社交视频平台中用户与视频簇之间的有毒互动理解

社交视频平台塑造了人们获取信息的方式，而推荐系统可能导致暴露范围缩窄，增加有毒互动风险。以往研究常单独考察文本或用户，忽略了这种有毒互动发生的结构背景。不考虑交互对象及其涉及内容，难以解释为何负面表达在特定社区中聚集。为此，本研究聚焦中国社交视频平台 Bilibili，纳入视频级信息作为用户表达的环境，构建用户-视频交互矩阵。经归一化和降维后，对该交互矩阵的两侧分别进行 K 均值聚类。聚类分配促进了用户行为比较，包括信息长度、发布频率和来源 ( barrage 和 comment)，以及文本特征如情感和有毒性，以及由上传者定义的视频属性。这种聚类方法将结构性联系与内容信号整合，以识别视频和用户的稳定群体。我们发现，用户簇之间在交互风格 (信息长度、评论比率) 存在明显分层，而情感和有毒性差异在视频簇之间较弱或不一致。跨视频簇，观看量呈明确等级制，高曝光群体更集中表现出有毒表达。针对此类群体，平台应在快速增长期实施及时干预。跨用户簇，评论比率和信息长度形成 distinct 等级制，多个信息长度较长、以评论为导向的簇表现出较低的有毒性。针对此类群体，平台应加强维持理性对话并鼓励跨主题参与的机制。