Twitter上毒性对话的结构特征
社会与信息网络
2021-10-13 v1 计算机与社会
摘要
社交媒体平台承诺实现丰富而活跃的在线对话;然而,其潜力常受反社会行为阻碍。本文研究Twitter上对话的结构与毒性之间的关系。我们收集了118万条对话(5850万条推文、440万用户),这些对话由一年内发布或提及主流新闻机构的推文,以及四个月内2018年美国中期选举候选人的推文所引发。我们在个体、二元组和群体三个层面分析对话。在个体层面,我们发现毒性散布于众多低至中等毒性的用户中。在二元组层面,我们观察到毒性回复更可能来自与发布者无任何社交关联或较少共同好友的用户。在群体层面,我们发现毒性对话往往具有更大、更宽、更深的回复树,但关注图更稀疏。为检验对话结构的预测能力,我们考虑两项预测任务。在第一项预测任务中,我们证明结构特征可用于在最早十条回复时就预测对话是否会变得有毒。在第二项预测任务中,我们展示对话的结构特征也能预测特定用户发布的下一条回复是否有毒。我们观察到在两项预测任务中,对话的结构与语言特征互为补充。我们的发现为设计更健康的社交媒体平台提供参考,并表明基于对话结构特征的模型可用于检测毒性的早期迹象,并有可能将对话引向毒性更低的方向。
引用
@article{arxiv.2105.11596,
title = {The Structure of Toxic Conversations on Twitter},
author = {Martin Saveski and Brandon Roy and Deb Roy},
journal= {arXiv preprint arXiv:2105.11596},
year = {2021}
}
备注
Accepted for Publication at the Web Conference 2021 (WWW '21); 12 pages