5 月 12 日消息，如今的线上社群扮演的角色已经远不止“聊天室”，它们影响着公众讨论、舆论走向、集体行动，甚至能左右现实中的决策。
不过，要识别出恶意喷子、谣言传播者等这类破坏氛围的用户并不容易。以往的方法多半着眼于用户说了什么或和谁互动，但这些方式本身也有盲点。新研究提出了一个更有效的视角：观察用户的行为模式，而不仅仅是他们说的话。
据外媒 Neowin 今日报道，在 ACM Web Conference 上，研究人员介绍了一种新方法：利用逆向强化学习来分析线上行为。这项技术原本是用于自动驾驶和博弈论的，现在被用来观察用户在网络中的互动方式，而不是简单看他们发的内容。
这项研究分析了 Reddit 平台上长达六年的 590 万条互动数据，归纳出五种不同的行为用户，其中一种被称为“反对者”的人群格外突出。他们经常专门寻找争议话题，不是为了讨论，而是只发表反对意见后便迅速离开，不等回应。
研究还关注了“同质性”现象，即人们倾向与持相同看法的人互动，这种行为容易形成“同温层”，让原有观点不断被强化。传统上，研究人员多通过内容或社交关系来衡量这一点，但在以话题为中心的 Reddit 上，这种方法效果有限。
于是研究人员改用逆向强化学习来衡量用户的行为模式，而非话题本身。结果发现，像 r / soccer 和 r / leagueoflegends 这一类讨论区，其用户在行为方式上却惊人相似：都极度支持自己喜爱的队伍、紧盯比赛进程、辩论战术策略，还爱批评对手。这说明导致分化的不只是话题，更在于互动方式本身。
与传统内容审查相比，行为识别更难被规避。用户可以伪装措辞，但要改变他们的互动习惯却不容易。通过行为模式识别问题用户，平台可以更早采取干预措施，避免问题进一步扩大。
这项研究的意义远不止学术层面。平台管理者可以利用这些行为模式，在某些用户发布大量有害内容之前，就识别出潜在的问题用户。与内容审核不同，行为分析并不依赖于理解语言。它难以规避，因为改变一个人的行为模式比调整语言需要付出更多的努力。
该内容转自IT之家
本文共 700 个字数,平均阅读时长 ≈ 2分钟
