#TulsaFlop：TikTok 上算法影响的集体行动案例研究
人机交互
2020-12-15 v1 计算机与社会
社会与信息网络
摘要
当美国总统一场连任集会在俄克拉荷马州塔尔萨吸引的 crowd 小于预期时，许多人将低出席率归因于 TikTok 用户组织的集体行动。受 TikTok 人气飙升及其日益增长的社会政治影响的推动，本工作探讨了 TikTok 的推荐算法在放大呼吁采取针对塔尔萨集会的集体行动的号召视频中的作用。我们分析了来自 600 多名 TikTok 用户的号召视频，并将这些视频的可见性（即播放量）与同一用户发布的其他视频进行比较。证据表明，塔尔萨相关视频普遍获得更多播放，且在某些情况下放大极为显著。例如，一名用户的号召视频播放超过 200 万次，但该用户的其他视频无一超过 10 万次播放，且其粉丝不足 2 万。统计建模表明，播放量的增加可由参与度的提高来解释，而非对任何号召视频的系统性放大。最后我们讨论了推荐算法放大社会政治信息的启示，并提出了若干值得未来探索的方向。
引用
@article{arxiv.2012.07716,
title = {#TulsaFlop: A Case Study of Algorithmically-Influenced Collective Action on TikTok},
author = {Jack Bandy and Nicholas Diakopoulos},
journal= {arXiv preprint arXiv:2012.07716},
year = {2020}
}
备注
Presented at the FAccTRec Workshop on Responsible Recommendation (at RecSys 2020)