社交媒体网络欺凌治理：从内容识别到干预的统一框架
人工智能
2026-05-28 v1 社会与信息网络
摘要
社交媒体平台和线上社区的不断扩张不慎引发了网络欺凌、仇恨言论及其他形式在线有害行为的传播，使有效治理此类伤害成为关键的社会和计算挑战。虽然在自动化内容审查方面取得了显著进展，但现有研究主要将网络欺凌治理视为被动、孤立的帖子级检测，忽略了用户持续行为动力学、有害事件的结构扩散，以及主动缓解的关键需求。为弥合这一差距，本文提出一种统一的全生命周期治理框架，将网络欺凌治理从孤立静态检测转向集成、持续和主动的审查范式。drawing on cyberbullying research and adjacent fields, we systematically synthesize the state-of-the-art literature across four interconnected stages: (1) 内容识别，(2) 用户与行为建模，(3) 扩散动力学与早期预警，(4) 干预与治理。此外，我们审阅了可用数据集和评估实践，讨论了包括多模态性、可解释性、算法公平性以及生成式AI的双用途风险等新兴挑战，为未来研究指向更安全更具韧性的数字生态系统提供了路线图。
引用
@article{arxiv.2605.27584,
title = {Cyberbullying Governance on Social Media: A Unified Framework from Content Identification to Intervention},
author = {Yiting Huang and Wenting Zhu and Zekun Wang and Qingpo Yang and Yakai Chen and Zihui Xu and Yueyue Zhang and Sanchuan Guo and Xi Zhang},
journal= {arXiv preprint arXiv:2605.27584},
year = {2026}
}