摘要:<正>近日,某研究团队开发了一个机器学习算法,识别Twitter上的霸凌和侵略者的准确度高达90%。目前,缺少能够有效地检测社交媒体上有害行为的工具,因为这种行为在本质上通常是模棱两可的,并且通常通过看似肤浅的评论和批评表现出来。为了解决这一问题,研究团队分析了有滥用行为的Twitter用户所表现出的行为模式以及他们与其他Twitter用户之间的差异。"我们编写爬虫程序,通过各种机制从Twitter收集数据,包括用户的推文内容、个人资料以及与社交网络相关的信息(如关注的人和粉丝)。"然后,研究人员对推文本身进行自然语言处理和情感分析,并对用户之间的联系进行各种社交网络分析。研究人员开发了自动分类攻击性网络行为的两种特定类型的算法,即网络欺凌和网络侵略。该算法能够以90%的准确性识别Twitter上有滥用行为的用户,即从事骚扰行为的用户,例如发送死亡威胁或向其他用户发表种族主义言论。"简而言之,算法通过权衡某些特征来学习如何分辨欺凌者和典型用户。"研究人员认为,尽管这项研究可以帮助减轻网络欺凌,但这只是第一步。"最关键的问题是对人类的伤害,而且很难撤消。研究结果发现,机器学习可以用于自动检测网络欺凌者,从而帮助Twitter和其他社交媒体平台剔除有问题的用户。