恶意之鸟：检测Twitter上的攻击与欺凌行为
计算机与社会
2017-05-15 v3 社会与信息网络
摘要
近年来，社交媒体上针对用户的欺凌和攻击行为显著增长，给所有年龄段受害者造成了严重后果。特别是，网络欺凌影响了全球超过一半的年轻社交媒体用户，并已导致青少年自杀事件，这些事件由长期和/或协同的数字骚扰引发。尽管如此，用于理解和缓解这一问题的工具和技术却十分匮乏且大多效果不佳。本文提出了一种原则性强且可扩展的方法，用于检测Twitter上的欺凌和攻击行为。我们提出了一套稳健的方法来提取文本、用户和基于网络的属性，研究网络欺凌者和攻击者的特性，以及哪些特征将他们与普通用户区分开来。我们发现，欺凌用户发帖更少、参与的在线社区更少、受欢迎程度低于普通用户，而攻击者则相当受欢迎，且倾向于在帖子中包含更多负面情绪。我们使用一个在3个月内发布的160万条推文语料库评估了我们的方法，并表明机器学习分类算法能够准确检测出表现出欺凌和攻击行为的用户，AUC达到90%以上。
引用
@article{arxiv.1702.06877,
title = {Mean Birds: Detecting Aggression and Bullying on Twitter},
author = {Despoina Chatzakou and Nicolas Kourtellis and Jeremy Blackburn and Emiliano De Cristofaro and Gianluca Stringhini and Athena Vakali},
journal= {arXiv preprint arXiv:1702.06877},
year = {2017}
}