cheng說:“我們想了解為什麼‘噴子’現在如此流行。”雖然常言道:善者不辨,辯者不善。這些噴子真的有才麼?

源於社會心理學研究方法的靈感,Cheng調查了“噴”這種行為是否是一種先天的特征,或者情境因素是否會影響人們像噴子一樣行動。 通過實驗、數據分析和機器學習方法的結合,研究人員研究了使普通人更有可能成為噴子的簡單因素。


心情不好的時候更容易成為噴子



根據以往關於反社會行為的研究,研究人員決定專注於情緒和情境如何影響人們在社交媒體上的發言。 他們搭建了一個兩部分的實驗,通過眾包平台招募了667個參與者。

在實驗的第一部分,要求被試完成一個測試,測試的難易程度隨機。 在進行測試後,所有的參與者要填寫了一個問卷,評估他們情緒的各個方麵,包括憤怒、疲勞、抑鬱和緊張。 正如預期的那樣,完成困難測試的人比那些簡單測試的人情緒更糟。

然後指導所有實驗參與者閱讀一篇文章,並參與其評論部分。 他們必須留下至少一條評論,也可以留下多條評論,點讚或者拍磚,並可以回複其他評論。 所有參與者在同一平台上看到僅為實驗創建的同一篇文章,但在給予一部分參與者的平台中,在評論部分的頂部有三條噴子的評價。 其他人則看到三條中性的評價。兩位獨立專家評估了實驗參與者留下的評價是否達到噴子的要求,在本研究中結合從幾個平台的一般發布準則。 例如,人身攻擊和詛咒就屬於噴子的行徑。

0?wx_fmt=jpeg


0?wx_fmt=jpeg


大約35%的人完成了簡單的測試,看到中立的帖子,然後張貼了自己的噴子評論。如果實驗參與者接受的是困難的測試或看到噴子的評論,這個百分比上跳至大約50%。 同時接受困難的測試並看到噴子評論的人則大約占68%。

0?wx_fmt=jpeg


噴子的傳染性


為了將這些實驗觀點與現實世界聯係起來,研究人員還分析了2012年全年CNN評論部分的匿名數據。這些數據包括1,158,947個用戶、200,576個討論和26,552,104個帖子。 這包括禁止的用戶和被管理員刪除的帖子。 在這部分研究中,團隊將噴子的帖子定義為社群成員標記的辱罵的帖子。

沒辦法直接評估評論者的心情,但是團隊查看了帖子的時間戳,因為以前的研究表明,一天中的某個時刻和一周中的某天與某種心境相對應。出現拍磚及被評論的帖子這種事,與消極情緒的確定模式緊密相關。 這種事件往往在深夜和每星期之初較多,這也是人們最有可能心情不好的時候。

0?wx_fmt=jpeg

研究人員進一步調查情緒的影響,發現如果一個人以前的言論曾經被標記為噴子,或者他們參加過他人發起的被標記的帖子或者討論,那麼這個人更有可能發布被標記為噴子的帖子。 無論曾經和之後的文章有沒有聯係。

0

斯坦福計算機科學副教授,本研究的作者之一Jure Leskovec解釋說:“這是一種惡性循環。 隻要有一個人冒出憤怒,就可以創造出火花,並且,因為討論的情境和點讚/差評,這些火花可以衍生出一係列不良行為。 不好的對話隻能讓對話變得更糟。 受到貶低的人更容易返回來,然後評論更多,評論更糟。


預測噴子行為


作為他們研究的最後一步,團隊創建了一個機器學習算法,任務在於預測一個人寫的下一篇評論是否被標記噴子。提供給算法的信息包括作者的最後一篇帖子的時間戳、最後一篇帖子是否被標記,討論中的上一篇帖子是否被標記,作者被標記帖子的整個曆史以及作者的匿名用戶ID。

結果顯示,討論中上一篇帖子的標記狀態是下一篇帖子是否被標記的最強預測因素。 情緒相關的特征,如評論者的評論時間和以前的標記,遠起不到預測的作用。 用戶的曆史和用戶ID雖然有一點預測效果,但仍然比討論情境提供的信息少了很多。 這意味著,雖然有些人可能總是更傾向於噴別人,我們發帖的上下文情境因素更有可能誘發噴子的怒火。

0?wx_fmt=jpeg


噴子的預防


應用了現實生活、大規模數據分析、實驗和預測任務之間,這個研究結果結論很強並且一致性很高。 研究人員認為,談話情境和心情可以導致噴子。 他們認為這可以幫助創建更好的在線討論空間。

康奈爾大學信息科學助理教授和論文的合作者Cristian Danescu-Niculescu-Mizil說:“如果我們想提高在線討論的質量,了解是什麼真正決定了某人的反社會行為是至關重要的。深入洞察潛在的因果機製可以為鼓勵創建更多民間在線討論係統提供設計信息,並可以幫助版主更有效地減少噴子行為。

防止噴子的幹預措施包括討論論壇,建議剛剛被標記的發帖人保持一段冷靜期,係統自動提醒版主可能存在是噴子的帖子或“悄悄禁止”,這是隱匿噴子帖子的方式,而並不通知噴子。

研究人員認為這樣的研究非常有必要,現在隻是一個開端,因為互聯網遠不是世界上親切友好辯論的避風港,雖然人們曾經認為它會是。斯坦福大學計算機科學副教授,論文的合作者邁克爾·伯恩斯坦(Michael Bernstein)說:“最後,這項研究真實含義在於我們正在引起討論中的某些蛻變。 很多新聞網站已經刪除了他們的評論係統,因為他們認為這與實際的辯論和討論背道而馳。 了解我們最好的和最壞的自己是扭轉局麵的關鍵。

原文發布時間為:2017-03-01

本文來自雲棲社區合作夥伴“大數據文摘”,了解相關信息可以關注“BigDataDigest”微信公眾號

最後更新:2017-05-23 17:02:53

  上一篇:go  AKKA文檔(java版)
  下一篇:go  Request、Request.Params、Request.QueryString、Request.form的區別