[논문 리뷰] Analyzing Negative User Behavior in a Semi-anonymous Social Network

Homa Hosseinmardi, Amir Ghasemian외 3명|arXiv (Cornell University)|2014. 04. 15.

Bullying, Victimization, and Aggression참고 문헌 9인용 수 14

한 줄 요약

이 연구는 반익명성 소셜 네트워크인 Ask.fm에서 공격적 언어를 포함한 질문/답변 게시물과 '좋아요' 소셜 네트워크를 분석하여 부정적인 사용자 행동을 분석한다. 언어 분석과 네트워크 지표를 활용해 사이버불링잉과 자해 행동과 관련된 패턴을 규명하며, '자기자신을 베는' 행동을 보이는 사용자들이 특별한 언어적 및 사회적 네트워크 특성을 보임을 확인하여, 해로운 온라인 행동을 조기에 탐지할 수 있는 프레임워크 기여한다.

ABSTRACT

Abstract—Cyberbullying has emerged as an important and growing social problem, wherein people use online social networks and mobile phones to bully victims with offensive text, images, audio and video on a 24/7 basis. This paper studies negative user behavior in the Ask.fm social network, a popular new site that has led to many cases of cyberbullying, some leading to suicidal behavior. We examine the occurrence of negative words in Ask.fm’s question/answer profiles along with the social network of “likes ” of questions/answers. We also examine properties of users with “cutting ” behavior in this social network. I.

연구 동기 및 목표

• Ask.fm의 질문/답변 콘텐츠 내에서의 부정적 언어의 보편성과 특성을 조사하기 위해.
• 질문과 답변에 대한 '좋아요'로 형성된 사회적 네트워크 구조를 분석하여 해로운 행동 패턴을 탐지하기 위해.
• '자기자신을 베는' 행동을 보이는 사용자와 관련된 언어적 및 네트워크 수준의 지표를 식별하기 위해.
• 반익명성 플랫폼에서 사이버불링잉과 자해를 대상으로 하는 조기 탐지 시스템에 통찰을 기여하기 위해.

제안 방법

• 사용자 질문, 답변 및 '좋아요' 상호작용를 포함한 익명화된 데이터를 Ask.fm에서 수집한다.
• 자연어 처리 기법을 적용하여 사용자 콘텐츠 내에서의 부정적 단어 및 어휘를 탐지하고 정량화한다.
• '좋아요' 기반으로 방향성 있는 사회적 네트워크를 구축하여 사용자 상호작용 패턴을 분석한다.
• '좋아요' 그래프에 대한 네트워크 분석을 수행하여, 부정적 행동을 보이는 사용자의 구조적 특징을 규명한다.
• '자기자신을 베는' 행동을 보이는 사용자와 일반 사용자 간의 언어적 프로파일과 네트워크 중심성 지표를 비교한다.
• 통계적 분석을 통해 언어적 특징과 네트워크 위치가 자해 지표와 어떻게 관련되어 있는지 분석한다.

실험 결과

연구 질문

• RQ1 Ask.fm의 질문 및 답변 콘텐츠 내에서 부정적 언어의 빈도와 분포는 어떠한가?
• RQ2 '자기자신을 베는' 행동을 보이는 사용자의 '좋아요' 네트워크는 다른 사용자와 어떻게 다를까?
• RQ3 '자기자신을 베는' 행동을 자가 보고하거나 식별된 사용자와 관련된 언어적 패턴은 무엇인가?
• RQ4 네트워크 중심성 측정치가 반익명성 소셜 네트워크에서의 부정적 행동 존재를 얼마나 잘 예측할 수 있는가?

주요 결과

• '자기자신을 베는' 행동을 보이는 사용자들은 일반 사용자보다 질문과 답변에서 유의미하게 더 많은 부정적 단어를 사용한다.
• '자기자신을 베는' 행동을 보이는 사용자의 '좋아요' 네트워크는 더 높은 군집화와 더 중심화된 상호작용 패턴을 보인다.
• '자기자신을 베는' 행동을 자가 보고한 사용자에게 더 높은 비율의 부정적 콘텐츠가 향해 있는 것으로 나타나, 표적이 된 사이버불링잉이 존재함을 시사한다.
• '자기자신을 베는' 행동을 보이는 사용자들은 부정적 콘텐츠가 있음에도 불구하고 '좋아요' 네트워크의 중심에 더 자주 위치해 있음을 확인하여, 더 높은 노출도를 보이고 있음을 의미한다.
• '자기자신을 베는' 행동을 보이는 사용자의 언어적 프로파일은 슬픔, 고립, 자해와 관련된 단어의 사용 빈도가 높은 편이다.
• 높은 네트워크 중심성과 부정적 언어의 존재 사이에 강한 상관관계가 있음을 규명하였으며, 특히 자기 자신을 드러내는 게시물에서 두드러진다.