恐怖主义会引发网络仇恨言论吗？——论事件与时间序列的关联

仇恨言论在网络中无处不在。最近，导致网络仇恨言论的线下原因受到越来越多的关注。一个反复出现的问题是，线下的极端事件是否系统性地引发网络仇恨言论的爆发，表现为仇恨社交媒体帖子数量的峰值。形式上，这个问题转化为测量稀疏事件序列与时间序列之间的关联。我们提出了一种新的统计方法来测量、检验和可视化罕见事件与时间序列峰值之间的系统性关联。与之前用于时间序列因果推断或独立性检验的方法相比，我们的方法只关注事件和峰值的时间，而不关注其他分布特征。我们遵循最初为关联点过程而开发的事件重合分析（ECA）框架。我们制定了ECA的离散时间变体，并推导了所有必要的分布，以支持时间序列峰值的分析，特别关注序列依赖性和多个阈值上的峰值。该分析通过分位数触发率图产生了一种新的关联可视化方法。我们通过分析西欧和北美的伊斯兰恐怖袭击是否系统性地引发Twitter上的仇恨言论和反仇恨言论爆发，展示了我们方法的实用性。