[论文解读] Kek, Cucks, and God Emperor Trump: A Measurement Study of 4chan's Politically Incorrect Forum and Its Effects on the Web

Gabriel Emile Hine, Jeremiah Onaolapo+6 more|arXiv (Cornell University)|Oct 11, 2016

Hate Speech and Cyberbullying Detection被引用 12

一句话总结

本论文首次对4chan的/pol/版块进行了大规模测量研究，分析其用户行为、内容分发及跨平台影响。基于800万条帖子的数据集，研究发现/pol/版块推动了全球范围的仇恨言论传播，并对YouTube实施有组织的'突袭'行动，表现为评论峰值高度同步且评论者重叠度高，表明存在有组织的破坏行为，尽管该平台具有匿名性和临时性特征。

ABSTRACT

The discussion-board site 4chan has been part of the Internet's dark underbelly since its inception, and recent political events have put it increasingly in the spotlight. In particular, /pol/, the "Politically Incorrect" board, has been a central figure in the outlandish 2016 US election season, as it has often been linked to the alt-right movement and its rhetoric of hate and racism. However, 4chan remains relatively unstudied by the scientific community: little is known about its user base, the content it generates, and how it affects other parts of the Web. In this paper, we start addressing this gap by analyzing /pol/ along several axes, using a dataset of over 8M posts we collected over two and a half months. First, we perform a general characterization, showing that /pol/ users are well distributed around the world and that 4chan's unique features encourage fresh discussions. We also analyze content, finding, for instance, that YouTube links and hate speech are predominant on /pol/. Overall, our analysis not only provides the first measurement study of /pol/, but also insight into online harassment and hate speech trends in social media.

研究动机与目标

• 为解决关于4chan的/pol/版块缺乏实证研究的问题，该版块是另类右翼和极端主义言论的重要枢纽。
• 刻画/pol/版块上的用户行为、内容类型及地理分布特征。
• 研究/pol/版块对其他平台（尤其是YouTube）的影响，通过有组织的'突袭'行为进行分析。
• 测量/pol/线程与YouTube评论之间的同步性，以检测有组织的骚扰活动。
• 为未来关于网络极端主义、仇恨言论及平台级破坏行为的研究提供基础。

提出的方法

• 使用网页抓取和API访问，在2.5个月内从216,000个线程中收集了800万条帖子的纵向数据集。
• 通过用户帖子中的国旗检测推断地理来源，经人口规模归一化后分析代表性。
• 应用Jaccard指数测量不同视频YouTube评论者之间的重叠，以检测有组织活动。
• 计算/pol/线程生命周期与YouTube评论峰值之间的互相关性，以估计同步延迟。
• 利用Hatebase API识别YouTube评论中的仇恨言论，并将评论峰值与/pol/活动进行相关性分析。
• 分析图像元数据以评估内容独特性，发现100万张唯一图片中70%仅被发布一次。

实验结果

研究问题

• RQ1 与/sp/和/int/等其他4chan版块相比，/pol/版块的发帖行为和内容类型有何异同？
• RQ2 尽管具有匿名性，/pol/版块在地理分布上有多广泛？不同国家的用户人口统计特征如何变化？
• RQ3 在/pol/版块中，哪些内容类型（尤其是链接和图片）最为普遍？其视觉内容的独特性如何？
• RQ4 /pol/用户如何影响YouTube等外部平台的讨论，特别是通过有组织的'突袭'行为？
• RQ5 /pol/线程与YouTube评论之间的同步性在多大程度上可作为检测有组织骚扰活动的指标？

主要发现

• 4chan的/pol/版块表现出高度的全球参与度，非美国国家在按人口规模调整后贡献显著。
• 在分析的100万张唯一图片中，超过70%仅被发布一次，表明内容具有高度原创性和新鲜度。
• YouTube链接是最常见的外部内容类型，且对右翼和小报新闻来源有明显偏好。
• /pol/线程与YouTube评论之间的同步延迟与评论者重叠度显著相关，表明存在有组织的突袭行为。
• YouTube评论活动的峰值出现在相应/pol/线程的生命周期内，且评论者高度重叠，表明存在有组织的用户行为。
• 评论重叠度高且同步延迟低的视频中，仇恨言论显著增加，为有组织的破坏活动提供了证据。