抖音上协调性不实行为：面向视频生态系统的检测挑战与机遇
社会与信息网络
2025-10-08 v2
摘要
检测协调性不实行为（CIB）是在线影响操作研究的核心问题。然而，大多数方法侧重于文本导向平台，导致视频导向生态系统如抖音鲜有涉足。为填补这一空白，我们开发并评估了一个用于检测抖音上 CIB 的计算框架，利用针对该平台独特内容和交互结构所调整的网络方法。基于现有方法，我们构建了基于共享行为的用户相似网络，包括同步发帖、重复使用类似标题、多媒体内容复用以及标签序列重叠，并应用图修剪技术识别可能的协调账户构成的密集网络。分析了与 2024 年美国总统大选中相关的 79.3 万部抖音视频数据，我们发现了从同步放大政治叙事到使用 AI 生成语音和分屏视频格式进行准自动化内容复制的各种协调活动。我们的发现表明，尽管传统协调指标在抖音上也能很好地概括，但基于视频字幕文本相似性或 Duet 和 Stitch 交互的信号效果不佳，凸显了该平台独特的内容规范和交互机制。这一工作为研究和检测抖音上的 CIB 提供了首个实证基础，为未来研究短视频平台上的影响操作铺平了道路。
引用
@article{arxiv.2505.10867,
title = {Coordinated Inauthentic Behavior on TikTok: Challenges and Opportunities for Detection in a Video-First Ecosystem},
author = {Luca Luceri and Tanishq Vijay Salkar and Ashwin Balasubramanian and Gabriela Pinto and Chenning Sun and Emilio Ferrara},
journal= {arXiv preprint arXiv:2505.10867},
year = {2025}
}